Geldwäschebekämpfung

Regelbasierte Systeme zur Überwachung von Transaktionen weisen diverse Einschränkungen und Herausforderungen auf. In der Vergangenheit bedeutete dies eine verringerte Wirksamkeit bei der Aufdeckung und Verhinderung von Finanzkriminalität.  

So müssen Regeln und Grenzwerte hierbei beispielsweise manuell erstellt und aktualisiert werden. Das System kann dadurch weniger flexibel auf sich abzeichnende und neuartige Bedrohungen eingehen.  Ebenso analysieren regelbasierte Systeme einzelne Transaktionen in der Regel isoliert und bieten möglicherweise keinen umfassenden Überblick über das Verhalten oder die Beziehungen von Kunden und Gegenparteien. Dabei ist es möglich, dass Verbindungen zwischen scheinbar nicht zusammenhängenden Transaktionen oder Konten übersehen werden. Diese können allerdings für die Aufdeckung komplexerer Betrugsnetze oder Geldwäschesysteme von entscheidender Bedeutung sein. 

Im Gegensatz dazu findet die Risikobetrachtung beim kontextbezogenen Monitoring durch die gleichzeitige Kombination mehrerer interner und externer Datensätze auf einem völlig neuen Niveau statt. Denn dabei entsteht ein klareres Verständnis von Kunden, Gegenparteien, den dazwischenliegenden Beziehungen sowie Verhaltensweisen – und das in Echtzeit. Durch den Einsatz fortschrittlicher Entity-Resolution- und Netzwerkgenerierungstechniken wird beim kontextbezogenem Monitoring der Schwerpunkt auf die ganzheitliche Darstellung von Beziehungen und Zusammenhängen statt auf isolierte Transaktionsrisiken gelegt. 

Durch diesen zusätzlich gewonnenen Kontext können verborgene Risiken identifiziert werden. Gleichzeitig werden dabei weniger, jedoch genauere Warnmeldungen generiert. Dadurch können steigende Compliance- und Betriebskosten gesenkt und erkenntnisgestützte Risikoprozesse effektiver und effizienter gemacht werden, ohne bestehende Systeme ersetzen zu müssen. 

Die Umwandlung von Daten in Informationen ist unerlässlich, um manuelle Prozesse zu reduzieren, kritische Zusammenhänge zu erkennen und Silos aufzubrechen. Mit Blick auf AML-Ermittlungen bedeutet ein erkenntnisgestützter Ansatz, über einzelne Ereignisse, Beziehungen oder Aktivitäten hinauszuschauen und eine ganzheitliche Perspektive von Kundschaft, Mitarbeitenden, Gegenparteien und den damit verbundenen Risiken einzunehmen. Dank dem umfassenden Funktionsangebot der Quantexa-Plattform verfügen Ermittlungsteams über ein leistungsstarkes Tool, das verschiedenste analytische Aufgaben unter Anwendung eines risikobasierten Ansatzes übernehmen und dabei auch Daten aus externen Quellen für eingehendere Ermittlungen und Untersuchungen integrieren kann.

Da Komplexität und Typologien im Bereich AML nicht zuletzt durch die hohe Anzahl von Kanälen, Geschäftsbereichen und Produkten, mit denen wir heutzutage zu tun haben, stetig zunehmen, erleben wir signifikante Herausforderungen im Finanzdienstleistungssektor. Die Decision-Intelligence-Plattform von Quantexa ermöglicht Banken ganz neue Möglichkeiten bei der Ausrichtung ihrer Compliance-Strategie und der Bekämpfung von Finanzkriminalität. Im Ergebnis bedeutet dies eine effektivere Risikoabdeckung, eine leichtere Identifizierung komplexer Risikotypologien und der relevantesten Risiken sowie weniger falsch-positive Ergebnisse und Effizienzsteigerungen.