Gesetzliche Auflagen Künstliche Intelligenz (KI) Nachhaltigkeit ESG Technologie und Innovation Aktien Alternative Investments Anleihen Multi-Asset Blog

KI-Ethik und Regulierung: Wie Anleger durch das Labyrinth navigieren können

29 Mai 2026

5 min read

Von Markenrisiken bis hin zu regulatorischer Unsicherheit birgt KI Herausforderungen für Anleger. Gibt es einen Weg nach vorn?

Künstliche Intelligenz (KI) wirft viele ethische Fragen auf, die zu Risiken für Verbraucher, Unternehmen und Anleger führen können. Die KI-Regulierung, die sich regional ungleichmäßig entwickelt, trägt zur Unsicherheit bei. Der Schlüssel für Anleger liegt unserer Ansicht nach darin, sich auf Transparenz und Erklärbarkeit zu konzentrieren.

Die ethischen Probleme und Risiken der KI beginnen bei den Entwicklern, die die Technologie erschaffen. Von dort fließen sie zu den Kunden der Entwickler – Unternehmen, die KI in ihre Geschäftsabläufe integrieren – und weiter zu den Verbrauchern und der Gesellschaft im Allgemeinen. Durch ihre Beteiligungen an KI-Entwicklern und Unternehmen, die KI nutzen, sind Anleger beiden Enden der Risikokette ausgesetzt.

Unterschiedliche Vorschriften prägen das KI-Risiko

KI entwickelt sich weiterhin rasant und ist dem Verständnis der meisten Menschen weit voraus. Zu denjenigen, die versuchen, Schritt zu halten, gehören globale Regulierungsbehörden und Gesetzgeber, deren Aktivitäten in letzter Zeit stark zugenommen haben. Viele Länder haben nationale KI-Strategien veröffentlicht, und einige große Rechtsordnungen sind von der Strategie zu durchsetzbaren Regeln übergegangen (Abbildung).

Globale Entwicklung von KI-Richtlinien und -Regulierung

Aktivität ist hoch, aber Fortschritte sind uneinheitlich

Die Weltkarte zeigt, dass die meisten Länder außerhalb Afrikas eine nationale KI-Strategie veröffentlicht haben oder entwickeln.

Vergangene und aktuelle Analysen sind keine Garantie für zukünftige Ergebnisse.
Stand: 31. Dezember 2025
Quelle: AI, Algorithmic and Automation Incidents and Controversies (AIAAIC) Repository; und Sha Sajadieh et al., The AI Index 2026 Annual Report, AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA, April 2026

Das Fehlen eines einheitlichen Ansatzes zur KI-Regulierung über Grenzen hinweg schafft Komplikationen für internationale Unternehmen. Regulatorische Ansätze unterscheiden sich in Form und Umfang. Das Gesetz zur Künstlichen Intelligenz der Europäischen Union (EU) verfolgt ein risikobasiertes Modell mit strengen Anforderungen für Hochrisiko-KI-Systeme. Die USA verfolgen einen sektorspezifischen Ansatz, der Innovation und Wettbewerbsfähigkeit in den Vordergrund stellt. China priorisiert staatliche Kontrolle, Datensouveränität und umfassende Überwachung.

Diese Regulierungslandschaft verlangt von international tätigen Unternehmen, die Entwicklungen genau zu beobachten – und verschärft die weiteren Risiken der KI für Investoren.

Datenrisiken können Marken schaden

In der Geschäftswelt wird KI oft durch generative Werkzeuge – wie Text-, Video- und Sprachgenerierung – und große Sprachmodelle (Large Language Models, LLMs) eingesetzt. LLMs bilden die Grundlage für Anwendungen wie Chatbots, automatisierte Inhaltserstellung und groß angelegte Datenanalysen.

Viele Unternehmen haben festgestellt, dass KI-Innovationen potenziell markenschädigende Risiken bergen können. Diese können aus Verzerrungen in den Daten entstehen, mit denen LLMs trainiert werden, und haben dazu geführt, dass Banken bei der Bewilligung von Immobilienkrediten unbeabsichtigt Minderheiten diskriminierten und ein US-Krankenversicherer mit einer Sammelklage konfrontiert wurde, in der behauptet wird, dass seine Verwendung eines KI-Algorithmus dazu geführt hat, dass Ansprüche auf Langzeitpflege für ältere Patienten zu Unrecht abgelehnt wurden.

Risiken gehen auch von KI-Trainingsdaten aus. Im September 2025 hat Anthropic eine Sammelklage wegen raubkopierter Trainingsdaten für etwa 1,5 Milliarden US-Dollar beigelegt. Bis zum Jahresende waren mehr als 70 Urheberrechtsklagen im Bereich der generativen KI eingereicht worden, darunter The New York Times gegen OpenAI und Microsoft, Disney und Universal gegen Midjourney sowie Getty Images gegen Stability AI. Das Risiko durch KI-Trainingsdaten ist zunehmend ein quantifizierbares Bilanzrisiko.

Tendenziösität, Diskriminierung und Trainingsdaten sind zentrale regulatorische Risiken, die Anleger auf dem Schirm haben sollten; weitere umfassen Rechte an geistigem Eigentum und Datenschutzbedenken hinsichtlich der Daten. Maßnahmen zur Risikominderung – wie beispielsweise Entwicklertests zur Leistung, Genauigkeit und Robustheit von KI-Modellen sowie die Bereitstellung von Transparenz und Unterstützung für Unternehmen bei der Implementierung von KI-Lösungen – sollten ebenfalls genau geprüft werden.

Tief graben, um KI-Regulierungen zu verstehen

Regulierungsansätze für KI entwickeln sich auf eine Weise auseinander, die für Investoren von Bedeutung ist. Das KI-Gesetz der EU, ein umfassender, risikobasierter Rahmen, wird seit 2024 phasenweise eingeführt. Die USA setzen hingegen auf bestehende Bundesbehörden, freiwillige Rahmenwerke und Gesetze auf Bundesstaatsebene anstatt auf ein einziges übergreifendes Regelwerk. - Und China hat schnell mit gezielten Vorschriften gehandelt, die auf spezifische Anwendungen ausgerichtet sind – insbesondere auf solche, die mit Inhaltskontrolle, sozialer Stabilität und Datensouveränität verbunden sind.

Für Anleger hat diese Divergenz reale Auswirkungen. Es wird zunehmend relevanter zu fragen, für welche Länder ein Portfoliounternehmen effektiv optimiert, da die Regeln, die für ein globales Unternehmen gelten, je nach Markt erheblich variieren können.

Anleger sollten unserer Ansicht nach mehr tun, als sich nur detailliert mit jurisdiktionsspezifischen KI-Regulierungen auseinanderzusetzen. Sie sollten auch verstehen, wie bestehende rechtliche Rahmenbedingungen – wie beispielsweise das Urheberrecht und die Arbeitsgesetzgebung auf KI angewendet werden.

Fundamentalanalyse und Engagement sind entscheidend

Eine nützliche Faustregel ist, dass Unternehmen, die ihre KI-Strategien und -Richtlinien proaktiv offenlegen, wahrscheinlich besser auf neue Vorschriften vorbereitet sind. Allgemeiner gesagt sind Fundamentalanalyse und Emittenten-Engagement für diesen Forschungsbereich von zentraler Bedeutung.

Aus unserer Sicht sollte die Fundamentalanalyse nicht nur KI-Risiken auf Unternehmensebene untersuchen, sondern auch entlang der Wertschöpfungskette und im gesamten regulatorischen Umfeld, wobei die Erkenntnisse anhand zentraler Prinzipien für verantwortungsvolle KI geprüft werden sollten (Abbildung).

Verantwortungsvolle Nutzung von KI: Eine umfassende Übersicht

Nur zu Illustrationszwecken.
Quelle: AllianceBernstein (AB)

Engagement-Gespräche sollten KI-Themen nicht nur im Geschäftsbetrieb, sondern auch aus Umwelt-, Sozial- und Governance-Perspektiven behandeln.

KI-Aufsicht: Fragen an Vorstände und Management

Zu den Fragen, die Anleger an Vorstände und Management stellen sollten, gehören:

KI-Integration: Wie hat das Unternehmen KI in seine gesamte Geschäftsstrategie integriert? Was sind einige spezifische Beispiele für KI-Anwendungen innerhalb des Unternehmens?

Aufsicht und Expertise des Vorstands: Wie stellt der Vorstand sicher, dass er über ausreichendes Fachwissen verfügt, um die KI-Strategie und -Implementierung des Unternehmens effektiv zu überwachen? Gibt es spezifische Schulungsprogramme oder Initiativen?

Öffentliches Bekenntnis zu verantwortungsvoller KI: Hat das Unternehmen eine formelle Richtlinie oder ein Rahmenwerk für verantwortungsvolle KI veröffentlicht? Wie steht diese Richtlinie im Einklang mit Branchenstandards, ethischen KI-Überlegungen und KI-Regulierungen?

Proaktive Transparenz: Verfügt das Unternehmen über proaktive Transparenzmaßnahmen, um künftigen regulatorischen Auswirkungen standzuhalten?

Risikomanagement und Rechenschaftspflicht: Welche Risikomanagementprozesse hat das Unternehmen eingerichtet, um KI-bezogene Risiken zu identifizieren und zu mindern? Gibt es eine delegierte Verantwortung für die Überwachung dieser Risiken?

Datenherausforderungen bei LLMs: Wie geht das Unternehmen mit den Datenschutz- und Urheberrechtsherausforderungen um, die mit den zum Trainieren von LLMs verwendeten Eingabedaten verbunden sind? Welche Maßnahmen sind vorhanden, um sicherzustellen, dass Eingabedaten den Datenschutzbestimmungen und Urheberrechtsgesetzen entsprechen? Wie geht das Unternehmen mit Einschränkungen oder Anforderungen in Bezug auf Eingabedaten um?

Herausforderung in Bezug auf Tendenziösität und Gerechtigkeit in generativen KI-Systemen: Welche Maßnahmen ergreift das Unternehmen, um voreingenommene oder unfaire Ergebnisse seiner KI-Systeme zu verhindern und/oder abzumildern? Wie stellt das Unternehmen sicher, dass die Ergebnisse der verwendeten generativen KI-Systeme fair und unvoreingenommen sind und keine Diskriminierung oder Schädigung von Einzelpersonen oder Gruppen aufrechterhalten?

Einhaltung der Rechtsvorschriften: Hält sich das Unternehmen standardmäßig an den höchsten globalen Standard oder richtet es sich nach der jeweiligen Gerichtsbarkeit?

Erfassung und Meldung von Vorfällen: Wie erfasst und meldet das Unternehmen Vorfälle im Zusammenhang mit der Entwicklung oder dem Einsatz von KI, und welche Mechanismen bestehen, um diese Vorfälle zu behandeln und daraus zu lernen?

Kennzahen und Berichterstattung: Welche Metriken verwendet das Unternehmen, um die Leistung und die Auswirkungen seiner KI-Systeme zu messen? Wie werden diese Kennzahlen an externe Interessengruppen berichtet? Wie wahrt das Unternehmen die Sorgfaltspflicht bei der Überwachung der regulatorischen Compliance seiner KI-Anwendungen?

Letztendlich besteht der beste Weg durch das Labyrinth für Anleger darin, nüchtern und skeptisch zu bleiben. Sie sollten auf klare Antworten bestehen – und sich nicht übermäßig von ausführlichen Erklärungen beeindrucken lassen.

KI-Integration: Wie hat das Unternehmen KI in seine allgemeine Geschäftsstrategie integriert? Welche konkreten Beispiele für KI-Anwendungen gibt es im Unternehmen?
Aufsicht und Fachwissen des Vorstands: Wie stellt der Vorstand sicher, dass er über ausreichende Fachkenntnisse verfügt, um die KI-Strategie und -Implementierung des Unternehmens effektiv zu überwachen? Gibt es spezielle Schulungsprogramme oder Initiativen?
Öffentliches Bekenntnis zu verantwortungsvoller KI: Hat das Unternehmen eine formelle Richtlinie oder einen Rahmen für verantwortungsvolle KI veröffentlicht? Wie steht diese Richtlinie im Einklang mit Branchenstandards, ethischen Überlegungen zu KI und KI-Vorschriften?
Proaktive Transparenz: Hat das Unternehmen proaktive Transparenzmaßnahmen eingeführt, um zukünftigen regulatorischen Auswirkungen standzuhalten?
Risikomanagement und Rechenschaftspflicht: Welche Risikomanagementprozesse hat das Unternehmen eingeführt, um KI-bezogene Risiken zu erkennen und zu mindern? Gibt es eine delegierte Verantwortung für die Überwachung dieser Risiken?
Datenprobleme bei LLMs: Wie geht das Unternehmen mit Datenschutz- und Urheberrechtsfragen im Zusammenhang mit den Eingabedaten um, die zum Training großer Sprachmodelle verwendet werden? Welche Maßnahmen wurden ergriffen, um sicherzustellen, dass die Eingabedaten den Datenschutzbestimmungen und Urheberrechtsgesetzen entsprechen, und wie geht das Unternehmen mit Einschränkungen oder Anforderungen im Zusammenhang mit den Eingabedaten um?
Vorurteils- und Fairnessprobleme in generativen KI-Systemen: Welche Maßnahmen ergreift das Unternehmen, um vorurteils- oder unfairitätsbedingte Ergebnisse seiner KI-Systeme zu verhindern und/oder zu mildern? Wie stellt das Unternehmen sicher, dass die Ergebnisse generativer KI-Systeme fair und unvoreingenommen sind und keine Diskriminierung oder Schädigung von Einzelpersonen oder Gruppen verursachen?
Vorfallverfolgung und -berichterstattung: Wie verfolgt und berichtet das Unternehmen über Vorfälle im Zusammenhang mit der Entwicklung oder Nutzung von KI, und welche Mechanismen gibt es, um diese Vorfälle zu beheben und aus ihnen zu lernen?
Kennzahlen und Berichterstattung: Anhand welcher Kennzahlen misst das Unternehmen die Leistung und die Auswirkungen seiner KI-Systeme, und wie werden diese Kennzahlen externen Interessengruppen mitgeteilt? Wie stellt das Unternehmen sicher, dass die Einhaltung der Vorschriften bei seinen KI-Anwendungen ordnungsgemäß überwacht wird?

Letztendlich ist es für Anleger am besten, sich auf dem Markt zu orientieren, indem sie sich auf das Wesentliche konzentrieren und skeptisch bleiben. Die KI ist eine komplexe und sich schnell entwickelnde Technologie. Anleger sollten auf klare Antworten bestehen und sich nicht von ausgefeilten oder komplizierten Erklärungen beeindrucken lassen.

Die Autoren möchten sich bei Roxanne Low, ESG-Analystin im Team für verantwortungsbewusstes Investieren von AB, für ihre Recherchebeiträge bedanken..

Die in diesem Dokument zum Ausdruck gebrachte Meinungen stellen keine Recherchen, Anlageberatungen oder Handelsempfehlungen dar und spiegeln nicht notwendigerweise die Ansichten aller Portfoliomanagementteams bei AB wider. Die Einschätzungen können sich im Laufe der Zeit ändern.

Über den Autor

Dies ist eine Marketing-Anzeige. Diese Informationen werden von AllianceBernstein Schweiz AG gegeben, einem in der Schweiz unter der Unternehmensnummer CHE-306.220.501 registrierten Unternehmen. AllianceBernstein Schweiz AG ist ein Finanzdienstleister im Sinne des Finanzdienstleistungsgesetzes (FIDLEG) und unterliegt in der Schweiz keiner prudentiellen Aufsicht. Weitere Informationen über das Unternehmen, seine Dienstleistungen und Produkte, gemäss Art. 8 FIDLEG finden Sie auf der Seite Wichtige Informationen unter www.alliancebernstein.com. Dies wird nur zu Informationszwecken angegeben und ist nicht als Anlageberatung oder Aufforderung zum Kauf eines Wertpapiers oder einer sonstigen Anlage zu verstehen. Die hier geäußerten Ansichten und Meinungen basieren auf unseren internen Prognosen und geben keine zuverlässigen Hinweise auf die zukünftige Marktperformance. Der Wert einer Investition kann sowohl steigen als auch fallen, und Anleger erhalten möglicherweise nicht den vollen Betrag zurück, den sie investiert haben. Kapitalverlustrisiko. Wertentwicklung der Vergangenheit ist keine Garantie für zukünftige Ergebnisse.

Diese Informationen richten sich nur an qualifizierte Anleger und sind nicht für die Öffentlichkeit bestimmt.