Neuro-Symbolische Compliance: LLMs und SMT-Solver automatisieren Finanzrecht

Ein brandneues Framework vereint große Sprachmodelle (LLMs) mit Satisfiability Modulo Theories (SMT)-Lösern, um die komplexen Anforderungen der Finanzregulierung automatisch zu erfüllen. Durch die Kombination von natürlicher Sprachverarbeitung und formaler Logik entsteht ein System, das nicht nur Regeln versteht, sondern auch deren Einhaltung prüft und bei Bedarf korrigiert.

Der Prozess beginnt damit, dass das LLM Gesetze und Gerichtsurteile analysiert und daraus SMT-Bedingungen generiert. Der SMT-Löser prüft anschließend die Konsistenz dieser Bedingungen und ermittelt die minimalen Änderungen, die nötig sind, um eine Regelverletzung zu beheben. Auf diese Weise wird die Einhaltung von Vorschriften nicht nur bestätigt, sondern aktiv optimiert.

Im Gegensatz zu Methoden, die sich auf Nachvollziehbarkeit konzentrieren, legt dieses System den Schwerpunkt auf logikbasierte Optimierung. Es liefert überprüfbare, rechtlich konsistente Entscheidungen, anstatt lediglich Erklärungen zu liefern. Dadurch wird die Vertrauenswürdigkeit der automatisierten Analyse deutlich erhöht.

In einer Testreihe mit 87 Durchsetzungsfällen der taiwanesischen Finanzaufsichtsbehörde erzielte das System eine Genauigkeit von 86,2 % bei der Generierung von SMT-Code, verbesserte die Rechenleistung um mehr als 100‑fach und korrigierte konsequent alle festgestellten Verstöße. Diese Ergebnisse legen die Grundlage für die weitere Entwicklung von Optimierungs-basierten Compliance-Lösungen.