Überwachung der Mitarbeiterkommunikation (eComms & Sprache) bei Verhaltensrisiken

Banken, Broker, Vermögensverwalter und Energiehändler müssen die Kommunikation ihrer Beschäftigten zu Geschäften aufzeichnen. Sie müssen außerdem vermuteten Marktmissbrauch erkennen und melden. Klassisches Lexikon-Alarmieren („das bleibt unter uns“, „inoffiziell“) überschwemmt Compliance-Teams mit Falsch-Positiven. Es übersieht zudem verschlüsselte Sprache, andere Sprachen und Gespräche. KI-Überwachung transkribiert Anrufe, normalisiert jeden Kanal und klassifiziert Unterhaltungen nach Verhalten (Insiderhandel, Absprachen, Front-Running, Falschberatung, Verlagerung des Gesprächs auf andere Kanäle). Prüfende erhalten weniger Alarme, jeweils mit Beleg. In der EU ist dies eine regulierte Pflicht. Es ist zugleich Überwachung von Beschäftigten, sodass die DSGVO, die Mitbestimmung des Betriebsrats und sehr wahrscheinlich das Hochrisiko-Regime der KI-Verordnung (AI Act) gelten.

Problem & Nutzen

• Wer: Wertpapierfirmen und Kreditinstitute unter MiFID II, Personen, die „berufsmäßig Geschäfte vermitteln oder ausführen“ nach MAR Art. 16 Abs. 2, Rohstoff- und Energiehändler (MAR/REMIT) sowie Versicherungsvermittler mit Pflichten zur Beratungsaufzeichnung. In der Praxis ist die Zielgruppe das Großunternehmen. Mittelgroße Vermögensverwalter und Broker kaufen den Dienst ein. KMU außerhalb der regulierten Finanzbranche haben keinen rechtlichen Anlass, und die rechtlichen Grenzen der Mitarbeiterüberwachung machen den Anwendungsfall für sie schwer begründbar.
• Heute: Die Kommunikation wird in einem WORM-Archiv erfasst. Lexikon-/Schlagwortregeln erzeugen Alarme, und Prüfende der ersten Stufe (Level 1) schließen sie ab, oft im Ausland. Die meisten Alarme sind Rauschen durch Newsletter, Haftungshinweise und Geplänkel. Gespräche werden stichprobenartig statt vollständig geprüft, und fremdsprachige Chats sind kaum abgedeckt.
• Regulatorischer Druck: Nach SYSC 10A verlangt die FCA, dass Unternehmen relevante Gespräche und elektronische Kommunikation aufzeichnen, fünf Jahre aufbewahren (auf Verlangen bis zu sieben) und angemessene Schritte unternehmen, um relevante Kommunikation auf privaten, nicht aufzeichnbaren Geräten zu unterbinden [3]. In den USA verklagte die SEC allein im September 2024 26 Unternehmen wegen Verstößen gegen Aufzeichnungspflichten bei Kommunikation außerhalb zugelassener Kanäle, mit Strafen von zusammen mehr als 390 Mio. USD [1]. Diese Bußgeldserie machte die Erkennung von „lass uns zu WhatsApp wechseln“ zu einem Standard-Erkennungsszenario.
• KI-Nutzen: Verhaltensbasierte Klassifikatoren und LLM-Vorsortierung senken das Alarmvolumen. Zu den von Anbietern genannten Zahlen gehören eine große französische Bank, die eine Verringerung der Falsch-Positiven um 97 % meldet, und eine Alarmquote von 0,15 % bei einem Energiehandelsunternehmen. Beides sind Kundenstimmen von Shield und nicht unabhängig überprüft [5]. KI bringt zudem Mehrsprachigkeit und Sprachabdeckung, die Lexika nicht leisten können [4][5].

Varianten

• Marktmissbrauchs-Überwachung der eComms (Kern): Insiderhandel, unrechtmäßige Offenlegung, Absprachen und Benchmark-Manipulation, Front-Running, Spoofing-Gespräche. Alarme werden mit Orders aus ANOM-012 korreliert.
• Sprachüberwachung: Händler-Turrets, Mobilfunkaufzeichnung, Beratergespräche. Die Pipeline führt vor der Klassifizierung ASR, Sprechertrennung (Diarization) und Behandlung von Sprachwechseln (Code-Switching) aus. Sie teilt ihren Stack mit SPEECH-002.
• Erkennung von Kommunikation außerhalb zugelassener Kanäle und von Aufzeichnungslücken: erkennt Versuche, ein Gespräch auf nicht aufgezeichnete Kanäle zu verlagern („ruf mich auf dem Handy an“, „schreib mir bei WhatsApp“), und Lücken in der Erfassungsabdeckung.
• Verhaltens- und Kulturrisiko: Falschberatung und Eignungssprache in Beratergesprächen (MiFID II/IDD, FCA Consumer Duty) sowie Belästigung oder Mobbing im Chat. Setzen Sie diese Variante in der EU mit großer Vorsicht ein; siehe den Abschnitt zu Risiken.
• Interessenkonflikte und Informationsbarrieren: Erkennung von Kommunikation über Vertraulichkeitsbereiche (Chinese Walls) hinweg (private zu öffentlicher Seite), verknüpft mit Beobachtungs- und Sperrlisten.
• Energie und Rohstoffe: REMIT (Energiegroßhandel) und die Bestimmungen der MAR zu Rohstoffderivaten, wie sie Handelstische von Versorgern nutzen.
• Nicht im Umfang: allgemeine DLP und Datenabfluss (SEC-017), Sicherheitsanalytik zu Innentätern sowie Produktivitäts- oder „Engagement“-Überwachung von Beschäftigten. Letztere ist in den meisten EU-Konstellationen mit Betriebsrat keine zulässige Variante und bewusst ausgeschlossen.

So funktioniert es

1. Erfassung (E-Mail, Chat, Teams, Mobilfunk, Sprache)
2. WORM-Archiv (Aufbewahrung nach MiFID II / SEC 17a-4)
3. Normalisierung: Rekonstruktion von Threads/Gesprächen, Deduplizierung, Entfernen von Haftungshinweisen & Newslettern
4. Sprache: ASR + Sprechertrennung + Spracherkennung (+ Übersetzung bei Bedarf)
5. Richtlinien-Abgrenzung: wer ist im Umfang (Rolle, Handelstisch, Instrumente, Beobachtungs-/Sperrlisten)
6. Erkennung: Encoder-Klassifikatoren je Risiko + LLM-Schlussfolgerung über das ganze Gespräch (+ bisheriges Lexikon als Sicherheitsnetz)
7. Korrelation mit Handels-/Orderalarmen (ANOM-012)
8. Alarm mit Belegstellen & Erklärung
9. L1-Prüfende
10. L2-Untersuchung
11. STOR / Disziplinarverfahren / Abschluss
12. Rückkopplung: Entscheidungen der Prüfenden
13. Modellanpassung & regelmäßige Modellvalidierung

• Klassifikatoren: Kleine feingetunte Encoder oder kleine LLMs bewerten jede Nachricht oder jedes Gespräch je Risikotypologie bei hohem Volumen (Millionen Nachrichten pro Tag). Ein größeres LLM liest anschließend nur die markierten Gespräche mit Kontext erneut und schreibt eine Begründung. Behavox beschreibt diese Aufteilung als agentische KI für offene Untersuchungen und deterministische, validierte Modelle für Entscheidungen mit hohem Gewicht [4].
• Sprache: Fachvokabular (Kürzel, Handelsjargon, Zahlen, „yards“, „bps“) ist die Hauptquelle von ASR-Fehlern. Eigenes Vokabular oder ein feingetuntes ASR ist hier wichtiger als die Wahl des LLM.
• Mensch-in-der-Schleife (Human-in-the-Loop): Jeden Alarm entscheidet eine geschulte Compliance-Prüfperson. Die KI nimmt nie von sich aus eine STOR-Meldung oder eine disziplinarische Entscheidung vor. Eskalationen bestätigt eine zweite Prüfperson.

Datenaufbereitung

Die Daten sind die archivierte Kommunikation der Beschäftigten: E-Mail (Exchange, Journaling-Archive), Chat (Teams, Bloomberg, WhatsApp über Erfassungswerkzeuge), Sprachaufzeichnungen von Handels-Turrets und Mobilfunkaufzeichnung, dazu Handels-, Order- und Mitarbeiterstammdaten als Kontext. Typische Lücken sind nicht erfasste Kanäle (Kommunikation außerhalb zugelassener Kanäle), uneinheitliche Archive und Formate, schlechte Audioqualität, viele Sprachen und Slang, fehlende Sprecheridentifikation, keine gelabelten Alarme aus früheren Fällen und zu weit gefasste Zugriffsrechte.

Aufbereitungsschritte: - Alle Kanäle erfassen und Erfassungslücken schließen (PREP-001, PREP-002, PREP-005). - Ältere Mailarchive und Audioformate konvertieren (PREP-007). - Labels aus früheren Alarmen und abgeschlossenen Fällen gewinnen und mit Compliance-Fachleuten einen Testdatensatz aufbauen (PREP-020, PREP-018). - Inhalte für Prüfung und Modellentwicklung pseudonymisieren (PREP-022). - Datenklassen und Zugriffsregeln festlegen sowie Zweck und Rechtsgrundlage prüfen (PREP-024, PREP-025, PREP-023).

Werkzeuge: vorhandene Archiv- und Erfassungssysteme, Spracherkennung wie Whisper, eine Pseudonymisierungs-Pipeline. Die Datenarbeit macht etwa 40 bis 50 Prozent des Aufwands aus, vor allem für Erfassung, Labeling und rechtliche Klärung. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• Unternehmen: Weg B, weil die Überwachung hochsensible Beschäftigten- und Kundendaten berührt, auf die eigenen Kanäle und Richtlinien des Unternehmens zugeschnitten sein muss und eine gemeinsame, in der EU gehostete KI-Plattform mit eigenen Modellen Daten und Modelle unter Kontrolle hält; der Kauf einer Spezial-Suite (Weg A) bleibt eine gültige Alternative, wo validierte Anbietermodelle verlangt werden.
• Entwickler: Weg C, weil Anbieter und interne Teams, die Überwachungskomponenten bauen, offene Modelle und selbst betriebene Klassifikatoren brauchen, um Kommunikationsdaten im eigenen Perimeter zu halten.

Weg A — Kaufen (Standardsoftware) (gültige Alternative)

• Spezialanbieter: Behavox Quantum (Sprache und Text in über 50 Sprachen, Modelle validiert nach SR 11-7) [4], Shield (mehrschichtige KI-Alarmfilterung) [5], Global Relay (Archiv plus KI-Überwachung), NICE Actimize SURVEIL-X (ganzheitliche Handels- und Kommunikationsüberwachung) [6], Smarsh (Archiv und Überwachung), Theta Lake (Compliance für Zusammenarbeit und Videokonferenzen) sowie Verint / NICE für Sprachaufzeichnung. Relevant für EU/UK: Behavox und Shield haben beide große europäische Niederlassungen. Prüfen Sie EU-Datenhaltung, On-Premises- oder Private-Cloud-Optionen und ob der Anbieter eine Betriebsrats-Konfiguration unterstützt, die alles außerhalb des vereinbarten Umfangs abschaltet.
• Microsoft Purview Communication Compliance: gut geeignet für Unternehmen mit Microsoft 365. Es bietet trainierbare Klassifikatoren für Teams, Exchange und Viva Engage mit standardmäßig pseudonymisierter Prüfung. Es ersetzt nicht die spezialisierte Marktmissbrauchs- Abdeckung für Bloomberg-Chat oder Sprache.
• A wählen, wenn: Sie ein reguliertes Unternehmen sind. Aufsichtsbehörden erwarten validierte, dokumentierte Modelle und einen ausgereiften Fallbearbeitungs-Workflow, und beides ist teuer im Eigenbau.

Weg B — Auf Cloud-KI-Diensten aufbauen (empfohlen)

• Modelle: Bereitstellungen von Azure OpenAI, Amazon Bedrock (Frankfurt) oder Google Vertex AI (EU) in EU-Regionen oder Mistral (EU-Anbieter) für die LLM-Vorsortierung vorgefilterter Gespräche. Für Sprache Azure AI Speech, AWS Transcribe oder Google Chirp in EU-Regionen nutzen. Eine Konfiguration ohne Datenspeicherung (Zero Data Retention) verwenden und den Ausschluss vom Training vertraglich festlegen.
• Typische Rolle: eine zweite Stufe der Vorsortierung über einem bestehenden Lexikon- oder Anbieter-Alarmstrom. Sie erklärt und stuft Alarme herab; Archiv, Abgrenzung und Fallbearbeitung bleiben beim bisherigen Werkzeug.
• Vorbehalt: Viele Banken untersagen es, Rohkommunikation der betroffenen Beschäftigten an externe LLM-Schnittstellen zu senden. In diesem Fall beschränkt sich Weg B auf private Endpunkte im eigenen Cloud-Mandanten des Unternehmens.

Weg C — Selbst betreiben (Open Source)

• ASR & Sprechertrennung: Whisper large-v3 / large-v3-turbo über faster-whisper oder WhisperX, pyannote für die Sprechertrennung und NVIDIA Parakeet/Canary für Geschwindigkeit.
• Klassifizierung: feingetunte mehrsprachige Encoder (XLM-RoBERTa, ModernBERT-Klasse) je Typologie. Offene LLMs wie Qwen3, Mistral Small oder Llama 3.3 70B übernehmen die Schlussfolgerung über markierte Gespräche und werden mit vLLM betrieben. Llama Guard / Presidio decken den Umgang mit personenbezogenen Daten und die Pseudonymisierung ab.
• Suche & Prüfung: OpenSearch/Elasticsearch mit hybrider Vektorsuche für Untersuchungen. Die Fallbearbeitung ist ein Eigenbau oder ein vorhandenes GRC-Werkzeug.
• Hardware: HW3 (eine GPU mit 48–96 GB) deckt ASR plus ein LLM mit etwa 30 Mrd. Parametern für die Vorsortierung bei mittleren Volumina ab. Große Banken mit durchgehender Sprachaufzeichnung brauchen mehrere HW3-Knoten oder HW4.
• Betriebsaufwand: hoch. Sie brauchen Modellvalidierung (Modellrisikomanagement im Stil von SR 11-7), Drift-Überwachung und einen aufsichtstauglichen Prüfpfad. Selbst betreiben ist vor allem bei strengen Vorgaben zur Datensouveränität oder zum Betrieb im eigenen Haus (On-Premises) attraktiv.

Weg D — Eigenes Training

Lohnt sich für große Unternehmen und Anbieter. Klassifikatoren auf historischen Entscheidungen der Prüfenden feintunen, was hunderttausende gelabelte Alarme bedeuten kann, und das ASR an Handelsjargon und Akzente anpassen. Echte Treffer sind extrem selten, daher durch synthetische Szenarien ergänzen, die Compliance-Fachleute schreiben, sowie durch Red-Team- Rollenspiele. Labels müssen von den Prüfenden stammen, nicht aus HR-Ergebnissen, um keine Verzerrung einzuprägen.

Stand der Technik (2026)

• Vom Lexikon zur Verhaltens-/LLM-Erkennung: Führende Anbieter kombinieren heute Klassifikatoren mit hoher Trefferquote (Recall) mit LLM-basierter Gesprächsschlussfolgerung und erzeugten Begründungen. Shield vermarktet ein GenAI-Toolkit (AmplifAI) für „agentische Compliance“ [5]. Behavox stellt KI-Agenten für Untersuchungen neben deterministische validierte Modelle [4].
• Sprache und Mehrsprachigkeit sind die wichtigsten Unterscheidungsmerkmale. Anbieter behaupten die Abdeckung von Dutzenden Sprachen [4][5]. Sprachwechsel (z. B. deutsch-englischer Händlerjargon) und verrauschtes Turret-Audio bleiben schwierig.
• Es gibt keinen öffentlichen Benchmark für die Genauigkeit der Kommunikationsüberwachung. Die Angaben stammen von den Anbietern; Unternehmen sollten daher einen Paralleltest mit eigenen historischen Alarmen und bekannten Ergebnissen durchführen.
• Fehlerbilder: wirklich neue verschlüsselte Sprache, Sarkasmus und Geplänkel, Bilder und Screenshots in Chats, verschlüsselte oder unüberwachte Kanäle (das Problem außerhalb zugelassener Kanäle verlagert sich, statt zu verschwinden), LLM-Begründungen, die überzeugend klingen, aber unbegründet sind, und Übermonitoring, das den vereinbarten rechtlichen Umfang überschreitet.

Gemeinsame Bausteine & Kombinationen

• Sprach-Stack (asr + diarization): geteilt mit SPEECH-002 (Qualitätssicherung im Kontaktcenter), SPEECH-001 (Meeting-Transkription) und SPEECH-010 (Sprecheridentifikation zur Zuordnung aufgezeichneter Sprecher).
• Text-Klassifikator- + LLM-Vorsortierungs-Stack: geteilt mit LANG-012 (Routing), LANG-014 (Moderation), LANG-015 (Entitätsextraktion für Kürzel und Gegenparteien) und LANG-009 (Übersetzung fremdsprachiger Chats).
• Archiv, Suche & Prüfung: gleicher Korpus und gleiche Prüfwerkzeuge wie DOC-021 (eDiscovery, Untersuchungen, Auskunftsersuchen) und DOC-018 für pseudonymisierte Prüfung und geschwärzte Offenlegung.
• Korrelation: ANOM-012 (Handelsüberwachung) ist der natürliche Partner. Ein ganzheitlicher Alarm verbindet einen verdächtigen Auftrag mit dem vorausgegangenen Chat. AGENT-018 (Kontrollüberwachung) und SEC-022 (Inventar der KI-Governance) decken die Modell-Governance ab.
• Hardware: Ein HW3-GPU-Knoten kann ASR, einen Klassifikator und ein mittelgroßes LLM für diesen Anwendungsfall zusammen mit den Arbeitslasten von SPEECH-002 und DOC-021 betreiben.

Aufwand, Kosten & Kennzahlen

• Weg A: ein bis drei Quartale einschließlich Konnektoren, Abgrenzung, Parallelbetrieb mit dem Altsystem, Einigung mit dem Betriebsrat und Modellvalidierung. Die Lizenzkosten hängen von der Zahl der überwachten Nutzer und den Sprachstunden ab.
• Weg B/C: sechs bis zwölf Monate bis zu einem gegenüber der Aufsicht vertretbaren Stand. Die wichtigsten Kostentreiber sind das Volumen der Sprachtranskription, Vollzeitstellen der Prüfenden und der Aufwand der Modellvalidierung.
• Kennzahlen: Alarmvolumen je überwachtem Nutzer, Falsch-Positiv-Rate, Anteil der Alarme, die an L2 oder als STOR eskaliert werden, Trefferquote (Recall) bei eingestreuten oder Testszenarien, Kanal- und Sprachabdeckung, Prüfrückstand und Zeit bis zur Entscheidung sowie aufsichtliche Feststellungen.

Menschen & Veränderung

Dies ist einer der für Beschäftigte sensibelsten Anwendungsfälle; beziehen Sie die Beteiligten daher früh und in dieser Reihenfolge ein: Geschäftsleitung und Leitung Compliance (Mandat), den Betriebsrat und die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten (vor jedem Pilotprojekt), IT-Sicherheit und IT, Recht/Compliance und HR (disziplinarische Folgen, Arbeitsverträge). Die Beschäftigten sind die überwachte Gruppe und müssen transparent informiert werden.

Betriebsrat: ja. Ein System, das Mitarbeiterkommunikation auswertet, ist objektiv geeignet, Verhalten und Leistung zu überwachen; daher gilt §87 Abs. 1 Nr. 6 BetrVG (Rechtsprechung des BAG), und §90 Abs. 1 Nr. 3 verlangt die rechtzeitige Unterrichtung über die Planung von KI. Die Hinzuziehung eines KI-Sachverständigen gilt nach §80 Abs. 3 als erforderlich. Schließen Sie eine Betriebsvereinbarung zu Umfang, Aufbewahrung, pseudonymisierter Erstprüfung, Zugriffsrollen und Konsequenzen ab (GUIDE-004). Öffentliche Stellen beteiligen den Personalrat.

Datenschutz: Die oder der Datenschutzbeauftragte ist in der Praxis zwingend, eine Datenschutz-Folgenabschätzung (DSFA) nach Art. 35 DSGVO ist nötig, und Rechtsgrundlage und Verhältnismäßigkeit müssen dokumentiert werden (GUIDE-005). Nach der KI-Verordnung ist dies ein Hochrisikofall im Beschäftigungsbereich nach Anhang III, mit Pflichten ab dem 2. Dezember 2027 (GUIDE-014).

KI-Kompetenz: Unterstützen Sie die Compliance-Prüfenden mit Schulungen zu Falsch-Positiven und Verzerrungen (GUIDE-006). Starten Sie mit einem Pilot an einem Handelstisch, lassen Sie menschliche Prüfende die Entscheidungen treffen, automatisieren Sie niemals Sanktionen und kommunizieren Sie, was analysiert wird und was nicht (GUIDE-008).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): wahrscheinlich Hochrisiko. Anhang III Nr. 4 Buchst. b erfasst KI, die bestimmt ist, „Leistung und Verhalten von Personen in [arbeitsbezogenen] Beziehungen zu überwachen und zu bewerten“ [2]. Die Verhaltensüberwachung von Beschäftigten fällt unter diesen Wortlaut; planen Sie daher die Pflichten für Anbieter und Betreiber ein: Risikomanagement, Protokollierung, menschliche Aufsicht sowie Information der Beschäftigten und ihrer Vertretungen vor dem Einsatz (Art. 26 Abs. 7). Manche Unternehmen argumentieren, ein enger Marktmissbrauchsfilter, der Inhalte nur an die menschliche Prüfung weiterleitet, sei keine „Bewertung von Verhalten“, doch holen Sie eine dokumentierte rechtliche Bewertung ein, bevor Sie sich darauf verlassen. Art. 5 Abs. 1 Buchst. f verbietet die Emotionserkennung am Arbeitsplatz. Sprachbasierte Stress- oder Emotionsbewertung von Händlern darf daher in der EU nicht eingesetzt werden; schalten Sie solche Anbieterfunktionen ab. Textbasierte Risikoklassifizierung ist keine Emotionserkennung auf Grundlage biometrischer Daten.
• DSGVO: Eine DSFA ist zwingend (systematische Überwachung). Die Rechtsgrundlage ist eine rechtliche Verpflichtung (MAR, MiFID II) für den regulierten Umfang, und nur für diesen. Alles darüber hinaus, etwa Kultur- oder Belästigungsanalysen, braucht eine eigene Rechtfertigung und eine Prüfung von Erforderlichkeit und Verhältnismäßigkeit. Die Stellungnahme 2/2017 der WP29 zur Datenverarbeitung am Arbeitsplatz setzt den Maßstab [8]. Der EuGH (C-34/21, 2023) hat nationale Beschäftigtendatenregeln wie §26 BDSG in Frage gestellt, sodass Art. 6 DSGVO die Verarbeitung tragen muss. Private Inhalte und besondere Datenkategorien werden vorkommen. Nutzen Sie Filterung, pseudonymisierte L1-Prüfung, strikte Aufbewahrung und Zugriffsprotokollierung.
• Betriebsrat (DE): §87 Abs. 1 Nr. 6 BetrVG gibt dem Betriebsrat Mitbestimmung bei technischen Einrichtungen, die zur Überwachung von Verhalten oder Leistung der Beschäftigten geeignet sind [7]. Eine Betriebsvereinbarung, die Umfang, Typologien, Aufbewahrung und Zweckbindung regelt und die Nutzung der Daten für das Leistungsmanagement verbietet, ist faktisch Voraussetzung. Österreich, Frankreich und die Niederlande haben ähnliche Regelungen.
• Branchenrecht: MAR Art. 16 (Erkennung und STOR) [9], MiFID II Art. 16 Abs. 7 Aufzeichnung [10], FCA SYSC 10A [3], REMIT, DORA (IKT-Drittparteienrisiko für den Überwachungsanbieter) und für US-Unternehmen die SEC-17a-4- bzw. FINRA-Regeln.
• Gegenmaßnahmen: enger und dokumentierter Szenarioumfang, Vier-Augen-Prüfung, keine automatisierten Sanktionen, regelmäßige Tests auf Verzerrung und Genauigkeit über Sprachen und Akzente hinweg, nachvollziehbare Belegstellen und Transparenzhinweise für Beschäftigte.

Erste Schritte

1. Die rechtliche Verpflichtung abbilden: welche Beschäftigten, Kanäle und Instrumente unter MAR/MiFID II/REMIT im Umfang sind und welche Kanäle heute nicht erfasst werden.
2. Mit der oder dem Datenschutzbeauftragten und der Rechtsabteilung eine DSFA und eine Einstufung nach der KI-Verordnung durchführen. Verhandlungen mit dem Betriebsrat früh beginnen, weil sie meist den Zeitplan bestimmen.
3. 6–12 Monate historischer Alarme mit bekannten Ergebnissen als Bewertungsdatensatz ziehen. 2–3 Anbieter parallel dagegen und gegen Ihr laufendes Lexikon testen.
4. Sprach- und Fremdsprachenabdeckung sowie die Erkennung außerhalb zugelassener Kanäle priorisieren; das sind die größten aktuellen Lücken.
5. Modellvalidierung, eine Rückkopplungsschleife der Prüfenden und Management-Information zu Falsch-Positiven und Abdeckung einrichten, bevor Lexika außer Betrieb genommen werden.

Quellen

1. SEC press release 2024-98 — Twenty-six firms to pay more than $390 million combined to settle off-channel recordkeeping charges — https://www.sec.gov/newsroom/press-releases/2024-98
2. EU AI Act, Annex III (high-risk use cases, point 4 employment) — https://artificialintelligenceact.eu/annex/3/
3. FCA Handbook SYSC 10A — Recording telephone conversations and electronic communications — https://www.handbook.fca.org.uk/handbook/SYSC/10A/1.html
4. Behavox — product overview (Quantum communication surveillance, 50+ languages, validated models) — https://www.behavox.com/
5. Shield — surveillance platform overview and customer testimonials (vendor-reported figures) — https://www.shieldfc.com/
6. NICE Actimize — SURVEIL-X Holistic Trade Compliance — https://www.niceactimize.com/
7. Betriebsverfassungsgesetz §87 (co-determination, Nr. 6 technical monitoring systems) — https://www.gesetze-im-internet.de/betrvg/__87.html
8. Article 29 Working Party — Opinion 2/2017 on data processing at work (WP249) — https://ec.europa.eu/newsroom/article29/items/610169
9. Regulation (EU) No 596/2014 (Market Abuse Regulation) — https://eur-lex.europa.eu/eli/reg/2014/596/oj
10. Directive 2014/65/EU (MiFID II) — https://eur-lex.europa.eu/eli/dir/2014/65/oj
11. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj