Vier Felder, ein Maßstab: Es muss der Prüfung standhalten.
Die vier Felder greifen ineinander. Ein Governance-Framework ohne Validierungsmethodik bleibt Papier. Eine produktive Anwendung ohne beides kommt nicht durch die Revision. Und keines davon trägt, wenn im Haus niemand weiß, wie man damit umgeht.
KI-Governance & EU AI Act
Strukturen, die Revision, Compliance und Vorstand mittragen — und einem Assessment standhalten.
- 01
KI-Governance-Framework aufbauen
Rollen, Freigabewege, Nachweispflichten — festgeschrieben und belegbar. Abgestimmt auf Revision, Compliance und Vorstand, nicht auf ein Leitbild.
- 02
EU-AI-Act-Assessment durchführen
Jede KI-Anwendung eingestuft, die Lücken zu Art. 9 und Art. 15 benannt — und zu jeder Lücke eine Maßnahme mit Verantwortlichem und Termin.
- 03
KI-Risikomanagement-System aufbauen
Risiken erkennen, bewerten, über den Lebenszyklus steuern — wie Art. 9 es verlangt. Anschlussfähig an das, was bei Ihnen schon für andere Risiken gilt.
- 04
Zwischen den Beteiligten vermitteln
Compliance, Fachbereich, IT und Vorstand sprechen über dasselbe System und meinen Verschiedenes. Ich übersetze, bis eine Entscheidung trägt.
Quantitative KI-Validierung
Was in der Bankenaufsicht seit Jahren Standard ist, auf KI-Modelle übertragen.
- 01
Modellvalidierungs-Methodik entwickeln
Backtests, Sensitivitäts- und Stabilitätsanalysen, Bias-Audits — als Verfahren, das Ihr Haus danach selbst anwenden kann.
- 02
Robustheit und Genauigkeit prüfen
Was Art. 15 an Genauigkeit, Robustheit und Cybersicherheit verlangt, in messbare Prüfungen übersetzt: Adversarial-Tests, Drift-Erkennung, laufende Überwachung.
- 03
Stresstest-Methodik übertragen
Die Stresstest-Methodik aus der regulierten Risikomodellierung auf KI angewendet: Datendrift, manipulierte Eingaben, Randfälle, systemischer Ausfall.
- 04
Mit Zahlen argumentieren
Wo andere eine Ampel setzen, steht hier eine Rechnung: Bayessche Inferenz, Hypothesentests, stochastische Modellierung, Monte-Carlo-Simulation.
Produktive KI-Architektur
Vom Anwendungsfall bis zur auditierbaren Umsetzung — von einem Kopf, nicht von einem Team.
- 01
KI-Anwendungen konzipieren und bewerten
Welcher Anwendungsfall trägt, welcher nicht — mit Nutzenrechnung, Machbarkeit und Compliance-Prüfung, bevor Budget fließt.
- 02
GenAI- und Multi-Agenten-Lösungen entwickeln
Produktive Anwendungen mit Copilot Studio, Azure OpenAI, Agenten und MCP — gebaut, dass die Revision sie nachvollziehen kann.
- 03
Ausschreibungen begleiten
Anforderungen schreiben, Anbieter vergleichen, Verträge verhandeln, Umsetzung begleiten — im Konzernumfeld, auf beiden Seiten des Tisches erfahren.
- 04
Test- und Validierungskonzepte erstellen
Tests entlang des EU-AI-Act-Lebenszyklus: was wann geprüft wird, von wem, und woran man das Bestehen erkennt.
Schulungen & Vorträge
KI und Automatisierung so vermittelt, dass Fachbereich, Revision und Vorstand danach dieselbe Sprache sprechen.
- 01
Vortrag „KI und Agenten“ halten
Eine Stunde: was Agenten heute leisten, wo sie scheitern, und was daraus für Ihre Prozesse folgt. In zwei Fassungen — eine für Finanzinstitute, eine branchenoffen.
- 02
Python- und KI-Schulungen geben
Über zwei Jahre bei KPMG für Mitarbeitende durchgeführt, davor Fachkonzeption und Schulungen im Risikosystem-Umfeld. Keine Werkzeugschau, sondern Arbeit an echten Aufgaben.
- 03
Fachbereiche und Gremien zum EU AI Act briefen
Pflichten, Fristen, Verantwortlichkeiten — übersetzt für die, die entscheiden müssen. Genau die Arbeit, die im laufenden Mandat täglich anfällt.