1. Einleitung
Künstliche Intelligenz kann in eine Private-Wealth-Organisation durch ein formelles Programm, eine Bankplattform, ein Portfoliosystem, einen externen Manager, ein Software-Update oder den Browser eines Mitarbeiters gelangen. Ein Family Office kann AI daher nutzen, bevor sein Leitungsorgan eine AI-Strategie genehmigt hat.
Die Risikoexposition reicht über Investmentmodelle hinaus. Ein Besprechungsassistent kann Familiengespräche verarbeiten. Ein Dokumententool kann Trust-, Stiftungs-, Pass-, Gesundheits- oder Nachfolgeunterlagen lesen. Ein Rechercheassistent kann unbelegte Behauptungen für ein Investmentpapier generieren. Ein Buchhaltungssystem kann anomale Rechnungen identifizieren. Eine Cyberplattform kann Bedrohungen priorisieren. Ein Relationship-Tool kann Familienmitglieder oder Gegenparteien profilieren. Ein Agent kann Aktionen über E-Mail-, Datei- und Workflow-Systeme hinweg ausführen.
Die Richtlinie muss diese Nutzungen als Systeme steuern. Ein System umfasst den Geschäftszweck, Personen, Modell, Prompts, Datenquellen, Retrieval-Schicht, Integrationen, Output, nachgelagerte Entscheidung, Anbieter, Infrastruktur und Monitoring. Die Änderung einer Komponente kann das Risiko verändern, ohne den Modellnamen zu ändern.
UAE umfasst mehrere Datenschutz- und Finanzdienstleistungsregime. Bundesdekretgesetz Nr. 45 von 2021 legt Anforderungen an personenbezogene Daten in seinem Geltungsbereich fest, einschließlich Transparenz über Entscheidungen auf Grundlage automatisierter Verarbeitung, Folgenabschätzung für bestimmte Hochrisikoverarbeitungen und Rechte in Bezug auf automatisierte Entscheidungen.[1] Der DIFC verfügt über ein eigenes Datenschutzgesetz und Regulation 10 für die Verarbeitung personenbezogener Daten durch autonome und semi-autonome Systeme.[2][3] ADGM hat Datenschutzverordnungen 2021 und offizielle Leitlinien, die rechtmäßige Verarbeitung, Rechte, Privacy by Design, Folgenabschätzungen, Sicherheit, Datenschutzverletzungen und internationale Übermittlungen abdecken.[4]
Die Aufsichtsbehörden von UAE haben gemeinsam Leitlinien zu enabling technologies herausgegeben, die unter anderem Big-Data-Analytik und AI abdecken.[5] Die DFSA hat im Juni 2026 nach AI-Umfragen in den Jahren 2024 und 2025 regulatorische Erwartungen an das AI-Risikomanagement im DIFC aufgeführt.[6] Die für eine Organisation geltenden genauen Pflichten und aufsichtsrechtlichen Erwartungen sollten den aktuellen Regelwerken und Mitteilungen entnommen werden.
Eine wirksame Richtlinie überführt diese sich überschneidenden Erwägungen in ein Entscheidungssystem. Sie legt für das Institut fest, welche Nutzungen zulässig sind, welche eine Bewertung erfordern, welche eine unabhängige Validierung benötigen, wer sie genehmigen darf, welche Nachweise vorliegen müssen und wann ein System ausgesetzt werden muss.
Framework der Autoren. Der Perimeter umfasst den vollständigen System- und Entscheidungskontext und nicht nur den Modellnamen.
2. Die Richtlinieneinheit als Use Case definieren
Ein Modellinventar ist unzureichend, wenn ein Modell mehrere Aktivitäten unterstützt. Die Richtlinieneinheit sollte ein Use Case mit definiertem Verantwortlichen, Zweck, Daten, Output und nachgelagerter Entscheidung sein.
Ein Allzweck-Sprachmodell kann Recherche in öffentlichen Quellen, die Prüfung vertraulicher Dokumente und Portfolioempfehlungen unterstützen. Die Zusammenfassung öffentlicher Quellen kann ein geringes Datenschutzrisiko und ein erhebliches Genauigkeitsrisiko aufweisen. Die Prüfung von Nachfolgeunterlagen kann ein hohes Vertraulichkeits-, Übermittlungs- und Zugriffsrisiko bergen. Die Empfehlung von Vermögensverkäufen kann wesentliche Konsequenzen für Anlage, Eignung, Befugnis und Dokumentation nach sich ziehen. Jede Nutzung erfordert einen separaten Eintrag.
Das Register erfasst, ob eine Nutzung explorativ, im Pilotbetrieb, im Produktivbetrieb, ausgesetzt oder eingestellt ist. Es benennt die juristische Person, die das System nutzt, die betroffenen Personen, Datenkategorien, Standorte, Anbieter und Unterauftragsverarbeiter. Es gibt an, ob der Output informiert, empfiehlt, entscheidet oder ausführt.
Das Institut sollte Schattennutzung durch regelmäßige Bestätigungen, technische Kontrollen, Beschaffungsprüfung, Ausgabenüberwachung, Browser- und Softwareinventare sowie einen zugänglichen Genehmigungsprozess erfassen. Mitarbeitende benötigen einen sicheren Weg, bestehende Experimente offenzulegen. Eine Amnestiephase kann helfen, die Ausgangsbasis zu ermitteln, vorbehaltlich rechtlicher und sicherheitsbezogener Beratung.
Unzulässige Nutzungen sollten ausdrücklich benannt werden. Beispiele können das Hochladen von Zugangsdaten oder hochsensiblen Familienunterlagen in nicht genehmigte öffentliche Tools, das Zulassen, dass ein nicht genehmigter Agent Zahlungen initiiert, das Darstellen generierter Fakten als verifizierte Nachweise, die Identitätsanmaßung einer Person, die Umgehung von Kontrollen für regulierte Beratung oder die Nutzung biometrischer und verhaltensbezogener Daten ohne eine genehmigte rechtliche und ethische Grundlage umfassen.
Tabelle 1. Mindest-Use-Case-Register für AI im Private Wealth
| Feld | Erforderliche Aufzeichnung | Entscheidungswert | Nachweisverantwortlicher |
|---|---|---|---|
| Verwendung und Zweck | genaue Aufgabe, erwarteter Nutzen und ausgeschlossene Zwecke | verhindert, dass eine allgemeine Modellgenehmigung zu einer unbeschränkten Erlaubnis wird | Fachbereichsverantwortlicher |
| Entscheidungswirkung | informiert, empfiehlt, entscheidet oder führt aus; betroffene Person oder Kapital | legt Wesentlichkeit und Autonomie fest | Entscheidungsverantwortlicher |
| Daten | Kategorien, Sensibilität, Quelle, Rechtsträger, Standort und Aufbewahrung | unterstützt Datenschutz-, Vertraulichkeits- und Transferanalysen | Datenverantwortlicher |
| System | Modell, Version, Retrieval, Prompts, Integrationen und Infrastruktur | definiert, was tatsächlich bewertet wird | technischer Verantwortlicher |
| Anbieter | Vertragspartei, Unterauftragsverarbeiter, Trainingsbedingungen, Sicherheit und Exit | macht Abhängigkeiten und Rechte Dritter sichtbar | Anbieterverantwortlicher |
| Risikostufe | Score für Auswirkung, Autonomie, Umkehrbarkeit, Daten und Kontrolle | weist Genehmigungs- und Prüfanforderungen zu | Risikoverantwortlicher |
| Menschliche Kontrolle | Prüfer, Entscheidungsbefugnis, Nachweis, Zeitpunkt und Override-Route | prüft, ob die Überwachung operativ wirksam ist | Entscheidungsverantwortlicher |
| Validierung | Tests, Einschränkungen, Schwellenwerte, Feststellungen und unabhängige kritische Hinterfragung | unterstützt Freigabe und fortgesetzte Nutzung | Validator |
| Status | Experiment, Pilot, Produktion, eingeschränkt, ausgesetzt oder außer Betrieb | regelt zulässigen Zugriff und zulässige Aktionen | Richtlinienverantwortlicher |
| Lebenszyklusnachweise | Genehmigungen, Änderungen, Überwachung, Vorfälle und Prüfdatum | schafft Verantwortlichkeit und Prüfbarkeit | Datensatzverantwortlicher |
Das Register sollte Verknüpfungen zu aktuellen Genehmigungen, Bewertungen, Verträgen, Validierungsnachweisen, Vorfällen und Stilllegungsunterlagen enthalten.
3. Die anwendbaren rechtlichen und regulatorischen Rahmenwerke abbilden
Die rechtliche Landkarte beginnt bei Rechtsträger und Tätigkeit. Ein Family Office kann ein Festlandunternehmen, eine DIFC- oder ADGM-Gesellschaft, eine Stiftung, eine Holdinggesellschaft, ein reguliertes Investmentunternehmen und externe Dienstleister umfassen. Ein Workflow kann Daten für mehrere Verantwortliche verarbeiten und dabei über einen Cloud-Anbieter grenzüberschreitend verarbeiten.
Das Bundesgesetz zum Schutz personenbezogener Daten definiert personenbezogene Daten weit gefasst und legt in seinem Anwendungsbereich Verarbeitungsgrundsätze, Sicherheitspflichten, Pflichten von Verantwortlichen und Auftragsverarbeitern, Betroffenenrechte, Folgenabschätzung und grenzüberschreitende Bestimmungen fest.[1] Artikel 13 umfasst Informationen zu Entscheidungen, die durch automatisierte Verarbeitung – einschließlich Profiling – getroffen werden. Artikel 18 behandelt Widersprüche gegen Entscheidungen, die aus automatisierter Verarbeitung resultieren, vorbehaltlich der genannten Ausnahmen und Schutzmaßnahmen. Das Gesetz verlangt zudem eine Datenschutz-Folgenabschätzung für bestimmte Verarbeitungen, einschließlich einer systematischen und umfassenden Bewertung unter Einsatz automatisierter Verarbeitung, wenn rechtliche Folgen oder erhebliche Auswirkungen eintreten können.
Das DIFC-Datenschutzgesetz Nr. 5 von 2020 gilt innerhalb seines angegebenen jurisdiktionellen Anwendungsbereichs. Der DIFC-Kommissar stellt Leitlinien und Bewertungsinstrumente bereit für rechtmäßige Verarbeitung, Verarbeitung mit hohem Risiko, Datenschutzbeauftragte, Folgenabschätzungen, Verantwortliche und Auftragsverarbeiter, Übermittlungen, individuelle Rechte und Datenschutzverletzungen.[2] Die 2023 erlassene Regulation 10 befasst sich mit der Verarbeitung personenbezogener Daten durch autonome und halbautonome Systeme. Das DIFC kündigte im Juni 2026 eine Konsultation zu vorgeschlagenen Änderungen betreffend Sicherheit, Zertifizierung und den Beauftragten für autonome Systeme an. Eine Konsultation ist ein Vorschlag und sollte nicht als geltendes Recht behandelt werden.[7]
Die Datenschutzverordnungen 2021 der ADGM gelten für ADGM-Unternehmen, die personenbezogene Daten verarbeiten. Das Office of Data Protection der ADGM veröffentlicht offizielle Leitlinien in acht Teilen, einschließlich Folgenabschätzungen, Sicherheit, Verstößen und internationalen Übermittlungen.[4] Der anwendbare Übermittlungsmechanismus, der Vertrag und der Datenstandort müssen überprüft werden, wenn ein Anbieter Infrastruktur außerhalb der relevanten Jurisdiktion nutzt.
Die Regulierung von Finanzdienstleistungen hängt von der Tätigkeit und dem Verhalten ab. Das Erstellen von Research, die Anlageberatung, die Vermögensverwaltung, die Vermittlung von Transaktionen, die Kommunikation von Werbemaßnahmen, die Überwachung der Geeignetheit oder die Ausführung von Handelsgeschäften können Erlaubnis- und Wohlverhaltenspflichten auslösen. Eine AI-Richtlinie sollte unklare Fälle vor dem Einsatz an die aktuelle regulatorische Beratung weiterleiten.
Tabelle 2. Entscheidungslandkarte für Jurisdiktion und Datenschutz
| Tranche | Verifizierte Quelle | Richtlinienfrage | Erforderliche Nachweise |
|---|---|---|---|
| UAE Bundesgesetz zum Schutz personenbezogener Daten | Bundesdekretgesetz Nr. 45 von 2021 | Gilt das Gesetz, was ist die rechtmäßige Grundlage, und gelten Bestimmungen zu automatisierten Entscheidungen oder zur Folgenabschätzung? | Landkarte der Rechtsträger und Verarbeitungen, Beratung, Mitteilung, Grundlage und Bewertung |
| Datenschutz im DIFC | DIFC-Datenschutzgesetz 2020, Verordnungen und Leitlinien des Commissioners | Ist ein DIFC-Verantwortlicher oder DIFC-Auftragsverarbeiter beteiligt, und gilt Regulation 10? | Verarbeitungsverzeichnis, Systembewertung, Benachrichtigung, Vertrag, DPIA und Übermittlungsanalyse |
| Datenschutz im ADGM | ADGM-Datenschutzverordnung 2021 und ODP-Leitlinien | Ist eine ADGM-Einheit ein Verantwortlicher oder Auftragsverarbeiter, und welche Pflichten in den Bereichen Ausgestaltung, Betroffenenrechte, Datenschutzverletzungen und Übermittlungen gelten? | Verarbeitungsverzeichnis, Rechtsgrundlage, DPIA, Sicherheit, Vertrag und Übermittlungsgarantie |
| Finanzdienstleistungen | aktuelle Regelungen und Leitlinien der CBUAE, SCA, DFSA oder FSRA, soweit anwendbar | Übt die Nutzung eine regulierte Tätigkeit aus, unterstützt sie diese oder wirkt sie sich wesentlich darauf aus? | Tätigkeitsanalyse, Erlaubnis, verantwortliche Funktion und Verhaltenskontrollen |
| Andere Rechtsordnungen | Recht an den Standorten von Einheiten, Personen, Anbietern oder Daten | Gelten extraterritoriale Datenschutz-, Arbeits-, Verbraucher-, Immaterialgüter- oder AI-Vorschriften? | Umfang der Rechtsberatung, Datenlandkarte, Anbieterstandort und Konfliktanalyse |
| Vertraulichkeit und Vertrag | Stiftungsdokumente, Arbeitsverträge, Bankunterlagen sowie Manager- und Anbieterverträge | Dürfen die Informationen an das System weitergegeben und von ihm verarbeitet werden? | Berechtigung, Vertraulichkeitsbestimmungen, Einwilligung, soweit relevant, und Anbieterbeschränkungen |
Diese Übersicht dient der Orientierung für die Recherche. Aktuelle Rechtsberatung sollte Umfang, Pflichten und Übermittlungsmechanismen für die jeweiligen Organisationseinheiten, Personen, Daten und Verarbeitungstätigkeiten festlegen.
4. Risiken anhand von Auswirkung und Abhängigkeit von Kontrollen einstufen
Die Risikostufe sollte sich nach den Folgen eines Fehlers richten. Ein Fehler mit geringen Kosten in einem internen Entwurf unterscheidet sich von einem Fehler, der ein Portfolio verändert, eine Person zurückweist, Familiendaten offenlegt oder Geld bewegt.
Die Einstufung berücksichtigt acht Dimensionen: Wesentlichkeit der Entscheidung, individuelle Auswirkung, Datensensibilität, Autonomie, Reversibilität, Erklärbarkeit, externe Kommunikation und Konzentration auf Dritte. Die höchste glaubwürdige Dimension kann die Mindeststufe bestimmen, wenn eine Durchschnittsbildung ein schwerwiegendes Risiko verdecken würde.
Stufe eins umfasst begrenzte Unterstützung unter Verwendung freigegebener Daten, bei der eine kompetente Person die Ausgabe vor einer begrenzten internen Nutzung prüft. Stufe zwei umfasst operative oder analytische Unterstützung mit moderaten Folgen, kontrollierten Daten und dokumentierter Prüfung. Stufe drei umfasst wesentliche Empfehlungen, sensible Daten, Kunden- oder Familienkommunikation, regulierte Arbeitsabläufe oder eine erhebliche operative Abhängigkeit. Stufe vier umfasst Entscheidungen oder Maßnahmen, die Personen, Vermögenswerte, Rechte, Vertraulichkeit oder finanzielle Integrität wesentlich beeinflussen können und daher die Genehmigung durch das Leitungsgremium, eine starke unabhängige Absicherung und strikte Befugnisgrenzen erfordern. Einige Anwendungen der Stufe vier können weiterhin verboten bleiben.
Eine Risikoakzeptanz macht eine rechtswidrige oder unbefugte Nutzung nicht zu einer genehmigten Nutzung. Rechtsgrundlage, Erlaubnis und Befugnis sind Eintrittsbedingungen. Die Stufe steuert die Tiefe der Absicherung, nachdem diese Eintrittsbedingungen erfüllt sind.
Rahmenwerk des Autors. Die höchste wesentliche Folge kann die Mindeststufe festlegen, selbst wenn andere Dimensionen niedriger bewertet werden.
5. Private Daten kontrollieren, bevor sie ein Modell erreichen
Private-Wealth-Daten können Identität, Familienbeziehungen, Gesundheit, Verhalten, Standort, finanzielle Lage, Eigentumsverhältnisse, Nachfolge, Streitigkeiten, Sicherheitsvorkehrungen und Anlageabsichten offenlegen. Ein einzelnes Dokument kann Daten zu mehreren Personen und Rechtsträgern enthalten.
Der Dateninhaber bestätigt zunächst Zweck und Berechtigung. Die Datenschutzanalyse identifiziert Rollen als Verantwortlicher und Auftragsverarbeiter, Rechtsgrundlage, Benachrichtigung, besondere oder sensible Kategorien, Rechte der betroffenen Personen, Anforderungen an die Folgenabschätzung, Aufbewahrung und Übermittlungen. Vertragliche Vertraulichkeitspflichten sowie Beschränkungen durch Stiftungen oder Trusts können zusätzliche Grenzen setzen.
Datenminimierung erfolgt vor der Prompt-Erstellung oder der Einspeisung in das Modell. Das System erhält nur die für den genehmigten Zweck erforderlichen Mindestinformationen. Namen und Identifikatoren können entfernt werden, wenn die Aufgabe sie nicht benötigt. Ein Retrieval-System kann gezielte, berechtigungsabhängige Passagen statt eines gesamten Datenraums bereitstellen.
Die Anbieterbedingungen erfordern eine sorgfältige Prüfung. Die Institution sollte feststellen, ob Prompts oder Ausgaben aufbewahrt, für das Training verwendet, von Menschen geprüft, übermittelt, protokolliert oder an Unterauftragsverarbeiter weitergegeben werden. Unternehmenseinstellungen können sich von Verbrauchereinstellungen unterscheiden. Ein vertragliches Versprechen erfordert technische Konfiguration und Tests.
Der Zugriff folgt den Berechtigungen der Quelle. Eine AI-Suchoberfläche sollte es einem Nutzer nicht ermöglichen, Datensätze abzurufen, die das zugrunde liegende Repository verweigern würde. Die Organisation sollte die Berechtigungsvererbung, Caching, Embeddings, Protokolle, Exporte und den Administratorzugriff testen.
Löschung und Aufbewahrung müssen abgeleitete Datensätze umfassen. Prompts, Ausgaben, Embeddings, Fine-Tuning-Daten, Evaluationssätze, Traces und Backups können nach dem Löschen des Quelldokuments fortbestehen. Der Aufbewahrungsplan ordnet jedes Artefakt einem Verantwortlichen und einem verifizierten Löschweg zu.
Vom Autor erstelltes Rahmenwerk. Bei jeder Übermittlung sollten Zweck, Berechtigung, Zugriff und Nachweise im Einklang mit dem anwendbaren Regime erhalten bleiben.
6. Das Modell als eine Komponente des Kontrollsystems behandeln
Modellrisiko entsteht, wenn ein System ungenaue, instabile, voreingenommene, unsichere oder missverstandene Ausgaben erzeugt, die für eine wesentliche Entscheidung verwendet werden. Das Risiko kann vom Modell, den Daten, dem Prompt, dem Retrieval, der Integration, der menschlichen Interpretation oder einem veränderten Umfeld ausgehen.
Die aktuelle US-amerikanische behördenübergreifende Modellrisiko-Leitlinie vom April 2026 betont einen risikobasierten Ansatz, Entwicklung und Nutzung, Validierung und Überwachung, Governance und Produkte Dritter. Sie schließt generative und agentische AI ausdrücklich aus ihrem Anwendungsbereich aus und stellt zugleich fest, dass eine umfassendere Risiko-Governance Tools außerhalb des Dokuments leiten sollte.[8] Ihre Grundsätze können als Orientierung für die Gestaltung von Kontrollen dienen, aber die Leitlinie bindet ein privates Family Office nicht und sollte nicht als UAE-Recht dargestellt werden.
Die Validierung beginnt mit dem beabsichtigten Verwendungszweck. Die Systemkarte erfasst, was das System voraussichtlich leisten soll, was es nicht leisten kann und welche Entscheidungen es beeinflussen kann. Testdaten sollten erwartete und widrige Bedingungen abbilden, einschließlich Sprachen, Dokumentformaten, Marktregimen und unvollständiger Nachweise, die für den genehmigten Verwendungszweck relevant sind.
Genauigkeit allein reicht nicht aus. Ein Recherchesystem kann eine maßgebliche Quelle zitieren und dabei deren Datum oder Geltungsbereich falsch interpretieren. Ein Dokumentenextraktor kann eine hohe Gesamtbewertung erzielen und dabei eine einzelne Change-of-Control-Klausel übersehen. Ein Portfolio-Assistent kann korrekt rechnen und dabei veraltete Positionen verwenden. Tests folgen daher dem tatsächlichen Schadenspfad.
Die unabhängige Prüfung sollte verhältnismäßig und wirklich unabhängig vom Eigentümer sein, der die Einführung anstrebt. Der Prüfer bewertet konzeptionelle Eignung, Daten, Design, Leistung, Einschränkungen, Sicherheit und Kontrollen. Ein kleines Family Office kann einen qualifizierten externen Prüfer einsetzen, sofern dieser Zugang zu angemessenen Nachweisen und keinen wesentlichen Interessenkonflikt hat.
Die Überwachung umfasst Eingabe-Drift, Ausgabequalität, Überschreibungsquoten, Ausnahmen, Vorfälle, Anbieterwechsel, Modellversionen, Latenz, Kosten und Nutzerverhalten. Schwellenwertüberschreitungen können zu eingeschränkter Nutzung, zusätzlicher Prüfung, Rollback oder Aussetzung führen.
Tabelle 3. AI Kontrollstandard nach Risikostufe
| Kontrolle | Stufe 1: assistieren | Stufe 2: unterstützen | Stufe 3: empfehlen | Stufe 4: entscheiden oder handeln |
|---|---|---|---|---|
| Verantwortlicher und Register | benannter Verantwortlicher und genehmigter Eintrag | Verantwortlicher sowie Daten- und technische Rollen | Executive Sponsor und Risikoverantwortlicher | Sponsor im Leitungsorgan und rechenschaftspflichtige Führungskraft |
| Daten | genehmigte Quellen mit geringer Sensibilität | klassifizierte Quellen und Zugriffskontrolle | DPIA oder gleichwertige Bewertung, sofern erforderlich | erweiterte rechtliche Prüfung, Minimierung und kontinuierliche Zugriffsgewährleistung |
| Validierung | Benutzerabnahme und Quellenprüfungen | dokumentierter Testsatz und Einschränkungen | unabhängige Hinterfragung und adversarische Tests | unabhängige Validierung, Szenariotests und Freigabeausschuss |
| Menschliche Kontrolle | Benutzer verifiziert vor der Verwendung | geschulter Prüfer gibt wesentliche Ergebnisse frei | befugter Entscheidungsträger prüft Quellennachweise | Vier-Augen-Prinzip, Stoppbefugnis und keine stille Automatisierung |
| Überwachung | periodische Überprüfung durch den Verantwortlichen | Qualitäts- und Vorfallkennzahlen | Schwellenwerte, Drift, Überschreibungen und vierteljährliche Überprüfung | kontinuierliche Überwachung, schnelle Aussetzung und Berichterstattung an das Leitungsgremium |
| Änderung | wesentliche Änderungen werden dokumentiert | Modell- oder Integrationsänderungen erneut testen | formale Änderungsgenehmigung und Regressionstests | Versionssperre, kontrollierte Freigabe und Rollback-Test |
| Anbieter | genehmigte Bedingungen und Sicherheit | Vertrags-, Aufbewahrungs- und Subprozessorprüfung | Konzentrations-, Sicherstellungs- und Exit-Test | Quellenkontinuität, Notfallvorsorge, Portabilität und getesteter Fallback |
| Handlungsbefugnis | keine autonomen externen Handlungen | ausschließlich begrenzter Workflow | Empfehlung innerhalb der angegebenen Grenze | ausdrückliches Mandat, Transaktionslimits, Trennung und Abstimmung |
Höhere Stufen übernehmen die Kontrollen der darunterliegenden Stufen. Spezifische rechtliche, regulatorische, Cyber- und Investitionsanforderungen können stärkere Kontrollen erfordern.
7. Kontrollen für generative AI zu Provenienz und Erfindung von Inhalten hinzufügen
Generative AI kann flüssige Ergebnisse erzeugen, ohne eine verlässliche Anbindung an Belege. Die Richtlinie sollte davon ausgehen, dass Plausibilität und Konfidenz unterschiedliche Qualitäten sind.
Das NIST Generative AI-Profil identifiziert Risiken, die für generative Systeme neuartig sind oder durch sie verstärkt werden, und bietet vorgeschlagene Maßnahmen, die um die AI RMF-Funktionen Govern, Map, Measure und Manage herum organisiert sind.[9] NIST beschreibt das Framework als freiwillig. Die Institution kann es als Kontrollreferenz verwenden und dabei jede Maßnahme ihren eigenen Risiken und rechtlichen Pflichten zuordnen.
Für Research sollte jede wesentliche Tatsachenbehauptung mit einer in der Entscheidungsakte aufbewahrten Quelle verknüpft sein. Der Prüfer prüft Autorität, Datum, Jurisdiktion, Kontext und ob die Quelle die Behauptung tatsächlich stützt. Eine generierte Quellenangabe, die nicht geöffnet und verifiziert werden kann, wird ausgeschlossen.
Bei der Dokumentenprüfung sollte die Ausgabe die Seiten- oder Klauselposition beibehalten. Die prüfende Person vergleicht kritische Bestimmungen mit dem Original. Die Extraktionsabdeckung ist neben der Genauigkeit von Bedeutung. Das System sollte angeben, wenn ein Dokument unlesbar, unvollständig oder nicht im unterstützten Format ist.
Beim Verfassen trennt der Workflow Quellfakten, autorisierte Annahmen und vorgeschlagene Formulierungen. Generierter Text kann keine Genehmigung, Befugnis, Einwilligung oder fachliche Schlussfolgerung erzeugen. Rechtliche, steuerliche, investmentbezogene und regulatorische Schlussfolgerungen erfordern die verantwortliche qualifizierte Person.
Für Code und Analysen erfordert generierte Ausgabe eine Prüfung, Tests, kontrollierte Daten und Änderungsmanagement. Ein korrektes Ergebnis an einem Beispiel belegt keine Zuverlässigkeit über den freigegebenen Bereich.
Tests auf Prompt-Injection und Datenexfiltration sind wichtig, wenn ein System externe oder hochgeladene Inhalte abruft. In Dokumenten, Websites oder Nachrichten eingebettete Anweisungen sollten die Systemrichtlinie nicht außer Kraft setzen oder geschützte Informationen offenlegen. Tool-Berechtigungen sollten minimal, segmentiert und umkehrbar sein.
8. Menschliche Rechenschaftspflicht operationalisieren
Der Begriff Human-in-the-Loop kann schwache Governance verschleiern. Eine Person kann auf Genehmigen klicken, ohne das Modell, die Nachweise oder die Konsequenz zu verstehen.
Eine rechenschaftspflichtige prüfende Person benötigt fünf Bedingungen. Die Person ist für die Entscheidung befugt. Die Person versteht die Domäne und die Grenzen des Systems. Die Person erhält ausreichend Quellennachweise und Zeit. Die Person kann eine Korrektur verlangen, eine Alternative wählen oder den Workflow stoppen. Die Entscheidung und Begründung werden dokumentiert.
Automatisierungsbias ist ein Governance-Risiko, wenn Personen einem selbstsicheren Output vertrauen. Das Prüfdesign sollte Unsicherheit, Einschränkungen, Aktualität der Quellen und widersprüchliche Nachweise offenlegen. Die Oberfläche sollte Formulierungen oder visuelle Hinweise vermeiden, die Präzision überzeichnen.
Wesentliche Entscheidungen erfordern eine klare Verantwortungszuweisung. Der Geschäftsverantwortliche verantwortet Zweck und Nutzen. Der Datenverantwortliche verantwortet die rechtmäßige und kontrollierte Datennutzung. Der technische Verantwortliche verantwortet Konfiguration und Zuverlässigkeit. Der Validierer sorgt für wirksame Hinterfragung. Die Funktionen Datenschutz, Recht, Cyber und Compliance bewerten ihre jeweiligen Bereiche. Der autorisierte Entscheidungsträger verantwortet die Entscheidung. Ein Anbieter bleibt für seine vertraglichen Pflichten verantwortlich, während die Institution die Verantwortung für ihre eigene Nutzung behält.
Ausschussprotokolle sollten das verwendete System, wesentliche Ergebnisse, geprüfte Nachweise, menschliches Urteilsvermögen, abweichende Meinungen, Bedingungen und Befugnisse angeben. Die Aufzeichnung sollte es einer späteren prüfenden Person ermöglichen, nachzuvollziehen, warum die Entscheidung zum damaligen Zeitpunkt angemessen war.
Rahmenwerk des Autors. Menschliche Prüfung ist nur wirksam, wenn Befugnis, Kompetenz, Nachweise, Zeit und Übersteuerungsbefugnis vorhanden sind.
Tabelle 4. Test für eine aussagekräftige menschliche Rechenschaftspflicht
| Bedingung | Nachweisfrage | Schwache Umsetzung | Akzeptable Nachweise |
|---|---|---|---|
| Zuständigkeit | Kann diese Person diese Entscheidung genehmigen, ablehnen oder stoppen? | Die prüfende Person kann kommentieren, aber das Ergebnis nicht ändern | Aktuelles Mandat, Limit und Eskalationspfad |
| Kompetenz | Versteht die prüfende Person die Domäne, das System und die Einschränkungen? | allgemeine Schulung ohne nutzungsspezifische Bewertung | Rollenanforderungen, Schulung und nachgewiesene Prüfkompetenz |
| Nachweis | Kann die prüfende Person die Quellen und wesentlichen Annahmen einsehen? | Ausgabe ohne Provenienz oder mit widersprüchlichen Fakten präsentiert | verlinkte Quellen, Datenstand, Einschränkungen und Alternativen |
| Zeit | Ist eine Überprüfung möglich, bevor die Aktion unumkehrbar wird? | Genehmigung nach Ausführung oder unter künstlicher Dringlichkeit angefordert | definiertes Entscheidungsfenster und Notfallprozess |
| Unabhängigkeit | Kann die prüfende Person den Verantwortlichen und den Anbieter hinterfragen? | Die prüfende Person teilt den Anreiz zur Inbetriebnahme, und es gibt keine zweite Linie | unabhängige Hinterfragung, Erfassung von Interessenkonflikten und Eskalation |
| Übersteuerung | Kann die betreffende Person korrigieren, aufschieben, eine andere Methode anwenden oder aussetzen? | Die Benutzeroberfläche bietet ausschließlich „Akzeptieren“. | bearbeitbare Ausgabe, Ablehnungsroute, Fallback und Not-Aus-Schalter |
| Datensatz | Kann ein späterer Prüfer die Entscheidung rekonstruieren? | Klickprotokoll ohne Begründung | Ausgabe, Nachweis, Beurteilung, Befugnis, Bedingungen und Zeitstempel |
| Rechenschaftspflicht | Ist eine Person oder ein Gremium für die abschließende Entscheidung rechenschaftspflichtig? | Verantwortlichkeit ist auf Nutzer, Anbieter und Gremium verteilt | namentlich benannter Entscheidungsverantwortlicher und zuständiges Lenkungsgremium |
Eine Kontrolle ist unvollständig, wenn dem benannten Prüfer irgendeine für die konkrete Entscheidung erforderliche Voraussetzung fehlt.
9. Anbieter, Modelle und Konzentration gemeinsam steuern
Viele Private-Wealth-Institutionen verlassen sich auf externe Modelle und Cloud-Dienste. Die Beschaffung wird daher Teil der AI-Governance.
Die Anbieterprüfung umfasst Unternehmensidentität, Vertragspartei, Leistungsbeschreibung, Modellanbieter, Datenstandort, Unterauftragsverarbeiter, Aufbewahrung, Nutzung für Training, Sicherheit, Vorfallreaktion, Assurance-Berichte, Zugriff, Bedingungen zum geistigen Eigentum, Haftung, Service-Level, Änderungsmitteilung, Prüfrechte und Kündigung.
Die technische Due Diligence sollte die eingesetzte Konfiguration testen. Marketingbeschreibungen belegen nicht, dass der Mandant, das Modell, die Region und die Integrationen der Institution die erforderlichen Kontrollen erfüllen. Die Institution bewahrt Konfigurationsnachweise auf und wiederholt Tests nach wesentlichen Änderungen.
Konzentration kann über mehrere Anwendungen hinweg auftreten, die von einem Modell, einer Cloud, einem Identitätsdienst oder einer Datenplattform abhängen. Das aggregierte Inventar sollte gemeinsame Abhängigkeiten aufzeigen. Ein Anbieterausfall, der Rückzug eines Modells, eine Preisänderung oder eine Änderung der Bedingungen können mehrere kritische Prozesse gleichzeitig beeinträchtigen.
Die Exit-Gestaltung beginnt vor der Vertragsunterzeichnung. Die Institution ermittelt, welche Prompts, Evaluationssets, Embeddings, Logs, Fine-Tuning-Artefakte und Aufzeichnungen sie exportieren kann. Sie testet, ob kritische Workflows über einen manuellen oder alternativen Weg fortgeführt werden können. Die Löschbestätigung sollte alle relevanten Artefakte und Unterauftragsverarbeiter abdecken.
Tabelle 5. Due-Diligence- und Vertragszeitplan für Drittanbieter AI
| Bereich | Due-Diligence-Frage | Vertrags- oder Kontrollnachweise | Laufender Test |
|---|---|---|---|
| Dienstleistungskette | Welche Entitäten stellen die Anwendung, das Modell, die Cloud und den Support bereit? | vollständiges Anbieter- und Unterauftragsverarbeiterverzeichnis | vierteljährliche Änderungsprüfung |
| Datennutzung | Werden Prompts, Dateien, Ausgaben oder Metadaten aufbewahrt, geprüft oder für Training verwendet? | Zweck-, Verbots-, Aufbewahrungs- und Löschklauseln sowie Einstellungen | Konfigurations- und Stichproben-Log-Test |
| Standort und Übermittlung | Wo befinden sich Daten und Supportzugriff? | genehmigte Regionen und Übermittlungsmechanismus | Überprüfung von Region und Zugriffsprotokoll |
| Sicherheiten | Wie werden Identität, Verschlüsselung, Isolation, Schwachstellen und Vorfälle kontrolliert? | Assurance-Berichte, Testrechte und Meldepflicht | jährliche Assurance- und Vorfallübung |
| Modelländerung | Kann der Anbieter Modelle, Sicherheitseinstellungen oder Funktionen ohne Genehmigung ändern? | Mitteilung, Versionskontrolle und Kündigungsrechte | Regressionstest vor Abnahme |
| Performance | Was wird für den Anwendungsfall des Instituts gemessen? | Service Levels, Einschränkungen und Abhilfemaßnahmen | genehmigter Evaluationssatz und Drift-Überprüfung |
| Geistiges Eigentum | Wem gehören Eingaben, Ausgaben, Konfigurationen und abgeleitete Assets? | Eigentum, Lizenz, Freistellung und Bedingungen für die eingeschränkte Nutzung | rechtliche Prüfung nach Funktionsänderungen |
| Audit und Nachweisführung | Kann die Institution die für Governance und Aufsichtsbehörden erforderlichen Nachweise beschaffen? | Klauseln zu Zugriff, Audit, Zusammenarbeit und Aufbewahrung von Unterlagen | Simulation einer Nachweisanforderung |
| Resilienz | Was geschieht bei Ausfall, Kompromittierung oder Anbieterausfall? | Bedingungen für Kontinuität, Wiederherstellung, Support und Datenzugriff | Fallback- und Wiederherstellungsübung |
| Exit | Können Daten, Konfigurationen und Aufzeichnungen exportiert und gelöscht werden? | Portabilität, Übergang, Löschung und Unterstützung | jährlicher Exit-Test für wesentliche Systeme |
Der Umfang sollte der Nutzung angemessen sein und durch aktuelle rechtliche, Cyber-, Datenschutz- und regulatorische Beratung ergänzt werden.
10. Sichere Tools, Agenten und Integrationen
Ein AI-Assistent ohne Systemzugriff kann minderwertige Inhalte erzeugen. Ein Agent mit E-Mail-, Dokument-, Portfolio- oder Zahlungszugriff kann in kurzer Zeit betriebliche Verluste verursachen. Die Berechtigungsgestaltung sollte daher der maximalen Aktion folgen, die dem System zur Verfügung steht.
Tool-Zugriff erfolgt nach dem Prinzip der geringsten Berechtigung. Lese- und Schreibberechtigungen sind getrennt. Aktionen mit hohem Risiko erfordern eine Step-up-Authentifizierung und eine menschliche Freigabe außerhalb der eigenen Schnittstelle des Modells. Zahlungserstellung und Zahlungsfreigabe bleiben getrennt. Vorbereitung und Ausführung von Anlageaufträgen folgen der Kompetenzmatrix der Institution.
Geheimnisse, Anmeldeinformationen und persönliche Tokens bleiben außerhalb von Prompts und abrufbaren Inhalten. Das System sollte verwaltete Identitäten und bereichsbezogene Dienstkonten verwenden. Protokolle zeichnen Tool-Aufrufe, Parameter, Antworten, Genehmigungen und Fehler auf, ohne eine unkontrollierte Kopie sensibler Daten zu erstellen.
Prompt-Injection kann über externe Webseiten, E-Mails und hochgeladene Dokumente eintreten. Das System behandelt abgerufene Inhalte als Daten und nicht als vertrauenswürdige Anweisung. Es isoliert Tools, beschränkt Ausgabeformate, wendet Positivlisten an und validiert Aktionen unabhängig.
Das NIST-AI-RMF identifiziert sicheren und widerstandsfähigen Betrieb als Vertrauenswürdigkeitsmerkmal, und sein Generative-AI-Profil behandelt Risiken über den gesamten Lebenszyklus.[9] Das vorläufige Cyber-AI-Profil von NIST aus dem Jahr 2025 ordnet die Arbeit außerdem um die Absicherung von AI-Komponenten, die Nutzung von AI in der Verteidigung und die Behandlung von AI-ermöglichten Angriffen; zum Zeitpunkt der Referenzierung war es noch ein Entwurf und sollte entsprechend behandelt werden.[10]
Die Planung für Cyber-Vorfälle verbindet den AI-Eigentümer, das Sicherheitsteam, den Datenschutzbeauftragten, die Rechtsberatung, den Entscheidungsverantwortlichen, Anbieter und das Leitungsorgan. Der Plan deckt Modellkompromittierung, Datenoffenlegung, unbefugte Handlungen, vergiftete Abrufquellen, Kontoübernahme, durch Deepfakes ermöglichten Betrug und Dienstausfall ab.
11. Regulierte und berufliche Rechenschaftspflicht bewahren
AI begründet keine neue Berechtigung für eine regulierte Tätigkeit. Die Organisation sollte analysieren, was das System und die Menschen tatsächlich tun.
Ein Investment-Research-Tool kann einen zugelassenen Berufsträger unterstützen. Eine personalisierte Empfehlung kann Geeignetheit, Offenlegung, Interessenkonflikte und Aufzeichnungspflichten beeinflussen. Ein Tool, das Interessenten einstuft, Werbematerial erstellt, Portfolios verwaltet oder Aufträge ausführt, kann mit unterschiedlichen Regelungen in Berührung kommen. Das verantwortliche Unternehmen und die zugelassenen Personen bleiben für ihr reguliertes Handeln rechenschaftspflichtig.
Die gemeinsame UAE-Leitlinie zu Enabling Technologies beschreibt sektorübergreifende Grundsätze und bewährte Verfahren für Finanzinstitute, die Technologien wie Big-Data-Analytik und AI einsetzen.[5] Das BIS Financial Stability Institute stellte 2024 fest, dass AI bestehende Risiken verstärken kann, und hob Governance, Fachkompetenz, Modellrisiko, Daten-Governance und Drittanbieter als Bereiche hervor, die Aufmerksamkeit erfordern.[11] Diese Materialien unterstützen einen strukturierten Kontrollansatz, während die verbindlichen Anforderungen aus dem geltenden Recht, der Aufsichtsbehörde und den Berechtigungen stammen.
Auch professionelles Urteilsvermögen muss geschützt werden. Rechts-, Steuer-, Bewertungs-, Investment- und Cyber-Berater sollten festlegen, wo AI unterstützen kann und wo eine qualifizierte Person die Analyse durchführen muss. Die Ausgabe sollte die wesentliche Systemnutzung offenlegen, wenn dies durch Gesetz, Berufsstandards, Vertrag oder Richtlinie erforderlich ist.
Die AI-Richtlinie enthält Querverweise auf Anlagepolitik, Interessenkonfliktrichtlinie, Datenschutzprogramm, Cyber-Rahmenwerk, Auslagerungsrichtlinie, Aufzeichnungsrichtlinie, Bewertungsrichtlinie und Geschäftskontinuität. Konflikte zwischen Richtlinien werden an ein benanntes Governance-Forum verwiesen.
12. Änderungen über den gesamten Lebenszyklus hinweg steuern
Die Genehmigung gilt für eine definierte Version und Konfiguration. Eine Aktualisierung des Anbietermodells, eine neue Abrufquelle, eine Prompt-Änderung, eine Tool-Berechtigung, eine Jurisdiktion, eine Nutzergruppe oder eine Verwendung für Entscheidungen kann eine Neubewertung erfordern.
Der Lebenszyklus beginnt mit dem Bedarf und den Alternativen. Der Eigentümer beschreibt das Problem und erwägt eine Methode ohne AI. Die Map-Phase identifiziert Stakeholder, Daten, Schäden, Abhängigkeiten und rechtliche Bedingungen. Die Measure-Phase prüft Leistung und Kontrollen. Die Manage-Phase entscheidet, ob bereitgestellt, eingeschränkt, verbessert oder beendet wird. Governance ist durchgehend im Einsatz. Diese Abfolge entspricht der Struktur des NIST-AI-RMF und bleibt auf Private Wealth zugeschnitten.[9]
Das Änderungsmanagement definiert die Wesentlichkeit. Eine kosmetische Oberflächenaktualisierung kann eine grundlegende Prüfung erfordern. Ein neues Modell, eine neue Datenquelle oder eine autonome Aktion können eine vollständige Validierung und Genehmigung erfordern. Notfalländerungen bei Anbietern erhalten vorübergehende Beschränkungen und eine nachträgliche Überprüfung innerhalb eines definierten Zeitraums.
Die Außerbetriebnahme entfernt Zugriff, Integrationen, Anmeldeinformationen und geplante Prozesse. Sie exportiert erforderliche Aufzeichnungen und schließt die vertragliche Löschung ab. Die Institution bewahrt die gesetzlich und richtlinienseitig erforderlichen Entscheidungsnachweise auf, ohne unnötige personenbezogene Daten zu behalten.
Autoren-Framework, angepasst an die Govern-, Map-, Measure- und Manage-Struktur des NIST AI Risk Management Framework.
13. Auf Vorfälle über Entscheidungsauswirkungen reagieren
Ein Vorfall umfasst mehr als einen technischen Ausfall. Er kann unauthorisierte Offenlegung, gefälschte Beweise, diskriminierende Ergebnisse, falsche Empfehlungen, unautorisierte Handlungen, einen Verstoß durch den Anbieter, Modelländerungen, die Unfähigkeit, eine wesentliche Entscheidung zu erklären, oder wiederholte Umgehung von Richtlinien beinhalten.
Die erste Reaktion schützt Menschen und Vermögenswerte. Das Institut kann einen Anwendungsfall deaktivieren, Tokens widerrufen, Daten isolieren, Aktionen anhalten, Beweise sichern und manuelle Verfahren auslösen. Vorfälle bei Zahlungen, Handel und externer Kommunikation werden über bestehende Zuständigkeitsstrukturen dringend eskaliert.
Der Vorfallverantwortliche ermittelt, welche Einheiten, Personen, Daten, Jurisdiktionen, Systeme und Entscheidungen betroffen sind. Datenschutz- und regulatorische Meldepflichten erfordern eine aktuelle Analyse. Vertragliche Benachrichtigungen an Kunden, Familien, Versicherer, Banken oder Anbieter können ebenfalls gelten.
Die Entscheidungsbehebung verfolgt alle wesentlichen Ergebnisse im betroffenen Zeitraum. Das Institut ermittelt, welche Investmentpapiere, Kommunikationen, Bewertungen, Genehmigungen oder Handlungen sich auf das System stützten und ob sie einer erneuten Prüfung oder Korrektur bedürfen.
Die Ursachenanalyse umfasst Modell, Prompt, Daten, Integration, Zugriff, Prozess, menschliche Prüfung, Anbieter und Governance. Die Abschlussdokumentation nennt Eindämmung, betroffene Entscheidungen, Benachrichtigungen, Korrekturen, Kontrolländerungen, Restrisiko und die Zuständigkeit für die Reaktivierung.
Übungen sollten glaubwürdige Private-Wealth-Szenarien verwenden: eine Deepfake-Zahlungsanweisung, ein Leck in einem vertraulichen Datenraum, eine fabrizierte Rechtsquelle in einem Investmentpapier, eine Modelländerung durch den Anbieter, die Risikowerte verändert, und einen Agenten, der eine unautorisierte externe Nachricht versendet.
14. Die Richtlinie anhand eines hypothetischen Family Office demonstrieren
Betrachten Sie ein hypothetisches UAE Single-Family-Office mit 28 Mitarbeitenden, vier Rechtseinheiten und vom Management geschätzten Vermögenswerten von AED 4.6 billion. Es nutzt einen unternehmensweiten generativen AI-Dienst, eine AI-fähige Portfolio-Plattform, ein Dokumentenprüfungstool und ein System zur Anomalieerkennung in der Kreditorenbuchhaltung.
Jeder Wert und jeder Umstand in diesem Beispiel ist eine Managementannahme, die ausschließlich zur Demonstration der Richtlinie erstellt wurde. Es beschreibt weder einen Kunden noch ein Portfolio, eine Technologieempfehlung oder eine regulatorische Schlussfolgerung.
Das anfängliche Inventar identifiziert 34 Anwendungsfälle. Fünfzehn sind begrenzte Produktivitätsanwendungen. Zehn unterstützen Betrieb oder Forschung. Sieben berühren sensible Daten oder wesentliche Empfehlungen. Zwei können Workflow-Aktionen auslösen. Das Family Office wendet die Risikostufenmethode auf jede Nutzung an, anstatt die vier Produkte als Ganzes zu genehmigen.
Die Zusammenfassung von Public-Market-Nachrichten ist Stufe eins, wenn sie öffentliche Quellen nutzt und ein geschulter Analyst alle wesentlichen Aussagen verifiziert. Das Erstellen eines Memorandums für den Investmentausschuss ist Stufe drei, da das Ergebnis eine wesentliche Kapitalentscheidung beeinflussen kann. Die Prüfung von Stiftungs- und Nachfolgedokumenten ist Stufe drei wegen sensibler Familiendaten, Vertraulichkeit und rechtlicher Auswirkungen. Das Vorbereiten einer Zahlungsanweisung ist Stufe vier; die autonome Freigabe bleibt nach der angenommenen Richtlinie verboten.
Das Office stellt fest, dass das Unternehmens-Sprachmodell vertraglich so konfiguriert ist, dass Kundendaten nicht für das Training verwendet werden, doch der Browserzugriff ermöglicht Nutzern den Zugang zu einem nicht freigegebenen Verbraucherdienst. Technische Kontrollen und Schulungen schließen diese Lücke. Das Dokumenttool speichert abgeleitete Indizes in einer anderen Region als die Originaldateien, was eine Übermittlung und eine Vertragsprüfung auslöst.
Die Validierung des Investment-Memorandum-Workflows stützt sich auf 60 historische und synthetische Fälle. Diese Anzahl ist eine Management-Annahme zur Veranschaulichung. Die Tests decken faktische Belege, Zitationsgültigkeit, veraltete Informationen, widersprüchliche Evidenz, Berechnungen, das Abfließen vertraulicher Daten und Prompt-Injection ab. Der Ausschuss verlangt Quellenlinks für jede wesentliche faktische Aussage und protokolliert, wann generierte Textentwürfe verwendet wurden.
Das Office richtet ein monatliches Betriebs-Dashboard und eine vierteljährliche Risikoprüfung ein. Eine Nutzung der Stufe drei wird ausgesetzt, nachdem ein Anbieter-Update die Zitationszuverlässigkeit unter den freigegebenen Schwellenwert senkt. Der manuelle Rechercheprozess läuft weiter, während der Verantwortliche eine korrigierte Konfiguration testet.
Jeder angezeigte Wert ist eine illustrative Management-Annahme, die ausschließlich zur Darstellung des Dashboard-Designs dient.
15. Ein Board-taugliches Monitoring-System aufbauen
Das Aufsichtsgremium benötigt eine prägnante Sicht auf Risikoexponierung und Zustand der Kontrollen. Es benötigt keinen Katalog technischer Kennzahlen ohne Entscheidungsrelevanz.
Das Dashboard beginnt mit der Vollständigkeit des Inventars. Es zeigt Produktions- und Pilotnutzungen nach Stufe, Rechtsträger, Entscheidungsbereich und häufigem Anbieter. Es identifiziert nicht registrierte Funde und überfällige Überprüfungen.
Performance-Kennzahlen folgen der freigegebenen Nutzung. Forschungssysteme melden nicht belegte Aussagen, ungültige Zitate und Korrekturraten. Extraktionssysteme melden verpasste kritische Felder und nicht lesbare Dokumente. Portfolio-Tools melden Aktualität der Eingabedaten, Abstimmung, Überschreibungen und Ergebnisanalyse. Agenten melden vorgeschlagene, genehmigte, abgelehnte, fehlgeschlagene und rückgängig gemachte Aktionen.
Risikokennzahlen umfassen die Nutzung sensibler Daten, Übermittlungen, Zugriffsausnahmen, ungelöste Validierungsfeststellungen, Anbieterkonzentration, Anbieterwechsel, Vorfälle und Richtlinienverstöße. Ein grüner Durchschnitt sollte ein schwerwiegendes offenes Problem nicht verdecken.
Das Dashboard unterscheidet Management-Schätzungen von verifizierten Ereignissen. Vorteile wie eingesparte Stunden, vermiedene Kosten oder Entscheidungsverbesserungen erfordern eine definierte Messung und eine Quelle. Eine generierte Schätzung sollte niemals als realisierte Performance dargestellt werden.
Das Aufsichtsgremium genehmigt Risikoappetit, verbotene Nutzungen, Bereitstellungen der Stufe vier, wesentliche Ausnahmen und die Richtlinie. Das Management verantwortet die Umsetzung. Eine unabhängige Prüfung überprüft Design und Betrieb. Der Prüfungsplan kann bei schneller Einführung oder wesentlichen Änderungen häufiger angesetzt werden.
16. Die Richtlinie in 100 Tagen umsetzen
Die Tage eins bis 20 etablieren Governance und Inventar. Der Finanzsponsor, der Richtlinienverantwortliche sowie die Rollen für Datenschutz, Recht, Cyber, Compliance, Investment, Betrieb und Technologie einigen sich auf Definitionen und einen vorläufigen Standard für sichere Nutzung. Mitarbeitende legen aktuelle Tools und Nutzungen offen.
In den Tagen 21 bis 40 werden Entitäten, Daten, Jurisdiktionen, Anbieter, regulierte Aktivitäten und Entscheidungsfolgen erfasst. Das Institut klassifiziert Anwendungsfälle und stoppt oder beschränkt Nutzungen, für die keine Befugnis besteht oder die eine inakzeptable Risikoexposition darstellen.
In den Tagen 41 bis 60 werden Kontrollen aufgebaut. Das Team schließt vorrangige Impact-Assessments, Anbieterprüfungen, Zugriffsänderungen, Validierungspläne, Zuweisungen menschlicher Verantwortlichkeit, Incident-Wege und Dokumentationsstandards ab.
In den Tagen 61 bis 80 werden die Produktivnutzungen mit dem höchsten Risiko validiert und ein Pilot durch den vollständigen Genehmigungsprozess geführt. Überwachung, Änderungskontrolle, Rückfalllösung und Aussetzung werden getestet.
In den Tagen 81 bis 100 wird eine Incident-Übung durchgeführt, das Register abgeglichen, kritische Feststellungen geschlossen und dem Leitungsorgan die Richtlinie, die Risikobereitschaft, das Dashboard und offene Maßnahmen präsentiert.
Tabelle 6. Einhunderttägige Umsetzung der Private-Wealth-Richtlinie AI
| Tage | Workstream | Kontrolliertes Arbeitsergebnis | Prüfpunkt |
|---|---|---|---|
| 1 bis 10 | Sponsoring und vorläufiger Standard | benannte Verantwortliche, Definitionen, verbotene Daten und Handlungsregeln | federführender Sponsor und Eskalationsweg bestätigt |
| 11 bis 20 | Discovery-Phase | Produkt-, Anwendungsfall-, Daten-, Integrations- und Anbieterinventar | Mitarbeiterbestätigung und technische Bestandsaufnahme abgeglichen |
| 21 bis 30 | Rechts- und Datenschutzübersicht | Einheiten, Rollen, Rechtsgrundlage, Datenschutzhinweise, Datenschutz-Folgenabschätzungen, Übermittlungen und Aufzeichnungen | Zugewiesene Rechts- und Datenschutzmaßnahmen |
| 31 bis 40 | Klassifizierung | Risikostufen, Kennzeichnungen für regulierte Tätigkeiten und kritische Abhängigkeiten | Höchstrisikoreiche Nutzungen gestoppt, eingeschränkt oder unterstützt |
| 41 bis 55 | Kontrollausgestaltung | Kontrollen für Daten, Zugriff, menschliche Überprüfung, Modelle, Anbieter und Aufzeichnungen | Verantwortliche akzeptieren Anforderungen und Nachweise |
| 56 bis 70 | Validierung | Testsets, Negativfälle, unabhängige kritische Prüfung und Feststellungen | Freigabestelle akzeptiert Einschränkungen und Abhilfemaßnahmen |
| 71 bis 80 | Einsatz und Überwachung | Genehmigte Konfiguration, Schwellenwerte, Dashboard und Ausweichlösung | Produktionszugriff entspricht der genehmigten Nutzung |
| 81 bis 90 | Vorfall- und Exit-Übung | Eindämmung, Meldungsanalyse, manuelle Fortführung des Betriebs und Löschtest | Kritische Lücken haben Verantwortliche und Fristen |
| 91 bis 100 | Governance-Akzeptanz | Richtlinie, Risikobereitschaft, Register, Dashboard und Assurance-Plan | Das Leitungsorgan dokumentiert Entscheidungen und offene Maßnahmen |
Der Zeitplan dient nur der Veranschaulichung. Rechtsanalyse, Anbieterverhandlungen, Behebung und unabhängige Validierung können längere Zeiträume erfordern.
17. Einschränkungen und Fazit
AI-Systeme und regulatorische Rahmenwerke ändern sich schnell. Geltendes Recht, Vorschriften, Leitlinien, Anbieterbedingungen, Modellversionen und technische Konfiguration sollten vor dem Einsatz und bei jeder wesentlichen Änderung überprüft werden.
Das anwendbare UAE-Datenschutzregime hängt von den Einheiten, der Jurisdiktion und der Verarbeitung ab. Andere Jurisdiktionen können über Personen, Anbieter, Daten und Aktivitäten Anwendung finden. Aktuelle Rechtsberatung sollte Umfang, Rechtsgrundlage, Rechte, Folgenabschätzung, Übermittlungen, Benachrichtigung und Durchsetzungsrisiko bestimmen.
Die Leistung von Modellen und Systemen ist verwendungsspezifisch. Ein Benchmark, ein Anbieter-Assurance-Bericht oder ein erfolgreicher Pilot kann nicht die Eignung für jede Aufgabe im Private Wealth belegen. Die Validierung erfordert repräsentative Daten, Negativfälle, Einschränkungen und fortlaufende Ergebnisanalyse.
Die menschliche Überprüfung kann an schwachen Befugnissen, Kompetenz, Nachweisen, Zeit oder fehlender kritischer Hinterfragung scheitern. Das Institut sollte die Funktionsweise der Aufsicht testen, anstatt sich auf Richtlinientexte zu verlassen.
Das hypothetische Family Office enthält Managementannahmen ausschließlich zur Demonstration der Methode. Es beschreibt weder eine Familie, einen Kunden, eine Vermögensallokation, einen realisierten Nutzen noch einen empfohlenen Anbieter.
Eine dauerhafte AI-Richtlinie verbindet Zweck mit Handeln. Jede Nutzung hat einen Geschäftszweck und einen Verantwortlichen. Jeder Datenfluss hat Zuständigkeit und Kontrolle. Jedes wesentliche System hat eine Risikostufe, einen Validierungsnachweis und eine genehmigte Grenze. Jede menschliche Prüfperson kann Einspruch erheben und stoppen. Jede Anbieterabhängigkeit hat Nachweise und einen Exit-Weg. Jeder Vorfall zeichnet betroffene Personen, Daten und Entscheidungen nach. Jeder Governance-Bericht verknüpft eine Kennzahl mit einer Maßnahme.
Diese Architektur ermöglicht es einer Institution für Privatvermögen, AI zu nutzen und dabei Vertraulichkeit, Anlagedisziplin und verantwortliches menschliches Urteilsvermögen zu wahren. Die Richtlinie wird zu einem lebendigen Kontrollsystem über Family Governance, Anlagetätigkeit und operative Abläufe hinweg.
Quellen
- [1] Vereinigte Arabische Emirate, Bundesdekret-Gesetz Nr. 45 von 2021 über den Schutz personenbezogener Daten, in Kraft seit 2. Januar 2022; offizieller Text abgerufen am 12. August 2026. https://uaelegislation.gov.ae/en/legislations/1972
- [2] Dubai International Financial Centre, Datenschutzgesetz DIFC-Gesetz Nr. 5 von 2020 und Leitlinien des Commissioner, abgerufen am 12. August 2026. https://www.difc.com/business/registrars-and-commissioners/commissioner-of-data-protection/guidance
- [3] Dubai International Financial Centre, Regelung 10: Verarbeitung personenbezogener Daten durch autonome und teilautonome Systeme, abgerufen am 12. August 2026. https://www.difc.com/business/registrars-and-commissioners/commissioner-of-data-protection/regulation-10
- [4] Abu Dhabi Global Market, Leitlinien des Office of Data Protection zu den Datenschutzvorschriften 2021, abgerufen am 12. August 2026. https://www.adgm.com/operating-in-adgm/office-of-data-protection/guidance
- [5] Zentralbank der UAE, Securities and Commodities Authority, Dubai Financial Services Authority und Financial Services Regulatory Authority, Leitlinien für Finanzinstitute, die Enabling Technologies einführen, 15. November 2021. https://www.dfsa.ae/news/uae-regulatory-authorities-jointly-issue-guidelines-financial-institutions-adopting-enabling-technologies
- [6] Dubai Financial Services Authority, Aufsichtsrechtliche Erwartungen an das Risikomanagement für künstliche Intelligenz im DIFC, SEO Letter Listing vom 4. Juni 2026, abgerufen am 12. August 2026. https://www.dfsa.ae/your-resources/publications-reports/seo-letters-1
- [7] Dubai International Financial Centre, Konsultation der geänderten DIFC-Datenschutzvorschriften, 18. Juni 2026. https://www.difc.com/whats-on/news/difc-consultation-amended-data-protection-regulations
- [8] Board of Governors of the Federal Reserve System, Office of the Comptroller of the Currency und Federal Deposit Insurance Corporation, Überarbeitete Leitlinien zum Modellrisikomanagement, 17. April 2026. https://www.federalreserve.gov/supervisionreg/srletters/SR2602.htm
- [9] National Institute of Standards and Technology, AI Risk Management Framework 1.0 und Generative Artificial Intelligence Profile NIST AI 600-1, 2023 und 2024. https://www.nist.gov/itl/ai-risk-management-framework und https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
- [10] National Institute of Standards and Technology, Cybersecurity Framework Profile for Artificial Intelligence, NIST IR 8596, erster vorläufiger Entwurf, 16. Dezember 2025. https://csrc.nist.gov/pubs/ir/8596/iprd
- [11] Bank for International Settlements Financial Stability Institute, Regulierung von AI im Finanzsektor: jüngste Entwicklungen und zentrale Herausforderungen, FSI Insights Nr. 63, 12. Dezember 2024. https://www.bis.org/fsi/publ/insights63.htm
- [12] Organisation for Economic Co-operation and Development, OECD-AI-Grundsätze, angenommen 2019 und aktualisiert 2024, abgerufen am 12. August 2026. https://www.oecd.org/en/topics/ai-principles.html
Über den Autor
Chennakeshav Adya ist unabhängiger Forscher und geschäftsführender Partner von Matchpoint Partners. Seine Forschung konzentriert sich auf Anlagestrategie, Kapitalbildung, Transaktionsdurchführung, Governance und die Gestaltung von Operating-Modellen im Golfraum und in internationalen Märkten.
