Risikomanagement und Treasury
IRRBB-Bericht Zinsänderungsrisiko
anymize ersetzt Großkunden-Einlagen-Cluster und Counterparty-Listen vor dem KI-Aufruf, sodass die IRRBB-Section (EVE-/NII-Sensitivität, sechs EBA-Schocks, NMD-Behavior, Outlier-Test) auf pseudonymisiertem Text strukturiert wird. § 43 KWG strukturell gewahrt; Quartals-BaFin-Bericht in Stunden statt Tagen.
Schwierigkeit: Spezialist · Datenklasse: Mandantendaten · Letztes Review:
Zur Orientierung gedacht. Die anwaltliche Würdigung im Einzelfall bleibt selbstverständlich bei Ihnen — KI-Outputs sind vor jeder Verwendung zu prüfen. Mehr dazu am Ende.
Anwendungsbereich
Worum geht es hier?
IRRBB ist Säule-2-Pflicht nach CRR III, MaRisk BTR und EBA-Guidelines on IRRBB. § 25a KWG ordnet Geschäftsleitungs-Verantwortung zu. Quartalsbericht ist BaFin-Pflichtausweis. KI-Strukturierung verkürzt 3–6 h Schreib-Aufwand pro Section, ohne Großkunden-Einlagen-Cluster aus der Bank zu schicken.
Für wen passt das?
Zielgruppe und Kontext
- Rolle
- Zinsänderungsrisiko-Controller, Treasury, ALM-Manager:in, Risk Manager.
- Seniorität
- Hoch — EVE (Economic Value of Equity), NII (Net Interest Income), sechs EBA-Zinsschock-Szenarien, Behavior-Modelling (NMD), CSRBB.
- Kanzleigröße
- Alle CRR-Banken — IRRBB ist Pflichtbestandteil.
- Spezifische Kontexte
- Quartals-BaFin-Bericht; täglich für ALM-Steuerung intern.
Die Situation in der Kanzlei
So bringen Sie Tempo und Sorgfalt zusammen
IRRBB-Bericht umfasst EVE-Sensitivitäten (sechs Schock-Szenarien: Parallel-Up, Parallel-Down, Steepener, Flattener, Short-Rate-Up, Short-Rate-Down), NII-Sensitivitäten (12-Monats-Horizont), CSRBB-Komponente, NMD-Behavior-Annahmen. 15–30 quantitative Outputs werden zu 6–12-seitigem Section-Text verdichtet. Manuell 3–6 h. Fehler: EVE-/NII-Verwechslung, Schock-Szenario-Vorzeichen falsch, NMD-Annahmen nicht offengelegt. Falsche EVE-/NII-Wiedergabe verzerrt Säule-2-Kapitalanforderung.
Was Sie davon haben
Zeit, Wert, Vertraulichkeit
Zeit pro Section
3–6 h
Sechs EBA-Schock-Szenarien, NII-Pfad, CSRBB, Outlier-Test, Maßnahmen.
Konsistenz
EBA-IRRBB-Vokabular
Sechs Schocks durchgängig benannt; Outlier-Test-Schwellen explizit (15 % CET1 / 2,5 % CET1+T1).
Vertraulichkeit
strukturell
Großkunden-Einlagen-Cluster bleiben außerhalb des KI-Kontexts.
Erkennungsrate
>95 %
Counterparty-Cluster werden erkannt.
So gehen Sie vor
In 5 Schritten zum Antrag
ALM-Tool-Lauf mit allen sechs EBA-Schock-Szenarien + NII-Pfad + CSRBB. Klassifikation: aggregierte Sensitivitäten = Klasse C; Einlagen-Cluster mit Kundenbezug = Klasse A.
Sie
Datenbasis · EBA-Guidelines
anymize anonymisiert Großkunden-Einlagen-Cluster und Counterparty-Listen. Aggregierte EVE-/NII-Werte bleiben sichtbar.
anymize
§ 43 KWG
Spot-Check auf Counterparty-Bezüge in Treiber-Tabellen.
Sie
Anymize-Enabler-Map § 2.5
CRAFT-Prompt mit ALM-Output. Output: 5-Abschnitts-Section (Methodik, EVE-Sensitivität, NII-Sensitivität, Outlier-Test, Maßnahmen).
GPT / Claude / Gemini in anymize
Schreib-Effizienz · EBA-IRRBB
Sensitivitäts-Verifikation: EVE-/NII-Werte 1:1 gegen ALM-Output. Sechs Schock-Szenarien vollständig. NMD-Annahmen offen.
Sie
EBA IRRBB Guidelines
Methodik-Verfeinerung: CSRBB-Komponente, BaFin-Anzeige-Schwelle. Freigabe ALM-Manager → ALM-Komitee → Vorstand → BaFin-Quartalsbericht. Bei Outlier-Test-Verletzung aufsichtliche Erklärungspflicht.
Sie
§ 25a KWG · BaFin-Meldepflicht
Womit Sie arbeiten
So setzen Sie anymize konkret ein
Was anymize tut
- Erkennt Großkunden-Einlagen-Cluster und Counterparty-Listen mit kleinen Stichproben.
- Lässt aggregierte EVE-/NII-Sensitivitäten sichtbar.
- Bidirektionale Anonymisierung mit Re-Identifikation.
- Deutsche Rechenzentren (Hetzner), AVV nach Art. 28 DSGVO.
Was Sie als ALM-Manager:in tun
- ALM-Tool mit allen sechs EBA-Szenarien laufen lassen.
- NMD-Behavior-Annahmen dokumentieren (Verbleibs-Zeiten, Replikations-Portfolio).
- EVE-/NII-Werte 1:1 gegen ALM-Output verifizieren.
- Outlier-Test-Schwellen (15 % CET1 / 2,5 % CET1+T1) prüfen; bei Verletzung BaFin-Erklärungspflicht.
Daten-Input
ALM-Output aus SAS ALM, Moody's Analytics ALM, FIS Adaptiv oder Bundesbank-IRRBB-Vorlagen mit EVE-Sensitivitäten je Schock, NII-12-Monats-Pfad, CSRBB-Komponente, NMD-Annahmen (Verbleib, Replikation), CET1-Berechnungsbasis.
Output-Kontrolle
Pseudonymisierter Datensatz an die KI. 5-Abschnitts-IRRBB-Section re-identifiziert zurück. CSRBB-Komponente und NMD-Behavior-Annahmen bleiben Ihre Verantwortung.
Freigabeprozess
ALM-Manager → ALM-Komitee → Vorstand → BaFin im Quartalsbericht. Bei Outlier-Test-Verletzung aufsichtliche Erklärungspflicht.
Die KI-Anweisung
Prompt zum Kopieren
So nutzen Sie diesen Prompt:
1. ALM-Output mit allen sechs EBA-Szenarien einfügen.
2. NMD-Annahmen und CSRBB-Komponente beifügen.
3. CET1- und CET1+T1-Werte als Berechnungsbasis angeben.
4. Diesen Prompt anhängen; Re-identifizierter Output gegen ALM-Tool verifizieren.
# Context (C)
Du unterstützt die Erstellung eines IRRBB-Berichts einer deutschen Bank nach
CRR III, MaRisk BTR (Zinsänderungsrisiko), EBA Guidelines on IRRBB, § 25a KWG.
Rechtsstand: <heutiges Datum>. Kundendaten pseudonymisiert ([[Kategorie-Hash]]).
Du erfindest keine Sensitivitäten.
# Role (R)
Du agierst als IRRBB-Reporting-Assistenz mit Kenntnis: EVE (Economic Value of
Equity), NII (Net Interest Income, 12-Monats-Horizont), sechs EBA-Schock-
Szenarien (Parallel-Up, Parallel-Down, Steepener, Flattener, Short-Up,
Short-Down), CSRBB, NMD-Behavior-Modelling, supervisory outlier test
(15 % CET1 / 2,5 % CET1+T1).
# Action (A)
1. Struktur:
(1) Methodik (ALM-Modell, NMD-Annahmen, CSRBB-Behandlung).
(2) EVE-Sensitivität (alle sechs Schock-Szenarien).
(3) NII-Sensitivität (12-Monats-Horizont, je Schock).
(4) Outlier-Test-Check (15 % CET1, 2,5 % EVE-Schwelle ggü. CET1+T1).
(5) Maßnahmen (Hedging-Pfad, Steuerung).
2. Nur Input-Zahlen; `[Datenfeld]`-Bezug.
3. NMD-Annahmen offen.
4. Bei Outlier-Test-Verletzung: aufsichtliche Erklärungspflicht andeuten.
# Format (F)
- Abschnitt 1: Fließtext.
- Abschnitt 2: Tabelle | Schock | EVE-Δ (Mio.) | Δ % CET1 | Bemerkung |.
- Abschnitt 3: Tabelle | Schock | NII-Δ (Mio.) | Bemerkung |.
- Abschnitt 4: Tabelle | Schwelle | Wert | Status |.
- Abschnitt 5: nummerierte Maßnahmen.
# Target Audience (T)
ALM-Manager, ALM-Komitee, Vorstand; BaFin-prüfungsfähig.
# Verbote
KEINE erfundenen NMD-Verbleibs-Zeiten.
KEINE eigene Markt-Spekulation.So sieht der Sachverhalt aus
Pseudonymisierter Eingabetext
IRRBB-Bericht Q3 [[Datum-7f2a]]
Methodik:
- ALM-Modell [[Modell-9b3d]], letztes Behavior-Update [[Datum-3a8b]].
- NMD-Annahmen: gleitende Replikations-Portfolios; Sicht-Einlagen
durchschnittlicher Verbleib 5,8 Jahre.
- CSRBB als separate Komponente in EVE integriert.
- CET1 = 4.250 Mio. EUR; T1 = 4.620 Mio. EUR.
EVE-Sensitivität:
| Schock | EVE-Δ (Mio.) | Δ % CET1 |
|---|---|---|
| Parallel-Up +200 bp | -180 | -4,2 % |
| Parallel-Down -200 bp | +95 | +2,2 % |
| Steepener | -78 | -1,8 % |
| Flattener | +42 | +1,0 % |
| Short-Up | -134 | -3,2 % |
| Short-Down | +71 | +1,7 % |
NII-Sensitivität (12-Monats-Horizont):
| Schock | NII-Δ (Mio.) |
|---|---|
| Parallel-Up | +38 |
| Parallel-Down | -29 |
| Steepener | +12 |
| Flattener | -8 |
| Short-Up | +24 |
| Short-Down | -19 |
Outlier-Test:
- Maximale EVE-Reduktion: 180 Mio. EUR (Parallel-Up); 4,2 % CET1.
- Schwelle: 15 % CET1 → 637,5 Mio. EUR.
- Sekundär-Schwelle: 2,5 % CET1+T1 → 222 Mio. EUR.
- Status: beide Schwellen eingehalten.So liefert anymize zurück
Der Antrags-Entwurf
## 1. Methodik
Das ALM-Modell [[Modell-9b3d]] folgt der EBA-Methodik für IRRBB; letztes
Behavior-Update [[Datum-3a8b]]. Für nicht-fällige Einlagen (NMDs) wird ein
gleitender Replikations-Portfolio-Ansatz angewandt, mit durchschnittlichem
Verbleib der Sicht-Einlagen von 5,8 Jahren. Die CSRBB-Komponente ist separat
integriert. Berechnungsbasis: CET1 4.250 Mio. EUR, T1 4.620 Mio. EUR.
## 2. EVE-Sensitivität
| Schock | EVE-Δ (Mio.) | Δ % CET1 | Bemerkung |
|---|---|---|---|
| Parallel-Up +200 bp | -180 | -4,2 % | dominanter Treiber, langlaufende Aktiv-Position |
| Parallel-Down -200 bp | +95 | +2,2 % | gegenläufige Wirkung |
| Steepener | -78 | -1,8 % | mittel |
| Flattener | +42 | +1,0 % | leicht positiv |
| Short-Up | -134 | -3,2 % | NMD-Behavior-Sensitivität |
| Short-Down | +71 | +1,7 % | |
Maximaler EVE-Verlust: -180 Mio. EUR im Parallel-Up-Schock, entsprechend 4,2 %
CET1 [Datenfeld: EVE-Δ Parallel-Up].
## 3. NII-Sensitivität (12 Monate)
| Schock | NII-Δ (Mio.) | Bemerkung |
|---|---|---|
| Parallel-Up | +38 | NII-positiv gegenläufig zu EVE |
| Parallel-Down | -29 | NII-Druck |
| Steepener | +12 | |
| Flattener | -8 | |
| Short-Up | +24 | |
| Short-Down | -19 | |
Die NII-Pfade laufen in den Parallel-Schocks gegenläufig zu EVE (Up: EVE-,
NII+). Klassischer Term-Transformation-Effekt.
## 4. Outlier-Test
| Schwelle | Wert | Status |
|---|---|---|
| 15 % CET1 (637,5 Mio.) | Max-Verlust 180 Mio. | grün |
| 2,5 % CET1+T1 (222 Mio.) | Max-Verlust 180 Mio. | grün |
Beide aufsichtlichen Schwellen eingehalten.
## 5. Maßnahmen
1. **Beobachtung Short-Up-Sensitivität:** -134 Mio. EUR ist materieller
Teiltreiber; NMD-Behavior-Modell im Folgequartal review — ALM-Team Q4.
2. **CSRBB-Verfeinerung:** separat dokumentieren; Volatilitäts-Treiber im
ALM-Komitee diskutieren.
3. **Hedging-Diskussion:** Receiver-Swap-Portfolio-Größe im Risk-Komitee
thematisieren.
4. **Reporting:** Quartalsbericht an BaFin termingerecht.Was das Berufsrecht verlangt
Pflichten — und wie anymize sie abdeckt
§ 25a KWG, MaRisk BTR (SRC-0106 / SRC-0115)
IRRBB-Pflicht; Vorstand verantwortet.
CRR III + EBA IRRBB (SRC-0130)
Outlier-Test 15 % CET1 / 2,5 % CET1+T1 sind aufsichtliche Schwellen. Verletzung löst Erklärungspflicht aus.
Halluzination NMD-Annahmen (PF-3)
KI darf NMD-Verbleibs-Zeiten nicht „schätzen“; nur Input verwenden.
CSRBB-Komponente methodisch im Wandel
Explizit als eigener Punkt benennen; BaFin BDAI (SRC-0120) + Orientierungshilfe IKT-KI (SRC-0119) ordnen KI-Workflow ins Inventar.
§ 43 KWG (SRC-0109)
Großkunden-Einlagen-Cluster sind Klasse A.
BCBS 239 + BaFin RiF 2026 (SRC-0205 / SRC-0125)
Daten-Aggregations-Qualität für IRRBB; Zinsumfeld bleibt Fokus-Risiko.
Datenschutz und Vertraulichkeit
So funktioniert das mit anymize
Bei IRRBB-Bericht sieht der KI-Anbieter ohne Pseudonymisierung Großkunden-Einlagen-Cluster mit Refi-Plänen. anymize ersetzt Counterparty-IDs und kleine Sub-Cluster vor dem KI-Aufruf; aggregierte EVE-/NII-Sensitivitäten bleiben sichtbar. Rechtsgrundlage Art. 6 Abs. 1 lit. c DSGVO i.V.m. § 25a KWG; bei Großkunden-Bezug greift § 43 KWG. Cloud-KI als Auslagerung nach § 25b KWG / DORA Art. 28; KI-Inventar nach BaFin-Orientierungshilfe IKT-KI 18.12.2025.
Alternative Pseudonymisierungs-/Compliance-Ansätze
- Treasury-/ALM-Plattformen mit eigener NLG (SAS ALM, Moody's Analytics ALM, FIS Adaptiv).
- Bank-interne KI (Commerzbank Sherlock, S-KIPilot, atruvia).
- Bundesbank-IRRBB-Vorlagen als methodischer Maßstab.
- Voraussetzung jeder Variante: AVV, Auslagerungs-Register, KI-Inventar.
Sicherheitscheck vor der Einreichung
Was anymize liefert — was Sie souverän entscheiden
Vor dem KI-Aufruf
- ALM-Lauf mit allen sechs EBA-Schocks abgeschlossen?
- NMD-Behavior-Annahmen dokumentiert?
- Klassifikation festgelegt?
- Anonymisierungs-Vorschau gesichtet?
Nach der KI-Antwort
- Sechs Schock-Szenarien vollständig?
- EVE-/NII-Werte 1:1?
- Outlier-Test-Status korrekt?
- NMD-Annahmen offen gelegt?
- CSRBB-Komponente separat dokumentiert?
Vor BaFin-Quartalsbericht
- ALM-Komitee + Vorstand-Freigabe?
- Bei Outlier-Test-Verletzung: aufsichtliche Erklärung vorbereitet?
- Konsistenz mit IRRBB-Konzept und Methodik-Dokumentation?
Typische Fehlermuster — und wie anymize gegensteuert
- →KI vertauscht EVE und NII (gegenläufig im Parallel-Schock).
- →KI lässt einen der sechs Schock-Szenarien aus.
- →KI halluziniert NMD-Verbleibs-Zeit (z. B. 6,2 statt 5,8 Jahre).
- →KI vergisst CSRBB-Komponente.
- →KI stuft Outlier-Test-Status falsch (grün statt gelb knapp).
Rechtsgrundlagen
Normen, Urteile, Belege
Primärnormen — Aufsichtsrecht und IRRBB
- Risikomanagement
- Bankgeheimnis
- BTR Zinsänderungsrisiko
- KI-Inventar
- Algorithmen-Prinzipien
- Outlier-Test, supervisory standards
Primärnormen — Datenschutz
- Auftragsverarbeitung (AVV)
Sekundärquellen
- Risk Data Aggregation
- Zinsumfeld bleibt Fokus
- Berichtserstellung Top-3-GenAI
Stand: · Nächste Überprüfung:
Hinweis zur Nutzung
Zur Orientierung — nicht als Mandatsersatz
Diese Anleitung beschreibt einen Arbeitsablauf, den Sie mit anymize umsetzen können. Sie ist zur Orientierung gedacht und ersetzt weder die anwaltliche Würdigung im Einzelfall noch eine fachanwaltliche Prüfung. Welche Rechtsprechung einschlägig ist, wie der Sachverhalt rechtlich zu bewerten ist, welche Anträge in Ihrem konkreten Mandat richtig sind — das bleibt selbstverständlich bei Ihnen.
KI-Outputs müssen vor jeder Verwendung anwaltlich geprüft werden. Insbesondere Urteils-Aktenzeichen, Norm-Verweise und Fristen sind gegen Primärquellen zu verifizieren. anymize gewährleistet die Vertraulichkeit der Mandantendaten gegenüber dem KI-Anbieter; die fachliche Richtigkeit des Outputs liegt in Ihrer Verantwortung.
Jetzt starten.
14 Tage kostenlos testen.
Alle Modelle. Alle Features. Keine Kreditkarte.
Wir sind überzeugt von anymize. Und wir wissen: Bei einem KI-Werkzeug, das Mandanten-, Patienten- oder Mitarbeiter-Daten berührt, reicht ein Demo-Video nicht. Deshalb 14 Tage voller Zugang – alle Modelle, alle Features, keine Kreditkarte. Genug Zeit, um sicher zu sein, bevor du uns vertraust.
Dein KI-Arbeitsplatz wartet.