BaFin-KI-FAQ: Drei Pflichten für Prop-Desks und Market-Maker

Hintergrund: Warum die BaFin KI im Handel jetzt regulatorisch adressiert

Die BaFin hat im August 2026 eine Auslegungshilfe zum algorithmischen Handel veröffentlicht. Darin wird erstmals explizit beschrieben, welche Anforderungen an den Einsatz von KI und maschinellem Lernen in Handelssystemen zu stellen sind. Das Dokument richtet sich an lizenzierte Institute, die unter § 80 WpHG fallen und algorithmische Handelsstrategien betreiben. Für Prop-Trading-Desks und Market-Maker ist das eine neue Qualität von Rechtssicherheit. Aber auch eine neue Welle konkreter Nachweispflichten.

Bisher war die aufsichtsrechtliche Diskussion zu KI im Handel vor allem von Warnungen vor unseriösen Plattformen dominiert. Die BaFin hat dutzende Male vor KI-Trading-Bots gewarnt, die ohne Erlaubnis Anlegergelder einsammeln. Diese Warnungen betrafen illegale Anbieter, nicht die regulierte Branche. Die neue Auslegungshilfe adressiert aber genau den lizenzierten Bereich. Sie ist der erste Schritt, um KI/ML-Modelle systematisch in das bestehende Regime des algorithmischen Handels einzubetten.

Das ist überfällig. Ein Händler, der manuell tickerbasiert Eurex-Futures handelt, muss jede Order dokumentieren können. Ein ML-Modell, das eigenständig tausende Signale pro Stunde generiert, operierte dagegen bisher in einer Grauzone. Die BaFin stellt jetzt klar: ML-Modelle sind algorithmische Handelssysteme im Sinne des Gesetzes. Das zieht dieselben Pflichten nach sich wie eine fest codierte Handelslogik. Gleichzeitig kommen drei neue spezifische Anforderungen hinzu, die sich aus der Natur lernender Systeme ergeben.

Ein typisches Szenario: Ein auf mittlere Frequenz spezialisierter Prop-Desk setzt ein Gradient-Boosting-Modell ein, um aus Orderbuchdaten kurzfristige Preisbewegungen vorherzusagen. Das Modell wird monatlich neu trainiert und liefert Kauf- und Verkaufssignale an die Execution-Engine. Bisher hat der Desk die Performance im internen Reporting dokumentiert und das Risikolimit hart kodiert. Die Logik des Modells selbst blieb weitgehend intransparent. Genau das reicht jetzt nicht mehr. Die BaFin erwartet eine lückenlose, strukturierte Dokumentation, die Modellvalidierung, Erklärbarkeit und Änderungshistorie umfasst.

Die drei kritischen Dokumentationspflichten für ML-Modelle

Aus der Auslegungshilfe lassen sich drei zentrale Pflichten ableiten, die über die klassischen Anforderungen an algorithmischen Handel hinausgehen.

Pflicht 1: Modellvalidierung und Performance-Metriken

Die BaFin fordert einen umfassenden Validierungsprozess für jedes produktiv eingesetzte ML-Modell. Die Validierung muss nicht nur zeigen, dass das Modell funktioniert. Sie muss dokumentieren, unter welchen Annahmen die Performance zustande kommt und wie robust das Modell gegenüber geänderten Marktbedingungen ist.

Konkret müssen Sie vorlegen: eine Beschreibung der Trainings- und Testdaten, einschließlich Zeitraum und etwaiger Survivorship-Bias-Korrekturen. Die verwendeten Features sind zu dokumentieren und in ihrer Relevanz zu gewichten. Die Validierungsmethodik muss offengelegt werden, also ob Sie auf Out-of-Sample-Daten, Walk-Forward-Tests oder eine Cross-Validation setzen. Auch die Performance-Metriken selbst sind detailliert auszuweisen.

Für einen Prop-Desk bedeuten die Metriken meist mehr als die reine Sharpe Ratio oder den Jahresüberschuss. Die BaFin will sehen, wie sich das Modell in Stressphasen verhält. Das umfasst den Maximum Drawdown, die Volatilität der täglichen P&L und die Trefferquote in unterschiedlichen Marktregimes, etwa während der Zinswende oder eines Flash-Crashs. Ein Beispiel: Ein Modell, das 2023 auf DAX-Futures trainiert wurde, mag in einer Seitwärtsphase hervorragende Ergebnisse liefern. Ihr Validierungsbericht muss darlegen, wie es sich in einem Trendmarkt 2024 oder in einer hochvolatilen Handelswoche bewährt hat. Fehlt diese Analyse, stuft die BaFin die Validierung als unvollständig ein.

Achtung: Auch die Datenqualität und die Vermeidung von Look-Ahead-Bias sind explizit nachzuweisen. Manche Desks haben in der Vergangenheit Modelle ohne ausreichende Zeitstempel-Prüfung ins Deployment gegeben. Das ist ein klassischer Fehler. Die BaFin hat in Konsultationen mit Marktteilnehmern signalisiert, dass sie solche Mängel als grobe organisatorische Schwäche wertet. Ein strukturierter Validierungsreport, aktualisiert vor jedem Redeployment, ist daher unverzichtbar.

Pflicht 2: Nachvollziehbarkeit von Entscheidungen

ML-Modelle, insbesondere neuronale Netze und Ensembles, sind häufig Blackboxen. Die BaFin akzeptiert Blackbox-Modelle nicht als Rechtfertigung, wenn eine Handelsentscheidung nicht erklärbar ist. Sie besteht auf der Nachvollziehbarkeit der Signale.

Das bedeutet nicht, dass Sie jedes einzelne Gewicht dokumentieren müssen. Aber Sie müssen in der Lage sein, für eine Stichprobe von Handelsentscheidungen darzulegen, welche Eingangsgrößen ausschlaggebend waren. Verfahren wie SHAP-Werte oder LIME kommen hier ins Spiel. Oder Sie setzen von vornherein auf erklärbare Modelle, etwa lineare Modelle oder Decision Trees, wenn die Komplexität es zulässt.

In der Praxis läuft das auf einen internen Erklärbarkeitsbericht hinaus, der quartalsweise oder bei Modellanpassungen erstellt wird. Dieser Bericht weist für ausgewählte Handelstage die wichtigsten Feature-Impacts aus. Zum Beispiel: Am 15. August führte das Modell einen Short-Einstieg im Bund-Future durch. Der Bericht zeigt, dass der Spread zum Bobl, das Orderbuch-Ungleichgewicht und der Anstieg der impliziten Volatilität die drei stärksten Treiber waren. Zusätzlich wird dokumentiert, ob diese Erklärung konsistent mit dem Marktumfeld ist.

Der Nachvollziehbarkeitsanspruch der BaFin hat auch Implikationen für die Modellauswahl. Wenn Sie ein Deep-Learning-Modell betreiben, müssen Sie entsprechende XAI-Verfahren nachweisen. Einfacher ist es, gleich auf interpretierbare Architekturen zu setzen. Das spart nicht nur Zeit bei der Prüfung, sondern erhöht auch das Vertrauen der eigenen Risk-Controller.

Wichtig: Die Anforderung gilt nicht nur für das Handelsmodell selbst, sondern auch für Subsysteme, die Signale generieren. Ein NLP-Modell, das Nachrichten verarbeitet und einen Sentiment-Score liefert, ist ebenfalls erklärungspflichtig, sobald dieses Score in den Orderprozess einfließt.

Pflicht 3: Änderungsmanagement und Versionierung

Ein zentraler Unterschied zu statischen Handelsalgorithmen ist die Update-Frequenz von ML-Modellen. Während ein klassischer Algo vielleicht zweimal im Jahr angepasst wird, kann ein ML-Modell wöchentlich oder monatlich neu trainiert werden. Die BaFin verlangt dafür ein lückenloses Änderungsmanagement.

Jedes neue Training, jede Anpassung eines Hyperparameters, jede Änderung der Feature-Auswahl oder der Datenquelle muss dokumentiert sein. Die Dokumentation umfasst: den Grund der Änderung, die erwartete Auswirkung, die Ergebnisse des Pre-Deployment-Tests und die formelle Genehmigung durch die zuständige Stelle. Auch eine Rollback-Strategie muss hinterlegt sein. Falls das neue Modell im Live-Betrieb unerwartete Drawdowns produziert, muss innerhalb definierter Schwellen ein automatischer oder manueller Rückfall auf die Vorgängerversion möglich sein.

Oft scheitert das im Alltag. Ein typischer Fehler: Das Modell wird vom Quant-Team auf Basis neuer Daten trainiert, die Performance sieht gut aus, also wird es am Abend deployed. Der Aktualisierungsprozess ist rein technisch, es gibt keine formelle Freigabe. In der Dokumentation erscheint ein neuer Model-Identifier mit Datum, aber keinerlei Begründung. Das ist eine der ersten Stellen, an denen die BaFin-Prüfung hakt.

Die Empfehlung lautet, ein Versionierungs-Framework zu implementieren, das jedes Modell mit Metadaten führt. Dazu gehören Trainingsdatum, Datenstand, Hyperparameter, Git-Hash der Code-Version, verantwortlicher Entwickler und Freigabe durch den Head of Trading oder Risk. Das lässt sich in moderne MLOps-Plattformen integrieren. Wer kein externes Tool nutzen will, kann das mit einer einfachen Tabelle und einem Unterschriftenprozess abbilden. Entscheidend ist die Lückenlosigkeit. Fehlt eine Version, ist die Nachvollziehbarkeit nicht gegeben.

Praxisbeispiel: Compliance-Checkliste für Prop-Desks

Nachfolgend eine konkrete Checkliste mit den Unterlagen, die ein Prop-Desk bei einer BaFin-Prüfung zum Thema KI/ML wahrscheinlich vorlegen muss. Sie ist aus den Anforderungen der Auslegungshilfe abgeleitet und berücksichtigt typische Lücken in der Praxis.

Checkliste für den ML-Trading-Audit

1. Übersicht aller eingesetzten ML-Modelle mit eindeutiger ID, Assetklasse und Frequenz.
2. Für jedes Modell: Trainingsdatensatz (Zeitraum, Quellen, Bereinigungsschritte).
3. Feature-Dokumentation inkl. Beschreibung, Korrelationsanalysen und Relevanz-Ranking.
4. Validierungsbericht: Methode, Out-of-Sample-Performance, Metriken (Sharpe, max. Drawdown, Win-Rate, Turnover).
5. Stresstest-Ergebnisse unter mindestens drei Marktszenarien, darunter ein Extremvolatilitätsszenario.
6. Erklärbarkeitsanalyse mit SHAP-Werten und exemplarischer Entscheidungsherleitung für 20 zufällig ausgewählte Handelstage.
7. Änderungshistorie: vollständige Log-Tabelle aller Modellanpassungen mit Datum, Grund, Testergebnissen, Freigabe.
8. Code-Versionierung: Referenz zum Git-Repository und Tag für jede Deployment-Version.
9. Betriebliche Risikosteuerung: Limits, Kill-Switches, Überwachungs-Dashboards und Eskalationsprozesse bei Modellfehlern.
10. Audit-Trail der manuellen Overrides: jedes manuelle Eingreifen in den Automatikbetrieb muss protokolliert sein.

Diese Liste mag auf den ersten Blick umfangreich wirken. In der Praxis lässt sich die Dokumentation zu 80 Prozent automatisieren, sobald Sie ein durchgängiges MLOps-Setup haben. Viele Prop-Desks setzen bereits auf Plattformen wie MLflow oder Kubeflow. Dort können Sie Modell-Metadaten und Versionierung automatisch erfassen. Stecken Sie die Energie weniger in papierbasierte Nachweise, sondern in die technische Integration. Das spart im Auditfall viel Zeit.

Die häufigsten Fehler, die ich beobachte: Validierungsberichte, die zwar Out-of-Sample-Tests enthalten, aber nicht zwischen dem letzten Trainingsdatum und dem Deployment-Zeitraum unterscheiden. Oder fehlende Metriken für Teilphasen mit geringer Liquidität. Oder unzureichende Erklärbarkeit, weil das profundste Blackbox-Modell ohne XAI-Werkzeuge deployed wurde. Schärfen Sie diese Punkte bevor die BaFin fragt.

Ausblick: Wohin geht die Regulierung?

Die BaFin-Auslegungshilfe ist nicht das letzte Wort. Auf europäischer Ebene fügen sich weitere Regulierungsstränge zu einem dichteren Netz.

Der EU AI Act kennt eigene Hochrisiko-Anforderungen für bestimmte KI-Systeme im Handel. Noch werden algorithmische Handelsmodelle nicht pauschal als Hochrisiko eingestuft. Das kann sich ändern, sobald die Kommission delegierte Rechtsakte erlässt. Prop-Desks sollten sich darauf einrichten, dass künftig auch Konformitätsbewertungen und externe Zertifizierungen nötig sein könnten.

Parallel dazu fordert DORA von Finanzunternehmen operationelle Resilienz, einschließlich der Handhabung von Modellausfällen. Ein ML-Modell, das aufgrund eines Datenfehlers plötzlich falsche Signale liefert, ist ein operationelles Risiko. DORA verlangt Incident-Management und regelmäßige Resilienztests. Die Lückenlosigkeit der Modellversionierung und die Rollback-Fähigkeit werden dann nicht nur BaFin-seitig, sondern DORA-bedingt geprüft.

Meine Empfehlung an Compliance-Verantwortliche und Head of Trading: Handeln Sie jetzt. Etablieren Sie eine KI-Governance, die über die heutigen BaFin-Anforderungen hinausgeht. Führen Sie eine Bestandsaufnahme aller KI-Modelle durch, die direkt oder indirekt Handelsentscheidungen beeinflussen. Schließen Sie die Dokumentationslücken proaktiv. Sorgen Sie für klare Verantwortlichkeiten zwischen Trading, Technik und Risikomanagement.

Je früher Sie diese Strukturen aufbauen, desto weniger Hektik entsteht bei der ersten echten BaFin-Prüfung. Und desto besser sind Sie vorbereitet, wenn der AI Act oder weitere EU-Vorgaben die Anforderungen erneut hochschrauben. Die Auslegungshilfe der BaFin ist ein guter Anlass. Nutzen Sie ihn.