ANWENDUNG23. Juli 2026

NRW.Bank führt KI im Risikocontrolling ein

Ein Arbeitsplatz im Bereich Risikocontrolling ist abgebildet, mit zwei Monitoren, die Finanzdaten und Diagramme anzeigen. Im Hintergrund sind moderne Bürogebäude sichtbar. Der Fokus liegt auf der Analyse von Risiken und Datenvisualisierung.
KI, DALL-E

Die NRW.Bank führt im Risikocontrolling ein eigens entwickeltes Modell auf Basis künstlicher Intelligenz ein. Wie die Förderbank mitteilt, helfe das Modell dabei, Risiken aus gesetzlichen Sonderkündigungsrechten bei festverzinslichen Darlehen schneller als traditionelle Modelle zu berechnen.

Banken müssten möglichst genau wissen, mit welchen Zinszahlungen sie rechnen könnten, um ihre Einnahmen und ihr Geschäft verlässlich zu planen. Ein gesetzliches Sonderkündigungsrecht ermögliche es Kreditnehmern, festverzinsliche Darlehen nach einer Laufzeit von zehn Jahren vorzeitig zurückzuzahlen.

Für Banken könne daraus ein Zinsänderungsrisiko entstehen, weil erwartete Zinszahlungen niedriger ausfallen könnten als ursprünglich geplant. Mit der Einführung von KI im Risikocontrolling schaffe die Förderbank die Grundlage, um weitere KI-Anwendungen im Risikomanagement strukturiert einzuführen.

Claudia Hillenherms, Mitglied des Vorstands der NRW.Bank
NRW.Bank

Künstliche Intelligenz bietet große Potenziale, um Prozesse und Verfahren in Banken schneller, präziser und effizienter zu machen. Mit dem Einsatz von künstlicher Intelligenz im Risikomanagement setzen wir diese Potenziale konkret um und schaffen zugleich einen Rahmen, in dem wir weitere KI-Anwendungen sicher und gemäß den aufsichtsrechtlichen Regelungen aufbauen können.“

Claudia Hillenherms, Mitglied des Vorstands der NRW.Bank

Trainiertes KI-Modell beschleunigt Risikobewertung

Das neue KI-Modell der NRW.Bank könne die spezifischen Risiken aus dem Sonderkündigungsrecht für festverzinsliche Darlehen im Vergleich zu traditionellen Modellen schneller bewerten.

Dafür sei das Modell mit Geschäfts- und Marktdaten, wie etwa Laufzeiten, Zinssätzen und historischen Bewertungsergebnissen trainiert worden, um Muster und Zusammenhänge für die Bewertung zu lernen. Anschließend werde dieses Modell auf neue, unbekannte Daten angewendet. Die NRW.Bank (Website) werde den Ansatz kontinuierlich überprüfen und praxisnah weiterentwickeln.dw

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert