Die Rechtsstruktur des Kunden entscheidet bei der Deutschen Bank über das Kredittempo

Marie-Jeanne Deverdun, seit Mai als Chief Technology, Data and Innovation Officer im Vorstand der Deutschen Bank, hat in einem am 26. Oktober von Reuters veröffentlichten Interview eine konkrete Zeitangabe gemacht. Künstliche Intelligenz verkürze manche Kreditentscheidungen für kleinere Firmenkunden von Wochen auf Minuten und manche Entscheidungen für multinationale Konzerne von Monaten auf Wochen, das Projekt sei seit dem Sommer live. TheStreet las das als Produktivitätszahl und überschrieb seinen Text mit „Deutsche Bank just put a hard number on AI productivity“.

Die Begründung, die Marie-Jeanne Deverdun selbst liefert, weist allerdings auf etwas anderes als Rechenleistung. Die Minuten gelten nach ihren Worten für Firmenkunden, „which are less complicated in their setup and their legal structure“. Gemessen wird damit offenbar vor allem, für welche Kunden die Bank eine schnelle Spur vorsieht. Wo diese Spur beginnt, wie groß die Kredite auf ihr sind und ob am Ende ein Mensch entscheidet, geht aus den öffentlichen Aussagen der Bank zum Kreditprojekt nicht hervor. Verpflichtet ist sie dazu auch nicht, denn die Leitlinie der European Banking Authority (EBA) zur Kreditvergabe verlangt eine interne Festlegung und keine Veröffentlichung. Für Wettbewerber und Aufseher liegt die eigentliche Nachricht deshalb in dieser Grenze. Die folgende Einordnung stützt sich auf die öffentlichen Aussagen der Bank und auf die einschlägigen Regeln, die internen Abläufe der Deutschen Bank sind nicht öffentlich.

Drei Angaben der Bank messen unterschiedliche Strecken

Die Minuten sind die dritte Zeitangabe, die die Deutsche Bank in diesem Jahr zu ihrem Kreditprozess gemacht hat. In den vorbereiteten Bemerkungen zum ersten Quartal vom 29. April hieß es, die Bank nutze KI, „to significantly accelerate the credit process in the Corporate Bank“, eine Zahl fehlte. Christian Sewing nannte auf der Hauptversammlung am 28. Mai eine. Im Mittelstand verkürze die Bank, so der Vorstandsvorsitzende, „die Dauer vom Erstkontakt bis zur Auszahlung eines Kredits um bis zu 95 Prozent“. Marie-Jeanne Deverdun spricht im Oktober von der Entscheidung und nicht von der Auszahlung, und laut Reuters von Wochen auf Minuten bei einigen kleineren Firmenkrediten.

Die drei Angaben betreffen unterschiedliche Strecken desselben Prozesses. Die erste nennt keine Größe, die zweite misst die Durchlaufzeit von der ersten Kundenanfrage bis zum Geld auf dem Konto, die dritte die Zeit bis zur Kreditentscheidung, wobei Reuters nicht angibt, wo diese Strecke beginnt. Zwar liegt es nahe, die Zahlen als Etappen eines Programms zu lesen, das im Frühjahr angekündigt und im Sommer geliefert wurde. Doch die beiden Zahlen lassen sich nicht ineinander umrechnen, und der Q1-Bericht nennt keine. Ein Rückgang von drei Wochen auf zehn Minuten entspräche nach eigener Rechnung mit Beispielwerten mehr als 99 Prozent, die Zahl der Hauptversammlung liegt bei bis zu 95 Prozent für eine längere Strecke und das Segment Mittelstand. Beide Zahlen können zugleich stimmen, nur sagt keine etwas über die andere.

Für den Vergleich mit dem eigenen Haus folgt daraus eine Reihenfolge. Wer die eigene Kreditstrecke gegen solche Angaben halten will, legt zuerst fest, welche Strecke gemessen wird, also Entscheidung, Zusage oder Auszahlung, und erst dann, wie schnell sie ist. Ohne diese Festlegung vergleicht ein Firmenkundenvorstand eine eigene Durchlaufzeit mit einer fremden Entscheidungszeit und hält das Ergebnis für einen Rückstand, der in Wahrheit ein Unterschied der Messgröße ist.

Schnelle Entscheidungen für kleine Firmenkunden gibt es seit Jahren

Der stärkste Einwand gegen jede Aufregung über Minuten lautet, dass sie im kleinen Firmenkundengeschäft nicht neu sind. Die Sparkassen bewerten Kreditnehmer mit ihrem KundenKompaktRating bis 750.000 Euro überwiegend automatisiert. Das ist ein Rating und keine Zusage, aber es nimmt dem Kreditprozess einen aufwendigen Prüfschritt ab. Die Commerzbank meldete im März 2018 laut IT-Finanzmagazin für den online beantragten Betriebsmittelkredit, die Bearbeitung habe „vorher durchschnittlich sechs bis acht Tage“ gedauert und gelinge „nun im Idealfall innerhalb von 24 Stunden“. Die Deutsche Bank selbst bietet Geschäftskunden einen Kredit „bis zu einem Gesamtbetrag von 250.000 Euro sogar direkt online“ an und stellt dort die Auszahlung „innerhalb von wenigen Tagen“ in Aussicht. Automatisierte Bewertung hat kleine Kredite beschleunigt, lange bevor Sprachmodelle in Kreditprozessen diskutiert wurden.

Freilich unterscheidet sich die Meldung vom Oktober in zwei Punkten von diesen Verfahren. Sie stammt von einem bedeutenden Institut unter direkter Aufsicht der Europäischen Zentralbank (EZB), dessen Firmenkundengeschäft laut Geschäftsbericht vom kleinen Geschäftskunden über den Mittelstand bis zum multinationalen Konzern reicht. Und nach der Begründung von Marie-Jeanne Deverdun zieht die Bank die Grenze ihrer schnellen Spur über die Struktur des Kunden, während Online-Kredite sie über einen Betrag ziehen. Ein Betrag steht im Antrag. Ob eine Rechtsstruktur einfach ist, steht dort nicht, die Bank muss es feststellen.

Die EBA-Leitlinie lässt die Bank die Grenze selbst ziehen

Für die Deutsche Bank gelten als bedeutendes Institut nicht die deutschen Mindestanforderungen an das Risikomanagement (MaRisk), die seit der neunten Novelle bedeutende Institute ausnehmen. Es gilt die Leitlinie EBA/GL/2020/06 zur Kreditvergabe und -überwachung, deren Einhaltung die EZB für die von ihr beaufsichtigten Banken erklärt hat. Sie gilt seit dem 30. Juni 2021, die Regel ist also nicht neu. Die Leitlinie erfasst automatisierte Modelle in der Kreditwürdigkeitsprüfung und in der Kreditentscheidung, und zwar auch solche, die eine Entscheidung nur vorbereiten. Ihr Einsatz soll „appropriate to the size, nature and complexity of the credit facility and the types of borrowers“ sein (Rz 41). Die Abschnitte 4.3.3 und 4.3.4 verlangen, dass die Bank ihr Modell versteht, die Qualität der Eingangsdaten sichert, Ergebnisse nachvollziehen kann und Mechanismen für Abweichungen und Eskalation vorhält.

Entscheidet ein Modell selbst, wird die Leitlinie konkreter. Die Kreditrisikopolitik muss dann festlegen, für welche „products, segments and limits“ automatisiert entschieden werden darf (Rz 38 g), und das Entscheidungsgerüst muss die Befugnisse und Grenzen „of any automated models for credit decision-making purposes“ ausweisen (Rz 65). Das wäre genau die Grenze, nach der Wettbewerber fragen. Die Leitlinie verlangt sie als interne Festlegung, die die Aufsicht prüfen kann, eine Veröffentlichung gegenüber Kunden oder Markt sieht sie nicht vor. Dass die Deutsche Bank die Grenze nicht nennt, ist damit eine Beobachtung und kein Versäumnis.

Wie weit Banken diesen Spielraum nutzen, lässt sich nur aus Selbstauskünften ablesen. Dreizehn bedeutende Institute berichteten der EZB 2025 in Workshops, KI-Modelle im Credit Scoring unterstützten Entscheidungen durch Menschen, „except for small retail loan originations, which are sometimes automated“. Die Aufsicht veröffentlichte die Ergebnisse im November 2025 ausdrücklich nicht als Aufsichtsbewertung. Ob die Deutsche Bank unter den dreizehn war, ist nicht bekannt. Sind ihre Minuten automatisierte Entscheidungen, wäre zu klären, ob sie über die „small retail loan originations“ hinausgehen, die diese Institute 2025 beschrieben haben. Sind es von KI vorbereitete Entscheidungen, die ein Mensch trifft, beschreibt die Minute die Arbeitszeit der Kreditanalyse. Reuters lässt beide Lesarten offen. Christian Sewing hatte auf der Hauptversammlung zwar gesagt, die Entscheidung bleibe beim Menschen, die Aussage stand dort aber im Abschnitt über Kontrollen und betraf Kredit- und Compliance-Prüfungen, nicht das Kreditprojekt. Wie die EZB die Rolle des Menschen in diesen Prozessen sonst einordnet, beschreibt ein früherer Artikel zur KI-Nutzung bedeutender Institute.

Eine einfache Struktur ergibt sich erst aus einer Prüfung

Wer im Handel Kreditlinien für Gegenparteien verwaltet hat, weiß, dass die Arbeit selten im Limit selbst steckt und meist in der Frage, wer alles zur Gegenpartei gehört. Ist die Rechtsstruktur das Kriterium, verlegt die Bank genau diese Frage an den Anfang des Kreditprozesses. Seit dem 31. März 2026 darf eine Bank nach § 18 Kreditwesengesetz (KWG) einen Kredit, der „insgesamt 1 500 000 Euro oder 10 Prozent seines Kernkapitals“ überschreitet, nur gewähren, wenn sie sich die wirtschaftlichen Verhältnisse offenlegen lässt, vorher lag die Schwelle bei 750.000 Euro. Unterhalb dieser Schwelle verlangt § 18 KWG keine Offenlegung, die Strukturfrage ergibt sich dort aus der Gruppenbildung, der Geldwäscheprüfung und der Kreditwürdigkeitsprüfung nach der EBA-Leitlinie. Kreditnehmer ist dabei nicht unbedingt die einzelne Gesellschaft, denn nach § 19 (3) KWG zählt eine Gruppe verbundener Kunden als ein Kreditnehmer. Welche Gesellschaften dazugehören, regelt Art. 4 (1) Nr. 39 CRR, seit 2024 ergänzt um die Delegierte Verordnung (EU) 2024/1728 mit Kriterien für Kontrolle und elf Fallgruppen wirtschaftlicher Abhängigkeit.

Die EBA-Leitlinie zieht dieselbe Linie durch die Kreditwürdigkeitsprüfung. Bei mittleren und großen Unternehmen verlangt sie ausdrücklich, „the organisational structure, business model and strategy of the borrower“ zu analysieren (Rz 144 b), bei Kleinst- und Kleinunternehmen nennt Rz 121 b nur Geschäftsmodell und Strategie. Gehört ein Kreditnehmer zu einer Gruppe, sollen Banken Informationen über die verbundenen Kunden einholen, „especially when repayment is reliant on cash flow emanating from other connected parties in the same group“ (Rz 93), und sinngemäß gilt die Prüfung auf Gruppenebene auch für Kleinst- und Kleinunternehmen (Rz 124). Allerdings folgt sie der EU-Definition kleiner und mittlerer Unternehmen, und ein großer Teil des deutschen Mittelstands dürfte damit unter die strengere Gruppe fallen. Was Reuters mit „smaller corporates“ meint, lässt sich keiner der beiden Klassen zuordnen.

Hinzu kommt die Geldwäscheprüfung. Das Geldwäschegesetz verlangt, die Eigentums- und Kontrollstruktur eines Vertragspartners „in Erfahrung zu bringen“, allerdings bei Begründung der Geschäftsbeziehung und nicht bei jeder einzelnen Kreditentscheidung. Ab dem 10. Juli 2027 gilt die EU-Geldwäscheverordnung (EU) 2024/1624, und sie rechnet indirekte Beteiligungen entlang jeder Kette. Anteile werden „along the chain“ multipliziert und über alle Ketten addiert, „all shareholdings on every level of ownership“ zählen. Mittelbare Beteiligungen erfasst schon das Geldwäschegesetz, neu ist die ausdrückliche Rechenregel. Nach eigener Einschätzung ändert sich für eine Gesellschaft mit einem einzigen Gesellschafter wenig. Für eine Holding mit drei Ebenen wächst die Arbeit, bevor die Bank die erste Bilanz gelesen hat.

Die Einstufung als einfache Struktur ist damit selbst eine Prüfung, und nach eigener Ableitung entscheidet sie darüber, wer auf die schnelle Spur kommt. Wie undurchsichtig eine Gruppe sein kann, zeigt der Fall Greensill. Die BaFin ordnete am 11. September 2020 eine Sonderprüfung der Greensill Bank an, nach Angaben der Bundesregierung „angesichts der Komplexität des Geschäftsmodells der Greensill Gruppe und der Intransparenz der wirtschaftlichen Verhältnisse der GFG Alliance“.

Im Verbraucherkredit zieht der Gesetzgeber die Grenze

Die Frage, wer die Grenze automatisierter Kreditentscheidungen zieht, hat im Privatkundengeschäft eine andere Antwort. Dort hat der Gesetzgeber sie gezogen, und das an mehreren Stellen. Art. 22 der Datenschutz-Grundverordnung (DSGVO) gibt der betroffenen Person das Recht, keiner ausschließlich auf automatisierter Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihr gegenüber rechtliche Wirkung entfaltet. Ab dem 20. November 2026 kann ein Darlehensnehmer nach § 30 (6) des Bundesdatenschutzgesetzes (BDSG) bei einem Allgemein-Verbraucherdarlehen „das Eingreifen einer Person verlangen“, wenn die Kreditwürdigkeitsprüfung automatisiert verarbeitet wird. Der EU AI Act stuft die Kreditwürdigkeitsprüfung natürlicher Personen als Hochrisiko-Anwendung ein. Die Einzelheiten stehen in früheren Artikeln zum Rollout der Kredit-Agenten bei der Bank DBS aus Singapur und zu den KI-Fallbeispielen der britischen Financial Conduct Authority (FCA).

Im Firmenkredit fehlt eine solche gesetzliche Linie. Art. 22 DSGVO schützt natürliche Personen, die GmbH ist keine, und der EU AI Act erfasst die Kreditwürdigkeit juristischer Personen nicht. Die Grenze zieht hier die Bank, in ihrer Kreditrisikopolitik und in ihrem Entscheidungsgerüst, und die Aufsicht prüft, ob sie das nachvollziehbar getan hat. Ein Mangel muss das zwar nicht sein, denn ein Unternehmen verhandelt mit seiner Bank anders als ein Verbraucher und hat in der Regel eigene Berater. Doch es verschiebt die Last. Wo im Privatkundengeschäft das Gesetz die Fragen stellt, muss im Firmenkundengeschäft die Bank sie sich selbst stellen und die Antworten für die Prüfung bereithalten. Für Einzelkaufleute und Freiberufler, die als natürliche Personen unter Art. 22 DSGVO fallen und deren Einordnung unter den EU AI Act offen ist, verläuft die Grenze mitten durch das kleine Firmenkundengeschäft, und zwar überall dort, wo eine schnelle Spur auch Einzelkaufleute oder Freiberufler erfasst.

Agenten auf Kundenseite machen die Vollmacht zur nächsten Strukturfrage

Marie-Jeanne Deverdun hat im selben Interview angekündigt, die Bank bereite sich auf „an agentic economy where our agents interact with the agents of our clients with clear accountability and the right controls“ vor. Gesteuert werden die eigenen Agenten nach ihren Angaben über eine interne Plattform namens ADA, die Agenten entwickelt, überwacht und kontrolliert und den Wechsel zwischen Modellen erlaubt. Ob ADA auch das Kreditprojekt trägt, sagt der Bericht nicht. In den USA laufen die Signale derzeit in die Gegenrichtung. Große Banken beschränken nach einem Bericht von Axios vom 22. Oktober den Zugriff fremder KI-Agenten auf Kundenkonten, Morgan Stanley blockiert sie, andere bewegen sich in Richtung eines reinen Lesezugriffs.

Für den Firmenkredit hat das nach eigener Ableitung eine praktische Folge. Reicht künftig der Agent eines Kunden die Unterlagen ein, kommt zur Frage nach der Gesellschafterstruktur die Frage hinzu, in wessen Auftrag und mit welcher Befugnis der Agent handelt. Die schnelle Spur setzt dann nicht nur eine einfache Struktur voraus, sondern auch eine nachweisbare Vollmacht. Wie Einwilligung, Authentifizierung und Haftung bei Zahlungen durch Agenten sortiert werden sollen, beschreibt der Artikel zur Konsultation des britischen Finanzministeriums.

Handlungsempfehlungen für Firmenkundenvorstand, Kreditrisiko und Compliance

Begriffserklärung

Christian Schablitzki – the agentic banker

Strategy & Management Consultant · Agentic-AI-Experte für Finanzinstitute

Über 20 Jahre in Investmentbanking und Derivatehandel, anschließend mehr als 10 Jahre als Berater für Finanzinstitute. Aktuell Partner bei Infosys Consulting in Deutschland. Zertifiziert als Claude Partner – Claude Code (Anthropic), außerdem in Google AI, Generative AI Leader (Google Cloud) und IBM RAG and Agentic AI.

LinkedIn-Profil → · agenticbanker.ai →