Wenn KI-Agenten beginnen Zahlungen auszuführen - Wer behält die Kontrolle?
Warum Agentic AI neue Anforderungen an Berechtigungen, Befugnisse und Kontrollmechanismen im Banking stellt
Künstliche Intelligenz wird zunehmend Teil des Bankalltags. Sie kann Dokumente analysieren, auffällige Transaktionen erkennen, die Kundenkommunikation unterstützen und Mitarbeitenden helfen, große Informationsmengen effizienter zu verarbeiten.
Die meisten dieser Anwendungen haben jedoch eines gemeinsam: KI unterstützt Menschen dabei, Informationen zu verstehen und Entscheidungen vorzubereiten.
Agentic AI geht einen Schritt weiter.
KI-Agenten könnten künftig nicht nur Informationen analysieren und Handlungsempfehlungen geben, sondern auch Zahlungen vorbereiten, das Liquiditätsmanagement koordinieren und möglicherweise eigenständig Finanztransaktionen initiieren.
Für das Business und Corporate Banking ergibt sich daraus eine grundlegende Frage:
Wozu sollten KI-Agenten berechtigt sein?
Von der KI-Unterstützung zum eigenständigen Handeln
Ein wesentlicher Mehrwert von KI im Banking liegt heute darin, Menschen bei komplexen Aufgaben zu unterstützen.
Im Firmenkundenkreditgeschäft kann KI beispielsweise Jahresabschlüsse, Verträge, Risikoinformationen und Kundendaten analysieren, bevor eine Kreditentscheidung getroffen wird.
Im Trade Finance kann sie Informationen aus Akkreditiven, Rechnungen und Transportdokumenten extrahieren, verschiedene Quellen miteinander abgleichen und Unstimmigkeiten erkennen.
Auch im Bereich KYC und der Prävention von Finanzkriminalität kann KI Dokumente verarbeiten, Informationen abgleichen und relevante Erkenntnisse für Fachabteilungen aufbereiten.
Bei diesen Anwendungen geht es nicht zwangsläufig darum, menschliche Entscheidungen zu ersetzen. Vielmehr unterstützt KI dabei, komplexe Informationen und Prozesse zu bewältigen, die sich über verschiedene Dokumente, Systeme und organisatorische Bereiche erstrecken.
Agentic AI erweitert diese Möglichkeiten.
Während ein Chatbot beispielsweise eine Frage zum Kontostand beantwortet, könnte ein KI-Assistent untersuchen, warum sich die Liquidität eines Unternehmens verändert hat. Ein KI-Agent könnte hingegen ein übergeordnetes Ziel verfolgen, etwa sicherzustellen, dass ausreichend Liquidität für eine anstehende Gehaltszahlung vorhanden ist.
Besonders relevant wird diese Entwicklung im Treasury Management.
Stellen wir uns einen KI-Agenten vor, der Zugriff auf Kontostände, erwartete Cashflows, Zahlungsverpflichtungen und verfügbare Kreditlinien hat.
Ein Treasurer könnte ihm ein einfaches Ziel vorgeben: „Steuere unsere heutige Liquidität.“
Der KI-Agent könnte einen drohenden Liquiditätsengpass erkennen und empfehlen, bestimmte Zahlungen zu verschieben. Möglicherweise könnte er diese Zahlungen sogar bereits zur menschlichen Prüfung und Freigabe vorbereiten.
Doch wie weit sollten seine Befugnisse reichen? Dürfte er selbst entscheiden, von welchem Konto eine Zahlung ausgeführt wird? Könnte er Liquidität zwischen Konten verschieben, eine Kreditlinie in Anspruch nehmen oder eine Zahlung eigenständig freigeben?
Dieses Szenario ist näher an der Realität, als es zunächst scheint. Bereits 2025 untersuchten Forschende einen generativen KI-Agenten, der in simulierten Szenarien des Großbetragszahlungsverkehrs übergeordnete Aufgaben im Intraday-Liquiditätsmanagement übernahm. Der Agent hielt vorsorgliche Liquiditätspuffer vor, priorisierte dringende Zahlungen und wog den Liquiditätseinsatz gegen mögliche Verzögerungen bei der Zahlungsabwicklung ab. Gleichzeitig betonten die Forschenden die Notwendigkeit geeigneter Schutzmechanismen, menschlicher Aufsicht und weiterer Forschung. (BIS, 2025)
Die Frage nach den Befugnissen von KI-Agenten ist damit längst nicht mehr rein theoretisch.
Wie viel Autonomie sollten KI-Agenten erhalten?
Nicht jeder KI-Agent benötigt dieselben Befugnisse.
Es macht einen grundlegenden Unterschied, ob ein Agent lediglich Kontostände analysiert, Zahlungen zur menschlichen Freigabe vorbereitet oder Transaktionen innerhalb vordefinierter Grenzen selbstständig ausführen darf.
Mit zunehmender Autonomie steigen auch die Anforderungen an Berechtigungen, Überwachung und Verantwortlichkeit. Entscheidend ist daher nicht mehr nur, was ein KI-Agent technisch leisten kann, sondern welche Handlungen er tatsächlich ausführen darf.
Technische Fähigkeiten sind keine Handlungsbefugnis
Das klassische Corporate Banking basiert auf klar geregelten finanziellen Befugnissen.
Nutzern werden eindeutige Identitäten sowie bestimmte Konten, Rollen und Berechtigungen zugeordnet. Vollmachten, Transaktionslimits, Unterschriftsklassen, Freigabeprozesse und das Vier-Augen-Prinzip regeln, welche Handlungen eine Person tatsächlich ausführen darf.
KI-Agenten machen dieses Modell komplexer.
Stellen wir uns vor, ein CFO gibt ein bestimmtes Ziel vor. Der KI-Agent erkennt, dass dafür eine Zahlung erforderlich ist, wählt eine geeignete Maßnahme aus und bereitet die Transaktion vor.
Möglicherweise initiiert er die Zahlung sogar selbst.
Doch auf welcher Grundlage wäre er dazu berechtigt?
Auf Basis der Befugnisse des CFO, der das Ziel vorgegeben hat? Des Unternehmens, das den Agenten betreibt? Der Person, die ihn konfiguriert hat? Oder der technischen Identität, die dem Agenten zugewiesen wurde?
KI kann Zusammenhänge verstehen, Informationen analysieren, Handlungsalternativen vergleichen und Prozesse koordinieren.
Doch nur weil ein KI-System eine geeignete finanzielle Maßnahme bestimmen kann, bedeutet das nicht, dass es automatisch berechtigt sein sollte, diese auch auszuführen.
Genau hier liegt die entscheidende Unterscheidung: KI kann bestimmen, was möglich oder sinnvoll wäre. Die Berechtigungs- und Kontrollmechanismen müssen jedoch sicherstellen, dass nur autorisierte Handlungen ausgeführt werden.
Daraus ergibt sich eine klare Trennung zwischen zwei Ebenen:
KI-Ebene
Die KI interpretiert Anforderungen, analysiert Informationen, gibt Empfehlungen, bereitet Handlungen vor und koordiniert Prozesse.
Banking-Kontrollebene
Die vertrauenswürdige Banking-Infrastruktur setzt Berechtigungen durch, validiert Aktionen, wendet Freigaberegeln an, kontrolliert die Ausführung und dokumentiert sämtliche Vorgänge.
Intelligenz und Handlungsbefugnis erfüllen somit unterschiedliche Aufgaben. Die KI kann ein Ziel interpretieren und geeignete Handlungsschritte bestimmen. Die Banking-Kontrollebene entscheidet, ob diese Handlungen tatsächlich autorisiert sind.
Gezielte Berechtigungen statt uneingeschränktem Zugriff
Diese Unterscheidung verändert auch die Frage, wie Banken KI-Agenten Zugang zu ihren Banking-Services ermöglichen sollten.
Anstatt einem Agenten einen umfassenden Online-Banking-Zugang einzuräumen, könnten Banken gezielt einzelne Funktionen bereitstellen, die der Agent für seine jeweilige Aufgabe benötigt.
Für jede dieser Funktionen lassen sich spezifische Berechtigungen, Transaktionslimits und Freigabeanforderungen definieren.
Ein Agent, der zur Liquiditätsanalyse berechtigt ist, benötigt nicht automatisch die Befugnis, Geld zwischen Konten zu bewegen. Und ein Agent, der vordefinierte Transaktionen mit geringen Beträgen initiieren darf, sollte deshalb nicht automatisch eine grenzüberschreitende Zahlung über zehn Millionen Euro ausführen können.
Damit wird die Zugriffskontrolle von einer unterstützenden technischen Funktion zu einem zentralen Bestandteil der Architektur für Agentic Banking.
Was bedeutet das für Banken?
Wenn KI zunehmend nicht nur Informationen analysiert, sondern auch Handlungen ausführt, gewinnt die technische und organisatorische Architektur rund um die KI an Bedeutung.
Entscheidend ist nicht allein, was die KI leisten kann, sondern auch, ob Banken nachweisen können, dass sie die Kontrolle über ihre Handlungen behalten.
Diese Entwicklung spiegelt sich zunehmend auch in der aufsichtsrechtlichen Diskussion wider. Im Februar 2026 erklärte Pedro Machado von der Bankenaufsicht der Europäischen Zentralbank (EZB), dass bereits mehr als 85 Prozent der großen europäischen Banken unter ihrer Aufsicht KI in irgendeiner Form einsetzen. Mit der zunehmenden Verbreitung von generativer und agentischer KI betont die EZB insbesondere die Notwendigkeit klarer Verantwortlichkeiten für KI-gestützte Entscheidungen, einer wirksamen Überwachung durch das Senior Management sowie einer kritischen Kontrolle durch Risikomanagement, Compliance und interne Revision. (EZB-Bankenaufsicht, 2026)
Für Agentic Banking ergeben sich daraus konkrete Fragen an die technische und organisatorische Gestaltung:
- Auf welche Funktionen, Konten und Transaktionsarten darf ein KI-Agent zugreifen?
- Welche Berechtigungen, finanziellen Limits und Freigabeanforderungen gelten?
- Wann muss ein Mensch eingreifen?
- Wie werden die Handlungen eines Agenten überwacht, dokumentiert und revisionssicher nachvollziehbar gemacht?
- Wie können Zugriffsrechte angepasst oder entzogen werden?
Diese Fragen sind nicht grundsätzlich neu.
Im Corporate Banking gehören Identitäten, Vollmachten, Berechtigungen, Transaktionslimits, Freigabeprozesse und Nachvollziehbarkeit seit Jahrzehnten zum Alltag.
KI macht diese Kontrollmechanismen nicht überflüssig. Im Gegenteil: Sie werden wichtiger.
Die Technologie mag neu sein, doch viele der grundlegenden Kontrollfragen sind bemerkenswert vertraut: Wer handelt? Was darf diese Person oder dieses System tun? Wer hat die Berechtigung erteilt? Welche Limits gelten? Muss eine weitere Person die Handlung freigeben? Und kann die Bank im Nachhinein nachvollziehen, was passiert ist?
Die Herausforderung für Banken besteht deshalb nicht einfach darin, KI-Agenten mit bestehenden Banking-Services zu verbinden. Sie müssen sicherstellen, dass ihre Systeme klar zwischen den technischen Fähigkeiten eines Agenten und seinen tatsächlichen Befugnissen unterscheiden können.
Denn im Agentic Banking darf die Fähigkeit zu handeln niemals mit der Berechtigung dazu verwechselt werden.
Du findest das Thema spannend?
Dann hör doch mal rein! Kommenden Donnerstag erscheint eine neue Folge unseres Podcasts coco:cast, in der wir das Thema vertiefen und seine Bedeutung für das Firmenkundengeschäft beleuchten. Abonniere den Podcast am besten schon heute, damit du keine Folge verpasst.