FINMA präzisiert die Offenlegung von Kryptovermögen. Was das für Schweizer Banken bedeutet – und wie KI hilft, Compliance, Reporting und Advisory zukunftsfähig zu machen.
FINMA, Kryptovermögen und KI – der Druck auf Schweizer Banken steigt
Seit dem 05.09.2025 ist klar: Die FINMA erwartet von Banken und Effektenhändlern eine saubere, konsistente Offenlegung von kryptobasierten Vermögenswerten in den Jahresrechnungen. Gleichzeitig schiebt die Behörde einige altbekannte Kryptowährungs-Positionen im Aufsichtsreporting in den Orkus.
Warum das relevant ist? Weil Kryptovermögen längst nicht mehr ein Nischenthema für ein paar „Krypto-Spin-offs“ sind. Für viele Schweizer Banken und Vermögensverwalter hängen heute Bilanz, Reputation, Compliance-Risiko und KI-basierte Geschäftsmodelle direkt daran, wie gut sie Kryptowerte verbuchen, überwachen und ausweisen.
In unserer Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ zeigt sich hier ein spannender Schnittpunkt: Wer Kryptovermögen regulatorisch im Griff hat, schafft gleichzeitig die Datenbasis, um KI in Compliance, Risk Management und Advisory wirklich effektiv einzusetzen.
In diesem Beitrag geht es darum,
- was die neue FINMA-Aufsichtsmitteilung zu kryptobasierten Vermögenswerten konkret bedeutet,
- welche Auswirkungen das auf Accounting, Reporting und Risk hat,
- und wie KI-Lösungen helfen können, diese neuen Anforderungen effizient, sicher und skalierbar umzusetzen.
1. Was genau regelt die neue FINMA-Guidance zu Kryptovermögen?
Die FINMA nutzt ihre Aufsichtsmitteilung 03/2025, um eine Lücke zu schliessen, die seit dem Inkrafttreten des DLT-Gesetzes entstanden ist. Kernpunkt: Kryptobasierte Vermögenswerte müssen weiterhin offengelegt werden – nur präziser und konsistenter als bisher.
Vom „Krypto-Zoo“ zum einheitlichen Begriff
Mit der DLT-Gesetzgebung wurde der Begriff „kryptobasierte Vermögenswerte“ klarer im Recht verankert. Gemeint sind nicht nur klassische Kryptowährungen wie Bitcoin oder Ether, sondern auch tokenisierte Wertpapiere, Stablecoins, Tokenized Deposits und andere DLT-basierte Positionen.
Die FINMA macht nun deutlich:
- Die bestehenden Offenlegungspflichten bleiben vollumfänglich bestehen.
- Die Bezeichnung und Kategorisierung wird harmonisiert – weg von unscharfen Sammelpositionen.
- Die Einordnung als Depot- bzw. Custody-Asset ist an klare Bedingungen (u. a. Art. 16 Ziff. 1 bis BankG) geknüpft.
Das Ziel ist Transparenz: Investoren, Aufsichtsbehörden und interne Stakeholder sollen im Jahresabschluss erkennen können,
- welche Arten kryptobasierter Vermögenswerte gehalten werden,
- ob diese als Eigen- oder Kundengelder zu werten sind,
- und wie sie bilanziell und risikoseitig behandelt werden.
Flexibilität beim Ort der Offenlegung – aber nicht beim „Ob“
Spannend ist der pragmatische Ansatz der FINMA:
Die Offenlegungspflicht bleibt, der Ort der Offenlegung in der Jahresrechnung kann jedoch angepasst werden.
Banken müssen also weiterhin umfassend informieren, bekommen aber etwas Spielraum, wo sie dies in der Jahresrechnung tun (z. B. Anhang, spezifische Tabellen, Segmentberichte). Das ist gerade für Häuser mit hohem DLT-Geschäftsvolumen hilfreich.
Keine Aufsichtszahlen mehr für Treuhand-Kryptos
Ein weiterer wichtiger Punkt für das Aufsichtsreporting:
Kryptowährungen, die treuhänderisch gehalten werden, sind im entsprechenden Abschnitt der aufsichtsrechtlichen Berichterstattung nicht mehr als Beträge auszuweisen.
Damit reduziert die FINMA Doppelzählungen und verbessert die Aussagekraft des Reportings. Für Institute bedeutet das: Datenmodelle, Meldewesen-Logik und interne Reporting-Landschaft müssen angepasst werden.
2. Auswirkungen auf Schweizer Banken und Effektenhändler
Für Schweizer Institute ist diese Guidance kein „Nice-to-have“, sondern eine konkrete To-do-Liste für CFOs, CROs, Compliance und IT.
Rechnungslegung: Klassifikation und Bewertung nachschärfen
Die erste Baustelle liegt in der Bilanzierung und Offenlegung:
- Klare Taxonomie kryptobasierter Vermögenswerte (z. B. Payment Token, Utility Token, Security Token, Stablecoins, tokenisierte Aktiven, tokenisierte Einlagen).
- Prüfung der Custody-Eigenschaft gemäss BankG: Liegt ein Depotgeschäft vor oder eher eine treuhänderische, off-balance-Verwahrung?
- Konsequente Zuordnung zu Bilanz- oder Ausserbilanzpositionen.
- Anpassung der Anhangangaben und Offenlegungstabellen, um Transparenz über Art, Umfang und Risikoprofile zu schaffen.
Viele Häuser haben in den letzten Jahren pragmatische „Übergangsregeln“ genutzt. Mit der neuen Aufsichtsmitteilung ist klar: Dieses Provisorium endet. Wer sein Kontenplan-/Produktmodell nicht bereinigt, wird mittelfristig Probleme mit Revisionsstellen und FINMA bekommen.
Aufsichtsreporting: Meldeprozesse anpassen
Gerade die Änderung beim Treuhand-Reporting bedeutet:
- Meldeformate und -logiken im aufsichtsrechtlichen Reporting müssen angepasst werden.
- Datenquellen für Kryptovermögen (Custody-Systeme, Trading-Plattformen, Wallet-Infrastrukturen) sind konsistent anzubinden.
- Historische Daten werden zu einem Thema: Wie werden Trendanalysen und Vergleiche dargestellt, wenn bestimmte Positionen künftig fehlen?
Hier entsteht Druck auf Data Governance und Reporting-Automatisierung – klassische Einsatzfelder für KI-gestützte Lösungen.
Risiko & Compliance: Transparenz statt Black Box
Kryptobasierte Vermögenswerte bringen besondere Risiken mit sich:
- Volatilität und Marktpreisrisiko
- Operationelles Risiko (Wallet-Sicherheit, Private Keys, Smart-Contract-Risiken)
- Rechts- und Compliance-Risiken (Geldwäscherei, Sanktionsumgehung, Betrug)
Ohne saubere, standardisierte Datengrundlage sind Risikomodelle, Stresstests und KI-basierte Frühwarnsysteme nahezu wertlos. Genau hier schlägt die FINMA-Guidance eine Brücke: Wer ihre Vorgaben ernst nimmt, schafft automatisch die Grundlage für bessere, datengetriebene Steuerung des Krypto-Geschäfts.
3. Wo KI konkret hilft: Von Compliance-Automatisierung bis Advisory
Der spannendste Teil aus Sicht unserer Serie: Wie können KI-Lösungen Banken und Vermögensverwalter unterstützen, die neuen FINMA-Vorgaben effizient umzusetzen – und gleichzeitig Mehrwert für Kunden zu schaffen?
3.1 KI in der Compliance-Automatisierung
Bei kryptobasierten Vermögenswerten explodiert die Datenmenge: On-Chain-Daten, Transaktionshistorien, Wallet-Beziehungen, KYC-Informationen. Klassische, regelbasierte Systeme kommen hier rasch an Grenzen.
Typische KI-Einsatzfelder:
- Intelligente Klassifikation von Kryptovermögen: Machine-Learning-Modelle ordnen Token-Arten automatisch den richtigen Produkt- und Bilanzkategorien zu – inklusive Sonderfällen wie Wrapped Tokens oder Liquidity-Provider-Tokens.
- Automatisierte DLT-Transaktionsanalyse: KI-Modelle erkennen Muster in Blockchain-Transaktionen, identifizieren Auffälligkeiten und priorisieren Fälle für Compliance-Teams.
- Regel- und Richtlinienmapping: Natural Language Processing (NLP) kann die FINMA-Guidance und interne Richtlinien analysieren und mit konkreten Datenfeldern und Prozessen im Kernbankensystem verknüpfen.
Das reduziert manuellen Aufwand, senkt Fehlerraten und macht aufsichtsrechtliche Reportingprozesse auditierbar und skalierbar.
3.2 KI im Kryptorisiko- und Fraud-Management
Kryptobasierte Vermögenswerte sind ein Paradies für Angreifer – und ein Albtraum für klassische Fraud-Systeme. KI bietet hier einen echten Hebel:
- Anomalieerkennung in Echtzeit: Modelle erkennen untypische Bewegungen in Wallets, extrem schnelle Abflüsse oder ungewöhnliche Netzwerkpfade.
- Risikoscoring von Adressen und Gegenparteien: Kombination aus On-Chain-Daten, externen Risikodatenbanken und internen Kundendaten.
- Szenarioanalyse und Stresstests: KI-gestützte Simulationen zeigen, wie sich extreme Marktbewegungen oder Smart-Contract-Risiken auf Bilanz und Liquidität auswirken.
Wer diese Funktionen clever an die durch die FINMA erwartete Datenstruktur koppelt, bekommt ein konsistentes Bild von Exposure, Risiko und Compliance-Status – sowohl für interne Steuerung als auch für externe Berichterstattung.
3.3 KI-gestütztes Advisory und Vermögensverwaltung
Für Vermögensverwalter und Privatbanken eröffnet sauberes Kryptoreporting kombiniert mit KI eine zweite Ebene: bessere Beratung.
Beispiele aus der Praxis:
- Robo-Advisory für Krypto- und Token-Portfolios: KI berücksichtigt regulatorische Limiten, Risikoprofile, ESG-Präferenzen und Bilanzierungsregeln für tokenisierte Assets.
- Holistische Kundenübersicht: Ein KI-Modell verbindet klassische Anlagen (Aktien, Anleihen, Fonds) mit kryptobasierten Vermögenswerten und zeigt dem Relationship Manager eine integrierte Risiko-/Ertrags-Sicht.
- Personalisierte Risikokommunikation: Kunden erhalten verständliche, visualisierte Reports, in denen klar ersichtlich ist, welche Kryptopositionen wie bilanziert, gesichert und überwacht werden.
Das stärkt Vertrauen – gerade wichtig in einer Phase, in der Kryptomärkte weiterhin volatil sind und regulatorische Anforderungen zunehmen.
4. Praktischer Fahrplan: Wie Institute jetzt vorgehen sollten
Statt die FINMA-Mitteilung als „lästige Pflichtübung“ zu sehen, lohnt sich ein strukturierter Ansatz, der Regulierung, Datenarchitektur und KI-Strategie verbindet.
Schritt 1: Bestandsaufnahme der Kryptovermögen
- Welche kryptobasierten Vermögenswerte werden aktuell verwaltet (Eigen- und Kundengeschäft)?
- Wie sind sie heute klassifiziert, bilanziert, offengelegt?
- Welche Systeme und Datenquellen sind involviert (Custody, Trading, Core Banking, Meldewesen)?
Ohne ehrliche Inventur bleibt alles Stückwerk.
Schritt 2: Zielbild für Daten- und Produktmodell
- Definition einer einheitlichen Taxonomie für Kryptovermögen im gesamten Institut.
- Mapping auf die neuen FINMA-Anforderungen (inkl. Treuhand/Sonderbehandlungen).
- Design eines Datenmodells, das sowohl Finanzbuchhaltung, Risikoberichtswesen als auch KI-Anwendungen versorgt.
Hier zahlt es sich aus, von Anfang an KI-Anwendungsfälle mitzudenken, statt später mühsam nachzurüsten.
Schritt 3: KI-Use Cases priorisieren
Typische „Quick Wins“:
- KI-gestützte Klassifikation von Token und Wallets für Accounting & Reporting.
- Anomalieerkennung im Krypto-Transaktionsmonitoring (AML/Fraud).
- Automatisierte Erstellung von Offenlegungs-Tabellen aus Rohdaten der Custody- und Handelssysteme.
Wichtig ist ein kontrollierter Rollout mit klaren Governance-Regeln, insbesondere bei Modellen, die in regulierten Prozessen eingesetzt werden.
Schritt 4: Governance, Dokumentation, Auditfähigkeit
Gerade im Schweizer Kontext gilt: Keine KI ohne Governance.
- Dokumentation von Modellen, Trainingsdaten und Entscheidlogiken.
- Klare Verantwortlichkeiten (Modellowner, Data Owner, Compliance-Freigaben).
- Test- und Abnahmeprozesse in enger Abstimmung mit interner Revision und, wo nötig, mit der FINMA.
So lassen sich sowohl die neuen Offenlegungsvorgaben als auch die Nutzung von KI in Kernprozessen gegenüber Prüfern sauber rechtfertigen.
5. Warum sich der Aufwand lohnt – und was als Nächstes kommt
Die FINMA-Guidance zu kryptobasierten Vermögenswerten ist kein kurzfristiger Ausreisser, sondern Teil einer deutlichen Linie: Transparenz, Standardisierung und robuste Steuerung von DLT-Geschäften.
Wer jetzt investiert in
- saubere Datenmodelle,
- automatisierte Reportingprozesse,
- und durchdachte KI-Lösungen in Compliance, Risk und Advisory,
schafft sich einen strategischen Vorsprung:
- schnellere Umsetzung künftiger Regulierungen,
- glaubwürdige, geprüfte Kryptoreports für Kunden und Investoren,
- und die Grundlage für neue KI-basierte Geschäftsmodelle in Banking & Vermögensverwaltung.
Für unsere Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ heisst das: Kryptovermögen sind nicht nur ein Bilanzthema. Sie sind ein Testfeld dafür, wie gut ein Institut KI, Daten und Regulierung zusammendenken kann.
Wer heute die FINMA-Vorgaben zu Kryptovermögen professionell umsetzt, beantwortet gleichzeitig eine grössere Frage:
Ist unsere Bank bereit für eine Finanzwelt, in der Tokenisierung, KI und Aufsicht nicht mehr getrennt gedacht werden können?
Featured Image Prompt
Eine moderne Trading- und Compliance-Zentrale einer Schweizer Bank, grosse Monitore mit Blockchain-Analysen, Kryptocharts und KI-Dashboards, im Hintergrund stilisierte Alpenkonturen, klare Linien, kühler professioneller Look, Tageslicht, 16:9 Bildformat