• Einordnung der FiDA-Regulierung als strategischer Rahmen für die europäische Finanz-Datenökonomie
• Anforderungen an Standardisierung, Interoperabilität und Governance für sektorübergreifende Datenzugangssysteme
• Auswirkungen auf Plattformarchitektur, Kundendatennutzung und Geschäftsmodelle in Banking, Versicherung und beyond
• Aufbau performanter, interoperabler Datenräume • Gesicherter Zugang zu vertreuten Datensilos - ohne Datenmigration
• Regelkonforme Datenzugriffe und rollenbasierte Rechtemodelle
• Nachverfolgbarkeit sowie regulatorische Anforderungen
• KI- und Analyse-Enablement • Realisation einer flexiblen Architektur
• Welche Anforderungen stellt die FiDA-Regulierung an Datenverfügbarkeit, Governance und Interoperabilität über Banken, Versicherungen, Leasing und Plattformanbieter hinweg – und welche praktischen Implikationen ergeben sich daraus für Architektur, Kundenzugriff und Geschäftsmodelle?
• Wie lassen sich strukturierte Drittzugriffe (z. B. durch das SRB oder regulatorische APIs) regulatorisch absichern und technisch realisieren – ohne Kontrollverlust auf Seiten der Bank?
• Welche Rolle spielen Embedded-Finance-Plattformen, sektorübergreifende Kooperationsmodelle und fragmentierte IT-Landschaften im Aufbau einer europäischen Finanz-Datenökonomie – und wo liegen die Risiken im Spannungsfeld zwischen Wettbewerb, Standardisierung und Souveränität?
• Warum sich die GFG frühzeitig mit FiDA auseinandersetzt und welche Erwartungen aus Kundensicht entstehen
• Strategische und organisatorische Ansatzpunkte zur Umsetzung im Verbund
• Balance zwischen regulatorischer Umsetzung, Wettbewerb und Kundenschnittstelle
• Wie verändert sich die Rolle von Zahlungsverkehrsprozessen in einer Welt von Embedded Finance, Plattformbanking und reguliertem Datenzugang?
• Welche Anforderungen entstehen durch Instant Payments, PSD3 und FiDA an Architektur, Schnittstellen und Compliance-Kontrollen?
• Wie positionieren sich Banken und Zahlungsdienstleister zwischen Backend- Infrastruktur, API-Angeboten und Wettbewerbsdruck durch Nicht-Banken?
• Strategien zur Monetarisierung von Banking-APIs über Partnerplattformen
• Anforderungen an Produktkataloge, Preismodelle und Zugriffssteuerung
• Praxisbeispiel: Aufbau eines bankinternen API-Marktplatzes inkl. Developer-Zugang und Governance
• Wie Banken und Versicherungen Datenzugang, Interoperabilität und Compliance im Rahmen von FiDA pragmatisch umsetzen können
• Best Practices zur Gestaltung von FiDA-konformen Datenräumen als Fundament für Datenökonomie und KI
• Zukunftssichere Strategien, um regulatorische Anforderungen mit Innovation und Effizienz zu verbinden
• Welche Anforderungen stellt FiDA – und angrenzende Regulierungen – an die strukturierte, granulare Datenfreigabe im Geschäftskundensegment?
• Wie lassen sich komplexe Rollenmodelle, Berechtigungslogiken und abgestufte Zugriffskonzepte technisch abbilden – und wer trägt die operative Verantwortung?
• Welche Erfahrungen machen Banken und Plattformen aktuell bei der Umsetzung – insbesondere in Bezug auf Legacy-Systeme, Haftung und Kundentransparenz?
• Welche strukturellen Herausforderungen müssen Banken, Versicherer und Plattformanbieter überwinden, um regulierte Datenzugänge, Interoperabilität und Echtzeitfähigkeit umzusetzen – ohne Governance und Kontrolle zu verlieren?
• Wie lassen sich neue Plattformmodelle wirtschaftlich tragfähig gestalten – unter regulatorischem Druck, wachsendem Partnernetzwerk und komplexen Legacy- Strukturen?
• Was bedeutet Embedded Finance im Kern – und welche Rolle können klassische Finanzinstitute in einem datengetriebenen Finanzsystem der Zukunft überhaupt noch einnehmen?
Teilnehmer:innen erhalten ein realistisches Bild davon, wie Banken und Plattformen regulierte Datenzugänge nach PSD2/3 und FiDA praktisch implementieren – mit Fokus auf Rollenmodelle, Architekturentscheidungen, Partnersteuerung und Governance. Gemeinsame Erarbeitung von Umsetzungsvarianten und Lessons Learned. Kontext & Regulatorischer Rahmen • Überblick: PSD2PSD3FiDA – wohin entwickelt sich der Open-Finance-Rahmen?
• Welche Anforderungen bringt FiDA zusätzlich? (z. B. Geschäftskundenzugänge, Datenmonetarisierung, Interoperabilität) Architekturen & Steuerungsmodelle
• Wie sieht eine realistische Systemarchitektur für Open-Finance/FiDA aus?
• Schnittstellen, Rollenmodelle, Identity & Consent Management • Mandantenfähigkeit, Auditierbarkeit und Zugriffskontrolle im Partnerkontext - Praxisbeispiel einer Bank oder Plattform (optional durch Vendor mitgebracht) • Gruppenarbeit & Use Cases
• Einführung eines unternehmensweiten CustomGPT-Systems mit zentralen und bereichsspezifischen Agenten – von Governance-kontrollierten bis zu selbst erstellten Lösungen durch Fachbereiche.
• Empowerment und Skalierung: Wie Mitarbeitende befähigt werden, eigene Agenten sicher und effektiv zu entwickeln und produktiv einzusetzen.
•Governance, Qualität und Sicherheit: Rahmenbedingungen und Lessons Learned für den nachhaltigen Betrieb einer internen Agentenplattform im Finanzsektor.
Erfahren Sie, wie die DZ CompliancePartner GmbH ausgelagerte Compliance-Prozesse bereits heute mit KI-Agenten intelligent automatisiert. Im Fokus stehen folgende Fragestellungen:
• Wie können KI-Agenten die Einhaltung von Compliance-Anforderungen wie IKTCompliance, Datenschutz oder WpHG-Compliance effektiv unterstützen und automatisieren?
• Wie lassen sich lokale Sprachmodelle (LLMs) nutzen, um komplexe Dokumente wie Vertragswerke sicher und nachvollziehbar On-Prem zu analysieren und zu prüfen?
• Welche Herausforderungen und Lösungen ergeben sich bei der Steuerung sowie Überwachung KI-gestützter Prozesse und welchen messbaren Mehrwert erzielen Banken dabei bereits heute?
• Agentic AI in der Anwendung: Bonitätsbeurteilung, Transaktionsüberwachung, Fallbearbeitung, Angebotsgenerierung und adaptive Entscheidungsunterstützung
• Einsatzmöglichkeiten bei Versicherern: automatisierte Schadensregulierung, dynamische Kundeninteraktion, internes Wissensmanagement und kontextbasierte Dokumentenverarbeitung
• Potenziale von Generative AI: Effizienzsteigerung, Prozessautomatisierung, Qualitätssicherung – z. B. im Risikomanagement, in der Compliance, ESGBerichterstattung oder bei Data-Quality-Aufgaben
• Regulatorische Perspektive: EU AI Act, Umgang mit Testdaten, Modellverantwortung, Produkthaftung und Governance im agentischen Systemkontext
• Kulturelle Dimension: Integration von KI in bestehende Entscheidungsprozesse, Bewusstseinsbildung und Veränderung von Kontrolllogik & Rollenverständnis
• Praxisbeispiele für den Einsatz autonomer KI-Agenten in Betrugserkennung, Kreditrisikobewertung und automatisierten RegTech-Lösungen
• AI Safety & Red Teaming zur frühzeitigen Erkennung und Behebung von Schwachstellen in KI-Systemen
• Large Action Models (LAMs) als nächste Stufe der KI-Automatisierung – sichere und regulatorisch konforme Integration in Bankenprozesse unter Berücksichtigung von EU AI Act und DORA Reserviert für einen unserer Geschäftspartner
• GenAI & Agentic AI – Ein Game Changer für Versicherungen?
• Einblicke in die KI-Journey der Zurich Gruppe Deutschland
• Unsere Strategie für die erfolgreiche KI-Transition
• Wie identifiziert die Zurich die richtigen KI-Anwendungsfälle?
• Wie sollte sich eine Versicherung organisatorisch Aufstellen, um Erfolg mit KI zu haben?
• Vorstellung eines Praxisbeispiels, um den aktuellen Einsatz agentischer KI in der Betrugserkennung und ihre Vorteile gegenüber klassischen Ansätzen zu verdeutlichen.
• Einordnung agentischer KI in den regulatorischen Rahmen in Bezug auf eine sichere und rechtskonforme Integration in bestehende Banken- und Compliance-Prozesse.
• Ausblick auf zukünftige Entwicklungen, bei denen agentische KI als zentraler Baustein der nächsten Generation von Compliance- und Fraud-Management-Lösungen eine Schlüsselrolle spielt.
• Viele Daten, wenig Intelligenz. Herausforderungen bei der Nutzung von KI Agenten in fragmentierten Datenlandschaften.
• Praktische Erfahrungen auf dem Weg hin zu kontext-gesteuerten KI Agenten
• Welche Herausforderungen stellt die Erhebung von ESG-Daten derzeit – auch im Lichte des EU-Omnibus-Pakets?
• Welche Chance bietet die KI-gestützte Extraktion von ESG-Daten aus Unternehmensberichten?
• Welchen Nutzen leistet dieser Ansatz für Kunden, Vertrieb und Risikomanagement?
• Worauf ist bei der Verwendung dieser KI-Lösung besonders zu achten?
• Natürlichsprachliche Prompts → klickbare Prototypen: wie Fachbereiche Anforderungen schneller und eindeutiger formulieren
•Vom Proto zum Produkt: .bergabe an die Entwicklung, Grenzen der Code-.bernahme, Security/Compliance & Betriebsrat
• Governance & Messbarkeit: Spielregeln, Review-Prozess, Repositories; KPIs wie Timeto- Spec, Rework-Quote, Aufwand/Nutzen
Künstliche Intelligenz entwickelt sich rasant vom Innovationsinstrument zum festen Bestandteil geschäftskritischer Prozesse in Banken. Mit dieser Entwicklung rücken Fragen nach Governance, Haftung, Prüf- und Steuerbarkeit von KI-Systemen zunehmend in den Mittelpunkt – insbesondere im Spannungsfeld zwischen Regulierung, operativem Betrieb und nachhaltiger Wertschöpfung. In dieser Masterclass besprechen wir:
• Praxisnahes AI Assurance Framework zur Umsetzung von EU AI Act, DORA und ESG
• Governance, Betriebs und Kontrollmodelle für erklärbare, auditfähige und resiliente KI
• Umsetzungsansätze für regulierte Bankenumgebungen ohne Verlust an Innovationsgeschwindigkeit