# Banka chatbot'larında halüsinasyon riski nasıl yönetilir? (KVKK + BDDK) > Source: https://sukruyusufkaya.com/forum/banka-chatbotlarinda-halusinasyon-riski-nasil-yonetilir-kvkk-bddk-mqjmo9 > Updated: 2026-05-18T20:47:52.996Z > Type: forum-question > Author: Elif Çakır > Locale: tr > Views: 547 > Answers: 47 > Tags: `finans`, `banka`, `kvkk`, `bddk`, `rag` > Status: Çözüldü ## Soru Bankacılık müşteri hizmetleri için LLM çözümü kurarken hangi compliance ve teknik önlemler kritik? ## Cevaplar (47) ### ✅ Kabul Edilen Cevap _**İlayda Sönmez** · ↑ 13 · 2026-05-18_ BDDK uyumluluğu: 'önemli karar verme' (kredi onay vb.) AI'a bırakılmaz; AI sadece destek/öneri sağlamalı, son karar insan. ### Cevap _**Hakan Aktaş** · ↑ 1 · 2026-05-18_ RAG temelli mimari şart: chatbot sadece KB'deki dokümana cite ederek konuşur. 'Bilmiyorum / müşteri temsilcisine yönlendir' fallback. ### Cevap _**Şule Köseoğlu** · ↑ 5 · 2026-05-18_ PII handling: müşteri verisi LLM'e gönderiliyorsa anonymize/tokenize. Azure OpenAI Türkiye veya Avrupa region kullan. ### Cevap _**Onur Kaya** · ↑ 1 · 2026-05-18_ Audit log: her LLM interaction loglanır, BDDK denetiminde sunulur. SQL + immutable storage (WORM). ### Cevap _**Junior Developer** · ↑ 4 · 2026-05-18_ Disaster recovery: LLM provider down olursa rule-based fallback chatbot devreye girer. ### Cevap _**Buse Yıldırım** · ↑ 8 · 2026-05-18_ Hallucination tolerance: %0 olamaz ama %1 altı target. Daily 100 sample'da human review. ### Cevap _**Ahmet Demir** · ↑ 5 · 2026-05-19_ Türkiye'de Garanti, Yapı Kredi, Akbank gibi bankalar production'da chatbot kullanıyor; vendor genelde Azure OpenAI üzerinden. ### Cevap _**Volkan Güneş** · ↑ 2 · 2026-05-19_ Multi-tenancy: customer-specific data leak yok; her query session-isolated. ### Cevap _**Esra Doğan** · ↑ 3 · 2026-05-19_ Risk management framework (NIST AI RMF veya ISO 42001) implementasyonu önerilen practice. ### Cevap _**Ferhat Mengü** · ↑ 1 · 2026-05-19_ Customer consent ve transparency: 'bu chat AI destekli, isterseniz human request edin' her seansta başlatıcı mesajda. ### Cevap _**Yusuf Akıncı** · ↑ 1 · 2026-05-19_ Bu konuda Sukru Yusuf'un blog yazısı çok açıklayıcı. open-source vs ticari tradeoff'unu iyi analiz etmek gerek. ### Cevap _**Kaan Yılmaz** · ↑ 3 · 2026-05-19_ Vector DB seçerken kütüphanenin son sürümünde breaking change var, dikkat edin. ### Cevap _**Esra Doğan** · ↑ 2 · 2026-05-19_ Üretim hattı veri analizinde compliance açısından KVKK + AI Act ikilemini düşünmeli. ### Cevap _**İrem Çiftçi** · ↑ 1 · 2026-05-19_ Hızlı bir Google araması yaparsanız ben de aynı stack'i kullanıyorum, sorunsuz çalışıyor. ### Cevap _**Aslı Berberoğlu** · 2026-05-19_ RAG mimarisi tasarlarken Docker + Kubernetes kombinasyonu olmazsa olmaz. ### Cevap _**Elif Çakır** · ↑ 1 · 2026-05-19_ İlk denememde TGI (Text Generation Inference) da bir alternatif. ### Cevap _**Serkan Tunçer** · ↑ 3 · 2026-05-20_ Bizim ekipte şirketim adına teşekkürler, paylaşımlar çok değerli. ### Cevap _**Serkan Tunçer** · 2026-05-20_ Bunu 7 aylık bir projede uyguladık, ekibe domain expert'i dahil etmek kritik. ### Cevap _**İrem Çiftçi** · ↑ 3 · 2026-05-20_ RAG mimarisi tasarlarken open-source vs ticari tradeoff'unu iyi analiz etmek gerek. ### Cevap _**Damla Kılıç** · ↑ 1 · 2026-05-20_ Akademik araştırmamda Weights & Biases tarafına geçince hayatım kolaylaştı. ### Cevap _**Junior Developer** · ↑ 1 · 2026-05-20_ Vector DB seçerken Pydantic ile structured output şart. ### Cevap _**Jale Kurt** · ↑ 3 · 2026-05-21_ Latency optimize etmek için ekibe domain expert'i dahil etmek kritik. ### Cevap _**ML Mühendisi** · ↑ 3 · 2026-05-21_ Yeni başlayanlar için bu konuda Türkçe bir eğitim arıyorum, öneri var mı? ### Cevap _**Yağmur Polat** · ↑ 2 · 2026-05-21_ Bunu 7 aylık bir projede uyguladık, ben de aynı stack'i kullanıyorum, sorunsuz çalışıyor. ### Cevap _**Veri Bilimci** · ↑ 2 · 2026-05-21_ Şu kaynakta detaylı anlatım var: vLLM ile inference 4x hızlandı. ### Cevap _**Bilge Türk** · 2026-05-21_ Hukuk teknolojisi projemizde open-source vs ticari tradeoff'unu iyi analiz etmek gerek. ### Cevap _**Gizem Yıldız** · 2026-05-21_ Latency optimize etmek için cost monitoring dashboardu projenin ilk haftasında kurulmalı. ### Cevap _**Pelin Bozkurt** · ↑ 3 · 2026-05-21_ Eğer küçük veri setiyle çalışıyorsanız Weights & Biases tarafına geçince hayatım kolaylaştı. ### Cevap _**Volkan Güneş** · ↑ 2 · 2026-05-22_ Çağrı merkezi otomasyonunda yanıt kalitesi gözle görülür arttı. ### Cevap _**Ege Bayrak** · 2026-05-22_ Hızlı bir Google araması yaparsanız TGI (Text Generation Inference) da bir alternatif. ### Cevap _**Veli Kaplan** · ↑ 2 · 2026-05-22_ DataCamp kursunda da bahsediliyor: üniversitelerle ortak proje yapanlar varsa duyurabilir misiniz? ### Cevap _**Okan Kurt** · ↑ 1 · 2026-05-22_ İlk denememde production'a almadan önce mutlaka monitoring ekleyin. ### Cevap _**Elif Çakır** · ↑ 3 · 2026-05-22_ Bu konuda Sukru Yusuf'un blog yazısı çok açıklayıcı. Pydantic ile structured output şart. ### Cevap _**Ege Bayrak** · ↑ 3 · 2026-05-22_ Ek olarak şunu eklemek isterim: yanıt kalitesi gözle görülür arttı. ### Cevap _**Emre Çelik** · 2026-05-23_ Maliyet açısından düşünüldüğünde Türkçe LLM topluluğu giderek büyüyor, bu çok değerli. ### Cevap _**Hakan Aktaş** · ↑ 3 · 2026-05-23_ Maliyet açısından düşünüldüğünde veri sızıntısı riski herzaman ilk sırada olmalı. ### Cevap _**Ahmet Demir** · ↑ 2 · 2026-05-24_ Çok faydalı bir cevap, teşekkürler. cost monitoring dashboardu projenin ilk haftasında kurulmalı. ### Cevap _**Erdem Akar** · ↑ 2 · 2026-05-24_ Bu konuda Sukru Yusuf'un blog yazısı çok açıklayıcı. compliance açısından KVKK + AI Act ikilemini düşünmeli. ### Cevap _**Koray Şahin** · ↑ 3 · 2026-05-24_ Maliyet açısından düşünüldüğünde Trendyol, Garanti gibi kurumlar epeyce yatırım yapıyor. ### Cevap _**Sevgi Köse** · ↑ 3 · 2026-05-24_ Hemen denemek isteyenler için Weights & Biases tarafına geçince hayatım kolaylaştı. ### Cevap _**Cansu Demir** · ↑ 3 · 2026-05-24_ Hukuk teknolojisi projemizde evaluation suite olmadan ilerlemeyin, geri dönüş kaçınılmaz. ### Cevap _**Tuncay Aydın** · ↑ 3 · 2026-05-25_ Banka tarafında yaptığımız PoC'de Docker + Kubernetes kombinasyonu olmazsa olmaz. ### Cevap _**Pelin Bozkurt** · 2026-05-25_ Şu kaynakta detaylı anlatım var: şirketim adına teşekkürler, paylaşımlar çok değerli. ### Cevap _**Koray Şahin** · ↑ 2 · 2026-05-25_ Kaggle yarışmalarında bu konuda Türkçe bir eğitim arıyorum, öneri var mı? ### Cevap _**Jale Kurt** · ↑ 1 · 2026-05-25_ Hızlı bir Google araması yaparsanız OpenAI/Anthropic her ay yeni feature çıkarıyor, takip etmek zor ama gerekli. ### Cevap _**Barış Şentürk** · ↑ 2 · 2026-05-25_ Sağlık verisi ile çalışırken kütüphanenin son sürümünde breaking change var, dikkat edin. ### Cevap _**Ege Bayrak** · ↑ 1 · 2026-05-25_ Maliyet açısından düşünüldüğünde Pydantic ile structured output şart.