Der EU AI Act bringt für Banken neue Verpflichtungen in der Entwicklung, Nutzung und Überwachung von KI-Systemen – besonders für Hochrisiko-Anwendungen. Viele Institute stehen vor der Herausforderung, regulatorische Vorgaben nicht nur auf dem Papier zu erfüllen, sondern in funktionierende Prozesse zu übersetzen. In diesem praxisorientierten Workshop zeigt die Leiterun wie Governance-Modelle konkret operationalisiert werden, welche Stolpersteine sich in der Umsetzung ergeben und wie Banken sich organisatorisch und technisch auf die neue Regulierungslandschaft vorbereiten können.
• Aufbau interner Prozesse und Verantwortlichkeiten zur Einhaltung der EU AI Act- Vorgaben
• Klassifizierung, Dokumentation und laufende Überwachung von Hochrisiko-KISystemen
• Verzahnung von AI-Compliance mit bestehenden Governance-, Risiko- und Kontrollfunktionen
• Beispiele aus der Praxis: organisatorische, technische und kulturelle Hürden • Ausblick: regulatorische Erwartungen und mögliche Prüfungsszenarien
• Die neue Bedrohungsrealität im Finanzsektor
• Strategische Säulen der Cyber Resilience
• Best Practices und Erfahrungen aus der Praxis
• Zukünftige Entwicklung und strategische Handlungsfelder
• IT-Modernisierung im Kontext von Cloud-Transformation, Legacy-Ablösung und regulatorischen Anforderungen
• Stärkung der Cyberresilienz durch integrierte ICT-Risikomanagement-, BCM- und Zero-Trust-Ansätze
• Sicherheits- und Governance-Modelle für hybride und Multi-Cloud-Umgebungen
• Organisatorischer Wandel und Skill-Aufbau für die nachhaltige Umsetzung von Ressilienz- und Modernisierungsstrategien
• Wir beleuchten die symbiotische Beziehung zwischen Data Management (DM) und Künstlicher Intelligenz (AI), denn AI braucht Daten, Daten brauchen AI. Dabei wird erläutert, wie eine effiziente Datenverwaltung als Grundlage für erfolgreiche AI-Anwendungen dient und gleichzeitig AI das Potenzial hat, bestehende Data Management Prozesse erheblich zu verbessern und zu optimieren
• Anhand von Live-Demonstrationen zeigen wir, wie AI genutzt werden kann, um Data Management-Prozesse innovativ und effizient zu gestalten
• Entdecken Sie die entscheidenden Faktoren und bewährten Methoden, die erforderlich sind, um AI-Projekte im Data Management erfolgreich zu skalieren
• Strategische Abwägung zwischen Hybrid- und Multi-Cloud-Architekturen unter Berücksichtigung regulatorischer und datenschutzrechtlicher Anforderungen
• Nutzung von Cloud-Infrastrukturen für AI- und Agentic-AI-Anwendungen im Bankenumfeld
• Governance- und Integrationsmodelle zur Verbindung von On-Premise-Systemen, Public Clouds und zentralen Datenplattformen
• Externe Anforderungen explodieren – Loan-Tape, iReF, EoVC, AMLA-Reporting
• Nur wer Daten zentral, harmonisiert und intelligent verknüpft, schafft Transparenz, Überleitbarkeit und eine stabile Meldefähigkeit.
• So wird Datenharmonisierung vom technischen Nebenthema zum strategischen Asset im Regulatorik‑Dschungel.
•Paving the way to a European integrated reporting system – insights into the work of JBRC and RCG
•Integrated Reporting Framework (IREF) – What impact the introduction of IREF has on data and processes in banks
•Reporting software solutions and changes in the provider landscape - from established players to open source solutions - what options are available for banks now?
• The IReF brings a change of paradigm to European statistical reporting, resulting into a first tangible and necessary step towards the integration of statistical, prudential and resolution requirements
• Reporting requirements are organised in a common logical data model where each concept is defined once in a common data dictionary and reused across domains
• This ensures a technology-independent and unambiguous representation of reporting requirements that leads to a more efficient and less costly reporting for both banks and authorities
• Overview of the current state of the BIRD programme from a steering group perspective, including recent content and structural developments.
• Clarification of the interdependencies between BIRD and IReF, with a focus on target architecture, timelines and key design decisions.
• Insights from the prototyping workstream: typical implementation questions, practical challenges and early learnings from participating banks.
• Stand und Zeitplan der IReF-Umsetzung – was jetzt vorbereitet werden muss
• Harmonisierung vs. nationale Besonderheiten: Wie einheitlich wird die Umsetzung wirklich?
• Auswahl und Steuerung von Anbietern: von etablierten Playern bis zu Open-Source-Lösungen
• Anforderungen an Architektur, Governance und Schnittstellen im künftigen Meldewesen • Rolle von ESG-Reporting und RDARR-Anforderungen als Treiber für Toolentscheidungen
• Welche Punkte fallen in Prüfungen am häufigsten durch?
• Wie lassen sich Governance- und Dokumentationslücken schließen?
• Rolle der Aufsicht bei der Harmonisierung von Interpretationen. Mag. (FH) Gernot Burgsteiner
• Erreichen Sie ein holistisches IKT-Risikomanagement und revolutionieren Sie ihren Auditansatz durch
• Kontinuierliche Compliance Überprüfung durch datenbasierte Evidenzen • Konsistentes objektives Reporting durch Standardisierung
• Automatisiertes Reporting durch angebundene Datenquellen
• Wie weit sind Banken und Versicherungen mit der Umsetzung von DORA – und wo zeigen sich die größten Unterschiede zwischen EU-Mitgliedsstaaten?
• Welche Anforderungen werden von der Aufsicht besonders kritisch geprüft, und wie gehen Institute mit Interpretationsspielräumen und widersprüchlichen Erwartungen um?
• Welche Prioritäten sollten Banken und Versicherungen in der Post-Implementation-Phase setzen, um ICTResilienz, Third-Party-Governance und Incident- Management nachhaltig zu verankern?
• Anforderungen des SRB Data Collection Exercise (DCE) – von der Identifikation kritischer Funktionen bis zur Zuordnung zu IT-Systemen, Dienstleistern und Market Infrastructures
• Überschneidungen mit DORA-Anforderungen in Bezug auf IT-Kritikalität, Resilienz-Reporting und Governance
• Erfahrungen der DZ Bank bei der gruppenweiten Umsetzung: zentrale und dezentrale Datenarchitektur, Plattform- und Schnittstellenmanagement
• Aktuelle Betrugsmuster
• Sicherungsma.nahmen im Online-Banking
• KI Unterstützung in der ZV-Phishing-Betrugspr.vention
• Ma.nahmen zur Kundensensibilisierung