Wie KI einen Marktschock verschärfen könnte

Der Kern des Risikos: Gleichlauf statt Einzelversagen

Die EZB beschreibt generative KI in ihrem Financial Stability Review vom Mai 2024 als technologischen Sprung, der das Finanzsystem erheblich beeinflussen kann. Ob daraus eher Nutzen oder Risiko entsteht, hängt laut EZB davon ab, wie Datenqualität, Modellentwicklung und Einsatz in den Instituten sowie im System insgesamt gesteuert werden . Die Federal Reserve formuliert ähnlich: KI entwickle sich schnell, und Risiken wie Nutzen würden greifbarer und klarer; Aufseher müssten sicherstellen, dass diese Risiken mitwachsen und gemanagt werden .

Wichtig ist: Zentralbanken sehen auch klare Vorteile. KI kann Risikoanalysen, Kapital- und Liquiditätssteuerung, operative Effizienz, Compliance, Kundenservice und Datenanalyse verbessern . Das Stabilitätsproblem entsteht nicht, weil KI per se falsch wäre. Es entsteht, wenn viele Marktteilnehmer denselben digitalen Kompass nutzen – und dieser Kompass im Stress in dieselbe Richtung zeigt .

Was die EZB besonders beobachtet

Wenige Anbieter, viele Abhängige

Ein zentrales EZB-Thema ist Konzentration. Eine EZB-Rede aus dem Jahr 2024 warnte vor dem Risiko, dass ein großer Teil des durch KI geschaffenen Werts bei wenigen Unternehmen landet, die das KI-Ökosystem dominieren . Für die Finanzstabilität ist das mehr als eine Wettbewerbsfrage: Die EZB-Analyse vom Mai 2024 sagt, dass breite KI-Nutzung in Kombination mit konzentrierten Anbietern operative Risiken – einschließlich Cyberrisiken – systemisch machen kann .

Der Mechanismus ist einfach: Wenn viele Banken, Fonds oder Finanzmarktinfrastrukturen vom selben Modellanbieter, derselben Cloud-Plattform oder derselben Datenpipeline abhängen, bleibt ein Ausfall, ein fehlerhaftes Update, ein Cyberangriff oder ein verfälschter Datensatz nicht unbedingt lokal begrenzt . Aus einem Dienstleister kann ein gemeinsamer Schwachpunkt werden.

Herdenverhalten an den Märkten

Die Marktvariante dieses Konzentrationsrisikos heißt Herdenverhalten. Eine Finanzstabilitätsanalyse warnt, dass umfangreiche KI-Nutzung ohne angemessene Schutzmechanismen zu Cyber-Konzentrationsrisiken, Herdenverhalten und höheren Markt-Korrelationen beitragen kann .

In normalen Marktphasen können ähnliche KI-Empfehlungen wie Effizienz wirken: Portfolios werden schneller angepasst, Risiken schneller erkannt, Signale schneller verarbeitet. In einer Verkaufswelle kann derselbe Mechanismus prozyklisch werden. Wenn viele Systeme gleichzeitig empfehlen, Positionen zu reduzieren, Liquidität zu sichern oder weniger als Käufer aufzutreten, wird der Markt dünner – und Kursbewegungen können schärfer ausfallen .

Modell-, Daten- und Einsatzfehler

Die EZB betont außerdem, dass die Wirkung von KI von Daten, Modellentwicklung und konkretem Einsatz abhängt . Das macht KI-Governance zu einer Frage der Finanzstabilität, nicht nur zu einem IT-Thema. Ein Modell, das in normalen Zeiten überzeugend funktioniert, kann in einem neuen Stressszenario anders reagieren. Entscheidend ist auch, ob ein KI-Ergebnis nur als interner Hinweis erscheint oder automatisch Handels-, Kredit-, Kapital- oder Liquiditätsprozesse auslöst .

Was die Federal Reserve besonders betont

Die Fed setzt ähnliche Schwerpunkte wie die EZB, spricht aber häufig stärker über Aufsicht, Drittanbieter und Cyberresilienz. In einer Rede zu KI im Finanzsystem heißt es, Aufseher müssten sicherstellen, dass Risiken gemanagt werden, während sich die Fähigkeiten von KI weiterentwickeln .

Drittanbieter als versteckte Schwachstelle

Fed-Forschung kommt zu dem Ergebnis, dass sich die KI-Technologielücke zwischen kleinen und großen Banken vergrößern könnte und dass die Vielfalt nichtfinanzieller Unternehmen, die als externe KI-Dienstleister auftreten, begrenzt sein könnte . Das deutet auf ein doppeltes Problem hin: Größere Institute haben womöglich besseren Zugang zu fortgeschrittener KI, während kleinere stärker auf einen engeren Kreis von Anbietern angewiesen sind .

Ein weiteres Fed-Papier bezeichnet Drittanbieter von Dienstleistungen als versteckte Cyber-Bruchlinie im Finanzsystem, die systemische Risiken erzeugen kann . In Kombination mit konzentrierten KI-Anbietern bedeutet das: Ein Technologieunternehmen kann im Stressfall zum Übertragungskanal werden, wenn viele Finanzfirmen darauf angewiesen sind .

Deepfakes, Betrug und Cyberangriffe

Cyberrisiken sind für die Fed ein zentraler Kanal. Michael Barr von der Fed sagte 2025, KI-gestützte Deepfakes könnten die gesamte Identität einer Person nachbilden und Identitätsbetrug massiv verstärken; außerdem griffen Cyberkriminelle zunehmend auf generative KI zurück . Bereits frühere Fed-Äußerungen warnten, Cyberbedrohungen könnten mit technologischem Fortschritt und zunehmender Vernetzung des Finanzsystems disruptiver werden und breitere systemische Effekte auslösen .

In einem Marktschock zählt Vertrauen. KI-gestützter Betrug, gefälschte Kommunikation oder Identitätsangriffe müssen nicht jeden Vermögenspreis direkt bewegen, um gefährlich zu werden. Es reicht, wenn sie Authentifizierung, Zahlungen, Kommunikation oder Kundenvertrauen in einem Moment stören, in dem Institute ohnehin unter Zeitdruck Informationen prüfen und Entscheidungen treffen müssen .

KI als Teil der Entscheidungsmaschine

Ein Fed-Arbeitspapier zu generativer KI und Finanzstabilität stellt fest, dass Menschen KI zunehmend für Informationssuche und Entscheidungen nutzen – entweder als Co-Pilot oder über stärker autonome Systeme . Sobald KI-Ausgaben in Handel, Liquiditätssteuerung, Risikobewertung oder Bankbetrieb eingebettet sind, bleibt ein Modellfehler nicht bloß eine falsche Zahl in einem Bericht. Er kann über konkrete Handlungen weitergetragen werden .

Wie KI einen Marktschock verstärken könnte

Ein plausibler Stresspfad sieht so aus:

1. Der Schock trifft ein. Kurse fallen, Volatilität steigt, beunruhigende Informationen verbreiten sich oder ein Cybervorfall trifft einen wichtigen Dienstleister. Viele Institute verarbeiten den Schock mit ähnlichen KI-Werkzeugen, Datenquellen oder externen Anbietern .

2. Die Reaktionen laufen zusammen. Risikosysteme können empfehlen, Engagements abzubauen, ähnliche Vermögenswerte zu verkaufen, Liquiditätspuffer zu erhöhen oder Market-Making zu reduzieren. Finanzstabilitätsanalysen warnen, dass umfangreiche KI-Nutzung ohne Schutzvorkehrungen Herdenverhalten und höhere Korrelationen begünstigen kann .

3. Die Rückkopplung beschleunigt sich. Verkäufe und weniger Liquidität drücken Preise weiter. Diese neuen Preise werden wiederum zu Eingangsdaten für die nächste Runde von Risikosignalen. Eine Policy-Analyse warnt, KI könne Wrong-Way-Risiken verstärken und Finanzkrisen beschleunigen .

4. Gemeinsame Infrastruktur überträgt den Stress. Die EZB warnt, dass konzentrierte KI-Anbieter operative und Cyberrisiken systemisch machen können; Fed-Forschung sieht Drittanbieter als Cyber-Bruchlinie im Finanzsystem .

5. Vertrauen bröckelt im ungünstigsten Moment. Deepfakes, KI-gestützter Betrug oder Cyberangriffe können Identitätsprüfung und Kommunikation untergraben, wenn Unternehmen, Kunden und Gegenparteien besonders verlässliche Informationen brauchen .

Was das Risiko verringern würde

Die Schutzmaßnahmen folgen direkt aus den Risikokanälen. Institute und Aufseher müssen nicht nur einzelne Modelle prüfen, sondern gemeinsame KI-Abhängigkeiten kartieren: Wer nutzt dieselben Anbieter, dieselbe Cloud, dieselben Datenquellen oder dieselben vortrainierten Modelle? Anbieter- und Infrastrukturkonzentration kann aus einer Technologieentscheidung auf Unternehmensebene eine Verwundbarkeit des gesamten Systems machen .

Dazu kommen Stresstests für KI-Systeme. Entscheidend ist, wie Modelle unter ungewöhnlichen Marktbedingungen reagieren, wie robust die Datenbasis ist und ob KI-Ausgaben beratend bleiben oder automatisch Aktionen auslösen . Gerade in Handels-, Kredit- und Liquiditätsprozessen macht dieser Unterschied viel aus.

Cyber- und Drittanbieterresilienz sind ebenfalls zentral. Der Cybersecurity-Bericht der Federal Reserve verweist darauf, dass ihre Aufsichtspolitik und Prüfverfahren IT-Risikomanagement, Cybersicherheit, operative Resilienz und Drittanbieter-Risikomanagement adressieren . Die EZB-Logik geht in dieselbe Richtung: Ein Werkzeug kann innerhalb eines einzelnen Instituts beherrschbar aussehen und dennoch fragil machen, wenn viele Häuser es gleich nutzen oder von denselben Lieferanten abhängen .

Fazit

Die Warnung von EZB und Fed lautet nicht: KI löst automatisch die nächste Krise aus. Sie lautet: Das Risiko für die Finanzstabilität steigt, wenn KI breit eingesetzt wird, Anbieter konzentriert sind, Modelle schwer validierbar bleiben und viele Institute mit hoher Geschwindigkeit auf dieselben Signale reagieren .

KI kann im Finanzsystem also beides sein: nützliches Werkzeug und möglicher Verstärker. Geschwindigkeit, Skalierung und Optimierung helfen einzelnen Firmen, schneller zu reagieren. In einem Marktschock können genau diese Stärken aber zu korreliertem Verkaufen, dünner Liquidität, Cyberstörungen und schnellerem Vertrauensverlust im System beitragen .