Agentive KI befindet sich bereits im Bereich der Finanzen. Der Global Watchdog warnt davor, dass die Einführung solcher Technologien das systemische Risiko verstärken könnte.

Agentive KI verändert die Fragestellung von der Vorhersage hin zur Kontrolle.

Der Markt betrachtet noch immer die Nutzung von KI im Finanzwesen teilweise als eine Art „Modellgeschichte“. Es sollte jedoch eher als eine ernsthafte Herausforderung angesehen werden.Aktionen und KontrolleGeschichte.

Der wesentliche Unterschied zum letzten Jahrzehnt besteht nicht darin, dass die Vorhersagen besser werden. Der Unterschied liegt vielmehr in der delegierten Ausführung von Aufgaben durch künstliche Intelligenz. Früher wurde die künstliche Intelligenz hauptsächlich dazu verwendet, menschliches Urteilsvermögen in bestimmten Bereichen zu unterstützen.Kreditbewertung, Betrugserkennung, Überwachung, PrognosenUnd die Verarbeitung von Dokumenten: Agentic AI unterscheidet sich von anderen Systemen, da es in der Lage ist, Pläne zu erstellen, verschiedene Tools einzusetzen und die Arbeit innerhalb der Produktionssysteme voranzutreiben – anstatt einfach einem Menschen Ratschläge zu geben.

Diese Unterscheidung ist wichtig, denn die Adoption ist bereits sichtbar – nicht nur theoretisch. In der Cambridge-Umfrage…52 Prozent der Befragten gaben an, dass sie die entsprechenden Maßnahmen aktiv umgesetzt haben.Von diesen Unternehmen waren 23% in der Phase des Skalierns oder der Transformation tätig, während 29% an der Umsetzung von Lösungen arbeiteten. Sobald KI von der Phase der Beratung zur Phase der tatsächlichen Umsetzung übergeht, hängt die Bewertung nicht mehr nur von der Qualität des Modells ab. Stattdessen hängt die Bewertung davon ab, wer die Kontrolle über die Ergebnisse hat, wenn etwas schiefgeht.

Deshalb ist der Unterschied zwischen Bullen und Bären so groß. Die Bullen sehen…Verbesserte EffizienzUnd noch strengere Vorschriften. Die „Bären“ erkennen eine neue Möglichkeit zur Ausbreitung von Fehlern: Der FSB warnt davor, dass autonome KI zu unbefugten oder illegalen Handlungen führen kann, zu Datenverlusten sowie zu Störungen in den vernetzten Systemen. Die Risiken können schnell eintreten. Der Markt muss nun zwischen Unternehmen unterscheiden, die eine hohe Effizienz erreichen, und Unternehmen, die zunächst die Kosten für eine strengere Überwachung sowie einen langsamen Rollout tragen müssen.

Warum konzentrieren sich Regulierungsbehörden auf Geschwindigkeit, Koordination und gemeinsame Ausfallmuster?

Die Vorteile sind zwar real, aber sie erhöhen gleichzeitig die Risiken.

Unternehmen streben nicht nach der Nutzung von künstlicher Intelligenz zum Zweck des Prestiges. Der wirtschaftliche Nutzen ist offensichtlich: Laut Gartner kann eine bessere Datenqualität dazu führen, dass…Bis zu einer Verbesserung der Genauigkeit um 80%Bis zum Jahr 2027 kann es zu einer Kostensenkung von bis zu 60 Prozent kommen. Doch diese positiven Effekte führen auch dazu, dass die Kosten für den Scheitern der Projekte höher werden.

Wenn ein Agent nur Empfehlungen gibt, ist das schlechte Ergebnis im Grunde genommen eine Kostenquelle für Korrekturen. Wenn ein Agent jedoch tatsächlich Handlungen ausführt, kann derselbe Fehler zu einem echten Gewinn- oder Verlustauswirkung, zu Liquiditätsproblemen oder zu Problemen bei der Abwicklung führen. Die Aufsichtsbehörden konzentrieren sich darauf, diese große Unterschiede zwischen der Einschätzung und der tatsächlichen Handlung zu verhindern.

Die Zahlungen zeigen, wie eine lokale Fehlermöglichkeit sich ausbreiten kann.

Der erste Übertragungspfad sind die Zahlungen. In der Stellungnahme des BIS wird künstliche Intelligenz als etwas betrachtet, das sich bewegt.Die Initiierung von Transaktionen erfolgt durch ausdrückliche menschliche Anweisungen – und zwar in Richtung einer Entscheidungsfindung durch den Agenten.Das führt zu Spannungen zwischen dem Verhalten der probabilistischen Agenten und den deterministischen Anforderungen der Zahlungssysteme.

In der Praxis kann eine fehlerhafte Entscheidung bezüglich des Routings, ein unangemessenes Vorgehen bezüglich der Liquidität oder eine falsche Einstellung bezüglich der Compliance-Regeln dazu führen, dass ein Problem von einem Workflow in den nächsten übertragen wird – noch bevor ein Mensch davon erfährt. Das Problem beschränkt sich nicht auf eine einzige Institution. Derselbe Anbieter, die gleiche Orchestrierungslösung oder der gleiche Datenpfad können ein lokales Problem auf mehrere Unternehmen übertragen.

Der Datentext ist der „versteckte Verstärker“.

Genau hier wird Gartners Ansatz wichtig. Das Problem liegt oft darin, dass es nur Daten ohne konkreten Kontext gibt – nicht ein kaputtes Modell im abstrakten Sinne. Wenn semantische Beziehungen, Geschäftsregeln und die Zusammenhänge zwischen den Daten schwach sind, können die Agenten auf falschen Annahmen beruhend handeln.

Das ist von Bedeutung für die Stabilität des Systems – schlechte Datenqualität kann nämlich selten isoliert werden. Fehler in den Master-Daten, veraltete Referenzdaten oder ungleichmäßige Kennzeichnungen können mehrere Prozesse gleichzeitig beeinträchtigen. In einem agentischen Arbeitsablauf bleibt das nicht nur ein „Datenproblem“ – es wird zu einem Problem der korrekten Ausführung der Prozesse.

Die Konzentration durch Dritte kann dazu führen, dass ein einzelner Anbieter zu einer bedeutenden Bedrohung wird.

Der FSB hat eine Warnung ausgegeben.Abhängigkeit von wenigen kritischen DrittanbieternZudem gibt es weitere Schwachstellen, die mit der Kritisierbarkeit, Konzentration und Substituierbarkeit der Systeme zusammenhängen. Das ist also der zweite „Verstärker“ dieser Probleme. Wenn mehrere Banken, Zahlungsunternehmen oder Vermögensverwalter dieselbe Plattform oder Dienstleistung nutzen, kann ein einzelner Fehler zu einem Problem im gesamten Sektor führen.

Die Debatte in Großbritannien geht in dieselbe Richtung. Die Beamten erkennen sowohl die Chancen als auch die Risiken an.Sichere Anwendung von KIUnd die Gefahr einer übermäßigen Abhängigkeit von externen AI-Anbietern. Die regulatorische Grenze liegt nicht in der Innovation selbst, sondern in einer zu starken Abhängigkeit von fragilen Steuerungsmechanismen.

Was Investoren auf dem Gebiet der Adoption-Spreads beachten sollten

Der Markt beginnt, die Nutzung von agentenbasierten KI-Systemen weniger als eine rein produktivitätsorientierte Angelegenheit zu betrachten – und eher als eine Angelegenheit, die mit Aktivitäten und Kontrollmechanismen zusammenhängt. Diese Veränderung ist gerade jetzt notwendig.Die Anerkennung beschleunigt den Prozess.Gleichzeitig haben die Regulierungsbehörden neue Kontrollmechanismen gefordert und den Unternehmen aufgetragen, Schutzmaßnahmen einzuführen. Die Konsequenz dieser Maßnahmen ist klar: Man darf nicht denselben „AI-Prämien“ für jedes Unternehmen vergeben, das überhaupt etwas über Künstliche Intelligenz erklärt. Es sollten Unternehmen unterschieden werden, die Schutzmaßnahmen implementieren, von solchen Unternehmen, die lediglich Modelle in ihre Arbeitsprozesse integrieren.

Die wahrscheinlich erfolgreichen Kandidaten

Diejenigen Unternehmen, die wahrscheinlich bessere Ergebnisse erzielen werden, sind jene Unternehmen, die bereits über die Phase der Demonstrationen hinausgegangen sind. In den Daten aus Cambridge zeigt sich, dass die Unternehmen, die diese Technologie anwenden, nicht nur experimentieren, sondern auch ihre Prozesse umgestalten oder neue Funktionen einführen. Das ist wichtig, denn agentenbasierte KI ist keine abstrakte Software. Sie ist dazu konzipiert, in die Praxis umgesetzt zu werden.Integrieren mit Unternehmenswerkzeugen und -abläufenUnd es gibt auch die Möglichkeit, einen gewissen Grad an exekutiven Befugnissen zu nutzen. Wenn die Ausführung bereits im System integriert ist, verlagert sich das Augenmerk von der Modellzugänglichkeit auf die Qualität der Implementierung.

Genau dort wird Gartners Ansatz zu einem investierbaren Potenzial. Unternehmen, die in bessere Datenquellen investieren, können dazu beitragen…Verbesserung der Genauigkeit von künstlicher IntelligenzSchwächere Konfigurationen riskieren jedoch, Geld in Automatisierungssysteme zu investieren, die weiterhin unzuverlässige Ergebnisse liefern. In der Praxis sollte der Markt Unternehmen bevorzugen, die eine strenge Kontrolle über den Arbeitsablauf haben, klare Rechenschaftspflichten erfüllen und ihre Datenstrukturen ordentlich gestalten – nicht nur Unternehmen, die schnell einsetzbar sind.

Über die nächsten Quartale hinweg: Wachposten

Achten Sie auf diese Hinweisschilder:

• Die Akzeptanz steigt weiterhin an, während die berichteten Kontrollprobleme, Rückstellungen oder regulatorische Hindernisse eher begrenzt bleiben. Wenn das so weitergeht, dann ist das Risikoverhalten wohl übertrieben dargestellt.
• Die Unternehmen geben an, inwieweit den Agenten erlaubt ist, sich innerhalb der Kernprozesse zu bewegen – insbesondere dort, wo sie mit diesen Prozessen in Berührung kommen.Autorisierung, Liquiditätsmanagement, Abwicklung, Einhaltung der VorschriftenOder operative Resilienz.
• Unternehmen mit schwächeren Datenverhältnissen haben Schwierigkeiten, Agentenprotokolle in zuverlässige automatisierte Prozesse umzuwandeln.
• Die Konzentration auf eine kleine Gruppe von Anbietern für Modelle, Clouds oder Orchestrierungslösungen wird in den offiziellen Erklärungen und Berichten über die Prüfungen immer deutlicher sichtbar.