Was diese Woche passiert ist
Die FAZ berichtet über eine Entwicklung, die in der Finanzbranche bisher unterschätzt wurde: Die Trump-Administration verschärft den Zugang ausländischer Nutzer zu führenden US-KI-Modellen. Anthropic hat den Zugang für bestimmte Regionen und Anwendungsfälle eingeschränkt. OpenAI und Google folgen mit eigenen Compliance-Hürden für Nicht-US-Kunden. Europa wacht auf, schreibt die FAZ. Spät, aber immerhin.
Für DACH-Finanzinstitute ist das keine geopolitische Randnotiz. Es ist eine Frage der operativen Verfügbarkeit. Wer in den letzten 18 Monaten Claude, GPT-4 oder Gemini in Workflows eingebaut hat, sitzt jetzt auf einem Klumpenrisiko. Modell-Zugang ist nicht mehr selbstverständlich.
Warum das speziell die Finanzbranche trifft
Finanzdienstleister haben drei Eigenschaften, die zusammen toxisch sind, wenn ein US-Anbieter den Hahn zudreht.
Erstens: Regulierte Daten. Kundendaten, Transaktionsdaten, Beratungsprotokolle. Wer die in einem US-Modell verarbeitet, hat ohnehin schon DORA-, MiFID- und DSGVO-Fragen geklärt (hoffentlich). Wenn jetzt der Zugang plötzlich eingeschränkt wird, ist nicht nur der Workflow weg. Auch die mühsam aufgebaute Compliance-Doku ist Makulatur.
Zweitens: Tief verankerte Use-Cases. Ein Wealth-Manager, der Client-Reporting über Claude generiert. Ein Asset-Manager, der Research-Memos mit GPT-4 zusammenfasst. Ein Vermögensberater, der Geeignetheitsprüfungen mit einem LLM vorstrukturiert. Diese Workflows sind nicht trivial ersetzbar. Prompts, Guardrails, Evaluations sind modellspezifisch.
Drittens: Konkurrenz schläft nicht. Wenn die deutsche Privatbank den Zugang verliert, der französische Konkurrent aber dank Mistral weiterarbeitet, ist das ein direkter Wettbewerbsnachteil. Im Asset-Management zählt jede Stunde Research-Vorsprung.
Besonders heikel: Trading-Häuser und Quant-Fonds, die LLMs für Sentiment-Analyse oder News-Verarbeitung einsetzen. Hier ist die Modellverfügbarkeit teilweise an Latenz und SLA gekoppelt. Ein Ausfall mitten im Handelstag ist nicht akzeptabel.
Was Europa tatsächlich anzubieten hat
Die ehrliche Antwort: mehr als viele denken, weniger als die Schlagzeilen suggerieren.
Mistral (Frankreich) ist die ernsthafteste Option. Mistral Large 2 und die neuen Reasoning-Modelle sind in vielen Finanz-Tasks konkurrenzfähig. EU-Hosting, EU-Recht, klare Vertragslage. Bei strukturierten Aufgaben (Dokumentenextraktion, Klassifikation, Zusammenfassungen) reicht die Qualität für die meisten Finanz-Workflows.
Aleph Alpha (Deutschland) hat den B2B-Fokus auf regulierte Branchen geschärft. Für Banken, die On-Premise oder in einer souveränen Cloud betreiben wollen, ist das oft die einzige realistische Option. Die Modellqualität liegt hinter den US-Frontiers, aber für viele Compliance- und Backoffice-Aufgaben ist das ausreichend.
Open-Source-Modelle (Llama, Qwen, DeepSeek) lassen sich in europäischen Rechenzentren betreiben. OVH, IONOS, StackIT und Schwarz Digits bieten passende Infrastruktur. Wer technische Kompetenz im Haus hat, baut sich damit eine souveräne Stack, die niemand abdrehen kann.
Was Europa nicht hat: ein Modell auf dem Niveau von Claude Opus oder GPT-5 für komplexe Reasoning-Aufgaben. Wer das braucht (etwa für anspruchsvolle Investment-Research-Synthese), muss ehrlich abwägen: Risiko des US-Zugangs gegen Qualitätseinbußen bei europäischen Alternativen.
Mein Rat: Drei Schritte für die nächsten 90 Tage
Aus meiner Sicht ist jetzt nicht der Moment für Panik. Aber für strukturierte Vorbereitung.
Schritt 1: Modell-Inventur. Listen Sie auf, welche KI-Modelle in welchen Geschäftsprozessen eingesetzt werden. Wer ist der Anbieter, wo läuft das Modell, was ist der Vertragsstand? Bei vielen Häusern existiert diese Liste nicht. Ohne sie ist keine Risikoeinschätzung möglich. Häufiges Muster: Die IT weiß von drei Use-Cases, in der Fachabteilung laufen zwölf.
Schritt 2: Zweitanbieter-Strategie pro Use-Case. Nicht jeder Use-Case braucht das beste Modell. Identifizieren Sie für jeden produktiven KI-Workflow einen europäischen Fallback. Bei einfachen Tasks (Klassifikation, Extraktion, Zusammenfassung) ist der Wechsel zu Mistral oder einem Open-Source-Modell oft eine Sache von Tagen. Bei komplexen Tasks brauchen Sie eine Architektur, die Modell-Wechsel überhaupt erlaubt. Wer alles direkt gegen die OpenAI-API geschrieben hat, hat ein Problem.
Schritt 3: Souveränitätsfrage im Vorstand klären. Das ist keine IT-Frage mehr. Es ist eine strategische Frage: Wie viel KI-Abhängigkeit von US-Anbietern verträgt das Haus? Welche Workflows dürfen nie ausfallen? Wo ist Qualitätseinbuße zugunsten von Verfügbarkeit akzeptabel? Diese Entscheidung gehört dokumentiert, nicht dem CTO überlassen.
Ein Punkt zum Schluss. DORA verlangt seit Januar 2025 ein robustes ICT-Risikomanagement, inklusive Dritt-Anbieter-Risiko. Wer in der Aufsichtsprüfung erklären muss, warum kritische KI-Workflows von einem einzigen US-Anbieter abhängen, hat ein Erklärungsproblem. Die Anthropic-Sperre ist das praktische Beispiel, das die Aufseher jetzt zitieren werden. Nutzen Sie das Momentum, um die Multi-Vendor-Strategie intern durchzusetzen, die ohnehin überfällig war.