Fachartikel

KI-Resilienz: Geopolitische KI-Abhängigkeiten souverän managen

NEWS 03/2025

KI-Resilienz, das heißt die Fähigkeit von KI-Systemen, widerstandsfähig gegenüber Störungen, untypische Situationen und Angriffe zu sein, ist eine regulatorische und sicherheitsrelevante Notwendigkeit. Angesichts internationaler Spannungen, insbesondere im transatlantischen Verhältnis, rücken KI- und Cloud-Abhängigkeiten außerhalb Europas sowie daraus entstehende Risiken zunehmend in den Fokus von Kreditinstituten.

71
4 Minuten Lesezeit
NEWS 03-2025, KI-Resilienz, KI-Abhängigkeit

KI-Resilienz gewinnt an Bedeutung

Mit Blick auf geopolitische Spannungen, insbesondere gegenüber den USA und China, sind KI- und Cloud-Abhängigkeiten kritische Realität für Banken. Doch wie damit umge­hen? Am besten, indem man die Risiken, wie nachfolgend beschrieben, fokussiert angeht!

Angesichts internationaler Spannungen, insbesondere im transatlantischen Verhältnis, rücken Abhängigkeiten von Cloud-Anbietern außerhalb Europas zunehmend in den Fokus von Kreditinstituten.

Erste Institute reagieren bereits: So gab beispielsweise die Landesbank Hessen-Thüringen (Helaba) am 12.08.20251 in einer Pressemitteilung bekannt, dass sie mit Schwarz Digits, dem Infrastrukturdienstleister der Schwarz Gruppe, eine Partner­schaft eingeht.

Es ist für Geldhäuser also an der Zeit, ihre KI-Infrastruktur ge­genüber möglichen Risiken krisenfest zu machen. Aber ist der Wechsel so einfach möglich – und ist er auch wirtschaftlich?

Sie möchten mehr lesen?

Sie haben bereits ein Konto? Dann loggen Sie sich einfach ein. Sie sind neu auf Banking.Vision? Registrieren Sie sich und nutzen Sie kostenfrei alle Inhalte.

Exklusive Inhalte Erfahren Sie es immer zuerst.
Fundierte Branchenkenntnis Folgen Sie unseren Experten.
Kostenlose Registrierung Profitieren Sie uneingeschränkt von allen Inhalten.
Immer up to date Verpassen Sie keinen Beitrag mehr.
Forthmann_Fabian

Fabian Forthmann

ist als Manager im Bereich Artificial Intelligence bei der msg for banking tätig. Er berät Banken und Finanzdienstleister hinsichtlich der Entwicklung und Einführung von datengetriebenen Modellen in ihrem technischen und regulatorischen Umfeld. Neben der Erschließung vielversprechender Anwendungsfälle von künstlicher Intelligenz bewegt ihn insbesondere die nachhaltige Nutzung von künstlicher Intelligenz als Werkzeug zur Lösung handfester Problemstellungen.