Regulierungsansätze für den Einsatz von Künstlicher Intelligenz und Automatisierungslösungen im Rahmen der Kreditvergabe

Inhaltsverzeichnis

• Abdeckung
• Schmutztitel
• Europäische Hochschulschriften Recht
• Titelseite
• Copyright-Seite
• Inhalt
• Vorwort
• Einführung
• 1. Einleitung
• 2. Gang der Darstellung
• Thematischer Überblick
• 1. Erläuterung relevanter Grundbegrifflichkeiten
• 1.1 Künstliche Intelligenz
• 1.2 Algorithmen und algorithmische Entscheidungsfindung
• 2. Regulatorisches Risikoprofil von ML-Technologien
• 2.1 Wenige vordefinierte Regeln
• 2.2 Adaptivität
• 2.3 Datengrundlage
• 2.4 Bedeutung des Einsatzes lernender Algorithmen für das Gesamtsystem
• 3. Verständnis für die Zwecke dieser Arbeit
• Nutzung von Künstlicher Intelligenz für den Kreditvergabeprozess
• 1. Einleitung
• 2. Phasen des Kreditvergabeprozesses
• 2.1 Phase 1: Gesprächs- und Beratungsphase
• 2.2 Phase 2: Datenerhebung
• 2.3 Phase 3: Kreditwürdigkeitsprüfung
• 2.4 Phase 4: Kreditentscheidung
• 2.5 Phase 5: Kreditabwicklung
• 2.6 Phase 6: Kreditmonitoring
• 3. Der Kreditscore
• 3.1 Die Bedeutung des Kreditscores
• 3.2 Die Ermittlung des Kreditscores
• 4. Nutzbarkeit von Künstlicher Intelligenz für den Kreditprozess
• 4.1 Verwendung von BDAI-basierter Technologie für das Kreditscoring-Verfahren
• 4.2 Nutzung von Künstlicher Intelligenz für die Datenerhebung
• 4.3 Nutzung von Künstlicher Intelligenz für die Extraktion von Transaktionsdaten
• Risikoprofil des KI-basierten Kreditvergabeverfahrens
• 1. Risikomitigierende Wirkung des BDAI-Einsatzes im Rahmen des Kreditvergabeverfahrens
• 1.1 Objektivität der Kreditentscheidung
• 1.2 Präzision der Kreditentscheidung
• 1.3 Transparenz und Gleichförmigkeit des BDAI-Kreditscoring-Verfahrens
• 1.4 Höhere Inklusivität der Kreditvergabeentscheidung
• 1.5 Verbesserte allokative Effizienz des Kreditmarktes
• 1.6 Geringeres Diskriminierungsrisiko
• 1.7 Effektiveres Ex-Post Monitoring
• 1.8 Erhöhter Wettbewerb im Kreditmarkt
• 2. Risikoerhöhende Wirkung des BDAI-Kreditscoring-Verfahrens
• 2.1 Hohe Komplexität
• 2.2 Gefahr der Diskriminierung
• 2.3 Potenziell gravierende Auswirkungen von Modellfehlern
• 2.4 Entstehung einer Ungleichgewichtslage zwischen Unternehmern und Verbrauchern
• 2.5 Kein Raum für Einzelfallentscheidungen
• 2.6 Abhängigkeit vom Datenpool
• 2.7 Abweichung vom vorgegebenen Kreditentscheidungsprozess
• 2.8 Risiken durch Technologieversagen
• 3. Ergebnis
• Allgemeine rechtliche Vorgaben für die Durchführung des Kreditgeschäfts
• 1. Aufsichtsrechtliche Erlaubnispflicht
• 2. Pflicht zur Durchführung einer Kreditwürdigkeitsprüfung
• 2.1 Zivilrechtliche Pflicht zur Kreditwürdigkeitsprüfung
• 2.2 Aufsichtsrechtliche Pflicht zur Kreditwürdigkeitsprüfung
• 2.3 Implikationen für die KI-basierte Kreditvergabe
• Aufsichtsrechtliche Regelungen
• 1. Vorgaben der Mindestanforderungen an das Risikomanagement
• 1.1 BTO 1.1 MaRisk – Funktionstrennung und Votierung im Kreditgeschäft
• 1.2 BTO 1.2 MaRisk – Anforderungen an die Prozesse im Kreditgeschäft
• 1.3 AT 7.2 MaRisk – Anforderungen an die technisch-organisatorische Ausstattung
• 2. Vorgaben der EBA-Leitlinien für die Kreditvergabe und Überwachung
• 2.1 Einleitung
• 2.2 Hintergrund der Veröffentlichung der neuen EBA-Kreditleitlinien
• 2.3 Ziel der EBA-Leitlinien für die Kreditvergabe und Überwachung
• 2.4 Rechtliche Einordnung von EBA-Leitlinien
• 2.5 Anwendungsbereich der EBA-Kreditleitlinien
• 2.6 Regelungen der EBA-Kreditleitlinien mit Relevanz für die automatisierte und BDAI-basierte Kreditwürdigkeitsprüfung
• 2.7 Ergebnis
• 3. Die bankaufsichtlichen Anforderungen an die IT im Überblick
• 3.1 Einleitung
• 3.2 Rechtsnatur der BAIT
• 3.3 Relevante Regelungen der BAIT
• 4. Grenzen der aufsichtsrechtlichen Regelungen
• Datenschutzrechtliche Pflichten für das KI-basierte Kreditgeschäft
• 1. Allgemeine datenschutzrechtliche Vorgaben
• 1.1 Anwendung der DSGVO auf Kreditscoring-Verfahren
• 1.2 Art. 6 DSGVO
• 1.3 Art. 9 DSGVO
• 1.4 § 31 BDSG
• 1.5 § 10 Abs. 2 KWG
• 1.6 Art. 22 DSGVO
• 2. Allgemeine Grenzen der datenschutzrechtlichen Bestimmungen
• 3. Transparenzpflichten der DSGVO
• 3.1 Kennzeichnungspflichten
• 3.2 Erklärungspflichten
• 4. Allgemeine Grenzen von Transparenzpflichten
• 4.1 Einschränkung der Transparenzpflichten durch Geheimhaltungsinteressen
• 4.2 Technologische Grenzen
• 4.3 Zweckverfehlung der Transparenzpflichten
• 5. Ergebnis
• Gesetzesinitiativen mit Relevanz für die BDAI-basierte Kreditvergabe
• 1. Entwurf der KI-Verordnung
• 1.1 Einleitung
• 1.2 Grundlagen des Entwurfs der KI-Verordnung
• 1.3 Bedeutung für das KI-basierte Kreditvergabeverfahren
• 2. Entwurf der neuen Verbraucherkreditrichtlinie
• 2.1 Kennzeichnungspflichten
• 2.2 Offenlegungspflichten
• 2.3 Erklärungspflichten
• Algorithmische Kreditscoring-Systeme Zulassungskontrollen und Zertifizierungsanforderungen
• 1. Einleitung
• 2. Bestehende aufsichtsrechtliche Genehmigungsverfahren für Risikomodelle von Kreditinstituten
• 3. Rechtfertigung eines Zertifizierungserfordernisses für ADM-Systeme im Bereich der Kreditvergabe
• 4. Voraussetzungen für die Zertifizierungsbedürftigkeit von ADM-Systemen im Bereich der Kreditvergabe
• 4.1 Rolle der algorithmischen Berechnung im Gesamtentscheidungsprozess
• 4.2 Bedeutung/Wirkung der algorithmischen Berechnung
• 4.3 Komplexität des verwendeten Modells
• 4.4 Potenzielle Schadenshöhe
• 4.5 Adaptivität des ADM-Systems
• 5. Zertifizierungskriterien
• 6. Vorteile von Zertifizierungsverfahren
• 6.1 Wahrung von Geschäftsgeheimnissen
• 6.2 Entlastung von Kreditinstituten und Scoring-Unternehmen
• 6.3 Begrenzung des Haftungsrisikos für Verwender von ADM-Systemen
• 6.4 Zertifizierung schafft Wettbewerbsvorteile auf dem internationalen Finanzmarkt
• 6.5 Zertifizierung schafft Vertrauen bei Kreditnehmern
• 6.6 Umfassende Überprüfung BDAI-basierter Kreditscoring-Systeme
• 7. Grenzen von Zertifizierungsverfahren
• 7.1 Grenzen bei der Zertifizierung von lernfähigen Algorithmen
• 7.2 Risiko der Verbreitung von Geschäftsgeheimnissen
• 7.3 Verstärkung ungleicher Marktmachtverhältnisse
• Errichtung einer staatlichen Stelle für Algorithmenregulierung
• 1. Einleitung
• 2. Schaffung einer staatlichen Unterstützungs- und Überwachungseinheit am Beispiel des Bundesamts für Sicherheit in der Informationstechnik
• 2.1 Bundesamt für Sicherheit in der Informationstechnik
• 2.2 Darstellung der Tätigkeit des BSI am Beispiel des „Smart-Meter-Gateways“
• 2.3 Mögliche Aufgaben einer staatlichen Unterstützungs- und Überwachungseinheit für algorithmische Systeme in der Finanzindustrie
• Fazit
• Quellenverzeichnis
• 1. Literatur
• 2. Rechtstexte
• 3. Sonstiges