FICO wird 2026 nicht abgeschafft. Aber ein amerikanischer BNPL-Anbieter tut gerade so, als wäre es bereits passiert — und die Zahlen geben ihm recht. Affirm hat ein transformer-basiertes Underwriting-Modell live geschaltet, das nicht mehr den aggregierten Score liest, sondern die Reihenfolge und das Timing von Ereignissen in der Kredithistorie. Eingesetzt an US-Checkouts seit September 2026. Trainiert auf 14 Jahren transaktionsbasierter Kreditdaten. Ergebnis: 3,4 Prozent mehr abgeschlossene Käufe gegenüber einer Kontrollgruppe, bei vergleichbarem Risiko. Genehmigt wurden dabei Antragsteller, die das alte System abgelehnt hätte — dünne Files, kein FICO-Score.
Wer das als „US-Spezifikum“ abtut, hat die Mechanik des Ratenkaufs nicht verstanden. Das ist kein Modell-Upgrade. Das ist eine Umverteilung davon, wer überhaupt am Checkout darf.
„Seeing a credit history more clearly means we can responsibly say yes to more people.“ — Libor Michalek, President, Affirm
Der Score ist eine Kompression, die Daten wegwirft
Ein Credit Score presst eine Kredithistorie in eine Zahl. Das funktioniert, solange es eine lange Historie zu komprimieren gibt. Bei dünnen Files bleibt fast nichts übrig — und die sichere Standardantwort war immer: ablehnen. Genau das ist das Geschäftsmodell, auf dem die deutsche Ratenkauf-Infrastruktur gebaut ist. Bonitätsprüfung bedeutet hierzulande fast immer: Score abfragen, Schwelle setzen, entscheiden. Score zu niedrig, Kauf gescheitert.
Affirm liest dieselben Daten anders. Der Transformer identifiziert Muster innerhalb und zwischen Konten, einschließlich ihrer Veränderung über die Zeit, ohne dass für jedes Muster vorab ein Merkmal designt werden muss. Das ist der eigentliche Punkt: Klassisches Scoring verlangt, dass ein Mensch vorher definiert, was Risiko ausmacht. Transformer finden die Muster selbst. Das klingt nach ML-Standardarchitektur, ist im Konsumentenkredit aber ein Bruch — weil es das Geschäft der Scoring-Büros angreift, nicht bloß ihre Genauigkeit.
Und schau auf die zweite Zahl im Affirm-Reporting: Transaktionen im vierten Fiskalquartal plus 41 Prozent auf 53 Millionen, durchschnittlicher Bestellwert minus 4 Prozent. Affirm wächst nicht über größere Körbe. Es wächst über mehr, kleinere Käufe. Frequenz statt Ticket. Genau da gehören dünne Files, Studierende, Migranten ohne Kredithistorie, Menschen nach Privatinsolvenz hin.
DACH verteidigt eine zweistufige Infrastruktur, die Kunden kostet
Der deutsche Ratenkauf läuft über zwei getrennte Systeme: die Zahlungsabwicklung auf der einen Seite, die Bonitätsprüfung auf der anderen. Klarna, Ratepay, Payolution & Co. entscheiden am Checkout, aber sie tun es mit Score-Anfragen bei SCHUFA, Creditreform oder infoscore. Die Datenschicht ist extern, die Entscheidung ist statisch, der Score ist die Grenze. Der Transformers-Ansatz von Affirm setzt genau an der Stelle an, an der die deutsche Struktur am verwundbarsten ist: Affirm hat das Underwriting inhouse, über 14 Jahre eigene Transaktionsdaten, auf denen das Modell lernt. Kein Scoring-Büro sitzt dazwischen.
Das ist der strategische Graben. Ein Händler in München, der eine Ratenkauf-Option einbaut, hat drei Entscheidungen delegiert: an den Zahlungsdienstleister, an das Scoring-Büro, an den Regulator. Er hat keine eigene Vorstellung davon, welcher Kunde kreditwürdig ist. Er mietet eine Entscheidung, deren Trainingsdaten er nie sieht. Affirm baut genau diese Abhängigkeit ab — und wird dafür mit mehr Conversion bezahlt.
Die DACH-Händler, die heute über Ratenkauf-Conversion jammern, messen an der falschen Stelle. Sie optimieren die Checkout-Oberfläche, während ein Drittel ihrer abgelehnten Warenkörbe nie wiederkehrt — weil eine Scoring-Anfrage eine Schwelle gerissen hat, die niemand im Unternehmen erklären kann. Der Score ist eine Blackbox mit Zertifikat. Das Transformer-Modell ist eine Blackbox ohne. Aber die zweite liefert 3,4 Prozent mehr Abschlüsse. Bei vergleichbarem Risiko. Wer sich über intransparente KI beschwert, aber den Score ungefragt akzeptiert, argumentiert nicht für Transparenz, sondern für Bequemlichkeit.
Wer jetzt nicht umbaut, finanziert die Konkurrenz
Der regulatorische Rahmen in der EU ist kein Argument für Stillstand. Die KI-Verordnung stuft Kreditscoring als Hochrisiko-Anwendung ein, ja. Artikel 22 DSGVO verlangt Erklärbarkeit automatisierter Einzelentscheidungen, ja. Aber „erklärbar“ heißt nicht „Score-basiert“. Es heißt, dass der Anbieter das Entscheidungsmodell dokumentieren und begründen kann. Genau das kann Affirm mit einem Transformer — weil trainierte Aufmerksamkeitsgewichte pro Merkmal analysierbar sind. Was unerklärbar wird, ist die alte Score-Schwelle, die niemand außer dem Scoring-Büro begründen kann.
Die realistische Konsequenz für deutsche Händler: Nicht selbst ein Transformer-Modell bauen. Daten haben sie nicht, Kompetenz haben sie nicht, Regulator lässt sie nicht ohne Weiteres. Die Konsequenz ist, die Abhängigkeit zu verhandeln. Wer heute einen BNPL-Anbieter vertraglich bindet, sollte drei Fragen stellen. Erstens: Auf welchen Daten wird die Bonitätsentscheidung trainiert — eigenen Transaktionsdaten oder externen Score-Anfragen? Zweitens: Welcher Anteil der Ablehnungen kommt aus dünnen Files oder fehlendem Score, und lässt sich diese Gruppe mit einem alternativen Modell genehmigen? Drittens: Wer haftet, wenn das Modell einen Kunden durchlässt, den das Altsystem abgelehnt hätte — und wie wird das rückversichert?
Die dritte Frage ist die unbequemste, und die Antwort der Anbieter wird ausweichend sein. Aber die Richtung ist klar: Affirm hat 2026 an US-Checkouts bewiesen, dass Underwriting nicht Score-Underwriting sein muss. Die europäischen Anbieter werden in zwölf bis achtzehn Monaten nachziehen, weil die Konversionszahlen zu gut sind, um sie zu ignorieren. Wer bis dahin wartet, sitzt in der zweiten Reihe und zahlt denselben Preis wie alle anderen.
Die eigentliche Frage lautet nicht, ob Transformer-basiertes Underwriting nach DACH kommt. Sondern ob deutsche Händler überhaupt verstehen, dass sie gerade nicht Kunden ablehnen — sondern eine Scoring-Schwelle, die niemand in ihrem Unternehmen zu verantworten hat. Wenn das die Bonitätsprüfung ist, die der Handel will, dann ist Conversion-Verlust kein Risiko. Er ist die Rechnung dafür, es sich zu einfach gemacht zu haben.