---
adresse: "https://qvestcon.com/ki/"
titel: "KI für Versicherer und Banken: lokale LLMs"
beschreibung: "KI in Versicherung und Bank: lokale LLMs, Datensphären und Trennung von Entwicklung und Betrieb nach DORA und BaFin-Orientierungshilfe."
sprache: "de-DE"
stand: "2026-10-04"
---

KI

# KI in Versicherung und Bank: lokale LLMs, Datensphären und Trennung von Entwicklung und Betrieb

Beim Einsatz eines LLM in Versicherung und Bank entscheidet das Betriebs­mo­dell über Datenschutz, Auf­sichts­recht und Prüfbarkeit. Die BaFin unterscheidet in ihrer Ori­en­tie­rungs­hilfe vom Dezember 2025 On-Premises, Cloud im eigenen Tenant und Cloud im fremden Tenant. Die Ori­en­tie­rungs­hilfe ist keine verbindliche DORA-Auslegung.

Wer ein Large Language Model (LLM) in einem Versicherer oder einer Bank einführt, entscheidet mit dem Betriebs­mo­dell zugleich über Datenschutz, Auf­sichts­recht und Prüfbarkeit. Die BaFin hat dazu im Dezember 2025 eine Ori­en­tie­rungs­hilfe zu IKT-Risiken beim Einsatz von KI ver­öf­fent­licht. Sie ist keine verbindliche DORA-Auslegung, gibt aber die Fragen vor, die Vorstand, Revision und Aufsicht stellen werden.

### Wo KI im Finanz­un­ter­neh­men ankommt

Die Ori­en­tie­rungs­hilfe nennt für Versicherer unter anderem Chatbots in Vertrieb und Kun­den­kom­mu­ni­ka­tion, Pricing, Underwriting, Input-Management, Scha­den­be­ar­bei­tung und Betrugs­er­ken­nung in der Leis­tungs­be­ar­bei­tung. Bei Kre­dit­in­sti­tu­ten stehen Abwan­de­rungs­pro­gno­sen, die Unterstützung bei der Jah­res­ab­schluss­ana­lyse in der Kreditvergabe und die Zusam­men­fas­sung von Ana­lys­ten­be­rich­ten im Vordergrund. Jeder dieser Anwen­dungs­fälle braucht einen Eigentümer, eine Risikoklasse und einen Frei­ga­be­pro­zess. Die Einstufung nach dem EU AI Act steht auf der Seite [EU AI Act für Versicherer und Banken](https://qvestcon.com/ki/eu-ai-act/).

### Lokal oder Cloud: drei Betriebs­va­ri­an­ten

Die Fallstudie der BaFin unterscheidet drei Infra­struk­tur­va­ri­an­ten für einen LLM-basierten Assistenten.

| Variante | Datenfluss | Worauf es ankommt |
| --- | --- | --- |
| On-Premises | alle Datenflüsse bleiben in der eigenen Infrastruktur | volle Kontrolle über die IKT-Assets; Entwicklung, Betrieb und Wartung liegen beim Finanz­un­ter­neh­men |
| Cloud, eigener Tenant | Anwendung läuft im Tenant des Finanz­un­ter­neh­mens | Vertrag und Konfiguration des Anbieters entscheiden über die Kontrolle |
| Cloud, fremder Tenant | Daten verlassen den eigenen Tenant | Der Datenfluss zum Modell­an­bie­ter ist das Risiko; Gegen­maß­nah­men sind vertraglich und technisch nötig |

Die BaFin nennt ihre Maßnahmen ausdrücklich exemplarisch. Beim lokalen Betrieb eines Open-Source-Modells führt sie die Verfügbarkeit geeigneter Mit­ar­bei­ten­der als strategisches Risiko auf, weil Imple­men­tie­rung und Wartung ausreichende Kenntnisse verlangen. Ein lokales Modell löst also die Datenfrage, schafft aber eine Personalfrage.

Stellt ein KI-Anbieter IKT-Dienst­leis­tun­gen bereit, ist er IKT-Dritt­dienst­leis­ter. Die Vereinbarung gehört dann nach Artikel 28 Absatz 3 DORA in das Infor­ma­ti­ons­re­gis­ter, mit Vertrag, Prüfrechten und Exit-Plan. Den Rahmen beschreibt die Seite [DORA im Überblick](https://qvestcon.com/dora/).

### Trennung von Entwicklung und Betrieb

Die Delegierte Verordnung (EU) 2024/1774 verlangt in Artikel 8 Absatz 2 Richtlinien für IKT-Vorgänge, die Pro­duk­ti­ons­um­ge­bun­gen von Entwicklungs-, Test- und anderen Nicht-Pro­duk­ti­ons­um­ge­bun­gen trennen. Tests in der Produktion sind eindeutig zu iden­ti­fi­zie­ren, zu begründen und zeitlich zu begrenzen. Die BaFin ergänzt, eine sichere und isolierte Umgebung für Entwicklung und Test von KI-Systemen sei essenziell. In der Praxis heißt das: getrennte Umgebungen, getrennte Zugriffe, nach­voll­zieh­bare Freigaben und ein Nachweis, der einer Prüfung standhält.

### Anony­mi­sie­rung und Pseud­ony­mi­sie­rung

Nach Artikel 16 Absatz 5 derselben Verordnung dürfen in Nicht­pro­duk­ti­ons­um­ge­bun­gen nur anonymisierte, pseud­ony­mi­sierte oder randomisierte Pro­duk­ti­ons­da­ten liegen. Die Begriffe sind nicht austauschbar:

- **Pseud­ony­mi­sie­rung** (Artikel 4 Nummer 5 DSGVO) trennt die Zuordnung zu einer Person von den Daten. Die zusätzlichen Informationen werden gesondert aufbewahrt und geschützt. Pseud­ony­mi­sierte Daten bleiben per­so­nen­be­zo­gen, solange eine Zuordnung möglich ist (Erwä­gungs­grund 26).
- **Anony­mi­sie­rung** setzt voraus, dass eine Iden­ti­fi­zie­rung mit allen Mitteln, die nach allgemeinem Ermessen wahr­schein­lich genutzt werden, nicht mehr möglich ist.
- **KI-Modelle** gelten laut Stellungnahme 28/2024 des europäischen Daten­schutz­gre­mi­ums EDPB nicht in allen Fällen als anonym, wenn sie mit per­so­nen­be­zo­ge­nen Daten trainiert wurden. Die Auf­sichts­be­hör­den prüfen im Einzelfall.

Die Leitlinien 01/2025 des Ausschusses zur Pseud­ony­mi­sie­rung liegen als Kon­sul­ta­ti­ons­fas­sung vor. Ob eine Endfassung erschienen ist, muss vor jeder Verwendung geprüft werden.

### Beson­der­hei­ten der Per­so­nen­ver­si­che­rung

In der Lebens- und Kran­ken­ver­si­che­rung stehen Gesund­heits­da­ten im Mittelpunkt. Sie gehören zu den besonderen Kategorien nach Artikel 9 DSGVO, deren Verarbeitung grundsätzlich untersagt und nur unter engen Ausnahmen erlaubt ist. Hinzu kommt das Rollenmodell: Ver­si­che­rungs­neh­mer, Versicherte Person, Bezugs­be­rech­tig­ter, Bei­trags­zah­ler und Anspruch­stel­ler sind verschiedene Personen mit verschiedenen Rechten. Pseud­ony­mi­sierte Gesund­heits­da­ten bleiben per­so­nen­be­zo­gen, solange eine Zuordnung möglich ist. Für Trai­nings­da­ten gilt daher weiterhin Artikel 9.

Die Spar­ten­tren­nung kommt hinzu. Nach § 8 Absatz 4 des Ver­si­che­rungs­auf­sichts­ge­set­zes schließen die Erlaubnis für Lebens­ver­si­che­rung und die Erlaubnis für andere Sparten einander aus; für die Kran­ken­ver­si­che­rung gilt dasselbe. Wie sich das auf gemeinsam genutzte KI-Systeme und Trai­nings­da­ten auswirkt, regeln die gelesenen Quellen nicht. Dieser Punkt gehört in die rechtliche Prüfung.

### Wie Qvestcon unterstützt

Qvestcon begleitet Vorstände und Ver­ant­wort­li­che in IT, Datenschutz und Compliance bei der Einordnung: Inventar der KI-Anwen­dungs­fälle, Ent­schei­dungs­ma­trix für das Betriebs­mo­dell, Datensphären, Rollen und Nachweise für Revision und Aufsicht. Markus Junge, Executive Management Consultant DORA und KI, bringt dafür Betriebs- und Prü­fungs­pra­xis aus der Per­so­nen­ver­si­che­rung mit. Wer die Erfahrung einordnen möchte, findet sie auf der Seite [Markus Junge als Berater](https://qvestcon.com/berater/). Für die Verlagerung von Betrieb in EU-Servicecenter steht die Seite [Nearshoring für Finanz­dienst­leis­ter](https://qvestcon.com/nearshoring/) bereit.

### Prüfhinweis

Dieser Text ist eine fachliche Einordnung und keine Rechts­be­ra­tung. Auf­sichts­do­ku­mente wie die BaFin-Ori­en­tie­rungs­hilfe, die Stel­lung­nah­men des Daten­schutz­aus­schus­ses und die EIOPA-Opinion zur KI-Governance sind nicht rechts­ver­bind­lich. Die rechtliche Bewertung im Einzelfall liegt bei der Rechts­ab­tei­lung oder der Rechts­be­ra­tung des Unternehmens.

Möchten Sie den KI-Einsatz in Ihrem Haus einordnen lassen? Sprechen Sie uns über die [Kontaktseite](https://qvestcon.com/kontakt/) an und vereinbaren Sie ein Erstgespräch.

**Fachlich verantwortet durch Markus Junge**, Executive Management Consultant DORA und KI. Keine Rechts­be­ra­tung.

Stand: 4. Oktober 2026. Zuletzt geprüft: 4. Oktober 2026. Seiten-ID QVC-KI, Version 1.1.

**So zitieren Sie diese Seite:** Markus Junge, Executive Management Consultant DORA und KI (Qvestcon): KI in Versicherung und Bank: lokale LLMs, Datensphären und Trennung von Entwicklung und Betrieb. Stand 4. Oktober 2026, Version 1.1. [Adresse dieser Seite](https://qvestcon.com/ki/)