Sollte KI über unsere Kreditwürdigkeit entscheiden?
KI-Modelle könnten Bonitätsprüfungen gerechter machen – doch Fachleute warnen vor alten Vorurteilen in neuen Systemen.

Die Bewertung der eigenen Kreditwürdigkeit entscheidet in Großbritannien darüber, ob jemand eine Hypothek, einen Autokredit oder auch nur einen Mobilfunkvertrag erhält. Genau diese Erfahrung machte Sophie Hope aus Brighton. „Als ich zum ersten Mal mein Bonitätsprofil abrief, war es exzellent. Doch dann wurde mein Hypothekenantrag vom Kreditgeber plötzlich aufgrund meiner Schufa-Auskunft abgelehnt“, berichtet die Nageltechnikerin und Content Creatorin. Ihr Score sei auf „sehr schlecht“ gesunken – ein Schock, da sie nie einen schlechten Kreditstatus gehabt habe.
Die Ursache war Identitätsbetrug. „Jemand hat Konten in meinem Namen bei verschiedenen Versandhaus-Websites eröffnet und mehrere Artikel bestellt, darunter eine PlayStation 4 und Nike-Socken“, erklärt Hope. Ohne ihr Wissen sei die Schuld an ein sekundäres Finanzunternehmen übertragen worden und habe sich über drei bis vier Jahre im Verborgenen angehäuft. Erst der Hypothekenantrag habe offengelegt, wie stark ihr Bonitätswert belastet war. Ihr Fall zeigt, dass ein Bonitätsprofil nicht immer das vollständige Bild eines Menschen liefert.
Drei Auskunfteien prägen die Kreditwürdigkeit in Großbritannien
Im Vereinigten Königreich erstellen drei Unternehmen die Bonitätsprofile: Experian, Equifax und TransUnion. Alle drei arbeiten mit annähernd denselben Daten. Funmi Olufunwa, Verbraucherfinanzjuristin und Gründerin des Unternehmens für Finanzbildung Hoops Finance, hält die britische Fixierung auf diese Profile für übertrieben. „Ein Bonitätsprofil ist rückwärtsgewandt. Es betrachtet, was in der Vergangenheit passiert ist, was die Zukunft nicht unbedingt vorhersagt“, sagt sie. Entscheidend sei bei einer Kreditvergabe vielmehr, was tatsächlich leistbar sei.
Traditionelle Bewertungssysteme benachteiligen laut dem Bericht zudem „Antragsteller mit dünnen Akten“ – junge Menschen und neu nach Großbritannien eingewanderte Personen, die noch keine Kredithistorie aufgebaut haben. Gleichzeitig stehen so viele Finanzdaten zur Verfügung wie nie zuvor, und die Bereitschaft wächst, künstliche Intelligenz zur Analyse dieser Daten einzusetzen. Die zentrale Frage lautet daher, ob KI Kreditgebern helfen kann, besser zu bestimmen, wem sicher Geld geliehen werden kann.
In den USA hängen Kreditentscheidungen oft von einem Bonitätsprofil des Unternehmens FICO ab, das Daten der drei großen Auskunfteien nutzt. KI-gestützte Kreditfirmen wie Upstart und Zest AI haben jedoch Geschäftsmodelle entwickelt, die Kreditgebern eine zusätzliche Option bei der Bewertung der Kreditwürdigkeit bieten. „Dank unserer maschinellen Lernmodelle, die mehr als 2,500 Variablen berücksichtigen, glauben wir, deutlich mehr Kredite zu günstigen Konditionen an Darlehensnehmer aus allen demografischen Gruppen vergeben zu können“, erklärte Upstart in einer Stellungnahme.
KI könnte die finanzielle Inklusion verbessern
Sarah Tucker, Hypothekenexpertin sowie Gründerin und CEO von The Mortgage Mum, sieht in der Technologie Chancen. „KI hat das Potenzial, Kreditgebern zu helfen, viel breitere Informationsmengen zu analysieren, Muster schneller zu identifizieren und ein individuelleres Bild der Leistbarkeit und des Risikos einer Person zu erstellen“, sagt sie. Wenn Technologie es Kreditgebern ermögliche, sogenannte Antragsteller mit dünnen Akten besser zu verstehen, statt zunehmend starre Regeln anzuwenden, sieht Tucker „eine echte Chance, die finanzielle Inklusion zu verbessern“.
Zugleich formuliert sie klare Bedingungen. „Verbraucher müssen verstehen, welche Informationen für Entscheidungen über sie verwendet werden, und sie müssen die Möglichkeit haben, etwas anzufechten, wenn es falsch ist“, erläutert Tucker. Bonitätsprofile sind aus genau diesem Grund seit Jahrzehnten umstritten, sagt Sandra Wachter, Professorin für Technologie und Regulierung an der Universität Oxford. „Wir bewerten nicht, ob vergangene Entscheidungen richtig waren“, argumentiert Wachter. KI sei sich bestehender sozialer Ungleichheiten, die Entscheidungen beeinflussen, nicht bewusst und könne einfach „replizieren, was sie in der Vergangenheit gesehen hat“.
Während Unternehmen wie Upstart und Zest AI KI als Werkzeug für finanzielle Inklusion sehen, glaubt Wachter, dass echte Transformation Rechenschaftspflicht neben Automatisierung erfordert. Firmen müssten bestehende Vorschriften anwenden und neue Schutzmechanismen etablieren, damit KI die Vorurteile der Vergangenheit nicht einfach fortsetzt. „Das Unterlassen jeglicher Sicherheitsvorkehrungen wird Diskriminierung festigen, fördern und verstärken“, warnt sie. Upstart erklärt dazu, in die Schaffung objektiver, automatisierter Bewertungen investiert zu haben, um Verzerrungen zu identifizieren, und diese Bewertungen in den Modelltrainingsprozess integriert zu haben, damit er im Laufe der Zeit immer genauer und fairer werde.
Eine Gründerin will Kreditzugang ohne KI verbessern
Auch Evangeline Atkinson machte eine frustrierende Erfahrung mit ihrem Bonitätsprofil. „Ich war an der Universität, habe Miete und Rechnungen bezahlt, so wie ich es seit vielen Jahren getan hatte. Ich versuchte, einen Handyvertrag für 30 Pfund im Monat abzuschließen, und sie sagten Nein“, erinnert sie sich. Die Begründung: Sie war für das System völlig unsichtbar, bei keiner der drei großen Auskunfteien fand sich ein Eintrag über sie.
Diese Erfahrung inspirierte sie, das System ändern zu wollen. Im Jahr 2021 gründete Atkinson gemeinsam mit ihrer besten Freundin aus der Schulzeit, die ebenfalls Schwierigkeiten hatte, Kredite zu erhalten, eine Auskunftei. Ihr Unternehmen Noggin HQ wurde im Juni von der Financial Conduct Authority (FCA) zugelassen. Atkinson erklärt, es sei gegründet worden, um Verbrauchern den Zugang zu erschwinglichen Krediten zu ermöglichen, indem aktuelle Kontotransaktionsdaten analysiert werden. Die Plattform hilft Kreditgebern, Tausende einzelner Datenpunkte zu den Ausgabegewohnheiten einer Person zu interpretieren.
Entscheidend dabei: Dies geschieht ohne Einsatz von KI, was Atkinson als „mit dem Risiko eingebauter Verzerrungen behaftet“ kritisiert. „Man muss sehr vorsichtig sein“, warnt sie. „Es handelt sich um hochsensible Daten, und es wäre sehr einfach für die Modelle, verschiedene geschützte Merkmale zu inferieren.“
Die großen Auskunfteien experimentieren bereits mit KI
Vielleicht im Bewusstsein des Wandels testen die drei großen Bonitätsbewertungsfirmen alle den Einsatz von KI. Experian kündigte im August 2026 eine Partnerschaft mit OpenAI an, die es Nutzern ermöglicht, ihr Bonitätsprofil direkt innerhalb von ChatGPT zu überprüfen. Equifax startete eine Plattform namens Equifax Amplify AI, die laut eigenen Angaben maschinelles Lernen zur Schärfung der Kreditbeurteilung und Betrugserkennung nutzt. TransUnion kündigte im März an, Google's Gemini-Modelle „in seine proprietären analytischen Datenassets zu integrieren“.
Was die Zukunft der Bonitätsbewertung betrifft, beginnen Unternehmen laut Verbraucherfinanzjuristin Olufunwa, über traditionelle Methoden hinauszublicken. „Sie beginnen zu realisieren, dass traditionelle Bonitätsprofile inhärent rückwärtsgewandt sind und dass es dort draußen bessere Prädiktoren für die Zukunft gibt.“ Ob Verbraucher damit einverstanden sein werden, dass KI eine Rolle bei der Ermittlung ihrer zukünftigen Kreditratings spielt, ist eine andere Frage. Möglicherweise wird jede Veränderung von der jüngeren, technikaffinen Generation vorangetrieben. „Sie fühlen sich damit wohl, dass ihre Daten auf diese Weise genutzt werden, einfach weil es die Welt ist, in der sie aufgewachsen sind. Ich frage mich, wie wohlgesinnt ältere Kohorten, die Technologie vielleicht weniger nutzen, diesem Wandel gegenüberstehen“, sagt Olufunwa.
Britische Aufsicht und Politik diskutieren KI-Risiken seit Monaten
Die Debatte um KI im Kreditwesen ist Teil einer breiteren Auseinandersetzung über den Umgang mit der Technologie im britischen Finanzsektor. Bereits am 10.11.2026 berichtete aktien.news, dass britische Banken begonnen haben, ihr Engagement im Bereich der künstlichen Intelligenz zu reduzieren. Auslöser waren wachsende Bedenken über eine harte Korrektur in diesem Sektor, wie aus Angaben des wichtigsten Aufsichtsorgans der Bank of England hervorgeht. Katharine Braddick, die im Juli die Leitung der Prudential Regulation Authority (PRA) übernommen hat, äußerte sich in ihrem ersten Interview seit ihrem Amtsantritt zu den Ergebnissen umfangreicher Bankenbefragungen. Diese hätten nicht ergeben, dass Kreditgeber als „Verstärker“ für etwaige KI-Schocks fungieren würden. Die Zentralbank bleibe dennoch nicht complacent, also nicht selbstzufrieden oder unaufmerksam.
Bereits am 21.01.2026 berichtete aktien.news, dass der parteiübergreifende Finanzausschuss des britischen Unterhauses scharfe Kritik an den Finanzaufsichtsbehörden geübt hat. In einem Bericht warnten die Abgeordneten, dass der „Wait-and-See“-Ansatz von Bank of England, Financial Conduct Authority und Schatzamt die britische Öffentlichkeit und den Finanzplatz London „potenziell ernsten Schäden“ aussetze. Mehr als 75 Prozent aller Finanzdienstleistungsunternehmen in Großbritannien setzen bereits auf Künstliche Intelligenz. Trotz dieser massiven Verbreitung fehlte es laut Ausschuss an proaktiven Maßnahmen der Regulierungsbehörden.
Bereits am 15.10.2026 berichtete aktien.news über die ungleiche Verteilung des Kreditzugangs. Ein Punkt habe sich über die Jahrhunderte konstant gehalten: Der Zugang zu erschwinglichen Krediten, die Menschen beim Aufbau von Vermögen helfen können, war nie gleich verteilt. Die Verfügbarkeit von Krediten sei seit jeher weitgehend ein zweigeteiltes System gewesen, da Gesellschaften bestimmte Gruppen als kreditwürdiger betrachteten als andere. Bereits am 05.05.2026 berichtete aktien.news über einen Wandel im US-Hypothekenmarkt: Hypothekengeber dürfen seit dem 22. April neben dem klassischen FICO-Score auch den VantageScore 4.0 für die Kreditprüfung einsetzen. In den kommenden Monaten sollte mit dem FICO 10T ein weiterer alternativer Score zugelassen werden.
Die Debatte betrifft deutsche Anleger vor allem über die Regulierung
Für Anleger in Deutschland ist die Debatte vor allem deshalb relevant, weil sie zeigt, wie stark die Bewertung von Kreditrisiken von Datenmodellen abhängt – und wie unterschiedlich die Regeln international sind. Während in den USA mit VantageScore 4.0 und FICO 10T alternative Scores in der Hypothekenprüfung zugelassen wurden, setzen britische Auskunfteien auf KI-Partnerschaften mit OpenAI, Google und eigenen Plattformen. Deutsche Privatanleger, die in Finanzwerte mit Kreditgeschäft investiert sind, sollten die Regulierungsdebatte in Großbritannien und den USA verfolgen, weil sie die Rahmenbedingungen für Kreditvergabe und Betrugserkennung beeinflusst. Eine direkte Handlungsempfehlung lässt sich daraus nicht ableiten.
Zudem macht der Fall Sophie Hope deutlich, dass Identitätsbetrug Bonitätsprofile über Jahre unbemerkt belasten kann. Verbraucher, die Kredite aufnehmen wollen, sollten ihre Bonitätsdaten daher regelmäßig prüfen und Fehler korrigieren lassen – ein Punkt, den auch Tucker mit Blick auf Anfechtungsmöglichkeiten betont.
Konkrete Termine für eine Regulierung von KI-Bonitätsbewertungen fehlen
Der Bericht nennt keine konkreten Termine für eine Regulierung von KI in der Bonitätsbewertung. Klar ist, dass die drei großen Auskunfteien ihre KI-Projekte bereits gestartet haben: Experian im August 2026 mit OpenAI, Equifax mit Amplify AI und TransUnion im März mit der Ankündigung, Google's Gemini-Modelle zu integrieren. Noggin HQ erhielt im Juni die Zulassung der FCA und arbeitet ausdrücklich ohne KI. Ob und wann Verbraucher KI-basierte Kreditratings akzeptieren, hängt laut Olufunwa davon ab, wie die jüngere, technikaffine Generation mit der Datennutzung umgeht – und wie ältere Kohorten auf den Wandel reagieren.
Diese drei Fachbegriffe helfen beim Verständnis des Berichts
- Bonitätsprofil: Eine Bewertung der Kreditwürdigkeit einer Person auf Basis ihrer finanziellen Vergangenheit.
- Antragsteller mit dünnen Akten: Personen ohne ausreichende Kredithistorie, etwa junge Menschen oder Neueinwanderer.
- Maschinelles Lernen: Ein Verfahren, bei dem Computer Muster aus großen Datenmengen ableiten, ohne dass jede Regel einzeln programmiert wird.
