Warum die Diskussion an der falschen Stelle hängt
Die meisten Ratgeber zum Thema KI in der Finanzberatung erklären, was ein Large Language Model technisch kann: Gespräche zusammenfassen, Kundenprofile aus PDFs extrahieren, Produktvergleiche generieren. Sie erklären nicht, was passiert, wenn der Bescheid vor der Ombudsstelle liegt. Genau dort entscheidet sich, ob der KI-Einsatz ein Vorteil war oder ein Haftungsfall.
Aus meiner Sicht hängt die Diskussion an der falschen Stelle, weil zwei Ebenen vermischt werden. Die erste Ebene ist die datenbasierte Eignung: Passt die Empfehlung zu Risikotoleranz, Anlageziel, Verlusttragfähigkeit? Das kann ein LLM rechnerisch unterstützen. Die zweite Ebene ist die dokumentierte Begründung: Warum war die Empfehlung geeignet, warum wurden Alternativen verworfen, und lässt sich das im Nachhinein belegen? Diese zweite Ebene ist ein Beweisproblem, kein Technologieproblem.
Meine Kernthese lautet: Der Suitability-Test ist vor allem ein Dokumentations- und Nachweisproblem. Ein LLM kann den Test inhaltlich bestehen, aber wenn die Begründungskette im Protokoll reißt, hilft die beste Technologie nichts. Die Ombudsstelle prüft nicht, ob die KI gut war. Sie prüft, ob der Berater seine Pflichten belegen kann.
Suitability-Test automatisieren: Was ein LLM wirklich leisten kann
Ein Large Language Model kann im Beratungsprozess erhebliche Vorarbeit leisten. Es kann aus einem Gespräch die relevanten Daten strukturieren: Anlagehorizont, Einkommenssituation, Vermögenswerte, Erfahrung mit Finanzprodukten, Risikobereitschaft und Verlusttragfähigkeit. Das ist Fleißarbeit, die bisher oft manuell in Formulare übertragen wurde. Ein LLM beschleunigt diesen Schritt und reduziert Übertragungsfehler.
Es kann auch konsistente Empfehlungen ableiten. Aus den erfassten Daten lässt sich eine passende Asset-Allokation generieren, ein Alternativenvergleich erstellen und eine begründete Produktauswahl vorschlagen. Beispielhaft: Ein Berater gibt die Risikotoleranz eines Kunden als mittel ein. Das System schlägt eine Mischung aus globalen Aktien-ETFs und Anleihen vor. Es zeigt zwei Alternativen und erläutert, warum die gewählte Variante besser zur Verlusttragfähigkeit passt. Das ist eine solide Basis für die Beratung.
Aber genau hier beginnen die Grenzen. Ein LLM hat keine aktuelle Kenntnis von Produktdaten, Kostenstrukturen, steuerlichen Besonderheiten oder regulatorischen Änderungen. Es kann halluzinieren, wenn es um Freibeträge, Förderungen oder steuerliche Behandlung geht. Ein typisches Beispiel: Das Modell nennt eine steuerliche Absetzbarkeit, die es so nicht gibt. Oder es verwechselt die Konditionen zweier ähnlicher Fonds. Deshalb ist die menschliche Validierung Pflicht, nicht Kür.
Der Suitability-Test selbst lässt sich automatisieren. Die Entscheidung, ob eine Empfehlung geeignet ist, kann man als strukturierten Prozess abbilden. Das LLM ist dabei ein Werkzeug, kein Entscheider. Die Verantwortung bleibt beim Berater. Wer das anders darstellt, baut eine Haftungsfalle.
MiFID-II-Beratungsprotokoll: Die Begründungskette als Beweismittel
Das MiFID-II-Beratungsprotokoll ist kein Formular, das man abhakt. Es ist ein Beweismittel. Es muss enthalten: die konkrete Empfehlung, die Gründe für die Eignung, die Nachvollziehbarkeit der Alternativenprüfung. Im Streitfall liest die Ombudsstelle genau dieses Dokument. Sie fragt: Warum wurde dieses Produkt empfohlen? Warum nicht ein anderes? Passt das zum Kundenprofil?
Ein LLM kann Protokolle erzeugen, die vor Aufsicht und Ombudsstelle belastbar sind. Voraussetzung ist eine saubere Prompt- und Template-Struktur. Ich empfehle eine dreistufige Kette: Rohdaten, Zwischenbegründung, finaler Bescheid.
Die Rohdaten sind das strukturierte Kundenprofil und die Produktdaten. Die Zwischenbegründung ist eine interne Notiz, die die Entscheidungslogik festhält: Welche Kriterien waren ausschlaggebend, welche Alternativen wurden geprüft und verworfen. Der finale Bescheid ist die kundenfertige Zusammenfassung, die dem Kunden ausgehändigt wird. Alle drei Stufen müssen versioniert und zeitgestempelt sein. Nachträgliche Änderungen müssen nachvollziehbar bleiben.
Typische Lücken entstehen, wenn das LLM generativ glättet. Es formuliert einen wohlklingenden Satz, aber die Quellenangabe fehlt. Es behauptet eine Alternativenprüfung, die nie stattgefunden hat. Es erzeugt einen Bescheid, der sich liest wie eine Rechtfertigung, aber keine belastbaren Fakten enthält. Genau diese Lücken reißen die Begründungskette. Und dann entscheidet die Ombudsstelle gegen den Berater.
Ombudsstelle und KI-Beratung: Warum der Bescheid trotzdem aufgehoben wird
Die Ombudsstelle prüft nicht die KI. Sie prüft die Beratung. Die KI ist ein Werkzeug des Beraters, kein eigenständiger Akteur. Das ist der wichtigste Satz in diesem Artikel. Wer vor der Ombudsstelle argumentiert, das System habe die Empfehlung ausgesprochen, hat bereits verloren.
Die Haftung bleibt beim Berater. Es gibt keine Delegation an das Modell. Ein Satz wie „Das System hat das so vorgeschlagen“ ist keine Rechtfertigung, sondern ein Eingeständnis fehlender Sorgfalt. Der Berater muss die Empfehlung verstanden haben und sie vertreten können. Sonst ist die Beratung nicht geeignet.
Ich skizziere drei typische Konstellationen, in denen die Ombudsstelle zugunsten des Kunden entscheidet.
Erstens: lückenhafte Protokolle. Das Protokoll enthält die Empfehlung, aber keine Begründung. Oder die Begründung ist so allgemein, dass sie auf jeden Kunden passt. Eine solche Begründung ist wertlos.
Zweitens: fehlende Plausibilisierung. Der Berater empfiehlt ein Produkt mit hoher Kostenquote, obwohl ein vergleichbares günstigeres Produkt existiert. Das Protokoll erklärt nicht, warum das teurere Produkt dennoch geeignet war. Die Ombudsstelle wertet das als Pflichtverletzung.
Drittens: abweichende Kundenaussagen. Der Kunde sagt, er habe seine Risikobereitschaft anders eingeschätzt. Das Protokoll widerspricht dem, aber es fehlt die nachvollziehbare Herleitung. Wenn der Kunde plausibel macht, dass er falsch beraten wurde, und der Berater keinen belastbaren Nachweis hat, entscheidet die Ombudsstelle oft für den Kunden.
Was bringen Kunden typischerweise vor? Sie sagen, sie hätten das Produkt nicht verstanden. Sie sagen, der Berater habe nur verkauft. Sie sagen, sie hätten eine sichere Anlage gewollt. Der Berater muss belegen, dass er aufgeklärt hat und dass die Empfehlung zum Profil passte. Genau dafür braucht er die dokumentierte Begründungskette.
Praxisrahmen für Berater: KI einsetzen, ohne haftbar zu werden
Aus meiner Sicht braucht ein verantwortungsvoller KI-Einsatz in der Finanzberatung vier Mindestanforderungen: Datenhoheit, Prüfpflicht, Versionierung, Vier-Augen-Prinzip.
Datenhoheit heißt: Der Berater behält die Kontrolle über die Kundendaten. Die Verarbeitung muss DSGVO-konform sein, die Daten dürfen nicht unkontrolliert in ein externes Modell fließen. Ein lokales oder vertraglich abgesichertes Modell ist Pflicht.
Prüfpflicht heißt: Jede KI-generierte Empfehlung und jedes Protokoll wird von einem Menschen geprüft. Die Prüfung wird dokumentiert und versioniert. Ohne Prüfspur ist der KI-Einsatz ein Haftungsrisiko.
Versionierung heißt: Jede Änderung am Protokoll, an der Empfehlung, an den Rohdaten ist nachvollziehbar. Ein Audit-Trail ist unverzichtbar. Wer das Protokoll nachträglich anpasst, ohne die Änderung zu kennzeichnen, begeht einen schweren Fehler.
Vier-Augen-Prinzip heißt: Bei komplexen Fällen prüft eine zweite Person die Empfehlung. Das reduziert das Risiko von Fehlern und stärkt die Beweislage.
Das Verhältnis zur Aufsicht bleibt unverändert. Die Wohlverhaltenspflichten aus MiFID II, WAG 2018, oder dem deutschen WpHG gelten unabhängig davon, ob ein Mensch oder ein LLM die Vorarbeit leistet. KI ändert nur die Geschwindigkeit, nicht die Pflichten. Das ist eine klare Ansage der Aufsichtsbehörden, auch wenn die Details noch in Leitlinien konkretisiert werden.
Für die eigene Praxis empfehle ich eine Checkliste:
- Ist das LLM datenschutzkonform angebunden?
- Werden alle Eingaben und Ausgaben versioniert und gespeichert?
- Gibt es eine dokumentierte Prüfung jeder Empfehlung?
- Wird die Alternativenprüfung nachvollziehbar festgehalten?
- Ist das Protokoll so formuliert, dass es auch ein Außenstehender versteht?
- Gibt es ein Vier-Augen-Prinzip bei risikoreichen Produkten?
- Wird der Kunde über den KI-Einsatz informiert?
Der Ausblick: Die Aufsicht wird sich in den kommenden Monaten konkreter zu KI in der Beratung äußern. Zu erwarten sind Leitlinien zu Transparenzpflichten, zu Validierungsanforderungen und zur Protokollierung. Wer jetzt sauber dokumentiert, ist vorbereitet. Wer darauf wartet, dass die Aufsicht alles regelt, riskiert Nacharbeit und Streitfälle.
Mein Rat: Betrachten Sie den LLM-Assistenten als schnellen, aber dummen Mitarbeiter. Er kann viel vorbereiten, aber nichts verantworten. Die Verantwortung bleibt bei Ihnen. Genau das müssen Ihre Prozesse und Ihre Protokolle widerspiegeln.