KI-Kontext-Layer im Banking: Was ein Bankagent sich merken darf und was er vergessen muss

Ein KI-Kontext-Layer im Banking steht vor einem scheinbaren Widerspruch: Im Kundendialog soll ein Bankagent relevante Vorgänge, Präferenzen und offene Anliegen kennen – doch sobald ein Zweck entfällt oder eine Einwilligung widerrufen wird, muss derselbe Agent Informationen zuverlässig vergessen, während Revision und Aufsicht genau diese Vorgänge über Jahre hinweg prüfen können müssen. Warum Kundenkontext überhaupt ein Verfallsdatum und eine klare Zweckbindung braucht, haben wir im Beitrag Kontext-Layer im Banking: Warum Kundenkontext Tempo, Zweckbindung und ein Verfallsdatum braucht sowie im Grundlagenbeitrag Customer Data Platform mit Kontext-Layer: Vom Golden Record zum Golden Context gezeigt. Dieser kompakte Leitfaden beantwortet die operative Anschlussfrage für Architektur und Datenschutz: Wie trennt eine Bank im Kontext-Layer präzise zwischen aktivem Agentengedächtnis, automatischem Ablauf, Löschung auf Zuruf und gesetzlicher Aufbewahrung?

Warum das Sprachmodell der falsche Ort für das Gedächtnis ist

Ein Sprachmodell kann einzelne Kundendaten weder gezielt vergessen noch nach gesetzlichen Aufbewahrungsfristen sperren; deshalb gehört das Gedächtnis eines Bankagenten in den vorgelagerten KI-Kontext-Layer im Banking und niemals in die Modellgewichte.

Der Europäische Datenschutzausschuss (EDPB) hat in seiner Stellungnahme Opinion 28/2024 zu KI-Modellen vom Dezember 2024 klargestellt, dass ein mit personenbezogenen Daten trainiertes Modell im Regelfall nicht als anonym gilt, solange Daten durch gezielte Abfragen extrahiert werden können. Zugleich betont die französische Datenschutzbehörde CNIL in ihren Leitlinien zu Betroffenenrechten bei KI-Systemen, dass sich Auskunfts-, Berichtigungs- und Löschansprüche nach Art. 15 bis 17 DSGVO auf Systemebene – also über vorgelagerte Abruf-, Filter- und Kontextspeicher – technisch viel sauberer und ohne kostspieliges Nachtrainieren umsetzen lassen.

Für Banken folgt daraus ein klarer Architektur-Grundsatz: Das Sprachmodell (LLM) arbeitet als zustandslose Recheninstanz ohne eigenes Kundengedächtnis. Welche Informationen ein Agent in einer konkreten Sitzung sehen darf, entscheidet allein der vorgelagerte Kontext-Layer anhand von Zweck, Einwilligung und Ablaufstempel.

Vier Gedächtnisschichten im KI-Kontext-Layer im Banking

Statt eines einzigen Datentopfs braucht ein Bankagent vier klar getrennte Gedächtnisschichten mit eigenen Lebensdauern, Zugriffsrechten und Löschregeln.

1. Sitzungs-RAM (flüchtiger Gesprächskontext, Minuten bis Stunden): Enthält den laufenden Dialog, Zwischenrechnungen und verworfene Antwortentwürfe. Nach Ende der Sitzung wird dieser Speicher für den Agenten vollständig geleert; nur die aufsichtsrechtlich nötige Protokollspur wandert in das Revisions-Archiv.

2. Episoden-Kontext (offene Vorgänge und Anlässe, 30 bis 90 Tage): Speichert laufende Servicefälle, Kartenreklamationen oder angefangene Antragsstrecken mit einem festen Ablaufstempel (Time-to-Live, TTL). Ist der Fall abgeschlossen und die Nachlauffrist abgelaufen, fällt der Eintrag automatisch aus dem aktiven Abruf.

3. Einwilligungsgebundenes Präferenzgedächtnis (bis zum Widerruf): Umfasst Kommunikationskanäle, Produktinteressen und Opt-ins für personalisierte Ansprache. Widerruft der Kunde seine Einwilligung nach Art. 7 Abs. 3 und Art. 17 Abs. 1 DSGVO, wird dieses Profil im Kontext-Layer in Echtzeit gesperrt und gelöscht.

4. Revisions- und Aufbewahrungsarchiv (6 Monate bis 10 Jahre, für Agenten gesperrt): Hier greift die gesetzliche Ausnahme vom Löschanspruch nach Art. 17 Abs. 3 Buchst. b DSGVO in Verbindung mit der Einschränkung der Verarbeitung nach Art. 18 DSGVO. Die Daten bleiben für Innenrevision und Aufsicht unveränderbar erhalten, sind aber für jeden Kunden- oder Marketing-Agenten technisch unsichtbar.

Praxis-Vorlage für Ihr Projekt: Laden Sie unsere kostenlose RFP- & Architektur-Checkliste Banking-CDP & KI 2026 (Excel, DE/EN) sowie das Executive Architecture & Governance Briefing (PDF) direkt herunter – oder lesen Sie unseren vollständigen Lösungsvergleich: Banking-KI & CDP vs. US-Cloud vs. Eigenbau.

Sperrung statt Löschung: Was Banken 2026 aufbewahren müssen

Wenn ein Bankkunde „Löschen Sie meine Daten“ verlangt, darf die Bank weder blind alles löschen noch alles im aktiven Agentenspeicher belassen: Sie muss zwischen aktivem Kontext-Abruf und gesetzlicher Aufbewahrungspflicht trennen.

Gerade im Finanzsektor kollidiert der Wunsch nach sofortiger Löschung regelmäßig mit zwingenden Aufbewahrungsfristen. Wie die Wissenschaftlichen Dienste des Deutschen Bundestages in ihrer Ausarbeitung WD 4 - 034/25 zu Aufbewahrungsfristen im Finanzsektor sowie § 257 Abs. 4 HGB zeigen, hat das Vierte Bürokratieentlastungsgesetz (BEG IV) die Aufbewahrungsfrist für Buchungsbelege zwar allgemein von zehn auf acht Jahre verkürzt – Kreditinstitute, Versicherungen und Wertpapierinstitute davon aber ausdrücklich ausgenommen: Für Banken gilt weiterhin die zehnjährige Aufbewahrungsfrist. Hinzu kommen fünf Jahre für Geldwäsche-Prüfnachweise nach § 8 Abs. 4 GwG, fünf bis sieben Jahre für Aufzeichnungen in der Wertpapierberatung nach § 83 Abs. 8 WpHG sowie mindestens sechs Monate für automatisch erzeugte Systemprotokolle von Hochrisiko-KI-Systemen nach Art. 12 und Art. 19 Abs. 1 der KI-Verordnung (EU) 2024/1689 (EU AI Act).

Hypothetisches Beispiel: Ein Privatkunde lässt sich im Chat-Assistenten seiner Bank eine vorläufige Ratenkreditberechnung erstellen, bricht den Vorgang ab und widerruft am selben Abend seine Marketing-Einwilligung. Im sauber gebauten Kontext-Layer geschieht dreierlei getrennt: Erstens wird der Sitzungs-RAM sofort nach dem Schließen des Chats geleert. Zweitens wird das Marketing-Präferenzprofil in Echtzeit gelöscht, sodass weder die Personalization Engine noch ein Vertriebsagent den abgebrochenen Kreditwunsch für Nachfass-Kampagnen sehen kann. Drittens bleibt der reine System- und Prüfprotokollsatz im abgetrennten Revisions-Archiv für die gesetzliche Mindestfrist erhalten – für Kundenagenten gesperrt, für die Innenrevision bei Rückfragen jedoch exakt nachvollziehbar.

ACCELERAID setzt diese Trennung in der Customer Data Platform und im Kontext-Layer technisch um: Einwilligungen, Zweckbindungen und Ablaufstempel werden vor jedem Aufruf der Personalization Engine oder des AI Assistant geprüft, während revisionssichere Protokolle getrennt vorgehalten werden; spezialisierte Domain-Agenten, Orchestrierung und Control Plane befinden sich derzeit in Entwicklung. Unternehmen, Software und das ISO-27001-zertifizierte Rechenzentrum in Frankfurt (oder On-Premise) werden nach SOC 2 Type I zertifiziert (unabhängig geprüft nach SOC 2 Type I) und sind SOC-2-konform (ACCELERAID).

Fünf Punkte zum Mitnehmen

1. Das Gedächtnis eines Bankagenten gehört in den vorgelagerten KI-Kontext-Layer im Banking und nicht in die Gewichte eines Sprachmodells, weil nur im Kontext-Layer Daten gezielt nach Zweck, Frist und Widerruf gefiltert oder gelöscht werden können (EDPB Opinion 28/2024).

2. Ein banktauglicher Kontext-Layer trennt vier Gedächtnisschichten: flüchtiges Sitzungs-RAM, Episoden-Kontext mit festem Ablaufdatum (TTL), einwilligungsgebundene Kundenpräferenzen und ein abgetrenntes Revisions-Archiv.

3. Bei Widerruf oder Zweckfortfall müssen Präferenzen und Episoden sofort aus dem aktiven Abruf und etwaigen Suchindizes verschwinden, damit kein Agent auf veraltete oder gesperrte Kontextdaten zugreift.

4. Gesetzliche Aufbewahrungspflichten nach Art. 17 Abs. 3 Buchst. b DSGVO – darunter 10 Jahre für Bank-Buchungsbelege nach § 257 Abs. 4 HGB, 5 Jahre nach GwG, 5 bis 7 Jahre nach WpHG und mindestens 6 Monate für Hochrisiko-KI-Logs nach Art. 19 EU AI Act – verlangen im Agentenbetrieb „Sperrung statt Löschung“.

5. Wer jeden Kontexteintrag schon beim Schreiben mit Zweck-Tag, Rechtsgrundlage und Ablaufstempel versieht, vermeidet teure nachträgliche Datenbereinigungen und macht Löschkonzepte für Datenschutz und Innenrevision auf Knopfdruck prüfbar.

Nächster Schritt für Ihre Bank-Architektur (3 Wege zur Auswahl)

• 1. Selbst prüfen (Ohne Formular): Laden Sie das RFP- & Architektur-Template (Excel, DE/EN), den 3-Jahres-TCO- & ROI-Rechner (Excel) und das Executive Architecture Briefing (PDF) direkt herunter. Weitere Analysen finden Sie im Whitepaper-Hub für Banken.

• 2. Asynchron ansehen: Sehen Sie sich in unseren On-Demand-Webinaren oder auf der Seite Plattform & Pakete an, wie Banken Kontext, Entscheidungslogik und Governance in 90 Tagen produktiv setzen.

• 3. Gemeinsam durchrechnen: Buchen Sie einen 30-minütigen Architektur- & Use-Case-Check (mit Ihrem eigenen Use-Case, ohne Verkaufsfolien).

Illustration: KI-generiert. KI-gestützte Inhalte: Bei der Erstellung unserer Beiträge setzen wir KI-Technologien und automatisierte Agenten ein, unter anderem von Microsoft, Google, OpenAI, Anthropic und weiteren Anbietern. Themen, fachliche Ausrichtung und finale Freigabe liegen bei unserem Team.