Künstliche Intelligenz verändert die Finanzberatung bereits heute. Sie analysiert Daten, strukturiert Informationen, unterstützt bei Dokumentation und Kundenservice und kann Beratern viel Routinearbeit abnehmen. Doch gerade bei Geld, Vermögen und langfristigen Entscheidungen stößt Technik an Grenzen. Denn eine rechnerisch passende Lösung ist nicht automatisch die richtige Entscheidung für einen Menschen.
„KI kann Daten schneller analysieren als jeder Berater. Aber sie kennt weder die Lebensgeschichte eines Kunden noch dessen Sorgen, Zweifel und tatsächliche Prioritäten.“ SCOREDEX Research-Team
KI in die Finanzberatung – Das Wichtigste in sechs Punkten
- KI beschleunigt Finanzanalysen
- Beratung wird stärker datenbasiert
- Routineprozesse werden automatisiert
- Fehler bleiben weiterhin möglich
- Regulierung begrenzt den KI-Einsatz
- Menschen behalten die Verantwortung
Künstliche Intelligenz im Finanzsektor
Künstliche Intelligenz ist im Finanzsektor angekommen. Nicht als allwissender digitaler Anlageberater, der den Menschen überflüssig macht, sondern zunächst an vielen Stellen im Hintergrund: KI analysiert Daten, fasst Dokumente zusammen, unterstützt Kundenservice und Compliance, erkennt Auffälligkeiten und bereitet Entscheidungen vor. Gleichzeitig werden Anwendungen sichtbarer, die Kunden direkt ansprechen – vom klassischen Robo-Advisor bis zum KI-gestützten Finanzassistenten.
Die Zahlen zeigen, wie weit die Entwicklung bereits fortgeschritten ist. Nach Angaben der Deutschen Bundesbank nutzten 2025 rund 54 Prozent der Unternehmen im deutschen Finanz- und Versicherungssektor KI. Bei kleineren und mittelgroßen Banken und Sparkassen konzentrierte sich der Einsatz allerdings noch überwiegend auf unterstützende Prozesse und weniger auf Kernbereiche wie Kreditentscheidungen oder Handel. Die Europäische Zentralbank berichtete 2026, dass bereits nahezu 90 Prozent der bedeutenden Banken im Euroraum KI-Technologien einsetzen. Besonders verbreitet sind Anwendungen zur Betrugs- und Cyberkriminalitätserkennung, im Marketing, bei Chatbots und beim Credit Scoring.
Das ist ein wichtiger Unterschied. KI im Finanzwesen bedeutet derzeit nicht automatisch, dass ein Algorithmus über das Vermögen eines Kunden entscheidet. In vielen Fällen sitzt die Technik eine Ebene tiefer: Sie liefert dem Berater Informationen schneller, strukturiert Daten oder automatisiert Routinearbeiten. Die eigentliche Veränderung besteht deshalb weniger im Verschwinden des Beraters als in einer neuen Arbeitsteilung zwischen Mensch und Maschine.
Vom Robo-Advisor zum intelligenten Assistenten
Automatisierte Finanzberatung ist nicht neu. Robo-Advisor gibt es seit Jahren. Sie erfassen beispielsweise Anlageziel, Anlagehorizont und Risikobereitschaft über digitale Fragebögen und ordnen dem Kunden auf Basis festgelegter Regeln ein Portfolio zu. Moderne KI erweitert dieses Prinzip erheblich. Sprachmodelle können unstrukturierte Informationen verarbeiten, Dokumente zusammenfassen, Fragen in natürlicher Sprache beantworten und große Datenbestände wesentlich schneller durchsuchen.
Die European Banking Authority meldet, dass mittlerweile rund 40 Prozent der europäischen Banken General-Purpose-AI einsetzen. Genutzt wird sie unter anderem für Kundenservice, die Zusammenfassung und Auswertung von Callcenter-Gesprächen, interne Wissenssysteme, Programmierung sowie juristische und regulatorische Analysen.
Für die Finanzberatung eröffnet das eine zusätzliche Ebene. Ein Berater kann beispielsweise Kundendaten, vorhandene Anlagen, Risikoprofile, Produktinformationen und Marktdaten strukturierter auswerten. KI kann unterschiedliche Szenarien berechnen, Auffälligkeiten in einem Portfolio markieren oder umfangreiche Produktunterlagen auf bestimmte Kriterien durchsuchen. Die ESMA zählt ausdrücklich Kundenservice, Risikomanagement, Compliance sowie die Unterstützung bei Anlageberatung und Portfolioverwaltung zu möglichen KI-Einsatzfeldern bei Wertpapierfirmen.
Infokasten: Was ist Generative KI?
Generative KI erzeugt auf Grundlage erlernter Muster neue Inhalte – beispielsweise Texte, Zusammenfassungen, Analysen oder Programmcode. Große Sprachmodelle, sogenannte Large Language Models oder LLMs, gehören dazu. Anders als klassische regelbasierte Systeme formulieren sie Antworten dynamisch. Genau darin liegt ihre Stärke, aber auch ein wesentliches Risiko: Eine sprachlich überzeugende Antwort muss nicht automatisch sachlich richtig sein.
Was KI in der Beratung besser machen kann
Der offensichtlichste Vorteil liegt in der Verarbeitung von Informationen. Eine gute Finanzberatung benötigt Daten: Vermögen, Einkommen, Verpflichtungen, Risikobereitschaft, Anlagehorizont, bestehende Investments und oftmals zahlreiche Produktinformationen. Maschinen können große Datenmengen schneller durchsuchen und miteinander verknüpfen, als dies manuell möglich wäre.
Auch die Bundesbank sieht darin konkrete Möglichkeiten. Bei einer 2026 gemeinsam mit dem Centre for Economic Policy Research veranstalteten Konferenz zur „Financial Advice in the Era of Artificial Intelligence“ wurden unter anderem Echtzeitanalysen von Transaktionsdaten, individuellere Budget- und Anlageinformationen sowie die Simulation finanzieller Szenarien als Einsatzmöglichkeiten diskutiert. Gleichzeitig wurde darauf hingewiesen, dass KI den Zugang zu Finanzinformationen erleichtern und Beratung grundsätzlich auch für Kundengruppen verfügbar machen kann, für die klassische persönliche Beratung bislang wirtschaftlich schwer darstellbar war.
Damit kann sich auch die Tätigkeit des Beraters verändern. Weniger Zeit muss für das Zusammensuchen von Informationen, Protokollierung oder Standardanalysen aufgewendet werden. Mehr Zeit kann dort eingesetzt werden, wo Interpretation und Entscheidung gefragt sind.
Hinzu kommt die Verfügbarkeit. Eine digitale Anwendung kann Fragen unabhängig von Öffnungszeiten beantworten. Sie kann einen Kunden durch Unterlagen führen oder erklären, was Begriffe wie Volatilität, Duration oder Diversifikation bedeuten. Gerade bei standardisierten Fragestellungen ist das ein erheblicher Effizienzgewinn.
Das bedeutet allerdings nicht, dass jede automatisch erzeugte Antwort bereits Finanzberatung im regulatorischen Sinne ist. Entscheidend sind Inhalt, konkrete Dienstleistung und regulatorischer Rahmen.
Infokasten: Was bedeutet Robo-Advice?
Unter Robo-Advice versteht man eine vollständig oder weitgehend automatisierte Form der Anlageberatung oder Vermögensverwaltung. Kundendaten werden typischerweise über digitale Fragebögen erfasst und anschließend algorithmisch verarbeitet. Robo-Advice und moderne generative KI sind nicht dasselbe. Ein Robo-Advisor kann vollständig regelbasiert arbeiten, während ein KI-Assistent beispielsweise Sprache versteht, Informationen zusammenfasst oder einen Berater bei der Analyse unterstützt.
Die Schwachstelle: Eine überzeugende Antwort kann trotzdem falsch sein
Gerade im Finanzbereich besitzt generative KI eine problematische Eigenschaft: Sie kann sehr überzeugend formulieren, ohne sicherzustellen, dass die zugrunde liegende Aussage richtig ist.
Die ESMA weist ausdrücklich darauf hin, dass Systeme zur natürlichen Spracherzeugung sogenannte Halluzinationen produzieren können. Dabei entstehen Aussagen, die plausibel und professionell klingen, sachlich jedoch falsch oder nicht belegbar sind. Bei Anlageberatung oder Portfolioverwaltung kann eine solche Fehlinformation unmittelbar zu einer ungeeigneten Empfehlung führen.
Die europäische Finanzaufsicht warnte deshalb 2025 auch Verbraucher davor, frei verfügbare KI-Anwendungen wie einen regulierten Anlageberater zu behandeln. Solche Systeme sind nicht automatisch als Finanzdienstleister zugelassen oder beaufsichtigt, müssen nicht im Interesse des Nutzers handeln und sind nicht zwingend dafür entwickelt worden, individuelle Anlageempfehlungen zu erstellen. ESMA rät ausdrücklich davon ab, Anlageentscheidungen ausschließlich auf öffentlich zugängliche KI-Werkzeuge zu stützen.
Infokasten: Was bedeutet „Halluzination“ bei KI?
Von einer Halluzination spricht man, wenn ein KI-System eine sachlich falsche, erfundene oder nicht belegbare Information als scheinbar richtige Antwort ausgibt. Das Problem ist besonders relevant, weil solche Aussagen sprachlich ausgesprochen überzeugend wirken können. Ein professioneller Ton ist deshalb kein Beleg für die Richtigkeit einer KI-Antwort.
Auch schlechte Daten werden durch KI nicht besser
Eine zweite Grenze liegt bei den Daten selbst. KI kann große Datenmengen verarbeiten, sie kann aber fehlende oder falsche Ausgangsinformationen nicht automatisch korrigieren.
Wer beispielsweise seine finanzielle Situation falsch einschätzt, Risiken unterschätzt oder einen unvollständigen Anlagehorizont angibt, schafft bereits am Anfang eine fehlerhafte Grundlage. Das ist bei automatisierten Beratungsprozessen besonders relevant, weil die Antworten eines Kunden unmittelbar die anschließende Geeignetheitsbeurteilung beeinflussen können.
Genau deshalb verlangen die aufsichtsrechtlichen Regeln für Robo-Advice, dass Kunden darüber informiert werden, welche Informationen verwendet werden, wie stark Menschen in den Prozess eingebunden sind und auf welcher Grundlage Empfehlungen entstehen. Die BaFin-Regelungen sehen unter anderem vor, dass Kunden nachvollziehen können müssen, ob ausschließlich ein Online-Fragebogen verwendet wird oder weitere Informationen in die Beurteilung einfließen.
Die Technik kann deshalb auch einen falschen Eindruck von Präzision erzeugen. Eine Empfehlung auf drei Nachkommastellen wird nicht richtiger, wenn die Ausgangsdaten unvollständig sind.
Das Black-Box-Problem
Hinzu kommt die Nachvollziehbarkeit. Bei klassischen Regeln lässt sich relativ einfach rekonstruieren, warum eine Entscheidung zustande gekommen ist. Komplexe KI-Modelle können diese Transparenz erschweren.
ESMA nennt mangelnde Erklärbarkeit ausdrücklich als Risiko. Wenn selbst Mitarbeiter eines Finanzunternehmens nicht mehr hinreichend nachvollziehen können, wie ein System zu einem Ergebnis gelangt, entsteht ein Problem für Risikomanagement, Kontrolle und Kundeninformation.
Das ist im Finanzwesen mehr als eine technische Frage. Wer einem Kunden ein Finanzprodukt empfiehlt, muss regulatorische Anforderungen erfüllen. Die Verwendung eines Algorithmus ändert daran nichts.
KI übernimmt nicht die regulatorische Verantwortung
Für Wertpapierfirmen gilt weiterhin MiFID II. Die ESMA hat bereits klargestellt, dass die bestehenden Anforderungen auch dann gelten, wenn ein Unternehmen KI verwendet. Dazu gehören organisatorische Pflichten, Verhaltensregeln und insbesondere die Verpflichtung, im bestmöglichen Interesse des Kunden zu handeln. Die Geschäftsleitung muss zudem verstehen, wie KI innerhalb des Unternehmens eingesetzt wird und für angemessene Kontrolle sorgen.
Damit ist eine wichtige Grenze gezogen: Ein Finanzunternehmen kann seine Verantwortung nicht an einen Algorithmus auslagern.
Auch der seit August 2026 in wesentlichen Teilen anwendbare EU AI Act schafft zusätzliche Regeln. Seit dem 2. August 2026 gelten unter anderem Transparenzpflichten für bestimmte KI-Systeme. Bei Chatbots oder vergleichbaren interaktiven Systemen muss grundsätzlich erkennbar sein, dass der Nutzer mit einer KI und nicht mit einem Menschen kommuniziert.
Anlageberatung wird durch den AI Act allerdings nicht pauschal als Hochrisiko-KI eingestuft. Anders ist das beispielsweise bei Systemen, die zur Bewertung der Kreditwürdigkeit natürlicher Personen oder zur Erstellung eines Credit Scores bestimmt sind. Diese werden im AI Act ausdrücklich als Hochrisiko-Anwendungen erfasst, vorbehaltlich der gesetzlichen Ausnahmen und Übergangsregeln.
Infokasten: MiFID II und Geeignetheit
MiFID II ist das zentrale europäische Regelwerk für Wertpapierdienstleistungen. Bei einer Anlageberatung muss ein Unternehmen unter anderem Informationen über finanzielle Verhältnisse, Anlageziele, Risikotoleranz sowie – abhängig von der konkreten Dienstleistung – Kenntnisse und Erfahrungen des Kunden berücksichtigen. Ein KI-System kann bei dieser Prüfung unterstützen. Die Verantwortung des regulierten Unternehmens verschwindet dadurch nicht.
Datenschutz wird zur Kernfrage
Je individueller eine KI beraten soll, desto mehr Informationen benötigt sie. Genau hier entsteht ein Spannungsfeld. Eine Anwendung, die Vermögen, Einkommen, Depotpositionen, familiäre Verpflichtungen, Risikoneigung und persönliche Ziele kennt, kann theoretisch wesentlich individueller reagieren als ein allgemeiner Chatbot. Gleichzeitig verarbeitet sie ausgesprochen sensible Informationen.
ESMA nennt Datenschutz und Datensicherheit deshalb ausdrücklich als zentrale Risiken beim KI-Einsatz im Finanzbereich. Die Datenschutz-Grundverordnung bleibt ebenfalls relevant. Artikel 22 DSGVO enthält besondere Vorgaben für Entscheidungen, die ausschließlich auf automatisierter Verarbeitung beruhen und gegenüber einer Person rechtliche Wirkung entfalten oder sie in vergleichbarer Weise erheblich beeinträchtigen. Wo gesetzliche Ausnahmen greifen, gehören unter bestimmten Voraussetzungen Schutzmechanismen wie das Recht auf menschliches Eingreifen dazu.
Daneben gilt für zahlreiche Finanzunternehmen seit Januar 2025 der Digital Operational Resilience Act, kurz DORA. Er verlangt unter anderem ein strukturiertes Management von IT- und Drittanbieterrisiken. Das ist auch deshalb relevant, weil Finanzunternehmen KI-Technologie häufig nicht vollständig selbst entwickeln, sondern auf externe Cloud-, Daten- und Modellanbieter angewiesen sind.
Die europäischen Aufsichtsbehörden EBA, EIOPA und ESMA haben diese Problematik im Juli 2026 noch einmal verschärft in den Blick genommen. Sie fordern für besonders leistungsfähige KI-Modelle robuste Governance- und Risikomanagementstrukturen und verweisen ausdrücklich auf Cyber- und Drittparteirisiken.
Warum der Mensch trotzdem gebraucht wird
An diesem Punkt zeigt sich die eigentliche Veränderung der Finanzberatung. Mensch und Maschine besitzen unterschiedliche Aufgaben.
KI ist stark, wenn große Informationsmengen strukturiert, Daten verglichen, Routinefragen beantwortet oder Szenarien berechnet werden müssen. Der Berater wird dagegen besonders dort wichtig, wo Informationen hinterfragt, widersprüchliche Ziele geklärt und Entscheidungen in einen größeren persönlichen Zusammenhang eingeordnet werden müssen.
Ein einfaches Beispiel zeigt den Unterschied. Ein System kann berechnen, welches Portfolio rechnerisch zu einer bestimmten Risikoklasse passt. Schwieriger wird die Frage, ob ein Kunde tatsächlich mit einem zwischenzeitlichen Verlust von 25 Prozent leben kann, obwohl er im Fragebogen angegeben hat, risikobereit zu sein. Ebenso lässt sich mathematisch darstellen, welche Auswirkungen eine bestimmte Vermögensaufteilung besitzt. Ob dabei gleichzeitig Unternehmensverkauf, Ruhestand, Immobilienplanung, Versorgung der Familie oder Liquiditätsbedarf berücksichtigt werden müssen, erfordert zunächst vollständige und richtig verstandene Informationen.
Gerade deshalb ist menschliche Kontrolle kein nostalgisches Gegenmodell zur Digitalisierung. Sie ist in vielen Anwendungen Bestandteil eines belastbaren Prozesses.
Interessant ist dazu auch ein Hinweis aus dem Umfeld der ESMA. Die Securities and Markets Stakeholder Group verwies 2025 auf eine Untersuchung auf Basis einer italienischen Haushaltsbefragung. Dort zeigte sich keine reine Verdrängung menschlicher Beratung: Die Nutzung von Robo-Advice stand vielmehr in einem komplementären Zusammenhang mit der Nachfrage nach unabhängiger professioneller menschlicher Beratung. Die Ergebnisse beziehen sich auf die untersuchte Population und lassen sich nicht ohne Weiteres auf sämtliche europäischen Anleger übertragen. Sie sprechen aber gegen die einfache Vorstellung, digitale und persönliche Beratung müssten zwangsläufig Gegensätze sein.
Wie sich Digitalisierung und persönliche Beratung bereits heute miteinander verbinden lassen, zeigt beispielsweise die Entwicklung klassischer Finanzberatungsmodelle. Die EFS AG verbindet nach eigener Darstellung digitale Prozesse mit einer persönlichen und langfristigen Kundenbegleitung in Finanz-, Versicherungs- und Vorsorgethemen.
Das Beispiel macht zugleich deutlich, worauf es bei der weiteren Digitalisierung ankommt: Technologie kann Informationen strukturieren, Prozesse beschleunigen und Berater unterstützen. Die individuelle Lebenssituation, persönliche Ziele und die tatsächliche Risikobereitschaft eines Kunden müssen dennoch verstanden und eingeordnet werden.
SCOREDEX hat sich mit diesem Zusammenspiel bereits ausführlicher im Beitrag „EFS AG: Unabhängige Finanzberatung zwischen Digitalisierung, Vorsorge und langfristiger Kundenbegleitung“ beschäftigt.
Das wahrscheinlich wichtigste Modell existiert bereits: Mensch plus Maschine
Die aktuelle Entwicklung liefert daher weniger Argumente für einen Wettkampf „KI gegen Finanzberater“ als für eine neue Rollenverteilung.
Die Maschine kann Informationen sammeln, sortieren und vorbereiten. Sie kann Portfolios überwachen, Abweichungen erkennen und einen Berater auf Veränderungen aufmerksam machen. Sie kann Dokumentation unterstützen und Wissen schneller verfügbar machen. Der Mensch kann Ergebnisse prüfen, Zusammenhänge erklären, Rückfragen stellen und Verantwortung für die Beratung übernehmen.
Das ist keineswegs nur eine Frage des Komforts. Finanzberatung bewegt sich regelmäßig zwischen Mathematik und Lebensplanung. Rendite, Volatilität und Kosten lassen sich berechnen. Die Bedeutung eines finanziellen Risikos für einen konkreten Menschen lässt sich dagegen erst beurteilen, wenn dessen Situation richtig verstanden wurde.
Genau hier dürfte auch der Qualitätsunterschied zwischen verschiedenen KI-Anwendungen liegen: nicht darin, ob irgendwo ein Chatbot eingebaut wurde, sondern darin, wie gut Datenqualität, fachliche Kontrolle, Transparenz und menschliche Verantwortung organisiert sind.
Auch für Kunden verändert sich die Beratung
Für Anleger entsteht gleichzeitig eine neue Situation. Sie können Informationen künftig leichter selbst recherchieren, Finanzbegriffe erklären lassen und verschiedene Szenarien durchspielen. Das kann Gespräche mit Beratern verändern. Ein informierter Kunde kann konkretere Fragen stellen und Empfehlungen leichter hinterfragen.
Doch genau darin liegt auch eine neue Gefahr: KI senkt nicht nur die Zugangsschwelle zu guten Informationen, sondern ebenso zu sehr überzeugend formulierten Fehlinformationen.
Die ESMA bringt diesen Unterschied auf einen einfachen regulatorischen Nenner: Ein öffentlich zugängliches KI-System ist nicht automatisch ein zugelassener Finanzberater. Ein reguliertes Unternehmen bleibt dagegen auch beim Einsatz von KI an seine gesetzlichen Pflichten gebunden.
Das sollte bei aller Begeisterung für neue Technologien nicht verwechselt werden.
Fazit: Die Finanzberatung wird digitaler – aber nicht menschenlos
KI hält Einzug in die Finanzberatung. Das ist keine Prognose mehr, sondern längst Realität. Banken und Finanzunternehmen setzen die Technologie bereits in erheblichem Umfang ein. Noch liegt der Schwerpunkt häufig auf unterstützenden Tätigkeiten, doch die Verbindung zwischen Datenanalyse, digitaler Kundeninteraktion und Beratung wird enger.
Die Vorteile sind greifbar: Informationen können schneller verarbeitet, Prozesse automatisiert, Kunden individueller betreut und Berater von Routineaufgaben entlastet werden. Gleichzeitig sind auch die Grenzen dokumentiert. KI kann falsche Informationen erzeugen, auf schlechten Daten aufbauen, Entscheidungen schwer nachvollziehbar machen und neue Datenschutz-, Cyber- und Abhängigkeitsrisiken schaffen.
Deshalb dürfte die entscheidende Frage für eine seriöse Finanzberatung nicht lauten, ob KI eingesetzt wird. Wichtiger ist, wofür sie eingesetzt wird, wer ihre Ergebnisse kontrolliert und wer am Ende Verantwortung übernimmt.
Eine Maschine kann in Sekunden tausende Informationen analysieren. Ob eine daraus abgeleitete Entscheidung tatsächlich zu einem Menschen und dessen Leben passt, bleibt eine andere Frage.
Nein, jedenfalls nicht in jeder Beratungssituation. KI kann Daten analysieren, Informationen strukturieren, Szenarien berechnen und standardisierte Fragen beantworten. Bei komplexen Vermögenssituationen, persönlichen Zielkonflikten oder langfristigen Entscheidungen bleibt die menschliche Einordnung wichtig. Zudem verbleibt die regulatorische Verantwortung beim jeweiligen Finanzdienstleister.
KI kommt unter anderem bei Datenanalyse, Kundenservice, Dokumentation, Risikomanagement, Betrugserkennung und Compliance zum Einsatz. Auch bei der Vorbereitung von Anlageentscheidungen oder der Analyse von Portfolios kann sie unterstützen. Der konkrete Einsatz unterscheidet sich jedoch deutlich zwischen Banken, Vermögensverwaltern und Finanzberatern.
Ein Robo-Advisor arbeitet meist auf Basis festgelegter Regeln und ordnet Kunden anhand von Angaben zu Anlageziel, Risikobereitschaft und Anlagehorizont einem bestimmten Portfolio zu. Generative KI kann zusätzlich Sprache verstehen, Dokumente zusammenfassen und Informationen flexibel verarbeiten. Beide Technologien können miteinander kombiniert werden, sind aber nicht dasselbe.
Zu den wesentlichen Risiken gehören falsche oder erfundene Informationen, unvollständige Daten, mangelnde Nachvollziehbarkeit von Entscheidungen sowie Datenschutz- und Cyberrisiken. Besonders bei generativer KI können sogenannte Halluzinationen auftreten: Antworten wirken überzeugend, sind aber sachlich falsch oder nicht belegbar.
Das hängt von der konkreten Anwendung ab. Für bestimmte KI-Systeme gelten seit August 2026 Transparenzpflichten nach dem EU AI Act. Darüber hinaus müssen regulierte Finanzunternehmen bestehende Vorgaben etwa aus MiFID II, Datenschutzrecht und internen Governance-Regeln beachten. Die Verwendung von KI hebt diese Pflichten nicht auf.
Finanzentscheidungen hängen nicht nur von Zahlen ab. Liquiditätsbedarf, familiäre Verpflichtungen, Unternehmensverkauf, Altersvorsorge, Risikotoleranz oder persönliche Prioritäten können sich nicht allein aus einem Datensatz ableiten. KI kann hier unterstützen, aber nicht automatisch beurteilen, welche Entscheidung für einen konkreten Menschen tatsächlich passend ist.
Quellen
Deutsche Bundesbank: Finanzstabilitätsbericht 2025 – Künstliche Intelligenz und ihre Auswirkungen auf die Finanzstabilität, veröffentlicht 2025, Abruf 21.09.2026.
Deutsche Bundesbank: Financial Advice in the Era of Artificial Intelligence, 06.05.2026, Abruf 21.09.2026.
Europäische Zentralbank: AI and the euro area economy, 23.03.2026, Abruf 21.09.2026.
European Banking Authority: Special topic – Artificial intelligence, Abruf 21.09.2026.
European Securities and Markets Authority: Public Statement on AI and investment services, 30.05.2024, Abruf 21.09.2026.
European Securities and Markets Authority: Warning on the use of AI for investing, 2025, Abruf 21.09.2026.
Europäische Kommission: Informationen zum EU AI Act und zu den seit 02.08.2026 geltenden Transparenzpflichten, Abruf 21.09.2026.
Europäische Kommission, AI Act Service Desk: Annex III – High-risk AI systems, Abruf 21.09.2026.
Europäische Union: Datenschutz-Grundverordnung, insbesondere Artikel 22 zur automatisierten Entscheidungsfindung, Abruf 21.09.2026.
European Banking Authority / EIOPA / ESMA: Enhanced governance and consistent supervision to mitigate ICT risks from frontier AI models, 31.07.2026, Abruf 21.09.2026.
Redaktioneller Hinweis
Dieser Beitrag beschreibt den aktuellen Stand des Einsatzes künstlicher Intelligenz in der Finanzberatung auf Grundlage öffentlich zugänglicher Informationen, Veröffentlichungen von Aufsichtsbehörden und Angaben von Marktteilnehmern. Genannte Unternehmen oder Praxisbeispiele dienen der redaktionellen Einordnung des Themas. Eine Erwähnung bedeutet weder eine Empfehlung noch die Bewertung eines bestimmten Angebots oder Geschäftsmodells.
Technologische und regulatorische Entwicklungen im Bereich künstlicher Intelligenz verändern sich derzeit vergleichsweise schnell. Maßgeblich sind daher stets die zum jeweiligen Zeitpunkt geltenden gesetzlichen, aufsichtsrechtlichen und technischen Rahmenbedingungen.
Rechtlicher Hinweis
Die Inhalte dieses Beitrags dienen ausschließlich der allgemeinen Information und stellen keine Anlageberatung, Finanzberatung, Rechtsberatung oder sonstige individuelle Beratung dar. Sie enthalten weder eine Empfehlung noch eine Aufforderung zum Erwerb, Halten oder Verkauf bestimmter Finanzinstrumente oder Produkte.
Individuelle Anlageentscheidungen sollten auf Grundlage der persönlichen finanziellen Situation, Anlageziele, Kenntnisse, Erfahrungen und Risikobereitschaft getroffen werden. Bei Bedarf sollte eine entsprechend qualifizierte und – soweit erforderlich – zugelassene Fachperson hinzugezogen werden.
Trotz sorgfältiger Recherche kann keine Gewähr für Vollständigkeit, Richtigkeit und fortdauernde Aktualität aller Angaben übernommen werden.
