Im Juni 2026 hat der Rat der Europäischen Union das Vereinfachungspaket «Digital Omnibus» endgültig gebilligt und damit die Compliance-Frist für eigenständige Hochrisiko-KI-Systeme nach Anhang III des EU AI Act vom 2. August 2026 auf den 2. Dezember 2027 verschoben. Für in regulierte Produkte eingebettete Hochrisiko-Systeme verschiebt sich die Frist parallel um zwölf Monate auf den 2. August 2028.
In zahlreichen Compliance-Funktionen bestand die Reaktion darin, das Dossier für achtzehn Monate zu schliessen. Das ist aus drei Gründen ein Fehler — und der wichtigste hat mit Fristen nichts zu tun.
1. Was sich verschoben hat — und was nicht
Verschoben. Die Pflichten für eigenständige Hochrisiko-Systeme nach Anhang III — Anbieterpflichten der Artikel 9 bis 17, Betreiberpflichten nach Artikel 26 — gelten nun ab dem 2. Dezember 2027.
Nicht verschoben. Die Transparenzpflichten nach Artikel 50, die eine Offenlegung verlangen, wenn eine Person mit einem KI-System interagiert, bleiben beim ursprünglichen Termin 2. August 2026. Nur die engere Kennzeichnungspflicht für bereits eingesetzte Systeme erhielt eine Schonfrist bis zum 2. Dezember 2026.
Das ist der erste praktische Punkt. Wer einen kundenseitigen Assistenten einsetzt — Onboarding-Chatbot, automatisierten Dokumentenabruf, Support-Oberfläche — unterliegt den Transparenzpflichten jetzt, unabhängig von der Hochrisiko-Verschiebung. Die breit berichtete Verschiebung ist nicht jene, die die meisten Finanzinstitute gebraucht hätten.
2. Ist KI in KYC/AML hochriskant?
Weder ein pauschales Ja noch ein pauschales Nein. Die in der Finanzbranche meistgenannten Hochrisiko-Kategorien des Anhangs III betreffen die Kreditwürdigkeitsprüfung und das Scoring natürlicher Personen sowie Risikobewertung und Preisbildung in der Lebens- und Krankenversicherung. Systeme zur Aufdeckung von Finanzkriminalität werden anders behandelt als Kredit-Scoring.
Eine ehrliche Bestandsaufnahme ergibt in der Regel drei Gruppen: wahrscheinlich hochriskant ist alles, was natürliche Personen so bewertet, dass darüber der Zugang zu einer Finanzdienstleistung entschieden wird; wahrscheinlich nicht hochriskant, aber nicht unreguliert sind Screening, negative Medienberichterstattung und UBO-Strukturauflösung, die eine menschliche Beurteilung stützen; und transparenzpflichtig in jedem Fall ist alles, womit ein Kunde direkt interagiert.
Massgeblich ist nicht die Produktbezeichnung, sondern was der Output bestimmt und ob ein Mensch tatsächlich entscheidet. Ein als Entscheidungsunterstützung vermarktetes System, das in der Praxis stets ungeprüft übernommen wird, ist keine Entscheidungsunterstützung.
3. Die Schweizer Frage
Die Schweiz hat den AI Act nicht übernommen. Drei Gründe, warum er dennoch relevant ist: die extraterritoriale Reichweite, wenn Systeme auf dem Unionsmarkt bereitgestellt oder deren Ergebnisse in der Union genutzt werden; der De-facto-Standardeffekt, da Anbieter ein Produkt nach dem strengsten anwendbaren Massstab bauen und EU-Gegenparteien nach Ihrer Modell-Governance fragen werden, lange bevor Schweizer Recht es verlangt; und der Umstand, dass die Schweizer Aufsicht die Substanz bereits abdeckt — die FINMA hat Erwartungen an Governance und Risikomanagement beim KI-Einsatz formuliert. Unabhängig davon gilt das DSG — siehe Datenschutz im KYC.
4. Was die Pflichten tatsächlich verlangen
Im Kern: ein Risikomanagementsystem über den Lebenszyklus, Daten-Governance für Trainings-, Validierungs- und Testdaten, technische Dokumentation, automatische Protokollierung, Transparenz gegenüber Betreibern, eingebaute menschliche Aufsicht sowie angemessene Genauigkeit, Robustheit und Cybersicherheit. Betreiber — was eine Bank beim Einsatz eines Drittprodukts meist ist — tragen weniger: bestimmungsgemässe Nutzung, kompetente und befugte Aufsichtspersonen, geeignete Eingabedaten, Überwachung und Protokollaufbewahrung.
Die menschliche Aufsicht muss echt sein. Einen Prüfer zu benennen, ist keine Aufsicht, wenn dieser zweihundert Alarme am Tag bearbeitet und die Oberfläche nur eine Akzeptieren-Schaltfläche bietet. Wer keine Fälle zeigen kann, in denen der Mensch dem Modell widersprochen hat, hat keine Aufsicht, sondern eine Formalität.
Die Protokollierung macht alles Übrige beweisbar. Modellversion, Eingaben, Ausgabe, menschlicher Entscheid, Zeitpunkt. Dieselbe Anforderung, die periodische Überprüfung und Remediation ohnehin stellen.
5. Warum Warten bis Dezember 2027 falsch ist
Die Transparenzpflichten gelten bereits. Die Vorlaufzeit ist länger als die Verschiebung — Herkunft von Trainingsdaten, technische Dokumentation und nachträgliche Protokollierung sind Arbeiten über mehrere Quartale, und historische Nachweise lassen sich nicht rückwirkend erzeugen. Und vor allem: Ihre Kunden und Korrespondenzbanken fragen früher. KI-Governance-Fragebogen sind in der Lieferanten-Due-Diligence bereits Standard. Die praktische Frist ist nicht die der Verordnung, sondern der nächste Fragebogen einer Gegenpartei.
6. Was jetzt zu tun ist
- Den KI-Bestand inventarisieren — einschliesslich dessen, was ohne eigenen Einsatzentscheid in beschafften Werkzeugen mitkam. Die meisten Institute unterschätzen das erheblich, weil KI-Funktionen in Produkten mitgeliefert werden, die aus ganz anderen Gründen gekauft wurden.
- Jedes System danach klassifizieren, was es bestimmt, nicht wie es heisst. Entscheidet der Output über den Zugang zu einer Dienstleistung? Prüft ein Mensch tatsächlich?
- Kundenseitige Systeme identifizieren und die Transparenzkonformität jetzt prüfen, nicht später.
- Von Anbietern Dokumentation verlangen. Kann ein Anbieter keine technische Dokumentation und keine klare Zweckbestimmung vorlegen, ist das aufschlussreich — über das Produkt und über Ihre Stellung als Betreiber.
- Aufsicht messbar machen. Widerspruchsquoten erfassen. Eine Quote nahe null ist ein Befund, keine Beruhigung.
- Die Protokollierung prüfen. Modellversion, Eingaben, Ausgaben, menschlicher Entscheid, Zeitstempel. Fehlt ein Element, jetzt ergänzen, damit der historische Nachweis existiert, wenn er gebraucht wird.
- Die Policy einmal für alle Regime schreiben. AI Act, FINMA-Erwartungen, DSG und operationelles Risiko überschneiden sich weit mehr, als sie auseinandergehen. Vier Policies zu schreiben, ist der Weg zu vier widersprüchlichen Policies.
7. Der eigentliche Punkt
Die Hochrisiko-Anforderungen verlangen der Sache nach, dass Sie erklären können, was Ihr System getan hat und warum — mit Dokumentation, Protokollen und einem Menschen, der anders hätte entscheiden können. Das ist in der Compliance kein neuer Gedanke. Es ist dieselbe Anforderung wie bei einem Risikorating, der Erledigung eines Treffers oder dem Entscheid, eine Beziehung zu beenden: Die Begründung muss sich Jahre später aus einem Datensatz rekonstruieren lassen und nicht aus der Erinnerung.
Wecans Ansatz zu KI in der Compliance geht von dieser Einschränkung aus, statt sie nachzurüsten: Jeder automatisierte Beitrag zu einem Kundendossier wird mit Eingaben, Modellversion und anschliessendem menschlichem Entscheid auf demselben Datensatz festgehalten, der alles Übrige zum Kunden trägt.
