Lisa Hartmann 
Banken waren einmal die einzigen, die wussten, wie viel Sie verdienen. Das ändert sich gerade grundlegend. Open Finance öffnet die Türen zu Ihrem gesamten finanziellen Leben – und zwar nicht nur für Sie, sondern auch für Fintechs, die damit arbeiten wollen. Was das bedeutet, lesen Sie hier.
Während Open Banking sich auf Kontodaten konzentriert, geht Open Finance einen Schritt weiter: Gehaltsabrechnungen, Steuerdaten, Renteninformationen – alles wird zu einer digitalen Ressource, die Sie mit Drittanbietern teilen können. Die Idee dahinter: Ein 360-Grad-Blick auf Ihre Finanzen ermöglicht bessere Produkte und individuellere Angebote. Das klingt gut – und ist es in vielen Fällen auch. Aber es gibt auch Schattenseiten, die man kennen sollte, bevor man sich darauf einlässt.
Open Banking, etabliert durch die EU-Zahlungsdiensterichtlinie PSD2, erlaubt es Ihnen, Ihre Kontoinformationen mit Drittanbietern zu teilen. Das ermöglicht Aggregatoren wie Finanzheld.de oder Check24, Kontostände anzuzeigen und Transaktionen zu kategorisieren. Praktisch, aber begrenzt. Denn mehr als Kontodaten gab es lange nicht – und das hat sich alsENGINEered Flaschenhals erwiesen.
Open Finance erweitert dieses Konzept erheblich. Neben Kontodaten werden jetzt auch Einkommensdaten, Steuerinformationen, Versicherungsverträge und Kapitalanlagen Teil des Systems. Ein Fintech kann also nicht nur sehen, dass Sie 3.000 Euro auf Ihrem Konto haben, sondern auch, dass Sie 5.500 Euro verdienen, 400 Euro Miete zahlen und seit zehn Jahren in einen ETF einzahlen. Das ist ein völlig anderer Detailgrad – und für viele Anwendungsfälle ein entscheidender Fortschritt, der neue Möglichkeiten eröffnet.
Diese Datenfülle ermöglicht völlig neue Finanzprodukte: Echtzeit-Kredite, die nicht mehr tagelang brauchen, um genehmigt zu werden. Oder Sparpläne, die sich automatisch an Ihre Lebenssituation anpassen. Oder Versicherungen, die wirklich fair kalkuliert sind, weil sie Ihr tatsächliches Risiko kennen. Die Möglichkeiten sind beeindruckend – und für manche vielleicht auch ein bisschen unheimlich. Aber sie sind da, und sie werden Realität.
Der Mechanismus ist technisch ähnlich wie bei Open Banking. Sie autorisieren einen Anbieter, auf bestimmte Daten zuzugreifen – diesmal nicht nur auf Kontodaten, sondern auf eine breitere Palette. Der Zugriff erfolgt über standardisierte APIs, normalerweise für einen begrenzten Zeitraum, und Sie können ihn jederzeit widerrufen. Das klingt kompliziert, ist aber in der Praxis so intuitiv wie das Einloggen mit Google oder Facebook – nur dass die Daten, die geteilt werden, deutlich umfangreicher sind. Semantisch passt dazu unser Hintergrund Instant Payments: Warum Überweisungen künftig in Sekunden ankommen.
Nehmen wir an, Sie möchten einen Kredit aufnehmen. Heute müssen Sie Gehaltsnachweise einreichen, Kontoauszüge downloaden, vielleicht noch einen Arbeitsvertrag vorlegen – alles manuell, alles zeitaufwendig, alles fehleranfällig. Mit Open Finance könnte der Kreditgeber direkt auf Ihre Gehaltsdaten zugreifen, Ihre regelmäßigen Ausgaben analysieren und die Bonität in Echtzeit berechnen. Der Prozess, der früher Wochen dauerte, könnte so in Stunden abgeschlossen werden – ein enormer Effizienzgewinn. Semantisch passt dazu unser Hintergrund Embedded Finance: Warum Plattformen zur Bank werden.
Das Verfahren wäre nicht nur schneller, sondern möglicherweise auch fairer. Menschen mit unregelmäßigen Einkünften könnten von einer differenzierteren Betrachtung profitieren, weil mehr Daten vorhanden sind. Und Menschen mit stabilen Einnahmen könnten niedrigere Zinsen erhalten, weil der Kreditgeber mehr Vertrauen hat. Win-win – wenn alles gut geht. Die FinTech-Trends in Deutschland zeigen, dass diese Entwicklung bereits begonnen hat.
Die Gewinner sind zunächst die Verbraucherinnen und Verbraucher, die bessere Produkte erhalten könnten. Ein Hypothekenrechner, der nicht nur Ihren Kontostand, sondern auch Ihre gesamte finanzielle Situation kennt, kann Ihnen das bestmögliche Angebot unterbreiten. Ein Budget-Tool, das Ihre Einkommensteueradvance einbezieht, kann realistischere Sparvorschläge machen. Und eine Anlageberatung, die Ihr gesamtes Vermögen kennt, kann wirklich fundierte Empfehlungen geben – nicht nur auf Basis von dem, was Sie ihr erzählen.
Auch Fintechs profitieren. Sie können mit weniger Datenlücken arbeiten und müssen sich nicht auf Schätzungen verlassen. Das senkt das Risiko und ermöglicht aggressivere Produktentwicklung. Die Berlin-based Neobank Viable bietet bereits heute Konten an, die Gehaltsdaten für individuelle Finanztipps nutzen. Und das ist nur der Anfang dessen, was möglich ist, wenn die Datengrenzen erst einmal gefallen sind.
Aber auch etablierte Banken erkennen das Potenzial. Die Commerzbank experimentiert mit Open-Finance-Schnittstellen, um ihre Beratungsleistung zu verbessern. Und ING Germany hat angekündigt, Open-Finance-Funktionen in seine Mobile-App zu integrieren. Das zeigt: Hier bewegt sich etwas, und zwar nicht zu wenig. Auch Neobanken in Deutschland positionieren sich für diese Entwicklung.
Ein Aspekt, der selten diskutiert wird: die Gefahr der Übersensibilisierung. Wenn Versicherungen und Kreditgeber Zugriff auf Ihre gesamten Finanzdaten haben, könnten sie Entscheidungen treffen, die auf Parametern basieren, die Sie nicht kontrollieren können – etwa Ihrer Postleitzahl, Ihrem Einkaufsverhalten oder Ihren sozialen Kontakten. Das klingt nach Science-Fiction, ist aber technisch bereits möglich. Open Finance macht diese Datenzugriffe nur einfacher und umfassender.
Ein weiteres Problem: die Frage der Haftung. Wenn ein Algorithmus auf Basis von Open-Finance-Daten eine falsche Entscheidung trifft – etwa einen Kredit ablehnt – wer ist dann verantwortlich? Das Unternehmen, das den Algorithmus entwickelt hat? Die Bank, die ihn einsetzt? Die BaFin, die ihn genehmigt hat? Diese Fragen sind noch nicht geklärt, und das Fehlen von Klarheit ist ein Problem, das im Raum steht und darauf wartet, gelöst zu werden.
Für Verbraucherinnen und Verbraucher bedeutet das konkret: Seien Sie sich bewusst, was Sie teilen, und seien Sie sich bewusst, dass geteilte Daten nicht mehr zurück geholt werden können. Prüfen Sie die Datenschutzerklärung genau, bevor Sie irgendetwas autorisieren. Und fragen Sie sich immer: Ist das, was ich hier teile, wirklich notwendig für das, was ich erreichen möchte? Wenn die Antwort nein ist, dann teilen Sie es nicht. Denn einmal geteilte Daten sind – so die bittere Lektion – nur sehr schwer wieder einzufangen.
FinTech-Trends. Girokonto-Vergleich. DSGVO bei Finanzdaten. BaFin. Financial Conduct Authority.
So vielversprechend das Konzept klingt, es gibt auch berechtigte Bedenken, die nicht unter den Teppich gekehrt werden sollten. Datenschutz ist die offensichtliche Frage: Wer hat Zugriff auf Ihre Gehaltsdaten? Was passiert, wenn ein Anbieter insolvent geht oder die Daten verliert? Wie verhindert man, dass Versicherungen Ihre Daten für Risikobewertungen nutzen, die Ihnen schaden? Das sind keine theoretischen Sorgen – es sind realistische Bedrohungen, die Sie kennen sollten.
Der Bundesdatenschutzbeauftragte hat bereits Bedenken geäußert. In einer Stellungnahme warnte er davor, dass Open Finance zur „gläsernen Finanzperson“ führen könnte, wenn nicht klare Grenzen gesetzt werden. Die BaFin arbeitet derzeit an Leitlinien, die den Rahmen abstecken sollen. Aber bis diese Leitlinien stehen, bleibt einiges unklar. Und das ist ein Problem für alle, die sich jetzt bereits für Open Finance entscheiden wollen – oder es bereits getan haben.
Ein weiteres Risiko ist die Datenqualität. Nicht alle Gehaltsabrechnungen sind maschinenlesbar, nicht alle Steuerdaten sind aktuell. Wenn Fintechs auf fehlerhaften Daten basieren, können die Ergebnisse verfälscht sein – im schlimmsten Fall zum Nachteil der Verbraucher. Das ist ein Problem, das nicht so leicht zu lösen ist wie die technische Integration, und das noch viel mehr Aufmerksamkeit verdient, als es currently bekommt.
Open Finance ist keine ferne Zukunftsmusik – es passiert gerade. In Europa treiben vor allem Großbritannien und Skandinavien die Entwicklung voran, aber auch in Deutschland gibt es erste Angebote. Die Zeit, sich zu informieren, ist jetzt – nicht wenn es schon zu spät ist, weil Sie bereits Daten geteilt haben, deren Tragweite Sie nicht kannten.
Wenn Sie überlegen, Open-Finance-Dienste zu nutzen, sollten Sie以下几个 Punkte beachten: Prüfen Sie, welche Daten Sie teilen und für welchen Zeitraum. Nutzen Sie nur regulierte Anbieter, die von der BaFin oder einer vergleichbaren Behörde zugelassen sind. Überprüfen Sie regelmäßig, welche Zugriffe aktiv sind, und widerrufen Sie nicht mehr benötigte. Seien Sie misstrauisch gegenüber Anbietern, die mehr Daten verlangen als nötig.
Die Financial Conduct Authority in Großbritannien hat einen Leitfaden veröffentlicht, der auch für deutsche Verbraucher hilfreich sein kann – er enthält praktische Tipps, wie man sich in der neuen Datenlandschaft zurechtfindet. Es lohnt sich, diesen Leitfaden zu lesen, bevor Sie sich auf ein Abenteuer einlassen. Denn Wissen ist in diesem Fall nicht nur Macht – es ist auch Schutz vor unnötigen Risiken.
Ein Bruttogehalt von 4.800 Euro im Monat klingt zunächst nach einer simplen Zahl. In einem Open-Finance-System ist es das aber schon lange nicht mehr. Wer regelmäßig Zugang zu Gehaltsabrechnungen hat, sieht auch, ob jemand Überstunden macht, ob es Gehaltserhöhungen gibt oder ob ein Bonus ausbleibt, der in den Vorjahren noch selbstverständlich war. Letzteres allein kann einem Kreditgeber mehr über die Stabilität eines Arbeitsverhältnisses verraten als jede Selbstauskunft. Das ist der Punkt, an dem Einkommensdaten aufhören, bloße Zahlen zu sein, und anfangen, Erzählungen zu werden.
Konkret läuft das so: Ein Fintech, das Zugang zu mehreren Gehaltsabrechnungen hat, kann Muster erkennen, die einer klassischen Schufa-Abfrage verborgen bleiben. Schwankt das Einkommen stark – bei Freelancern, Teilzeitkräften oder Beschäftigten mit variablen Boni –, zeigt das System das sofort. Ein Kreditantragsteller, der bisher drei Monate durchgehend 6.000 Euro netto auf dem Konto hatte, davor aber jahrelang unregelmäßige Eingänge zwischen 1.800 und 4.500 Euro, sieht in der klassischen Kreditprüfung möglicherweise gut aus. Im Open-Finance-Modell hingegen bekommt die Bank oder das Fintech einen vollständigen Zeitstrahl zu sehen – und der verändert die Risikoeinschätzung grundlegend.
Was das für Verbraucher bedeutet, ist zweischneidig. Wer ein stabiles, wachsendes Einkommen nachweisen kann, profitiert: Kreditkonditionen verbessern sich, Zinsen sinken, und Genehmigungen, die früher Wochen dauerten, kommen in Minuten. Wer hingegen unregelmäßig verdient, riskiert, dass Algorithmen ihn schlechter einschätzen als ein Bankberater, der den Kontext versteht. Ein selbstständiger Architekt, der in einem Jahr 90.000 Euro verdient und im nächsten 40.000, weil er ein großes Projekt erst abschließt, ist kein Kreditrisiko – aber er sieht in einem datengetriebenen System wie einer aus. Das ist kein theoretisches Problem; es ist ein systemischer Bias, der sich in realen Ablehnungen niederschlägt.
Gleichzeitig eröffnet die Einkommensdaten-Analyse eine Klasse von Finanzprodukten, die vorher schlicht nicht existieren konnte: Kreditlinien, die sich automatisch mit dem Gehalt anpassen, oder Sparquoten-Empfehlungen, die echte Monatsschwankungen berücksichtigen statt mit fiktiven Durchschnittswerten zu rechnen. Wer 3.200 Euro im Januar verdient und 5.100 Euro im März, braucht eine andere Finanzplanung als jemand mit konstantem Monatseinkommen. Open Finance kann das abbilden – wenn man bereit ist, die Daten dafür freizugeben.
Die rechtliche Grundlage für Open Finance in der EU ist komplex. Die geplante Financial Data Access Regulation, kurz FIDA, soll einheitliche Standards für den Datenaustausch schaffen – ähnlich wie PSD2 es für Kontodaten getan hat, aber mit deutlich breiterem Anwendungsbereich. Was das in der Praxis heißt: Sie erteilen eine informierte Einwilligung, die konkret benennen muss, welche Daten für welchen Zeitraum und zu welchem Zweck genutzt werden dürfen. Klingt vernünftig – und ist es im Prinzip auch. Der Teufel steckt wie immer in der Umsetzung.
Denn die Einwilligung, die Verbraucher aktuell erteilen, ist oft alles andere als präzise. Wer schnell auf „Akzeptieren“ klickt, um einen Kredit in sieben Minuten zu bekommen, hat selten gelesen, ob er dem Anbieter damit erlaubt, seine Einkommensdaten 90 Tage lang zu speichern und für Scoring-Zwecke weiterzuverwenden. Studien aus dem Open-Banking-Kontext zeigen, dass weniger als 15 Prozent der Nutzer tatsächlich die Datenschutzhinweise lesen, bevor sie zustimmen. Es gibt keinen plausiblen Grund, warum das bei Open Finance anders sein sollte.
Das Widerrufsprinzip, das technisch funktioniert, hat einen praktischen Haken: Wer seinen Datenzugang bei einem Anbieter widerruft, hat keine Garantie, dass bereits verarbeitete oder weitergegebene Daten gelöscht werden. Unter der DSGVO gibt es ein Recht auf Löschung – aber es greift nicht unbegrenzt, und es liegt in der Praxis beim Verbraucher, es aktiv durchzusetzen. Das bedeutet: Die Hoheit über die eigenen Gehaltsdaten ist weniger absolut, als das Marketing der Fintechs suggeriert. Einmal freigegeben, hinterlassen sie Spuren in Systemen, die sich nicht auf Knopfdruck auflösen lassen.
Was Verbraucher konkret tun können: Einwilligungen auf den kürzestmöglichen Zeitraum beschränken, regelmäßig prüfen, welchen Anbietern aktiver Datenzugang gewährt ist, und den Unterschied zwischen einmaligem Datenabruf und dauerhafter API-Anbindung verstehen. Letztere bedeutet, dass ein Fintech täglich oder wöchentlich auf neue Daten zugreift – was für Budgetapps praktisch ist, aber auch bedeutet, dass jede Gehaltsänderung sofort im externen System landet.
Traditionelles Kreditscoring funktioniert rückwärtsgewandt: Es bewertet, wie jemand in der Vergangenheit mit Schulden umgegangen ist. Open Finance macht Scoring vorwärtsgewandt – es versucht, zukünftige Zahlungsfähigkeit aus aktuellen Einkommensdaten abzuleiten. Das ist methodisch interessant und ökonomisch sinnvoll, führt aber zu einem System, das Verbraucher oft nicht mehr verstehen und kaum noch anfechten können.
Ein Beispiel, das die Konsequenzen verdeutlicht: Eine 34-jährige Lehrerin mit Beamtenstatus, stabilem Einkommen und keinen Schulden bekommt im klassischen Scoring einen ausgezeichneten Wert. In einem Open-Finance-Modell sieht dasselbe Profil vielleicht anders aus: Ihr Gehalt wächst nach festem Tarif, sie hat wenig liquides Vermögen, weil sie in eine Zusatzversorgungskasse einzahlt, die extern nicht als Vermögen gelistet wird, und ihre Ausgaben für Miete betragen 38 Prozent des Nettoeinkommens – über dem internen Schwellenwert mancher Algorithmen. Das Ergebnis: schlechtere Kreditkonditionen trotz objektiv geringem Risiko.
Die Intransparenz solcher Algorithmen ist kein Randproblem. Wenn ein Fintech auf Basis von Gehaltsdaten entscheidet, zu welchem Zinssatz jemand einen Kredit bekommt, hat der Betroffene nach aktuellem Stand kaum Möglichkeiten, die Logik dahinter zu verstehen oder zu widersprechen. Die DSGVO sieht zwar ein Recht auf Erklärung automatisierter Entscheidungen vor – aber was ein Unternehmen als „ausreichende Erklärung“ definiert, variiert erheblich.
Dabei hat datengetriebenes Scoring unbestreitbare Vorteile: Es kann strukturelle Diskriminierung reduzieren, wenn es richtig implementiert wird. Wer bisher aufgrund fehlender Kredithistorie – etwa nach einer langen Zeit im Ausland oder nach dem Hochschulabschluss – schlecht bewertet wurde, kann nun über Einkommensdaten sein tatsächliches Risikoprofil zeigen. Das ist realer Fortschritt. Aber er kommt mit einer Bedingung: Man muss bereit sein, dem System mehr von sich zu zeigen als je zuvor. Wer das nicht will oder kann, fällt unter Umständen durch die Raster eines Systems, das mit Datenverweigerung wenig anzufangen weiß.
Ein konkretes Beispiel aus dem Alltag: Stellen Sie sich vor, Sie möchten eine Wohnung mieten. Bisher mussten Sie Gehaltsnachweise und Kontoauszüge vorlegen – oft in Papierform, oft unübersichtlich. Mit Open Finance könnte der Vermieter direkt auf Ihre Einkommensdaten zugreifen, Ihre regelmäßigen Ausgaben analysieren und die Bonität in Echtzeit prüfen. Das wäre nicht nur schneller, sondern auch fairer – weil mehr Daten vorhanden sind als nur der Gehaltszettel. Und für Menschen mit komplexen Einkommenssituationen – Selbstständige, Freiberufler, Menschen mit Nebenjobs – könnte das der Zugang zu Mietwohnungen sein, der ihnen bisher verwehrt wurde. Die Wohnungssuche war nie einfach – aber sie könnte einfacher werden.
Open Finance wird unser Verhältnis zu Geld und Finanzdienstleistungen verändern. Die Frage ist nicht, ob, sondern wie schnell. Die Technologie ist vorhanden, die Nachfrage wächst, und die Regulatoren beginnen, den Rahmen abzustecken. Das ist ein guter Anfang – aber es braucht noch mehr. Denn die Details, die noch nicht geregelt sind, können im Nachhinein für böse Überraschungen sorgen, wenn man nicht vorgesorgt hat.
Für Verbraucherinnen und Verbraucher könnte das bedeuten: mehr Auswahl, bessere Produkte, weniger Bürokratie. Aber auch mehr Komplexität und mehr Verantwortung, ihre eigenen Daten zu schützen. In einer Welt, in der Gehaltsdaten zur Währung werden, ist finanzielle Selbstverteidigung eine wichtige Kompetenz. Und die sollte man nicht unterschätzen – gerade in Zeiten, in denen Daten als das neue Gold gelten und jeder danach trachtet, sie zu bekommen.
Wir bei digital-magazin.de beobachten die Entwicklung genau. In unserem FinTech-Ressort halten wir Sie über neue Angebote und regulatorische Änderungen auf dem Laufenden. Bleiben Sie kritisch, aber offen – die Zukunft des Bankings sieht anders aus als heute. Und das ist nicht unbedingt schlecht, wenn man weiß, worauf man sich einlässt und welche Fallstricke es gibt.
Es gibt auch ethische Fragen, die selten gestellt werden: Wenn ein Algorithmus auf Basis Ihrer Finanzdaten entscheidet, ob Sie einen Kredit erhalten oder nicht – ist das fair? Die Algorithmen lernen aus historischen Daten, und diese historischen Daten spiegeln oft bestehende Ungleichheiten wider. Wenn Frauen traditionell weniger Kredite erhalten haben, wird ein Algorithmus, der auf diesen Daten trainiert wurde, möglicherweise auch in Zukunft Frauen benachteiligen. Open Finance verschärft dieses Problem, weil es mehr Daten verfügbar macht – und damit auch mehr Möglichkeiten für Verzerrungen. Das ist kein Grund, Open Finance abzulehnen – aber es ist ein Grund, die Algorithmen kritisch zu überprüfen und regelmäßig auf Verzerrungen zu testen.
