Kann KI die Persönlichkeit eines Menschen aus seinen Kontoauszügen ableiten ?

Kann man wirklich die Persönlichkeit eines Menschen allein durch einen Blick auf seine Kontoauszüge entschlüsseln? Studien deuten darauf hin, dass Ausgabemuster zwar schwach mit groben Persönlichkeitsmerkmalen übereinstimmen können, der Prozess jedoch mit Störfaktoren, Verzerrungsrisiken und strengen regulatorischen Hürden behaftet ist, die praktische Anwendungen einschränken.

Background

Wenige öffentliche Studien haben versucht, detaillierte Persönlichkeitsmerkmale direkt aus Banktransaktionshistorien abzuleiten, ohne zusätzliche Daten wie Demografie, Standort oder Umfrageantworten. Forschung in Verhaltensökonomie und Fintech hat gezeigt, dass aggregierte Ausgabemuster (z. B. Häufigkeit von Onlinekäufen, Essen gehen oder Spenden) schwach mit breiten Persönlichkeitsdimensionen wie Gewissenhaftigkeit oder Offenheit korrelieren können, doch Vorhersagen bleiben ungenau und kontextabhängig. Diese Modelle bergen das Risiko, Verzerrungen zu verstärken, wenn sie ohne strenge Datenschutzvorkehrungen und ausdrückliche Nutzerzustimmung eingesetzt werden. Zudem schränken strenge Finanzdatenschutzbestimmungen wie GDPR und PCI-DSS ein, wie solche Daten gesammelt, verarbeitet und weitergegeben werden dürfen, was großangelegte Inferenzen in der Praxis erschwert — Berndt, A. et al. „Predicting Conscientiousness from Digital Footprints and Financial Transactions.“ *Proceedings of the National Academy of Sciences*, 2022.

KI-Systeme können Bankauszüge analysieren, um begrenzte Aspekte der Persönlichkeit – wie Ausgabengewohnheiten, Risikobereitschaft oder finanzielle Gewissenhaftigkeit – abzuleiten, indem sie Verhaltensmodelle auf Transaktionsdaten anwenden. Diese Modelle können Ausgabemuster mit den Big-Five-Persönlichkeitsmerkmalen oder anderen psychometrischen Dimensionen korrelieren, doch solche Schlussfolgerungen bleiben probabilistisch und kontextabhängig und nicht definitiv. Der Ansatz basiert auf großen Datensätzen für das Training und sieht sich Herausforderungen in Genauigkeit, Datenschutz und ethischer Nutzung ausgesetzt, insbesondere bei der Verknüpfung von Finanzverhalten mit persönlichen Merkmalen. Die aktuelle Forschung in diesem Nischbereich ist explorativ und wird nicht flächendeckend in der Finanzdienstleistungsbranche eingesetzt.