KI als Finanzcoach in der Schuldenrehabilitation

Überschuldung ist kein Randproblem. In Finnland tragen fast 8% der Erwachsenen einen Zahlungsausfallvermerk. In der EU mussten Millionen Haushalte während der Pandemie Geld aufnehmen, um Grundausgaben zu decken. In der Schweiz bearbeitet das SchKG-System jährlich Hunderttausende Betreibungsfälle — und die Zahlen steigen, besonders unter jüngeren Erwachsenen, die in Zyklen aus Sofortkrediten und Abo-Ausgaben gefangen sind.

Die bestehende rechtliche Infrastruktur — gerichtliche Schuldenbereinigung, Privatkonkurs, Konsumentenschutz — wurde für eine Welt physischer Banken und Papieranträge konzipiert. Grosse Teile der Schuldnerpopulation haben dadurch keinen echten Zugang zu Entlastung. Und genau diese Lücke zwischen Hilfebedarf und tatsächlicher Hilfe ist das Problem, das generative KI verkleinern könnte.

Die Gerechtigkeitslücke ist ein Designproblem

Die meisten europäischen Schuldenrehabilitationssysteme teilen einen strukturellen Fehler: Sie filtern nach «würdigen» Schuldnern. In Finnland verlangt das Gesetz über die Schuldenbereinigung natürlicher Personen (57/1993), dass die Zahlungsunfähigkeit aus Umständen resultiert, die «nicht in erster Linie vom Schuldner verschuldet» sind. Konsumkredite — die am schnellsten wachsende Kategorie — wurden traditionell ausgeschlossen. Die moralisierende Rahmung ist nicht auf Finnland beschränkt. Im gesamten DACH-Raum ist Überschuldung stigmatisiert, und formale Rehabilitationswege sind durch Zulassungskriterien abgesichert, die viele der Bedürftigsten ausschliessen.

Das Ergebnis ist eine Gerechtigkeitslücke. Wer sich nicht für gerichtliche Verfahren qualifiziert, muss die Rückzahlung allein bewältigen — manchmal über 20 bis 25 Jahre. In Finnland beispielsweise hatten rund 40% der Schuldner, die zwischen 2008 und 2013 ein Schuldenbereinigungsverfahren durchliefen, am Ende neue Zahlungsausfälle. Die Statistik ist nicht aktuell, aber sie unterstreicht einen entscheidenden Punkt: Schuldenrehabilitation gelingt nicht allein durch die Reduktion der Schuldenhöhe, sondern erfordert die Behandlung der Ursachen.

Öffentliche Schuldenberatung existiert — die Schuldenberatungsstellen in der Schweiz, die Schuldnerberatungsstellen in Deutschland — aber diese Dienste sind unterfinanziert und selten personalisiert. In der Schweiz variieren Kapazität und Qualität der kantonalen Angebote erheblich. In Deutschland ist der Zugang zu kostenloser Schuldnerberatung je nach Kommune unterschiedlich und oft mit langen Wartezeiten verbunden. Die Daten des World Justice Project bestätigen, was Praktikerinnen und Praktiker längst wissen: Die meisten Ratsuchenden mit finanziellen und rechtlichen Problemen berichten, keine ausreichende Hilfe erhalten zu haben.

Die technologiegetriebene Schuldenfalle

Die Ironie ist offensichtlich. Technologie ist gleichzeitig ein Haupttreiber der Überschuldung und das am meisten unterschätzte Werkzeug zu ihrer Bekämpfung. Sofortkredite — kleine Beträge, die per Handy innerhalb von Minuten erhältlich sind — haben sich in ganz Europa verbreitet. Studien aus Finnland und den nordischen Ländern dokumentieren, wie aggressive Vermarktung hochverzinslicher Konsumkredite insbesondere junge Erwachsene zu leichtfertigem Borgen verleitet hat. Aber es geht nicht nur um Leichtsinn. Für einkommensschwache Konsumenten ist Kreditaufnahme oft die einzige Möglichkeit, Grundbedürfnisse zu decken — besonders in wirtschaftlichen Krisenzeiten. Einmal im Kreislauf räuberischer Kreditvergabe gefangen — höhere Provisionen, höhere Zinsen, fehlende Alternativen — wird die Verschuldung selbsterhaltend, mit dokumentierten negativen Auswirkungen auf psychische Gesundheit, soziale Teilhabe und intergenerationelle Mobilität.

Die digitalen Angebote öffentlicher Stellen haben nicht Schritt gehalten. Wer personalisierte Finanzberatung sucht, stösst typischerweise auf veraltete Websites, generische FAQ-Seiten und PDF-Broschüren ohne umsetzbare Handlungsanweisungen.

Wenn öffentliche Dienste versagen, wenden sich die Betroffenen an private Anbieter — von denen manche genau die Schwachstellen ausnutzen, die das Problem geschaffen haben. Das Feld ist offen für KI-Tools, die es besser machen könnten — vorausgesetzt, sie werden richtig gestaltet und reguliert.

Warum Verhaltenswissenschaft hier zählt

Dies ist nicht nur ein Problem der Rechtsarchitektur. Es ist ein Verhaltensproblem. Forschung zeigt konsistent, dass Überschuldung durch ein komplexes Zusammenspiel von sozioökonomischen Bedingungen, psychologischen Faktoren und Umweltdruck getrieben wird — nicht einfach durch «unverantwortliches Ausgabeverhalten».

Das COM-B-Modell von Michie, Atkins und West bietet einen nützlichen Rahmen. Es besagt, dass für jede Verhaltensänderung drei Bedingungen gleichzeitig erfüllt sein müssen:

• Fähigkeit (Capability): Die Person braucht Wissen und Kompetenzen — Finanzkompetenz, Budgetierungsfähigkeiten, Verständnis von Kreditbedingungen.
• Gelegenheit (Opportunity): Äussere Bedingungen müssen das Verhalten unterstützen — Zugang zu Information, Zeit, soziale Unterstützung und passende Werkzeuge.
• Motivation: Die Person muss ausreichend inneren oder äusseren Antrieb haben — positive Einstellungen, Selbstregulation, emotionale Widerstandsfähigkeit.

Bildung allein verändert kein langfristiges Finanzverhalten. Die Forschungslage ist hier eindeutig. Was funktioniert, ist eine nachhaltige, personalisierte Intervention, die alle drei Dimensionen adressiert — und genau das könnte ein KI-Coaching leisten.

Was KI-Finanzcoaches heute bereits können

Die Technologie ist nicht hypothetisch. Eine Reihe KI-gestützter Finanztools existiert bereits:

• Budgetierung und Ausgabenanalyse: YNAB, Empower, MoneyWiz — Apps, die KI nutzen, um Ausgaben zu kategorisieren und Sparmöglichkeiten aufzuzeigen.
• Schuldenkonsolidierung: Anyfin, Bright — Dienste, die mehrere Schulden bündeln und niedrigere Zinssätze aushandeln.
• Automatisierte Verhandlung: Haggle It (Cleo) — ein Bot, der im Auftrag des Nutzers mit Gläubigern verhandelt.
• Kreditverbesserung: Experian Boost, DebtBusters — Plattformen, die Nutzern helfen, ihr Kreditprofil aufzubauen.
• Finanzbildung: Zogo, MoneyMasters — adaptive Lernpfade basierend auf der finanziellen Situation und dem Lernfortschritt.
• Robo-Advisors: Betterment (US, SEC-registrierter Investment Adviser), Simplewealth (CH, Schweizer Robo-Advisor) — algorithmisches Portfoliomanagement.

Was in diesem Bereich fehlt, ist ein gründliches, staatlich oder gemeinnützig getragenes KI-Tool, das speziell für überschuldete Personen entwickelt wurde — eines, das Budgetierung, rechtliche Orientierung, Verhaltenscoaching und Integration mit bestehenden Schuldbetreibungsverfahren kombiniert.

Die Autoren der zugrundeliegenden Forschung bauten einen Prototyp namens «Finance Friend» mit OpenAIs GPT Builder. Ihre Tests zeigten, dass selbst ein einfaches GPT-4-basiertes Tool umfassende Finanzberatung bieten, komplexe Kreditbedingungen in verständliche Sprache übersetzen, personalisierte Ausgabenanalysen liefern und eine motivierende Interaktionsumgebung schaffen konnte. Das Tool zeigte auch Sensibilität in akuten Stresssituationen und lieferte ausführliche Ratschläge zu Ausgabenprüfung, Einkommensstrategien und Gläubigerverhandlungen.

Das regulatorische Umfeld: EU AI Act trifft Finanzdienstleistungen

Für Juristinnen und Juristen, die in diesem Bereich Finanzinstitute, Fintech-Unternehmen oder öffentliche Stellen beraten, ist die regulatorische Überschneidung komplex und folgenreich.

EU AI Act (2024/1689): KI-Systeme zur Kreditwürdigkeitsprüfung sind unter Anhang III als hochriskant eingestuft. Ein Finanzcoaching-Tool, das die Zahlungsfähigkeit eines Nutzers bewertet oder Umschuldungsstrategien empfiehlt, kann je nach Ausgestaltung die Pflicht zur Konformitätsbewertung auslösen. Das Gesetz verlangt Transparenz, menschliche Aufsicht und Dokumentationspflichten für Anbieter und Betreiber hochriskanter Systeme.

PSD2 und Open Finance: Die zweite Zahlungsdiensterichtlinie ermöglicht bereits den Zugang Dritter zu Bankkontodaten mit Kundeneinwilligung. Die vorgeschlagene PSD3 und die Financial Data Access Regulation (FIDA) werden dies weiter ausbauen. Diese Rahmenwerke schaffen die technische und rechtliche Infrastruktur für KI-Coaches zur Integration mit realen Finanzdaten — werfen aber auch erhebliche Datenschutzfragen auf.

Schweizer DSG (revDSG): Für Schweizer Einsätze gilt das revidierte Datenschutzgesetz unabhängig von EU-Regeln. Hochrisiko-Profiling — ein Konzept, das im Schweizer Recht eigenständig definiert ist — kann durch KI-Tools ausgelöst werden, die Finanzverhalten analysieren, um Empfehlungen zu generieren. Die Sanktionsstruktur zielt auf Einzelpersonen, nicht auf Unternehmen, mit Bussen bis CHF 250'000.

Vertrauen ist der Engpass

Die Technologie für effektive KI-Finanzcoaches existiert heute. Die Verhaltenswissenschaft für deren gute Gestaltung ist ausgereift. Die regulatorischen Rahmenbedingungen — obwohl komplex — sind handhabbar. Die eigentliche Einschränkung ist Vertrauen.

Nutzer in finanzieller Notlage sind verwundbar. Sie sind genau die Population, die am anfälligsten für Manipulation durch Dark Patterns und räuberisches Design ist. Ein KI-Coach, der Verhaltenserkenntnisse nutzt, um Menschen zu bestimmten Finanzprodukten zu drängen, statt ihre Erholung ehrlich zu unterstützen, würde ernsthaften Schaden anrichten. Die Kapitelautoren zitieren zu Recht Dorresteijn und Verbeek: «Wohlbefinden entsteht nur, wenn die Nutzer von Technologien die Möglichkeit haben, ihre eigenen Antworten auf die Frage nach dem guten Leben zu formulieren.»

Der Aufbau vertrauenswürdiger KI in diesem Bereich erfordert mehrere nicht verhandelbare Elemente:

1. Transparenz über Grenzen. Das Tool muss klar kommunizieren, was es kann und was nicht, und Nutzer für komplexe Entscheidungen an menschliche Fachleute verweisen.
2. Keine kommerziellen Interessenkonflikte. Wenn das Tool ein Finanzprodukt empfiehlt, muss der Nutzer verstehen, wer profitiert.
3. Privacy by Design. Finanzdaten gehören zu den sensibelsten Kategorien. Die Verarbeitung muss dem anwendbaren Datenschutzrecht entsprechen, und Datenminimierungsprinzipien müssen architektonisch durchgesetzt werden.
4. Menschliche Aufsicht. Hochrisiko-Empfehlungen — Umstrukturierungsvorschläge, Gläubigerverhandlungen — sollten eine menschliche Überprüfung einschliessen.
5. Erklärbarkeit. Nutzer müssen nachvollziehen können, warum eine Empfehlung ausgesprochen wurde.

Was das für Ihre Praxis bedeutet

Wenn Sie Finanzinstitute, Fintech-Unternehmen oder öffentliche Stellen im DACH-Raum beraten, verdienen drei Entwicklungen Ihre Aufmerksamkeit:

Banken als natürliche Entwickler. Banken verfügen über Kundenfinanzdaten und haben ein direktes kommerzielles Interesse an der Schuldenerholung ihrer Kunden. Unter PSD2/PSD3 können auch Dritte mit Einwilligung auf diese Daten zugreifen. Die Frage ist nicht, ob KI-Finanzcoaches im Bankensektor entstehen werden, sondern wie sie reguliert werden und ob Ihre Mandanten in der Lage sind, sie konform zu bauen oder einzusetzen.

Die Chance des öffentlichen Sektors. Derzeit gibt es keine staatlich geführte KI-Lösung, die vollständige, personalisierte Schuldenrehabilitationsunterstützung bietet. Dies ist eine Lücke, die öffentlich-private Partnerschaften füllen könnten — aber nur unter sorgfältiger Beachtung der oben dargelegten regulatorischen Einschränkungen.

Haftungsfragen. Wenn ein KI-Coach Ratschläge erteilt, die zu nachteiligen finanziellen Ergebnissen führen — ein Nutzer folgt einem empfohlenen Budget, das sich als nicht tragfähig erweist, oder verhandelt mit Gläubigern auf Basis KI-generierter Bedingungen, die fehlerhaft sind — ist die Frage, wer die Verantwortung trägt, ungeklärt. Produkthaftung, Berufshaftpflicht und vertragliche Rahmenwerke müssen aktualisiert werden. Besonders in der Schweiz, wo die Haftung nach OR und PrHG unterschiedliche Anknüpfungspunkte bietet, fehlen klare Präzedenzfälle für KI-gestützte Finanzberatung. Die EU-Produkthaftungsrichtlinie in ihrer revidierten Fassung wird Software ausdrücklich erfassen — aber wie sich das auf KI-Coaches auswirkt, die keine konkreten Finanzprodukte verkaufen, sondern Verhaltensempfehlungen geben, bleibt offen.

Von Fitness-Apps zur finanziellen Erholung

Eine Analogie aus der zugrundeliegenden Forschung verdient Beachtung. Fitness-Apps — Strava, MyFitnessPal, Apple Health — haben Verhaltensänderung im grossen Massstab erreicht, indem sie Personalisierung, Zielverfolgung, Meilensteinfeiern und adaptives Coaching kombinieren. Finanzielle Erholung teilt dieselbe strukturelle Herausforderung: Sie verlangt nachhaltige Verhaltensänderung über Monate oder Jahre, mit Fortschritten, die kurzfristig oft unsichtbar bleiben. Ein gut gestalteter KI-Finanzcoach könnte dieselben Interaktionsmuster übernehmen: tägliche Check-ins, Ausgabenübersichten, die Disziplin belohnen, kurzfristige Meilensteine, die einen Fünfjahres-Rückzahlungsplan erreichbar erscheinen lassen, und adaptive Beratung, die auf Rückschläge ohne Verurteilung reagiert.

Der Unterschied liegt natürlich im Risiko. Eine Fitness-App, die Kalorien falsch zählt, ist ärgerlich. Ein Finanzcoach, der Zinssätze falsch berechnet oder Kreditbedingungen halluziniert, kann echten finanziellen Schaden anrichten. Die Designprinzipien, die Fitness-Apps fesselnd machen, sind übertragbar — aber die Sicherheitsanforderungen sind kategorisch höher.

Richard Susskinds Rahmenwerk zum Zugang zur Justiz ist hier relevant. Er argumentiert, dass Justiz vier Komponenten umfasst: Streitbeilegung, Streitbegrenzung, Streitvermeidung und Förderung der Rechtsgesundheit. KI-Finanzcoaches operieren primär in den letzten beiden Kategorien — sie verhindern Schuldenprobleme, bevor sie eskalieren, und fördern Finanzkompetenz als Form der Rechtsgesundheit. Diese Rahmung ist wichtig, weil sie diese Tools nicht als Ersatz für gerichtliche Verfahren positioniert, sondern als vorgelagerte Interventionen, die die Nachfrage nach Gerichten und Vollstreckungssystemen reduzieren.

Die Schnittstelle von KI, Verhaltenswissenschaft und Schuldenrehabilitation ist kein Nischenthema. Sie berührt Finanzregulierung, Datenschutz, Konsumentenrecht und Zugang zur Justiz. Für Juristinnen und Juristen in diesem Feld liegt die Chance darin, die Gestaltung dieser Tools mitzubestimmen — statt nach deren Versagen die Folgen zu prozessieren.