Ziele

  • Reduzierung des Arbeitsaufwandes von Compliance und nachgelagerten Fachabteilungen bei der Analyse und Einwertung neuer Rechtsnormen
  • Transition der Rolle von Compliance weg von repetitiven, manuellen Einwertungen hin zu qualitativ hochwertiger und zielgerichteter Bewertung
  • Erhöhung der Zuweisungsqualität von Rechtsnormen an Fachbereiche
  • Schnellere Einwertung neuer Rechtsnormen im Vergleich zum Status quo

Aufgaben

  • Analyse des Compliance-Prozesses im Status Quo & Identifikation von Stellschrauben für KI-basierte Optimierungen
  • Erarbeitung eines schlanken Zielprozesses zur Zuordnung von Rechtsnormen
  • Einsatz von Machine Learning zur Bewertung der MaRisk-Relevanz, Identifikation der relevanten Fachabteilungen & Einwertung möglicher Folgen durch die Rechtsnorm
  • Automatisierte Erstellung schriftlicher Begründungen für die Einwertungen der KI
  • Regulatorische Prüfung des entwickelten Zielprozesses

Ergebnisse

  • Optimierter Compliance-Prozess für die Zuweisung von Rechtsnormen
  • KI-Prototypen zur Bewertung & Zuordnung von Rechtsnormen an Fachabteilungen
  • Prototyp zur Generierung von Begründungstexten auf Basis von GPT-4
  • Betriebsmodell für den Einsatz der KI-Modelle auf Produktion
  • Bewertung verschiedener Umsetzungsmöglichkeiten für den produktiven Betrieb (Make vs. Buy)

Unser Beitrag

  • Prozessseitige Optimierung des bestehenden Compliance-Prozesses
  • Identifikation von Stellschrauben für KI-basierte Optimierungen
  • Modellierung und Entwicklung mehrerer KI-Prototypen auf Basis von Transformer- und Large Language Models
  • Entwicklung eines Betriebsmodells für den Einsatz der KI-Modelle im produktiven Betrieb
  • Regulatorische Prüfung der Ziellösung
  • Coaching der Product Owner beim Einsatz von agilen Methoden
  • Coaching und Wissenstransfer zu Entwicklung und Betrieb leistungsfähiger KI-Modelle