Konzeptkarte

KI im Bankwesen — AML, KYC und Kredit-Scoring mit SAP

Stand 27. September 2026

Redaktion: Cédric Mary, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist KI im Bankwesen?

Modellbasiertes Alert-Scoring dreht die Ökonomie der AML-Triage um — die obersten 10 % der bewerteten Alerts erfassen rund 80 % der bestätigten SAR-Meldungen, gegenüber einer regelbasierten Falsch-Positiv-Quote von 95-99 % als Ausgangsbasis.

Worum es geht

KI in SAP-verankerten Banking-Deployments teilt sich in drei regulierte Anwendungsfälle auf — Transaktionsüberwachung zur Geldwäschebekämpfung (AML), Erweiterung der Sorgfaltsprüfung im Rahmen von Know Your Customer (KYC) und Kredit-Scoring-Modelle —, jeweils mit einem anderen SAP-Produktmix und einem anderen Compliance-Profil nach der EU-KI-Verordnung.

Das Problem ist, dass Finanzdienstleister enorme Transaktionsvolumina gegen regelbasierte Systeme laufen lassen, die gewaltige Falsch-Positiv-Raten erzeugen: Schätzungen von SWIFT und Wolfsberg beziffern die AML-Falsch-Positiv-Rate auf 95-99 % der markierten Transaktionen, was Analystenzeit für ertragsarme Untersuchungen verschlingt. Die KYC-Rezertifizierung ist manuell, papierintensiv und nicht risikogerecht ausgerichtet — hochriskante Kunden werden seltener überprüft, als es die Regelfrequenz vorgibt. Kredit-Scoring-Modelle, die auf historischen Bestandsdaten trainiert sind, gewichten zukunftsgerichtete Verhaltenssignale, die in SAPs Kundeninteraktionsdaten verfügbar sind, zu gering.

Warum es zählt

Drei unterschiedliche Anwendungsfälle (AML-Überwachung, KYC-Erweiterung, Kredit-Scoring) brauchen jeweils einen anderen SAP-Produktmix (FSN/FSDM, Joule-Dossiersynthese, SAC-Predictive-Feature-Modell) — kein Pitch von der Stange.
Kredit-Scoring auf Basis von 24 Monaten S/4-Zahlungsverhalten liefert eine Gini-Verbesserung von 15-20 % gegenüber reinen Bureau-Modellen — ein konkreter, zitierfähiger Zugewinn.
AML- und Kredit-Scoring-Modelle fallen unter Art. 6 + Anhang III der EU-KI-Verordnung als Hochrisikosysteme, gültig ab dem 2027-12-02 — Governance muss von Anfang an eingebaut werden.

Kernpunkte

Drei regulierte KI-Anwendungsfälle auf SAP: AML-Transaktions-Scoring, KYC-Erweiterung, Kredit-Scoring.
AML-Falsch-Positiv-Ausgangsbasis: 95-99 % der markierten Transaktionen erfordern keine Maßnahme (Schätzungen von SWIFT/Wolfsberg).
AML-Alert-Scoring-Modell: Die obersten 10 % der bewerteten Alerts enthalten ~80 % der bestätigten SAR-Meldungen.
KYC-Erweiterung: Joule synthetisiert das Kontrahentendossier aus FSDM + externen Registern in Minuten.
Kredit-Scoring: 15-20 % Gini-Verbesserung gegenüber reinen Bureau-Modellen durch Hinzunahme von 24 Monaten S/4-Zahlungsverhalten.
EU-KI-Verordnung Art. 6 + Anhang III: AML + Kredit-Scoring sind Hochrisikosysteme — Compliance-Frist 2027-12-02.

Begriffe auf dieser Seite

FSDM: Financial Services Data Model — SAPs branchenübliches Datenmodell für Banken und Versicherungen, das die kanonischen Objektstrukturen für Kontrahenten, Konten und Transaktionen für Analytics bereitstellt.
SAR: Suspicious Activity Report — eine aufsichtsrechtliche Meldung, die erforderlich ist, wenn ein Finanzinstitut vermutet, dass eine Kundentransaktion Geldwäsche oder Terrorismusfinanzierung darstellt. Die Meldequote ist die primäre AML-Erfolgskennzahl.
Gini-Koeffizient (Kredit): Trennschärfe-Kennzahl für Kredit-Scoring-Modelle — die Fläche zwischen der Lorenzkurve und der Linie des Zufallsklassifikators. Höher = bessere Rangordnung des Ausfallrisikos. Branchenbenchmark: nur Bureau ≈ 45-55 Gini; mit SAP-Verhaltensdaten angereichert ≈ 60-70 Gini.
PEP: Politically Exposed Person (politisch exponierte Person) — eine Kategorie hochriskanter Kunden im AML-Regelwerk; Transaktionen mit PEP-Beteiligung erfordern eine verstärkte Sorgfaltsprüfung. SAP-AML-Modelle verknüpfen sich zum Zeitpunkt der Bewertung mit PEP-Listen-Feeds.
UBO: Ultimate Beneficial Owner (wirtschaftlich Berechtigter) — die natürliche Person, die eine juristische Person letztlich besitzt oder kontrolliert; verpflichtende Offenlegung nach der 5. und 6. EU-Geldwäscherichtlinie. KYC-Erweiterungsagenten automatisieren die Auflösung der UBO-Kette.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →

Offene SAP-Projekte

Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.