Skip to main content

Artikel 10 für Fintech-KI: Daten und Daten-Governance

Wie Artikel 10 (Daten und Daten-Governance) für KI zur Kreditwürdigkeitsprüfung und für Versicherungs-KI gilt: die Anknüpfungspunkte in Anhang III, die Untersuchung auf Verzerrungen, besondere Kategorien personenbezogener Daten nach Artikel 4a, Termine, Geldbußen und was die Verordnung offenlässt.

Anbieter von KI-Systemen für Bonitätsbewertung und Lebens- oder Krankenversicherungen müssen diese mit Datensätzen entwickeln, die die Qualitätskriterien von Artikel 10 erfüllen.

Das sind Hochrisiko-Verwendungen nach Anhang III Nummer 5 Buchstabe b und Nummer 5 Buchstabe c; die Betrugsaufdeckung ist von Nummer 5 Buchstabe b ausgenommen. Die Pflicht gilt ab dem 2. Dezember 2027, außer wenn die Ausnahme nach Artikel 6 Absatz 3 greift. Geldbußen: bis zu 15 Mio. EUR oder, bei Unternehmen, bis zu 3 % des weltweiten Jahresumsatzes. Maßgeblich ist der höhere Betrag (Artikel 99 Absatz 4). Nächster Schritt: Halten Sie fest, woher Ihre Daten stammen und wie Sie sie auf Verzerrungen untersuchen (Artikel 10 Absatz 2).

Artikel 10 legt Qualitätskriterien für Daten fest, keine Datenmengen

Artikel 10 legt Pflichten für den Anbieter fest. Er nennt weder eine Datenmenge noch einen Genauigkeitswert noch eine Aufbewahrungsfrist.

  • Art. 10(1), (6)
    Datensätze, die die Qualitätskriterien erfüllen

    Hochrisiko-KI-Systeme, in denen KI-Modelle mit Daten trainiert werden, müssen mit Trainings-, Validierungs- und Testdatensätzen entwickelt werden. Diese Datensätze müssen die Qualitätskriterien in den Absätzen 2, 3 und 4 sowie in Artikel 4a Absatz 1 erfüllen, wenn solche Datensätze verwendet werden. Bei Systemen, die keine Modelle trainieren, gelten diese Bestimmungen nur für die Testdatensätze.

  • Art. 10(2)
    Daten-Governance- und Datenverwaltungsverfahren

    Für die Datensätze gelten Daten-Governance- und Datenverwaltungsverfahren, die für die Zweckbestimmung geeignet sind. Diese Verfahren betreffen insbesondere die konzeptionellen Entscheidungen, die Datenerhebungsverfahren und die Herkunft der Daten sowie bei personenbezogenen Daten den ursprünglichen Zweck der Datenerhebung. Sie betreffen auch Datenaufbereitungsvorgänge wie Annotation, Kennzeichnung, Bereinigung, Aktualisierung, Anreicherung und Aggregierung. Sie betreffen die Annahmen darüber, was die Daten erfassen und darstellen sollen. Und sie betreffen die Verfügbarkeit, Menge und Eignung der benötigten Datensätze sowie Datenlücken oder Mängel und wie sie behoben werden können.

  • Art. 10(2)(f), (g)
    Auf Verzerrungen untersuchen, sie dann erkennen, verhindern und abschwächen

    Die Verfahren müssen eine Untersuchung im Hinblick auf mögliche Verzerrungen (Bias) umfassen (Buchstabe f). Sie betrifft Verzerrungen, die die Gesundheit und Sicherheit von Personen beeinträchtigen, sich negativ auf die Grundrechte auswirken oder zu einer nach Unionsrecht verbotenen Diskriminierung führen könnten. Das gilt insbesondere, wenn die Datenausgaben die Eingaben für künftige Operationen beeinflussen. Die Verfahren müssen außerdem geeignete Maßnahmen zur Erkennung, Verhinderung und Abschwächung der ermittelten Verzerrungen umfassen (Buchstabe g).

  • Art. 10(3)
    Relevant, repräsentativ, so weit wie möglich fehlerfrei

    Die Datensätze müssen im Hinblick auf die Zweckbestimmung relevant, hinreichend repräsentativ und so weit wie möglich fehlerfrei und vollständig sein. Sie müssen die geeigneten statistischen Merkmale haben, gegebenenfalls auch bezüglich der Personen oder Personengruppen, für die das System bestimmungsgemäß verwendet werden soll. Diese Merkmale können auf der Ebene einzelner Datensätze oder auf der Ebene einer Kombination davon erfüllt werden.

  • Art. 10(4)
    Zum Einsatzumfeld passen

    Die Datensätze müssen die Merkmale oder Elemente berücksichtigen, die für die besonderen geografischen, kontextuellen, verhaltensbezogenen oder funktionalen Rahmenbedingungen typisch sind, unter denen das System bestimmungsgemäß verwendet werden soll. Das gilt, soweit es für die Zweckbestimmung erforderlich ist.

Welche Fintech-KI Artikel 10 erfüllen muss

Artikel 10 gilt nur für Hochrisiko-KI-Systeme. Die folgenden Zeilen zeigen, wo Fintech-KI hochriskant wird.

  • Fintech ist in der Verordnung keine Kategorie

    Die Verordnung kennt keine Fintech-Kategorie. Diese Website verwendet das Wort für KI, die über zwei Verwendungen in Anhang III Nummer 5 unter die Verordnung fällt. Nummer 5 Buchstabe b erfasst KI-Systeme, die bestimmungsgemäß für die Kreditwürdigkeitsprüfung und Bonitätsbewertung natürlicher Personen verwendet werden sollen. Ausgenommen sind KI-Systeme, die zur Aufdeckung von Finanzbetrug verwendet werden. Nummer 5 Buchstabe c erfasst KI-Systeme, die bestimmungsgemäß für die Risikobewertung und Preisbildung in Bezug auf natürliche Personen im Fall von Lebens- und Krankenversicherungen verwendet werden sollen. Nummer 5 nennt weder die Betrugsaufdeckung noch Geldwäsche- oder Know-your-Customer-Prüfungen, weder den algorithmischen Handel noch Robo-Advice, weder Nichtlebensversicherungen noch die Schadenbearbeitung noch Kreditentscheidungen über juristische Personen. Ein System für eine dieser Verwendungen ist nur dann hochriskant, wenn ein anderer Punkt von Anhang III oder Anhang I es erfasst.

  • Artikel 6 Absatz 3 kann ein System aus Anhang III herausnehmen

    Ein System nach Nummer 5 Buchstabe b oder Nummer 5 Buchstabe c ist nach Artikel 6 Absatz 2 hochriskant. Nach Artikel 6 Absatz 3 gilt es nicht als hochriskant, wenn es kein erhebliches Risiko der Beeinträchtigung in Bezug auf die Gesundheit, Sicherheit oder Grundrechte birgt. Dazu gehört, dass es das Ergebnis der Entscheidungsfindung nicht wesentlich beeinflusst. Die Verordnung wendet diese Ausnahme an, wenn eine der folgenden Bedingungen erfüllt ist (Artikel 6 Absatz 3 Buchstaben a bis d). Das System ist dazu bestimmt, eine eng gefasste Verfahrensaufgabe durchzuführen. Oder es ist dazu bestimmt, das Ergebnis einer zuvor abgeschlossenen menschlichen Tätigkeit zu verbessern. Oder es ist dazu bestimmt, Entscheidungsmuster oder Abweichungen von früheren Entscheidungsmustern zu erkennen, und nicht dazu gedacht, die zuvor abgeschlossene menschliche Bewertung ohne eine angemessene menschliche Überprüfung zu ersetzen oder zu beeinflussen. Oder es ist dazu bestimmt, eine vorbereitende Aufgabe für eine Bewertung durchzuführen, die für die in Anhang III aufgeführten Anwendungsfälle relevant ist. Wie sich diese Bedingungen mit dem Test auf ein erhebliches Risiko verbinden, ist eine Frage für Ihre Rechtsberatung. Nimmt das System ein Profiling natürlicher Personen vor, gilt es immer als hochriskant. Profiling ist in Artikel 4 Nummer 4 DSGVO definiert (Artikel 3 Nummer 52). Ob ein bestimmtes Scoring- oder Preisbildungssystem ein Profiling vornimmt, ist ebenfalls eine Frage für Ihre Rechtsberatung. Ein Anbieter, der sich auf die Ausnahme beruft, dokumentiert seine Bewertung, bevor das System in Verkehr gebracht oder in Betrieb genommen wird. Er muss das System außerdem registrieren (Artikel 6 Absatz 4, Artikel 49 Absatz 2).

  • Anbieter und Betreiber

    Anbieter ist, wer ein KI-System entwickelt oder entwickeln lässt und es unter eigenem Namen oder eigener Handelsmarke in Verkehr bringt oder in Betrieb nimmt (Artikel 3 Nummer 3). Die Inbetriebnahme schließt die Bereitstellung zum Eigengebrauch ein (Artikel 3 Nummer 11). Wer als Bank oder Versicherer ein System entwickelt und unter eigenem Namen in Betrieb nimmt, ist daher Anbieter. Wer als Bank oder Versicherer ein System in eigener Verantwortung verwendet, ist Betreiber (Artikel 3 Nummer 4). Ein Betreiber wird in drei Fällen zum Anbieter. Er versieht ein bereits in Verkehr gebrachtes Hochrisiko-KI-System mit seinem Namen oder seiner Handelsmarke, unbeschadet vertraglicher Vereinbarungen, die eine andere Aufteilung der Pflichten vorsehen. Er nimmt an einem solchen System eine wesentliche Veränderung vor, durch die es ein Hochrisiko-KI-System bleibt. Oder er ändert die Zweckbestimmung eines nicht als hochriskant eingestuften Systems so, dass es hochriskant wird (Artikel 25 Absatz 1). Der Anbieter, der das System ursprünglich in Verkehr gebracht oder in Betrieb genommen hatte, gilt dann nicht mehr als Anbieter dieses spezifischen Systems und muss eng mit dem neuen Anbieter zusammenarbeiten (Artikel 25 Absatz 2). Das gilt nicht, wenn der Erstanbieter eindeutig festgelegt hat, dass sein System nicht in ein Hochrisiko-KI-System umgewandelt werden darf.

  • Besondere Kategorien personenbezogener Daten: Artikel 4a

    Zusätzlich zur DSGVO und zu den anderen geltenden Datenschutzvorschriften dürfen Anbieter von Hochrisiko-KI-Systemen ausnahmsweise besondere Kategorien personenbezogener Daten verarbeiten. Das ist erlaubt, soweit es für die Erkennung und Korrektur von Verzerrungen nach Artikel 10 Absatz 2 Buchstaben f und g unbedingt erforderlich ist. Dabei müssen alle Bedingungen von Artikel 4a Absatz 1 Buchstaben a bis f erfüllt sein. Dazu gehört, dass sich die Erkennung und Korrektur von Verzerrungen durch die Verarbeitung anderer Daten, etwa synthetischer oder anonymisierter Daten, nicht effektiv durchführen lässt. Dazu gehört auch, dass die Daten gelöscht werden, sobald die Verzerrung korrigiert wurde oder das Ende der Speicherfrist erreicht ist, je nachdem, was zuerst eintritt. Artikel 4a Absatz 2 gibt Anbietern und Betreibern anderer KI-Systeme sowie Betreibern von Hochrisiko-KI-Systemen dieselbe Erlaubnis unter denselben Bedingungen. Er begründet keine Verpflichtung, Verzerrungen zu erkennen und zu korrigieren.

  • Termine

    Die Anforderungen für diese Verwendungen nach Anhang III gelten ab dem 2. Dezember 2027 (Artikel 113 Absatz 3 Buchstabe c Ziffer i). Ein System, das vor diesem Termin in Verkehr gebracht oder in Betrieb genommen wurde, ist nur erfasst, wenn es danach erheblichen Veränderungen in Bezug auf seine Konzeption unterliegt. In jedem Fall treffen Anbieter und Betreiber von Hochrisiko-KI-Systemen, die bestimmungsgemäß von Behörden verwendet werden sollen, die erforderlichen Maßnahmen zur Einhaltung bis zum 2. August 2030 (Artikel 111 Absatz 2).

  • Geldbußen

    Anbieter müssen sicherstellen, dass ihre Hochrisiko-KI-Systeme die Anforderungen von Kapitel III Abschnitt 2 erfüllen, zu dem die Artikel 9 bis 15 gehören (Artikel 16 Buchstabe a). Verstöße gegen die Anbieterpflichten nach Artikel 16 oder die Betreiberpflichten nach Artikel 26 können mit Geldbußen geahndet werden. Die Geldbuße beträgt bis zu 15 Mio. EUR oder, bei Unternehmen, bis zu 3 % des gesamten weltweiten Jahresumsatzes des vorangegangenen Geschäftsjahres, je nachdem, welcher Betrag höher ist (Artikel 99 Absatz 4 Buchstaben a und e). Für KMU, einschließlich Start-up-Unternehmen, gilt für jede Geldbuße der jeweils niedrigere der beiden Beträge (Artikel 99 Absatz 6). Dasselbe gilt für kleine Midcap-Unternehmen (Artikel 3 Nummer 14b, Artikel 99 Absatz 6a). Jeder Mitgliedstaat erlässt Vorschriften darüber, in welchem Umfang gegen Behörden und öffentliche Stellen, die in dem betreffenden Mitgliedstaat niedergelassen sind, Geldbußen verhängt werden können (Artikel 99 Absatz 8).

  • Reichweite und Grenzen der Verordnung

    Die Verordnung gilt für Anbieter und Betreiber, die ihren Sitz in einem Drittland haben oder sich in einem Drittland befinden, wenn die vom KI-System hervorgebrachte Ausgabe in der Union verwendet wird (Artikel 2 Absatz 1 Buchstabe c). Sie gilt nur in den unter das Unionsrecht fallenden Bereichen und berührt nicht die Zuständigkeiten der Mitgliedstaaten in Bezug auf die nationale Sicherheit (Artikel 2 Absatz 3). Die Verordnung gilt nicht für KI-Systeme oder KI-Modelle, einschließlich ihrer Ausgabe, die eigens für den alleinigen Zweck der wissenschaftlichen Forschung und Entwicklung entwickelt und in Betrieb genommen werden (Artikel 2 Absatz 6). Sie gilt auch nicht für Forschungs-, Test- und Entwicklungstätigkeiten, bevor ein System in Verkehr gebracht oder in Betrieb genommen wird. Tests unter Realbedingungen fallen nicht unter diesen Ausschluss (Artikel 2 Absatz 8). KI-Systeme, die unter freien und quelloffenen Lizenzen bereitgestellt werden, fallen nicht unter die Verordnung. Dieser Ausschluss gilt nicht, wenn sie als Hochrisiko-KI-Systeme in Verkehr gebracht oder in Betrieb genommen werden oder wenn sie unter Artikel 5 oder 50 fallen (Artikel 2 Absatz 12).

Was die Verordnung für Fintech offenlässt

  • Kein Fintech-Datenstandard

    Artikel 10 nennt für Kreditvergabe oder Versicherung keine Mindestdatenmenge, kein Repräsentativitätsmaß, keine Bias-Metrik und keine anerkannte Datenquelle. Der Anbieter entscheidet, was für die Zweckbestimmung geeignet ist (Artikel 10 Absatz 2). Die Verordnung selbst nennt keine harmonisierte Norm. Bei Hochrisiko-KI-Systemen, die mit harmonisierten Normen übereinstimmen, deren Fundstellen im Amtsblatt der Europäischen Union veröffentlicht wurden, wird die Konformität mit den Anforderungen gemäß Abschnitt 2 vermutet, soweit diese Anforderungen von den Normen abgedeckt sind (Artikel 40 Absatz 1). Für Systeme, die mit Daten trainiert und getestet wurden, in denen sich die besonderen geografischen, verhaltensbezogenen, kontextuellen oder funktionalen Rahmenbedingungen der vorgesehenen Verwendung niederschlagen, gilt die Vermutung, dass sie Artikel 10 Absatz 4 erfüllen (Artikel 42 Absatz 1). Die Kommission erarbeitet Leitlinien für die praktische Umsetzung der Anforderungen und Pflichten nach den Artikeln 8 bis 15, 25 und 26 (Artikel 96 Absatz 1 Buchstabe a).

  • Beispiel: Untersuchung auf Verzerrungen bei der Bonitätsbewertung

    Beispiel, keine Anforderung der Verordnung: Der Anbieter eines Bonitätsbewertungssystems könnte im Datensatz die Genehmigungsquoten und Fehlerquoten über Antragstellergruppen hinweg vergleichen. Er könnte dokumentieren, welche Gruppen in den Daten unterrepräsentiert sind.

  • Beispiel: Frühere Entscheidungen als Trainingslabels

    Beispiel, keine Anforderung der Verordnung: Ein Modell kann mit früheren Kredit- oder Underwriting-Entscheidungen trainiert werden. Der Anbieter könnte vor dem Training untersuchen, ob diese Entscheidungen Verzerrungen enthalten, wie es Artikel 10 Absatz 2 Buchstabe f mit der Untersuchung möglicher Verzerrungen verlangt.

Fragen zu Artikel 10 bei Fintech

Gilt Artikel 10 für ein Modell zur Betrugsaufdeckung?

Nur wenn es ein Hochrisiko-KI-System ist. Anhang III Nummer 5 Buchstabe b nimmt KI-Systeme aus, die zur Aufdeckung von Finanzbetrug verwendet werden. Ein Betrugsmodell ist daher nur erfasst, wenn ein anderer Punkt von Anhang III oder Anhang I es als hochriskant einstuft.

Darf ein Kreditgeber besondere Kategorien personenbezogener Daten nutzen, um sein Kreditmodell auf Verzerrungen zu testen?

Der Anbieter eines Hochrisiko-KI-Systems darf sie ausnahmsweise verarbeiten, soweit es für die Erkennung und Korrektur von Verzerrungen unbedingt erforderlich ist und alle Bedingungen von Artikel 4a Absatz 1 erfüllt sind. Artikel 4a Absatz 2 gibt Betreibern von Hochrisiko-KI-Systemen dieselbe Erlaubnis unter denselben Bedingungen. Der letzte Satz von Artikel 4a Absatz 2 stellt klar, dass dieser Absatz keine Verpflichtung begründet, eine solche Erkennung und Korrektur von Verzerrungen vorzunehmen. Die DSGVO gilt weiter (Artikel 2 Absatz 7).

Wer muss Artikel 10 erfüllen, wenn eine Bank ein Scoring-Tool kauft?

Der Anbieter. Die Bank ist Betreiber. Soweit die Eingabedaten ihrer Kontrolle unterliegen, muss sie dafür sorgen, dass sie der Zweckbestimmung entsprechen und ausreichend repräsentativ sind (Artikel 26 Absatz 4). Eine Bank, die nach Artikel 25 Absatz 1 zum Anbieter wird, übernimmt auch Artikel 10.

Scanara bereitet Nachweise aus Ihren Repositorien vor

Scanara liest Ihre verbundenen GitHub-Repositorien und führt regelbasierte Scans auf gängige KI- und Machine-Learning-Muster durch. Unübliche Codemuster kann es übersehen. Getrennt davon erzeugt es aus Vorlagen und Ihren Antworten in der Bewertung Dokumentationsentwürfe als Nachweise für Ihre Compliance-Arbeit. Die Einstufung entscheiden Sie.