Die regulatorische Belastung in regulierten Branchen wächst in einem Tempo, das klassische Compliance-Funktionen nur schwer mitgehen können. DORA, NIS2, steuerliche Anforderungen (z. B. Pillar 2) und der EU AI Act treffen Unternehmen parallel und mit Wechselwirkungen, die häufig erst spät sichtbar werden. Denn diese Zusammenhänge werden oft erst im Abgleich mit bestehenden Policies, Prozessen und Kontrollen greifbar. Das hat eine strukturelle Schere zwischen regulatorischer Dynamik und Bearbeitungskapazität zur Folge, die sich operativ als Bewertungsstau sowie erhöhte Risikoexposition niederschlägt. Genau hier setzt Regulatory Intelligence an.
Wie funktioniert Regulatory Intelligence?
Regulatory Intelligence bezeichnet einen KI‑gestützten, durchgängigen Prozess, der regulatorische Anforderungen – von der Erkennung über die Bewertung bis zur Umsetzung und Nachweisführung – systematisch verarbeitet und in priorisierte Maßnahmen überführt (siehe Grafik). Das verändert die bisherige Bearbeitungslogik, in der Regulatorik überwiegend als Abfolge einzelner Vorgänge organisiert war, mit sequenziell aufgesetzten Bewertungen, isoliert geführter Dokumentation und stark personenabhängiger Expertise.
Erscheint etwa eine neue Konkretisierung zu DORA, erfasst das System die Veröffentlichung, prüft die Betroffenheit und liefert eine strukturierte Übersicht über die Stellen, an denen Klauseln, Prozesse oder Berichtsfelder anzupassen sind. Was bisher wochenlange Bearbeitung bedeutete, steht nun nach kurzer Zeit als belastbare Grundlage für Entscheidung und Umsetzung bereit. Dabei bleibt das Three Lines of Defense-Modell als Governance-Rahmen erhalten, aber Regulatory Intelligence schafft eine gemeinsame, durchgängige und nachvollziehbare Informationsbasis.
Ein KI-unterstützter Prozess, bei dem die Expertenmeinung zentral bleibt
Operativ folgt der Ansatz einem durchgängigen Pipeline-Prinzip – realisiert als KI-gestützte Plattformlösung. Die Strukturierung und Vorbewertung des Informationsflusses übernimmt die KI und macht Überlappungen sowie Wechselwirkungen sichtbar. Die fachliche Bewertung und Freigabe verbleiben bei den verantwortlichen Expert*innen. So entsteht eine durchgängig dokumentierte, auditierbare Bewertungsbasis, ohne dass nachgelagerte Dokumentationsarbeit anfällt.
Ohne geht es nicht: das Compliance-Betriebsmodell anpassen
Damit Regulatory Intelligence trägt, müssen mehrere Stellen im Compliance-Betriebsmodell justiert werden. So erklärt Fadi Ramadan, Partner und Head of Tax Transformation & Technology bei Forvis Mazars in Deutschland: „Der interne Policy- und Kontrollbestand wird zum aktiv gepflegten Asset mit klarer Ownership, definierter Aktualität und eindeutiger Versionierung. Verlässliche Abgleiche setzen dabei voraus, dass immer eindeutig ist, welche Policy gilt und welcher Kontrollstand maßgeblich ist.“ Unumgänglich: Für den KI-Einsatz braucht es klare Verantwortlichkeiten und Freigabepfade, welche Bewertungen die KI durchführen darf, wo Fachexperten freigeben und unter welchen Bedingungen eine Einschätzung als belastbar gilt. Der Rollenzuschnitt verschiebt sich entsprechend. Marco Ehlert, Partner und Head of Technology & Digital Consulting bei Forvis Mazars in Deutschland, fasst zusammen: „Manuelles Sichten und Aufbereiten verlieren an Gewicht, in den Vordergrund treten vor allem Steuerungsrollen für die Pflege des Anforderungsbestands und die fachliche Validierung KI-gestützter Bewertungen.“
Diese drei pragmatischen Schritte erzeugen kurzfristig sichtbare Wirkung
- Bestand und Quellen klären: Welche regulatorischen Quellen werden heute verfolgt und wie aktuell ist der eigene Policy- und Kontrollbestand? Diese Bestandsaufnahme zeigt Lücken in Aktualität und Ownership und liefert die Grundlage für spätere KI-Bewertungen.
- KI-Governance vor dem Tooling prüfen: Verantwortlichkeiten, Freigabewege und Dokumentationsstandards für KI-gestützte Bewertungen lassen sich schon ohne fertiges Tool vorab definieren. Damit liegt eine tragfähige Governance-Grundlage bereits beim Roll-out vor und man vermeidet Implementierungsdebatten.
- Mit einem Anwendungsfall starten: Ein fokussiertes Pilotprojekt an einer konkreten Regulatorik wie DORA oder NIS2 durchzuführen, ist überschaubar und schnell wirksam. Die Bewertungszeiten sinken, Bewertungen werden konsistenter und das Team lernt das Vorgehen am realen Fall.
