Künstliche Intelligenz (KI) hat das Potenzial, unsere Gesellschaft und Wirtschaft grund-legend zu verändern. Durch den Einsatz von KI können große Datenmengen analysiert, strukturiert und verarbeitet werden. KI besitzt die Fähigkeit, Prozesse automatisiert und effizient abzuwickeln und kann selbstständig Analysen erstellen und Trends erkennen. Banken können die Fähigkeiten der KI in der Nachhaltigkeitsberichterstattung und für das Risikomanagement einsetzen. Im ersten Teil der Arbeit werden daher verschiedene KI-Tools analysiert, ihre Fähigkeiten vorgestellt und die Chancen sowie Potenziale von künstlicher Intelligenz in der Datenerfassung und Steuerung von Risiken aufgezeigt.
Der Einsatz von künstlicher Intelligenz bringt Chancen als auch rechtliche Herausforderungen mit sich. Im zweiten Teil dieser Arbeit werden daher rechtliche Aspekte behandelt, mit welchen Banken bei der Verwendung von KI-Systemen konfrontiert werden können. Dazu werden zum einen rechtliche Aspekte aus der Datenschutz-Grundverordnung und zum anderen aus der Verordnung der Europäischen Union zur künstlichen Intelligenz thematisiert. Dabei wird die Frage beantwortet, welche rechtlichen Aspekte Banken beim Einsatz von künstlicher Intelligenz in der Nachhaltigkeitsberichterstattung beachten müssen.
Die wirtschaftswissenschaftlichen und rechtlichen Aspekte werden miteinander kombiniert und daraus Ableitungen getroffen. Die Arbeit schließt mit konkreten Handlungsempfehlungen für Banken.
Inhaltsverzeichnis
1. Einleitung
1.1. Problemstellung
1.2. Zielsetzung
1.3. Begriffsbestimmungen
1.3.1. Künstliche Intelligenz (KI)
1.3.2. Maschinelles Lernen
1.3.3. Deep Learning
1.3.4. Generative KI
1.3.5. Large Language Models
1.3.6. Grafische Darstellung der Elemente der KI
1.3.7. Nachhaltigkeit
1.3.8. Nachhaltigkeitsberichterstattung
1.3.9. ESG-Kriterien in der Kreditvergabe
1.3.10. Doppelte Wesentlichkeit
2. Einsatzmöglichkeiten von künstlicher Intelligenz in der Nachhaltigkeitsberichterstattung von Banken
2.1. Datenbeschaffung und Integration
2.1.1. Konfuzio
2.1.2. IBM Watson Discovery
2.1.3. UiPath Document
2.1.4. Alteryx
2.1.5. Altair RapidMiner
2.2. Visualisierung und Berichterstattung
2.2.1. Tableau
2.2.2. Microsoft Power BI
2.2.3. Sustaira
2.2.4. RepRisk
2.2.5. Datamaran
2.3. Gesamtübersicht KI-Tools und potenzielle Einsatzmöglichkeiten
3. Rechtliche Rahmenbedingungen für den Einsatz von künstlicher Intelligenz
3.1. Datenschutz
3.1.1. Art 1 DSGVO
3.1.2. Art 5 DSGVO
3.2. Automatisierte Entscheidungen nach Art 22 DSGVO
3.3. KI-Verordnung
3.3.1. Anwendungsbereich
3.3.2. Risikobasierter Ansatz
3.3.3. Hochrisiko-Systeme in der Kreditwürdigkeitsprüfung von Banken
3.3.4. Anforderungen an Hochrisiko-KI-Systeme
3.4. Rechtliche Aspekte beim Einsatz von KI-Tools
4. Fazit
4.1. Handlungsempfehlungen für Banken
4.2. Limitierungen und Ausblick
Zielsetzung & Themen
Die Arbeit untersucht das Potenzial von Künstlicher Intelligenz (KI) zur Unterstützung der regulatorisch verpflichtenden Nachhaltigkeitsberichterstattung in Banken. Dabei wird analysiert, wie KI-Tools effektiv bei der Datenerfassung, Integration und Visualisierung eingesetzt werden können, während gleichzeitig die komplexen rechtlichen Anforderungen – insbesondere durch die DSGVO und die neue EU-KI-Verordnung – im Kontext des Risikomanagements und der Bonitätsprüfung beleuchtet werden.
- Analyse der Funktionsweise und Eignung verschiedener KI-Tools für Nachhaltigkeitsdaten.
- Untersuchung des Zusammenwirkens von Datenbeschaffung, Integration und Berichterstattung in Banken.
- Bewertung rechtlicher Rahmenbedingungen beim Einsatz von KI-Systemen (insb. Datenschutzrecht).
- Konkrete Handlungsempfehlungen für Banken zur rechtskonformen und effizienten Implementierung von KI.
Auszug aus dem Buch
1.3.1. Künstliche Intelligenz (KI)
In der Literatur gibt es nach wie vor keinen einheitlichen Begriff von künstlicher Intelligenz. Im Jahr 1956 wurde der Begriff „künstliche Intelligenz“ von John McCarthy und Marvin Minsky geprägt. McCarthy beschreibt KI als die Fähigkeit von Maschinen, menschliche Aufgaben zu übernehmen. In der Folge sollen Maschinen in der Lage sein, menschliche Intelligenz wie Problemlösung und Lernen auszuüben (McCarthy et al., 1955). Das Europäische Parlament (2023) definiert künstliche Intelligenz als die Fähigkeit einer Maschine, menschliche Fähigkeiten wie das logische Denken, Lernen, Planen und Kreativität zu imitieren und ihre Umwelt wahrzunehmen. Basierend auf Kirste und Schürholz (2019) gibt es eine Vielzahl von Definitionen und Ansätzen, um KI zu beschreiben, jedoch lässt sich ein zentraler Punkt identifizieren, den alle KI-Systeme aufweisen: Die KI ist der Versuch, ein System zu entwickeln, welches selbständig Probleme bearbeiten und lösen kann.
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung führt in die zunehmende Bedeutung von Künstlicher Intelligenz im Bankensektor ein und thematisiert die Herausforderungen durch die neuen ESG-Berichterstattungspflichten als Ausgangspunkt der Forschung.
2. Einsatzmöglichkeiten von künstlicher Intelligenz in der Nachhaltigkeitsberichterstattung von Banken: Dieses Kapitel analysiert zehn spezifische KI-Lösungen hinsichtlich ihrer Fähigkeiten in der Datenbeschaffung, Integration und Visualisierung, um Potenziale für die Berichterstattung in Banken aufzuzeigen.
3. Rechtliche Rahmenbedingungen für den Einsatz von künstlicher Intelligenz: Die rechtliche Analyse evaluiert die Auswirkungen der DSGVO sowie der neuen EU-KI-Verordnung auf den Einsatz von KI-Tools, wobei ein besonderer Fokus auf automatisierten Entscheidungen und Hochrisiko-Systemen in der Kreditprüfung liegt.
4. Fazit: Das Fazit fasst die Ergebnisse der technischen und rechtlichen Untersuchung zusammen, stellt Handlungsempfehlungen für Banken bereit und reflektiert die Limitationen der vorliegenden Masterarbeit.
Schlüsselwörter
Künstliche Intelligenz, KI, Nachhaltigkeitsberichterstattung, Banken, ESG-Kriterien, Kreditvergabe, Risikomanagement, DSGVO, KI-Verordnung, Hochrisiko-KI-Systeme, Datenbeschaffung, Automatisierung, Bonitätsprüfung, doppelte Wesentlichkeit, Compliance.
Häufig gestellte Fragen
Worum geht es in dieser Masterarbeit grundlegend?
Die Arbeit untersucht den Einsatz von Künstlicher Intelligenz (KI) in der Nachhaltigkeitsberichterstattung bei Banken und analysiert dabei sowohl technisch-operative Einsatzmöglichkeiten als auch die damit einhergehenden rechtlichen Rahmenbedingungen.
Welche zentralen Themenfelder behandelt der Verfasser?
Zentrale Felder sind die technologische Basis von KI-Tools (wie Machine Learning und LLMs), der Prozess der Nachhaltigkeitsberichterstattung sowie die europäische Regulierung durch die DSGVO und die neue KI-Verordnung.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist es, die Potenziale von KI bei der Datenerfassung, Integration und beim Reporting aufzuzeigen und zu beantworten, welche rechtlichen Aspekte (insb. Datenschutz) Banken dabei zwingend beachten müssen.
Welche wissenschaftliche Methode verwendet der Autor?
Der Autor führt eine Literaturrecherche und eine explorative Analyse von zehn ausgewählten KI-Softwarelösungen durch, um deren Leistungsfähigkeit in den Bereichen Datengewinnung und Systemintegration systematisch zu vergleichen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine Vorstellung und Klassifizierung praxistauglicher KI-Tools sowie eine tiefgehende juristische Prüfung, ob und wie diese Tools innerhalb der europäischen Vorgaben für Hochrisiko-KI-Systeme betrieben werden können.
Welche Schlüsselbegriffe charakterisieren diese Arbeit?
Die Arbeit lässt sich am besten über die Begriffe Nachhaltigkeitsberichterstattung, KI-Tools, ESG, EU-KI-Verordnung (AI Act) und datenschutzkonforme Kreditvergabe definieren.
Welches Fazit zieht der Autor in Bezug auf den Einsatz von KI in Banken?
Der Einsatz ist aufgrund der hohen Datenmengen unausweichlich, erfordert jedoch ein hohes Maß an fachlicher Expertise bei den Mitarbeitenden, um die KI-gestützten Prozesse zu überwachen und das Risiko eines "Automatisierungsbias" zu minimieren.
Wie unterscheidet sich die Arbeit bei der Betrachtung von KI-Tools und rechtlichen Aspekten?
Während die technische Analyse primär auf die Effizienz der Datenverarbeitung und -integration fokussiert, konzentriert sich der rechtliche Teil auf Risiken für die Grundrechte und die Notwendigkeit menschlicher Aufsicht (Human-in-the-loop), insbesondere bei Kreditentscheidungen.
- Arbeit zitieren
- Florian Mader (Autor:in), 2024, Künstliche Intelligenz in der Nachhaltigkeitsberichterstattung von Banken. Potenziale, Risiken und rechtliche Rahmenbedingungen, München, GRIN Verlag, https://www.grin.com/document/1569626
