Rund die Hälfte der befragten Schweizer Finanzinstitute setzt KI bereits ein oder entwickelt entsprechende Anwendungen; über 90 Prozent der KI-nutzenden Institute verwenden generative KI. Zugleich sehen 78 Prozent der Finanzdienstleister im Verzicht auf KI ein Rentabilitätsrisiko. Viele Retailbanken verfügen bereits über Governance-Strukturen. Die Herausforderung liegt darin, diese unter technologischen, regulatorischen und organisatorischen Veränderungen aktuell und angemessen zu halten. Bestehende Vorgaben und Frameworks zeigen hierfür nur begrenzt ein systematisches Vorgehen auf.

Die Arbeit verbindet die Analyse regulatorischer Vorgaben, etablierter Frameworks und internationaler Best Practices mit einer qualitativen Einzelfallstudie bei einer Schweizer Retailbank. Leitfadengestützte Experteninterviews wurden in Anlehnung an die qualitative Inhaltsanalyse ausgewertet. Aus Literatur und Praxis wurden Anforderungen an ein dynamisches AI-Governance-Framework abgeleitet und in einem praxisorientierten Anwendungsdokument mit Prüffragen und einer Entscheidungslogik aufbereitet.

Das Ergebnis ist ein dynamisches AI-Governance-Framework, das bestehende Strukturen nicht ersetzt, sondern ergänzt. Es verbindet fünf institutsspezifische Governance-Bereiche mit vier übergreifenden Beurteilungskriterien: Anpassungsfähigkeit, Messbarkeit, technische Beherrschbarkeit und praktische Umsetzbarkeit. Ein kontinuierlicher Zyklus umfasst Überprüfen und Bewerten. Je nach Befund ergibt sich eines von vier Ergebnissen: kein unmittelbarer Handlungsbedarf mit dokumentierter Begründung, Anpassen, Weiterentwickeln oder die koordinierte Kombination beider Prozessfolgen. Für die Auftraggeberschaft entsteht damit eine strukturierte Grundlage, um ihre AI Governance periodisch oder anlassbezogen zu beurteilen und Entscheidungen nachvollziehbar zu dokumentieren. Ein begleitendes Anwendungsdokument stellt dafür Prüffragen und eine Entscheidungslogik bereit.