US Treasury veröffentlicht AI-Lexikon und Risk-Framework für den Finanzsektor
Das US-Finanzministerium bringt ein AI Lexicon und ein Financial Services AI Risk Management Framework heraus, um Terminologie und Kontrollpraktiken für KI im Finanzsektor zu vereinheitlichen.
- Die beiden Ressourcen adressieren Terminologie- und Governance-Lücken beim KI-Einsatz im Finanzsektor.
- Das AI Lexicon soll einen gemeinsamen Wortschatz für Institute, Aufsicht und Anbieter schaffen.
- Das FS AI RMF ist am NIST AI RMF ausgerichtet und umfasst 230 Kontrollziele.
- Enthalten sind u.a. Reifegrad-Fragebogen, Risiko- und Kontrollmatrix sowie ein Guidebook für die Umsetzung.
Das US-Finanzministerium hat am 19. Februar 2026 zwei neue Ressourcen veröffentlicht, die den Einsatz von Künstlicher Intelligenz im Finanzsektor strukturieren sollen. Vorgestellt wurden ein „AI Lexicon“ als Begriffsgrundlage sowie ein „Financial Services AI Risk Management Framework“ (FS AI RMF), das als praxisnahes Kontroll- und Governance-Gerüst für Banken, Versicherer und andere Finanzakteure gedacht ist.
Beide Dokumente sind aus einer öffentlich-privaten Arbeitsstruktur hervorgegangen. Das Ministerium ordnet die Arbeit in die Koordination kritischer Finanzinfrastruktur ein und verweist auf die Rolle sektoraler Gremien, die Institute, Technologieanbieter und Behörden zusammenbringen. Ein expliziter Zweck ist, die Diskussion über KI im Finanzbereich weniger von uneinheitlicher Terminologie und mehr von überprüfbaren Risikopraktiken zu prägen – insbesondere dort, wo Modelle in Prozesse mit unmittelbaren finanziellen und regulatorischen Konsequenzen eingebettet werden.
Das AI Lexicon soll einen gemeinsamen Wortschatz schaffen, damit Fachbereiche, Compliance, IT-Sicherheit und Aufsicht über dieselben Begriffe sprechen, wenn sie KI-Systeme bewerten oder steuern. Das Lexikon bündelt Definitionen und Abgrenzungen rund um KI, Risiko- und Governance-Begriffe sowie technische Konzepte, die im Alltag häufig unterschiedlich interpretiert werden. In der Praxis zielt das auf weniger Reibung in Risikoberichten, Vendor-Checks und Modellfreigaben – und auf weniger Missverständnisse bei der Frage, was ein System tatsächlich kann und welche Annahmen dahinterstehen.
Das FS AI RMF geht einen Schritt weiter und übersetzt allgemeine Prinzipien in ein Finanzsektor-Set von Kontrollzielen. Das Framework ist strukturell am NIST AI Risk Management Framework ausgerichtet und umfasst 230 Control Objectives, die sich als Referenz für Governance, Risiko- und Kontrollmechanismen nutzen lassen. Die Bausteine sind als Werkzeuge konzipiert: ein Fragebogen zur Einordnung des Adoptions- bzw. Reifegrads, eine Risiko- und Kontrollmatrix, ein Guidebook zur Anwendung sowie ein Control-Objective-Reference-Guide. Das soll Institute dabei unterstützen, KI-Risiken entlang des Lebenszyklus – von Daten und Modellbau über Betrieb bis Monitoring – konsistent zu dokumentieren.
Für den Finanzsektor ist diese Standardisierung besonders relevant, weil KI in Bereichen wie Betrugserkennung, Kundeninteraktion, Kreditentscheidungen oder Handels- und Backoffice-Prozessen eingesetzt wird, oft in Kombination mit Drittanbietern und Cloud-Stacks. Ein gemeinsames Vokabular und ein branchenfähiges Kontrollgerüst erleichtern es, Modelle vergleichbar zu prüfen, Verantwortlichkeiten sauber zuzuordnen und Cyber- sowie Modellrisiken frühzeitig zu adressieren, ohne Innovation pauschal auszubremsen.