Beyond Basel bei #RISK London: AI Governance in Machine Speed

London, November 2026: Wie behalten Sie die Kontrolle, wenn Entscheidungen schneller fallen, als Ihre Aufsicht reagieren kann? Diese Frage hat uns auf der BFSI Stage durch das ganze Panel begleitet. Basel hat den Standard für Kapital gesetzt. Jetzt geht es darum, Entscheidungen zu steuern, die AI und Modelle schneller treffen, als jedes Gremium zusammenkommt.

Ich habe mich sehr gefreut, die Bühne mit Chris Brown von Capgemini Invent, der moderiert hat, und Oliver Greenslade, Chief Risk Officer bei Channel Capital Advisors, zu teilen.

Die Session auf einen Blick

• Event: #RISK Europe, ExCeL London
• Datum: Dienstag, 10. November 2026
• Session: Beyond Basel: next-generation risk management for BFSI leaders
• Bühne: BFSI Stage
• Moderation: Chris Brown, Capgemini Invent
• Panel: Oliver Greenslade, Channel Capital Advisors; Andrew McIntyre, CRISAM®

Was hat uns der Saal gezeigt?

In der Mitte des Panels haben wir alle gebeten aufzustehen und sich zu setzen, sobald ihre ehrliche Antwort „nein“ lautet:

1. Ihr Unternehmen nutzt AI oder Modelle, um Entscheidungen zu treffen oder vorzubereiten.
2. Sie könnten heute jede Entscheidung auflisten, die AI oder Modelle in Ihrem Unternehmen treffen.
3. Jede dieser Entscheidungen hat einen namentlich benannten Owner, der weiß, dass er sie verantwortet.
4. Diese Entscheidungen werden gegen Ihren Risikoappetit geprüft, bevor sie fallen, nicht danach.
5. Überschreitet ein Modell heute um 9 Uhr den Risikoappetit, weiß Ihr Board um 9.15 Uhr davon.

Bei der ersten Frage stand fast der ganze Saal. Bei der fünften standen nur noch sehr wenige.

Das heißt nicht, dass diesen Unternehmen Governance fehlt. Die meisten haben Richtlinien, Gremien und Monitoring. Ihre Governance wurde aber für periodische, menschliche Entscheidungen gebaut. Mit Entscheidungen im heutigen Tempo ist sie noch nicht verbunden.

Warum reicht Governance im Quartalstakt nicht mehr?

Die meisten Boards sehen Risiken einmal im Quartal: eine Risikolandkarte, ein grünes Dashboard, vielleicht eine quantitative Analyse, was ein Risiko kosten würde, wenn es eintritt. Dieser Rhythmus hat funktioniert, solange Entscheidungen im menschlichen Tempo fielen.

AI wird nicht wieder verschwinden. Sie steckt längst in den Abläufen unserer Unternehmen und immer häufiger auch in den Produkten und Services unserer Dienstleister. Ein Risk and Control Self-Assessment, das einmal im Quartal verschickt wird, kann da nicht mithalten. Eine Revision, die einmal im Jahr prüft, ob noch alles so ist wie zuletzt, ebenso wenig.

Wir müssen nicht bei null anfangen. Wir arbeiten längst mit Frameworks. Aufsichtsbehörden prüfen sie, die Revision testet dagegen. Was sich ändern muss: Diese Frameworks müssen live laufen. Sie werden laufend überwacht, und ein Mensch im Prozess wird alarmiert, sobald ein AI-System die festgelegten Toleranzen verlässt. Dieser Mensch hat auch die Befugnis einzugreifen.

„Wir können nicht warten, bis die Regulierung uns hilft. Wir können nicht warten, bis die Assurance-Teams prüfen. Wir brauchen ein Framework, das AI live sichtbar macht.“

AI und Ethik: Wo liegt die Sorgfaltspflicht des Boards?

Einige der schärfsten Fragen kamen aus dem Publikum, und mehrere davon drehten sich um Ethik.

Manche Unternehmen haben AI zum Anlass genommen, Stellen wie Paralegals oder Compliance Officer abzubauen. Einige Monate später mussten sie wieder Leute einstellen, weil die Leitplanken fehlten, die diese Menschen gesetzt hatten. Effizienz ist ein legitimes Ziel. Boards tragen aber auch eine Sorgfaltspflicht gegenüber den Menschen, die das Unternehmen mit aufgebaut haben. Diese Abwägung gehört auf die Agenda des Boards, nicht nur in den Business Case.

Wie nah das schon ist, zeigt das Recruiting. Absolventinnen und Absolventen verschicken Bewerbungen inzwischen zu Tausenden, und viele Lebensläufe werden von AI gesichtet, bevor ein Mensch sie liest. Daraus ergeben sich Fragen, die jedes Board beantworten können sollte:

• Fairness: Wer hat dem System beigebracht, was eine faire Entscheidung ist?
• Verantwortung: Wer steht dafür ein, wenn eine Entscheidung falsch ist?
• Sichtbarkeit: Woran würde das Board merken, dass es passiert ist?

Die Antwort ist nicht, sich gegen den Wandel zu stemmen. Die Antwort ist, ihn zu steuern: Ethische Grenzen werden gesetzt, verantwortet und überwacht wie jedes andere Risiko.

Wie entscheiden Boards ohne Schadendaten?

Eine weitere Frage traf den Kern: Wie kann ein Board Entscheidungsbefugnis über AI delegieren, wenn ihm selbst womöglich die Expertise fehlt und es an einen Quartalsrhythmus gewöhnt ist?

Die Versicherungsbranche zeigt, wie schwierig das ist. Nehmen Sie eine Reiseversicherung, die Skifahren abdeckt. Hätten Versicherer keine Daten darüber, wie viele Skifahrer sich verletzen, würden sie das Risiko nicht mehr decken. Genau dort steht ein großer Teil des Versicherungsmarkts heute bei AI: Ohne Schadendaten zögern Versicherer, das Risiko zu zeichnen.

Boards sind in derselben Lage. Es gibt noch keine Historie, an der sich das Risiko bemessen ließe. Was ein Board tun kann: dafür sorgen, dass die richtige Expertise im Unternehmen sitzt, klare Grenzen dafür setzen, was AI entscheiden darf, und live sehen, ob diese Grenzen halten.

AI Governance statt einer weiteren AI-Plattform

Viele GRC-Tools werben inzwischen mit AI-Funktionen. Das beantwortet eine andere Frage. Ein Risk-Team braucht nicht in erster Linie mehr AI. Es muss nachweisen können, dass die AI, die im Unternehmen bereits läuft, die eigene wie die der Dienstleister, unter Kontrolle ist.

Genau hier setzt CRISAM® an. CRISAM® ist seit 25 Jahren im Bereich Governance, Risk und Compliance tätig, in stark regulierten Branchen. Wir haben ein Framework für AI Governance entwickelt und die Software, mit der es läuft. Sie führt zusammen:

• AI-Signale
• Toleranzgrenzen
• Benannte Owner
• Risikoappetit
• Risiko-Dashboard
• Board-Report

Sie ersetzt keine Modelle, Datenplattformen oder Monitoring-Lösungen eines Unternehmens. Sie verbindet sie mit den Risiken, Kontrollen und Verantwortlichen, die jede Entscheidung belastbar machen.

Was bedeutet das für Risikoverantwortliche?

Der Saal hat bestätigt, was auch der Markt sagt. Im FERMA und PwC Global Risk Manager Survey 2026 nannten 46 % der Risikomanagerinnen und Risikomanager den Einsatz von AI als das Risiko, das sie am wenigsten angemessen behandeln, zehn Prozentpunkte mehr als bei jedem anderen Risiko (PwC).

Ich habe Branchen schon durch ähnliche Umbrüche begleitet. Die Luftfahrt hat auf vollere Lufträume nicht mit langsameren Flugzeugen reagiert. Sie hat die Flugsicherung aufgebaut: Jeder Flug ist sichtbar, bleibt innerhalb freigegebener Grenzen und kann von einer Person mit Befugnis unterbrochen werden. Das Tempo war nie das Problem. Das Problem war Tempo ohne Kontrolle.

Genau das meinen wir bei CRISAM® mit Machine Speed Governance. Jede wesentliche AI-gestützte Entscheidung wird erfasst, bekommt einen freigegebenen Zweck und klare Grenzen, wird in Echtzeit überwacht und dokumentiert. Ein befugter Mensch kann jederzeit eingreifen. Unternehmen, die so arbeiten, können der Aufsicht zeigen, wo ihre AI-Modelle laufen, was sie tun, wie sie kontrolliert werden, wer verantwortlich ist und wie sie rechtzeitig gestoppt werden können. Und sie sind deutlich besser aufgestellt, um mit AI Wert zu schaffen, statt nur ihr Risiko zu tragen.

Fünf Fragen für Ihr Board

1. Könnte das Board erklären, warum eine wesentliche AI-gestützte Entscheidung zulässig war?
2. Kann es zeigen, welche Risiken, Pflichten und Kontrollen dabei galten?
3. Sind die Nachweise aktuell und nachvollziehbar?
4. Gibt es eine benannte Person mit erprobter Befugnis, die Entscheidung anzuhalten oder zu stoppen?
5. Ließen sich diese Antworten ohne manuellen Abgleich liefern?

Wenn eine dieser Antworten unsicher ist, beginnt genau dort das Gespräch.

Mein Dank geht an Chris und Oliver für eine lebendige und offene Diskussion, an alle, die aus dem Publikum so pointierte Fragen gestellt haben, und an das #RISK-Team für die Gastfreundschaft. Ob Sie im Saal waren oder nicht: Mich interessiert Ihre Sicht. Wer ist in Ihrem Unternehmen dafür verantwortlich, AI-gestützte Entscheidungen in dem Tempo zu steuern, in dem sie heute fallen?

Andrew McIntyre, Director of Sales, UK, Nordics & Benelux, CRISAM®

Häufige Fragen

Worum ging es beim Panel Beyond Basel auf der #RISK London?
Das Panel am 10. November 2026 auf der BFSI Stage diskutierte, wie sich das Risikomanagement in Banken und Finanzdienstleistung verändern muss, wenn AI und Modelle schneller entscheiden, als Gremien tagen. Moderiert hat Chris Brown von Capgemini Invent, auf dem Panel saßen Oliver Greenslade von Channel Capital Advisors und Andrew McIntyre von CRISAM®.

Was bedeutet Machine Speed Governance?
Jede wesentliche AI-gestützte Entscheidung wird erfasst, bekommt einen freigegebenen Zweck und klare Grenzen, wird in Echtzeit überwacht und dokumentiert, und ein befugter Mensch kann jederzeit eingreifen. Governance läuft laufend statt einmal im Quartal.

Ersetzt CRISAM® bestehende AI-Modelle oder Monitoring-Lösungen?
Nein. CRISAM® ersetzt keine Modelle, Datenplattformen oder Monitoring-Lösungen eines Unternehmens. Es verbindet sie mit den Risiken, Kontrollen und Verantwortlichen, die jede Entscheidung belastbar machen.

Warum ist AI ein Governance-Thema für das Board?
Die Verantwortung geht nicht auf die Maschine über. Im FERMA und PwC Global Risk Manager Survey 2026 nannten 46 % der Risikomanagerinnen und Risikomanager den Einsatz von AI als das Risiko, das sie am wenigsten angemessen behandeln. Boards müssen zeigen können, wer jede AI-gestützte Entscheidung verantwortet und wie sie gestoppt werden kann.