Singapurs Finanzaufsicht stellt den Einsatz künstlicher Intelligenz im Finanzsektor unter neue Kontrollvorgaben. Die Monetary Authority of Singapore (MAS) hat am 7. Oktober 2026 ihre endgültigen Richtlinien für das KI-Risikomanagement veröffentlicht. Sie gelten für alle Finanzinstitute und grundsätzlich für sämtliche Formen von KI. Vor dem Produktivbetrieb muss jeder Anwendungsfall von einer Partei geprüft werden, die nicht an seiner Entwicklung beteiligt war.
Die praktisch weitreichendste Vorgabe betrifft jedoch nicht die Prüfung selbst, sondern die Verantwortung danach: Nutzt ein Institut Modelle, Plattformen oder Dienste externer Anbieter, bleibt es gegenüber der Aufsicht für deren Einsatz rechenschaftspflichtig. Ein Ausfall, unzureichender Einblick in ein Modell oder eine nachträgliche Änderung des Dienstes lässt sich damit nicht einfach an den Lieferanten delegieren.
Die Richtlinien treten am 7. Oktober 2027 in Kraft. Die Umsetzung erfolgt gestaffelt: Die Erwartungen aus den Abschnitten 3 und 4 gelten ab diesem Termin, für die Abschnitte 5 und 6 läuft die Frist bis zum 7. Oktober 2028. Die Institute dürfen ihre Kontrollen am jeweiligen Risiko ausrichten, von den grundlegenden Pflichten zur Erfassung, Prüfung und Überwachung ihrer KI befreit sie das aber nicht.
Kein KI-System ohne Kontrolle vor dem Produktivbetrieb
Nach den Vorgaben müssen Finanzinstitute einen KI-Anwendungsfall einschließlich der zugrunde liegenden Systeme oder Modelle vor der Einführung unabhängig überprüfen lassen. Dabei soll festgestellt werden, ob vorgesehene Kontrollen sowie Evaluations- und Testverfahren tatsächlich eingehalten wurden. Hinzu kommen Prüfungen der Technologie und Cybersicherheit, damit die Anwendung kontrolliert und sicher in die Produktionsumgebung überführt werden kann.
Die Kontrollkette für Finanz-KI in Singapur
Die Grafik zeigt den von der MAS geforderten Weg von der Erfassung einer KI-Anwendung über die unabhängige Prüfung bis zur laufenden Überwachung und zum Ausweichplan.
Die MAS begründet diesen Ansatz mit der probabilistischen Arbeitsweise von KI. Modelle können aufgrund ihrer Komplexität unerwartete oder verzerrte Ergebnisse liefern, die schwerer zu erkennen sind als Fehler in einfacheren, regelbasierten Verfahren. Bei generativer KI bewertet die Behörde diese Unsicherheit noch höher. Als Ursachen nennt sie unter anderem Rauschen oder mangelnde Repräsentativität in Trainingsdaten sowie Situationen, die im Training nicht vorkamen. Agentische KI, die eigenständig mehrstufige Aufgaben ausführt, könnte diese Risiken nach Einschätzung der MAS weiter verstärken.
Die Verantwortung soll deshalb nicht in einzelnen Daten- oder IT-Teams verbleiben. Leitungsorgane und das obere Management müssen Zuständigkeiten, Risikobereitschaft und Kontrollrahmen festlegen. Damit wird der Einsatz von KI zu einer Governance-Frage, die ähnlich wie andere wesentliche Betriebs- und Technologierisiken auf Führungsebene behandelt werden muss.
Unabhängig bedeutet nicht automatisch extern
Die Vorgabe wird leicht als Pflicht zu einem externen Audit missverstanden. Der Wortlaut verlangt zunächst eine Prüfung durch Parteien, die nicht an der Entwicklung beteiligt waren. Das kann je nach Organisationsstruktur auch eine unabhängige interne Kontrollfunktion sein. Entscheidend ist die Trennung zwischen denjenigen, die ein System bauen oder einführen, und denjenigen, die seine Kontrollen bewerten.
Operativ entsteht daraus dennoch erheblicher Aufwand. Institute benötigen ausreichend qualifizierte Prüfer, dokumentierte Testkriterien und eine belastbare Übergabe aus der Entwicklung in den Betrieb. Wo dieselben kleinen Teams bislang Modellwahl, Integration, Freigabe und Überwachung übernommen haben, müssen Zuständigkeiten neu getrennt werden. Die risikoproportionale Anwendung der Richtlinien begrenzt zwar den Umfang bei weniger kritischen Anwendungsfällen, hebt die Notwendigkeit einer nachvollziehbaren Kontrolle aber nicht auf.
Der schwierige Teil sitzt in der Lieferkette
Besonders anspruchsvoll ist das von der MAS geforderte aktuelle Inventar aller eingesetzten KI-Systeme. Es muss nicht nur selbst entwickelte Modelle erfassen, sondern auch KI-Funktionen, die in eingekauften Anwendungen und externen Diensten stecken. Gerade dort ist für den Kunden nicht immer sichtbar, welches Modell im Hintergrund arbeitet, welche Änderungen der Anbieter vornimmt oder auf welcher Datengrundlage eine Funktion beruht.
Kann ein Institut einen solchen Dienst nicht vollständig durchleuchten, verschwindet das Risiko nach den Richtlinien nicht. Es muss ausreichende Zusicherungen des Anbieters einholen, die Eignung der KI für den vorgesehenen Zweck bewerten und verbleibende Informations- oder Kontrolllücken durch zusätzliche Maßnahmen ausgleichen. Lassen sich die Risiken nicht innerhalb der eigenen Risikobereitschaft halten, soll das Institut die Nutzung begrenzen, aussetzen oder den Dienst ersetzen.
Damit verschiebt sich ein Teil der KI-Regulierung in Einkauf und Vertragsmanagement. Für einen Anbieter reicht es nicht mehr, eine funktionierende Programmierschnittstelle oder gute Modellergebnisse zu liefern. Finanzkunden werden Nachweise über Tests, Stabilität, Änderungen und Sicherheitskontrollen benötigen. Anbieter, die solche Zusicherungen nicht geben können, werden für regulierte Prozesse schwerer einsetzbar – selbst wenn ihr Modell technisch konkurrenzfähig ist.
Nach der Freigabe beginnt die dauerhafte Prüfung
Eine einmalige Abnahme genügt der MAS nicht. Finanzinstitute müssen die Leistung und Sicherheit eingesetzter KI fortlaufend überwachen. Die Behörde verweist dabei auf Modellalterung sowie Daten- und Modelldrift: Ein System, das bei der Einführung innerhalb definierter Grenzen arbeitet, kann sich mit veränderten Eingaben, Datenbeständen oder Modellversionen später anders verhalten.
Diese Überwachung muss auch externe KI-Dienste umfassen. Das ist relevant, weil Anbieter ihre Modelle aktualisieren können, ohne dass das Finanzinstitut selbst Software ausrollt. Für das regulierte Unternehmen verändert sich dadurch möglicherweise ein produktives System, obwohl die sichtbare Anwendung unverändert bleibt. Die Kontrollfrage lautet daher nicht nur, welche KI ursprünglich genehmigt wurde, sondern auch, ob der aktuell gelieferte Dienst noch denselben Anforderungen genügt.
Für KI in Anwendungen mit hohem Risiko verlangt die MAS außerdem Notfall- und Ausweichpläne. Dazu können alternative Systeme oder manuelle Prozesse gehören, die bei einem Ausfall oder unerwartetem Verhalten die Geschäftskontinuität sichern. Diese Vorgabe begrenzt die Möglichkeit, kritische Abläufe vollständig von einem einzelnen Modell oder Cloud-Dienst abhängig zu machen.
Agentische KI folgt in einem eigenen Schritt
Für agentische Systeme plant die MAS 2027 weitere Konsultationen mit dem Finanzsektor. Die aktuellen Richtlinien schaffen damit zunächst einen allgemeinen Kontrollrahmen, während zusätzliche Anforderungen für autonomer handelnde Systeme noch ausgearbeitet werden. Das ist keine Freistellung bis zur nächsten Regelrunde: Auch agentische Anwendungen fallen bereits unter die allgemeinen Vorgaben für KI und müssen entsprechend ihrem Risiko behandelt werden.
Der zentrale Mechanismus der neuen Regeln ist damit klar: Die aufsichtliche Verantwortung folgt der Finanzdienstleistung, nicht dem Eigentum am Modell. Für Banken, Versicherer und andere Finanzinstitute wird deshalb nicht allein die Qualität einer KI entscheidend, sondern ob sie deren Herkunft, Freigabe, laufende Veränderung und möglichen Ausfall kontrollieren können. Wo dieser Nachweis bei einem Drittanbieter nicht gelingt, wird aus einer bequemen technischen Abhängigkeit ein regulatorisches Betriebsrisiko.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
