Trends News

iStock.com/Martin Keller

Banken: Regeln für Maschinelles Lernen in Risikomodellen

Das Schreiben stelle auf charakteristische Merkmale ab, die bei ML-Methoden in Risikomodellen oft besonders stark ausgeprägt seien, sich aber auch in konventionellen Ansätzen wiederfinden ließen, teilte die BaFin mit. Abhängig von der Ausprägung dieser Charakteristika würden aufsichtliche Schwerpunkte festgelegt und Ansatzpunkte für die Weiterentwicklung der Aufsichtspraxis beschrieben. Ein typisches Beispiel hierfür sei die im Vergleich zu konventionellen Methoden deutlich komplexere Entwicklungsphase von ML-Methoden. Die Schwerpunkte und Ansätze für die Weiterentwicklung der Aufsichtspraxis ließen sich aus der bestehenden Regulierung der Säule I und Säule II ableiten. BaFin und Bundesbank seien der Ansicht, dass für den Einsatz von ML-Methoden in Risikomodellen beider Säulen  keine neue, spezifische Regulierung entwickelt werden müsse.

Die Aufsichtspraxis für ML-Methoden lasse sich aus dem bestehenden Rahmenwerk ableiten, heißt es in dem Papier: „Zugleich wird anhand einer Abweichungsanalyse aktuell erhoben – unterstützt auch durch diese Konsultation – in welchen Bereichen der aufsichtliche Prüfungsansatz dezidierter Konkretisierungen bedarf, um den Besonderheiten des Einsatzes von ML-Methoden gerecht zu werden.“ Dabei werde neben den mathematisch-/methodischen Aspekten auch der prozessualen Einbettung der ML-Methoden Rechnung getragen, welche für einen kontrollierten und damit erfolgreichen Einsatz gleichermaßen bedeutend seien. Der aufsichtliche Fokus bei ML-Methoden liege auf neuen oder deutlicher ausgeprägten Risiken.

Mit den Thesen wollten BaFin und Bundesbank ihre grundsätzlich offene Haltung zu ML-Methoden in Risikomodellen zum Ausdruck bringen. Beide Behörden hätten die Absicht, eine Diskussion in Gang setzen. An die potenziellen Entwickler und Anwender von ML-Methoden in Säule I und Säule II – Kreditinstitute, Versicherer und Dienstleister – stelle das Papier konkrete Fragen und bitte um ergänzende, gern auch kritische Stellungnahmen. Aus den Antworten erhoffe man sich einen Überblick darüber, ob und welche Hürden nach Ansicht der Branche die Einführung von ML-Methoden in Risikomodellen verhinderten und wie sie beseitigt werden könnten. (ud)

 

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge