Mein Name ist Marjan. Ich habe Informatik im Bachelor und anschließend Data Science im Master studiert. Während meines Studiums hätte ich nicht erwartet, einmal bei einer Zentralbank zu arbeiten – ich verband sie eher mit klassischer Volkswirtschaft als mit KI. Heute arbeite ich genau an diesen Themen. Denn im Team Supervisory Technology der Finanzaufsicht gestalte ich gemeinsam mit meinen Kolleginnen und Kollegen die digitale Transformation, indem wir moderne Technologien wie KI in unsere Aufsichtsprozesse integrieren. Gemeinsam mit unseren Stakeholdern identifizieren wir regelmäßig die Bedarfe und Möglichkeiten, entwickeln darauf basierend Prototypen und testen diese mit den Fachteams, um schlussendlich IT-Lösungen zu schaffen, die tatsächlich im Arbeitsalltag unterstützen. Das Feedback unserer Stakeholder hilft uns, unsere IT-Lösungen laufend an neue Nutzerbedarfe, Methoden und rechtliche Anforderungen anzupassen.

KI-Technologie in der Finanzaufsicht

Künstliche Intelligenz eröffnet viele Möglichkeiten für die Finanzaufsicht. Sie kann große Datenmengen strukturieren, erste Analysen durchführen und damit Zeit für tiefergehende Bewertungen durch die Aufseherinnen und Aufseher schaffen. Aktuell arbeite ich an einem KI-basierten IT-Produkt zur Unterstützung der Risikoanalyse der von uns beaufsichtigten Institute. Die eingesetzte KI analysiert dabei große Mengen an aufsichtlicher Informationen. Die Aufseherinnen und Aufseher sollen diese unterstützenden Analysen künftig als einen Ausgangspunkt für ihre eigene Bewertung nutzen.

Die technische Umsetzung ist dabei nur ein Teil der Arbeit. Ebenso wichtig ist es, gemeinsam mit den Fachteams die richtigen Fragestellungen zu definieren und Analyseergebnisse sinnvoll in bestehende Entscheidungsprozesse einzubinden.

Beim Einsatz von KI ist uns außerdem wichtig, ihre Möglichkeiten realistisch einzuordnen. KI kann unterstützen, die abschließende fachliche Bewertung bleibt jedoch stets Aufgabe der Aufseherinnen und Aufseher. Deshalb beschäftigen wir uns im Team auch damit, wie KI transparent eingesetzt und ihre Ergebnisse sinnvoll eingeordnet werden können. Diese Diskussion bringe ich gern auch in Innovationsformate wie den InnoDay der Finanzaufsicht ein.

Meine Wirkung

Mit dieser Arbeit trage ich dazu bei, dass die Aufsicht die modernen technologischen Möglichkeiten nutzt. Die von uns beaufsichtigten Institute nutzen selbst zunehmend moderne Technologien. Um sie wirksam beurteilen zu können, braucht auch die Aufsicht entsprechende Werkzeuge und Kompetenzen.

Mich motiviert besonders, dass meine Arbeit über einzelne Projekte hinaus wirkt. Data Science unterstützt hier nicht nur Aufsichtsprozesse im engeren Sinne, sondern eine Aufgabe mit gesellschaftlicher Bedeutung: die Stabilität des Finanzsystems.

Lernkultur als Innovationstreiber

Mein Team arbeitet stark projektorientiert und nach agilen Methoden. Je nach Fragestellung bilden wir kleinere interdisziplinäre Teams, die sich für einen bestimmten Zeitraum intensiv mit einem Use Case beschäftigen. So können wir neue Ideen schnell testen und gemeinsam mit den Fachbereichen weiterentwickeln.

An einige traditionelle Prozesse in der Bank musste ich mich am Anfang gewöhnen. Gleichzeitig gibt es in der Bundesbank aktuell viele Transformationsinitiativen, die neue Arbeitsweisen stärker fördern. Es ist spannend, diese Entwicklung mitzuerleben.

Eine starke Lernkultur ist dabei ein wichtiger Faktor für Innovation. Innovation entsteht oft dadurch, Dinge auszuprobieren und auch schnell zu erkennen, wenn ein Ansatz nicht funktioniert. „Fail fast“ schafft Raum für neue Ideen und genau das macht meine Arbeit für mich besonders spannend.

Wenn ein Use Case am Ende tatsächlich die Arbeit der Finanzaufsicht erleichtert, weiß ich, dass sich die vielen Iterationen gelohnt haben.