Der Kreditscore entscheidet regelmäßig über den Abschluss von Kreditverträgen. Hierbei handelt es sich um eine Methode zur Quantifizierung von Vertrauen, da der Kreditscore die »Vertrauensfrage Kreditvergabe« numerisch beantwortet. Neben einer interdisziplinären Einführung in das Kreditscoring in Zeiten künstlicher Intelligenz und Big Data befasst sich die Untersuchung mit den Transparenzanforderungen, die das Bankaufsichts- und Datenschutzrecht an das Kreditscoring stellen.

»The Quantification of Trust. An Examination of the Transparency Requirements on Credit Scoring Prior to the Conclusion of Consumer Loan Agreements in Light of Banking Supervisory and Data Protection Law«: The credit score regularly determines the conclusion of credit agreements. It is a method for quantifying trust, as the credit score provides a numerical answer to the »question of trust in lending«. In addition to an interdisciplinary introduction to credit scoring in the age of artificial intelligence and big data, the examination analyses the transparency requirements in relation to credit scoring stated by banking supervisory and data protection law.

Autorentext

Philipp Tilk absolvierte 2014 einen Europäischen Freiwilligendienst in Ungarn und studierte anschließend Rechtswissenschaften mit dem Schwerpunkt 'Law and Finance' an der Goethe-Universität in Frankfurt am Main. Nach Ablegung der ersten juristischen Prüfung Ende 2019 und der Tätigkeit als wissenschaftlicher Mitarbeiter in einer internationalen Großkanzlei promovierte er unter Betreuung von Frau Prof. Dr. Katja Langenbucher von 2020 bis 2023. Promotionsbegleitend war er als wissenschaftlicher Mitarbeiter am Lehrstuhl seiner Doktormutter im House of Finance der Goethe-Universität Frankfurt am Main tätig.

Inhalt
§ 1 Einleitung Der Verbraucher als Objekt des Kreditscoring Kreditscoring am Maßstab funktionaler Transparenz Stand der Forschung Gang der Untersuchung § 2 Einführung in das Kreditscoring Kreditscoring aus ökonomischer Perspektive Historische Entwicklung: Von der Intuition zur Statistik oder vom menschlichen zum maschinellen Lernen Herkömmliches und alternatives Kreditscoring Kreditscoring aus technischer Perspektive Prozess des Kreditscorings § 3 Transparenz durch Bankaufsichtsrecht Vorgaben des Baseler Rahmenwerkes Kreditrisikomanagement als Ausfluss qualitativer Organisationspflichten Anforderungen an die Beurteilung des Kreditrisikos zur Berechnung der Eigenmittelanforderungen Institutionelle Transparenz durch Offenlegung § 4 Transparenz durch Datenschutzrecht Datenschutzrechtliche Grundlagen Datenschutzrechtliche Rechtmäßigkeit des internen Kreditscorings Restriktionen für automatisierte Kreditentscheidungen, Art. 22 DS-GVO Funktionale Transparenz § 5 Zusammenfassung und Ausblick Zusammenfassung der wesentlichen Ergebnisse Ausblick: Transparenz durch KI-Recht Literatur- , Quellen- und Stichwortverzeichnis