Was passiert ist
Am 20. Oktober 2026 hat OpenAI Terminal X vorgestellt. Das System nutzt GPT-6.1 Sol, um die Arbeit von Investment-Teams zu bewerten. Der Kern: ein Eval Agent, der Outputs gegen ein Raster aus 54 Kriterien prüft. Ergebnis laut OpenAI: 88,6 Prozent Übereinstimmung mit den Urteilen erfahrener Investoren. Zusätzlich fängt der Agent 25 Prozent mehr Abweichungen vom Fonds-Mandat als bisherige Methoden.
Das ist keine Spielerei. Es ist ein konkretes Werkzeug für die Frage, die in jedem Asset Management und jeder Finanzberatung täglich ansteht: Hält dieser Vorschlag das Mandat ein? Passt diese Empfehlung zum Risikoprofil des Kunden? Die Antwort liefert jetzt ein LLM mit einer Trefferquote, die nahe an der menschlichen Beurteilung liegt.
Warum es jetzt für KMU zählt
Aus meiner Sicht ist das der erste praxistaugliche Einstieg in KI-gestützte Compliance für kleinere und mittlere Vermögensverwalter. Bisher war das Thema entweder teuer (spezialisierte RegTech-Plattformen) oder riskant (generische LLMs, die frei halluzinieren). Terminal X zeigt einen Mittelweg: Das Modell entscheidet nicht selbst, sondern bewertet Entscheidungen anderer gegen ein festes Regelwerk. Das reduziert das Halluzinationsrisiko massiv, weil der Output strukturiert ist.
Für KMU in der Finanzbranche bedeutet das: Sie müssen nicht mehr warten, bis große Fondsgesellschaften die Technologie vorgeben. Sie können ein ähnliches Setup intern aufbauen. Das 54-Kriterien-Raster ist übertragbar auf Suitability-Checks in der Anlageberatung, auf Mandats-Compliance im Portfolio Management und auf die Prüfung von Research-Notizen. Wer heute noch sagt, KI sei für seinen Bereich zu heikel, übersieht, dass die Kontrolle das eigentliche Einsatzfeld ist.
Typisches Beispiel: Ein unabhängiger Vermögensverwalter mit drei Beratern und 200 Millionen Euro AuM. Die Anlagevorschläge werden bisher von einem Senior stichprobenartig geprüft. Mit einem Eval-Agenten können alle Vorschläge automatisch gegen das dokumentierte Anlageprofil geprüft werden, bevor sie zum Kunden gehen. Die Trefferquote von 88,6 Prozent ist kein Ersatz für die menschliche Letztverantwortung, aber sie senkt den Prüfaufwand spürbar.
Häufiges Muster: Compliance-Verantwortliche in kleineren Häusern verbringen Stunden damit, Excel-Listen mit Mandatsgrenzen durchzugehen. Das ist genau die Art repetitiver Prüfung, die ein Eval-Agent übernehmen kann, während der Mensch sich auf Ausnahmefälle konzentriert.
Das sollten Sie jetzt tun
Mein Rat: Starten Sie klein, aber starten Sie jetzt. Drei Schritte.
Erstens: Dokumentieren Sie Ihre Mandatsregeln als strukturiertes Raster. Wenn Sie heute keine klaren, prüfbaren Kriterien haben, beginnt das Problem nicht bei der KI, sondern bei Ihrer eigenen Organisation. Nehmen Sie Ihre Anlagerichtlinien, Risikoprofile und Produktfreigaben. Formulieren Sie daraus 30 bis 50 Ja/Nein- oder Skalierungsfragen, die ein Modell beantworten kann. Das ist die Grundlage für jeden Eval-Agenten.
Zweitens: Setzen Sie einen Pilot auf. Nutzen Sie ein verfügbares LLM mit starkem Reasoning (GPT-6.1 oder ein gleichwertiges Modell) und bauen Sie eine einfache Pipeline: Vorschlag rein, Bewertung gegen die Kriterien raus. Parallel lassen Sie Ihre erfahrenen Berater dieselben Fälle bewerten. Vergleichen Sie Abweichungen systematisch. Ziel ist nicht 100 Prozent Übereinstimmung, sondern ein Verständnis, wo das Modell konservativer oder großzügiger ist als Ihre Leute.
Drittens: Führen Sie eine menschliche Freigabe als Pflichtschritt ein. Der Eval-Agent ist ein Frühwarnsystem, kein Entscheider. Kennzeichnen Sie Fälle, in denen das Modell eine Abweichung meldet, zur manuellen Prüfung. So entsteht ein Prozess, den Sie auch gegenüber Aufsichtsbehörden vertreten können. Die BaFin, FMA und FINMA interessieren sich zunehmend dafür, ob KI-Einsatz dokumentiert und kontrolliert ist. Ein Eval-Agent mit klarem Regelwerk ist leichter zu erklären als eine Blackbox.
Ein Wort zur Grenze: 88,6 Prozent klingt gut, heißt aber auch: Bei etwa jedem neunten Fall weicht das Modell vom Senior-Urteil ab. Das ist kein Grund, das System zu verwerfen, aber ein Grund, die menschliche Kontrolle nicht abzuschalten. Wer das versteht, kann mit Terminal X oder einem selbst gebauten Äquivalent sofort Mehrwert schaffen. Wer auf das perfekte Modell wartet, verliert Zeit, die er in der Prüfung dringend braucht.
Die Ankündigung von OpenAI ist ein Signal an die Branche. Aus meiner Sicht wird sich in den nächsten zwölf Monaten die Frage umdrehen: Nicht mehr „Können wir KI in der Compliance einsetzen?", sondern „Warum prüfen wir noch manuell, was ein Agent in Sekunden kann?"