FinTech Finanzplatz Frankfurt

„Der Finanzplatz Frankfurt hat sehr gute Chancen, sich als europäische Hauptstadt für Finanztechnologien zu etablieren.“

Ein Europäisches Konsortium aus verschiedenen Universitäten und FinTechs arbeitet daran, den Wissensaustausch zwischen Banken, FinTechs, Regulatoren und der Finanzaufsicht zum Thema Risikomanagement von Finanztechnologien zu fördern. Seit 2019 ist das Finanztechnologieunternehmen Firamis GmbH ein Teil dieses Konsortiums. Im Interview diskutiert Dr. Jochen Papenbrock, CEO und Gründer von Firamis, die Rolle von Künstlicher Intelligenz (Artificial Intelligence – AI) beim Management von Risiken der Finanztechnologie sowie deren Bedeutung für den Finanzplatz Frankfurt.

Dr. Jochen Papenbrock, CEO und Gründer von Firamis GmbH

Welche Risiken ergeben sich aus der steigenden Bedeutung von FinTechs für den Finanzsektor?

Wir verstehen unter dem Begriff FinTech viel mehr als nur die FinTech-Startups, die Finanztechnologien wie Big Data Analytics, AI und Blockchain nutzen. Auch traditionelle Banken und Versicherer verwenden neue Finanztechnologien und können vor ähnlichen Herausforderungen stehen wie Startups, insbesondere was das Risikomanagement angeht. Außerdem nimmt die Kooperation zwischen den Banken und FinTech-Startups zu bzw. es entstehen immer mehr Outsourcing-Beziehungen durch die sich aufbrechenden Wertschöpfungsketten. Zugleich sind viele Banken an Startups beteiligt. Durch eine zunehmende Verflechtung der Systeme, Daten und Prozesse sind Banken genauso vom Risiko der Finanztechnologien betroffen. Wir beobachten derzeit einen Anstieg des Diskussionsbedarfs der Branche mit den Regulatoren und Aufsichtsbehörden.

Vor diesem Hintergrund kommt dem FinTech Risk Management sowie der Modell- und Data-Governance besondere Bedeutung zu. Traditionelle Banken haben sicherlich schon mehr Erfahrung mit der Regulatorik und aufsichtsrechtlichen Praxis gesammelt. Für viele FinTech-Startups ist dies Neuland.

Können Sie dies näher erläutern?

Ein besonderes Problem der neuen Finanztechnologien sind komplexe, intransparente und auch verzerrte Modelle und Daten. Mehrere Aufsichtsorgane haben sich bereits so positioniert, dass sie Black Box Modelle – also intransparente Machine Learning Ansätze wie mehrschichtige künstliche neuronale Netze (Deep Learning) – in produktionskritischen Prozessen ablehnen.

Mit diesen und weiteren Themen beschäftigen wir uns gerade im Rahmen eines größeren EU Projekts zum Thema Fintech Risk Management. Europaweit erfolgt hier über zwei Jahre der Wissensaustausch zwischen Banken, FinTechs und Regulatoren. Es werden Standards entwickelt, die den Einsatz von Finanztechnologien in sicheren Finanzprodukten gewährleisten und eine möglichst hindernisfreie Skalierung von FinTech-Geschäftsmodellen in Europa ermöglichen. Unser FinTech-AI-B2B-Startup Firamis ist Teil des Konsortiums und Mitglied des Executive Boards. Wir arbeiten daran, eine EU Research-Sandbox aufzubauen und Anforderungen an eine „Trustworthy AI“ zu etablieren. Auch hierzu fährt die EU eigene Programme und vernetzt Expertinnen und Experten.

Aus dem Einsatz von Finanztechnologie ergeben sich jedoch systemische Risiken. So könnte es zu der Konstellation kommen, dass mehrere FinTechs die gleiche Technologie nutzen und daher eine Art Gleichschaltung von Risiken erfolgt, denn in bestimmten Marktphasen reagieren die Systeme recht ähnlich. Durch den ansteigenden Vernetzungsgrad in der aufgebrochenen Wertschöpfungskette steigen zudem die Domino-Ansteckungseffekte von Risiken. Der aufsichtliche Fokus wird sich weiter von den Einzelfirmen hin zur Betrachtung der gesamten Wertschöpfungskette verlagern.

Welches regulatorische Framework ist erforderlich, um die Risiken im Griff zu behalten?

Aus unserer Sicht lassen sich durch eine Fokussierung auf Modellvalidierung, den gesamten Modellrisikomanagementprozess sowie Data- und Model-Governance die Risiken in den Griff bekommen. Black Box-Ansätze werden es bei intensiveren regulatorischen Prüfungen durch nationale und internationale Aufsichtsbehörden schwer haben. Auf der anderen Seite wird man im Wettbewerb nicht auf die neuen Finanztechnologien verzichten wollen. Welche Modifikation der Technologie ist also nötig, um die Anforderungen zu erfüllen?

Gibt es bereits Lösungen, wie man diese Ansätze für Aufsichtsbehörden und Regulatoren zugänglicher bzw. verständlicher machen kann?

Ein Ansatz läuft unter dem Stichwort XAI (Explainable AI beziehungsweise Interpretabale AI). Man nutzt moderne Ansätze, Technologien und Datenvisualisierungen, um die Modelle erklärbarer zu machen und sie wieder auf die Ebene des menschlichen Denkens zu heben. XAI ist im Übrigen auch eine der Kernkompetenzen unseres Startup sFiramis, und wir bauen die Ressourcen aus gegebenem Anlass weiter aus. Dabei kommt wiederum AI zum Einsatz, um etwa Black Box-Modelle automatisiert zu erklären. Dies ist übrigens auch für Endkunden wichtig, die wissen wollen, warum sie beispielsweise einen bestimmten Kredit-Score erhalten haben oder warum sie bei ihrem Robo Advisor einem bestimmten Risikoprofil zugeordnet werden und was sie tun können, um sich zu verbessern.

Spannend ist die Frage, wie regulatorische Kontrollen praktisch umgesetzt werden sollen. Es sind mehrere Modelle von der eigenständigen Kontrolle durch die BaFin bis hin zum Outsourcing an Dritte vorstellbar. Wir werden einen gewissen Grad der Standardisierungen beobachten und auch so etwas wie einen AI-TÜV für Finanzalgorithmen.

Was bedeutet die dynamische Entwicklung von AI / Machine Learning für die FinTech-Industrie am Finanzplatz Frankfurt?

Bei den aktuellen Entwicklungen im Bereich der Finanztechnologie wird deutlich, dass die Finanzplätze miteinander konkurrieren. Die Karten werden aufgrund der Disruption neu gemischt. Der Finanzplatz Frankfurt hat hierbei sehr gute Chancen, sich als europäische Hauptstadt der Finanztechnologien zu etablieren. (Zentral-)Banken, Technologiefirmen, FinTech-Ökosysteme, Aufseher und Regulatoren sind ja bereits vertreten. Gerade das Thema AI hat für den Finanzplatz möglicherweise noch mehr Potenzial als die Dauerthemen Brexit und Blockchain.

Es bleibt also noch viel zu tun. Bereits im Jahr 2017 haben wir mit anderen Partnern dazu den jährlichen Frankfurt Summit on AI, Big Data and Network Analysis in Financial Services Leben gerufen. Zudem haben wir mit anderen den Verein AI in Financial Services e.V. gegründet, bei dem jeder Mitglied werden kann, der das Thema weiter voranbringt.