Mit künstlicher Intelligenz Geldwäsche erkennen – bevor sie geschieht
Die Täter rüsten weiter auf: Bei der Geldwäsche werden Kriminelle immer raffinierter. Und die Finanzdienstleister? Es erfordert komplexe Präventions- und Überwachungsmaßnahmen, um das Einschleusen von illegal erwirtschaftetem Geld aus Raub, Erpressung oder Drogenhandel in den Geldkreislauf aufzudecken. Angesichts der steigenden Datenmengen leistet Künstliche Intelligenz (KI) dabei wertvolle Dienste. Mit ihrer Hilfe können Betrugsfälle schneller entdeckt und sogar verhindert werden, bevor sie geschehen.
Geld wird naturgemäß im Dunkeln gewaschen. Daher ist der dadurch entstehende volkswirtschaftliche Schaden schwer zu beziffern. Die Vereinten Nationen gehen von Summen aus, die sich zwischen 2 und 5 Prozent des globalen Bruttosozialprodukts bewegen – also mehrere Billiarden US-Dollar. Die Europäische Union schätzt den Schaden mit Verweis auf Experten auf ein Prozent der jährlichen europäischen Wirtschaftsleistung. Professionelle und technisch ausgefeilte Prävention ist also dringend notwendig.
Das EU-Geldwäschepaket – ein Upgrade für die Geldwäscheprävention?
Ausreichende Prävention ist in Sachen Geldwäsche (Anti Money Laundering = AML) nur zu erreichen, wenn Aufsichtsbehörden, Geldwäschebeauftragte in der Finanzindustrie und die Financial Intelligence Unit (FIU) an einem Strang ziehen. Dafür braucht es einheitliche Regeln in Europa. Die EU-Kommission hat im Sommer 2021 ein vierstufiges Gesetzespaket gegen Geldwäsche und Terrorismusfinanzierung vorgelegt und dem Thema neuen Schub verliehen.
Ein EU-weiter einheitlicher Regulierungsrahmen inklusive eines „Single Rule Books“ sind wichtige Bestandteile des Pakets. Um die neuen Richtlinien einhalten zu können, reichen softwarebasierte Lösungen aber nicht mehr aus. Ihre repetitiven, teils noch mit manuellen Prüfungen verbundenen Prozesse sind zu ineffizient und teuer. Finanzinstitute werden auf Künstliche Intelligenz (KI) und Methoden des Machine Learning (ML) angewiesen sein, um verdächtiges Verhalten und Cyberkriminalität frühzeitig zu erkennen.
Ohne technische Lösungen zu viele Fehlalarme
So sind rein softwarebasierte Systeme nicht in der Lage, Daten aus unterschiedlichen Kanälen und Quellen in die Bewertung einzubeziehen. Die Anzahl der Fehlalarme, der sogenannten „False Positives“, bleibt hoch – sie müssen händisch nachgeprüft werden. Das sorgt für ein hohes Arbeitsaufkommen und kostet die Banken eine Menge Geld.
Mit dem Einsatz von KI kommen nicht nur eine Regel oder mehrere miteinander kombinierte Regeln zum Tragen, sondern es ist möglich, ganz viele Faktoren gleichzeitig zu berücksichtigen. So kann die Quote der „False Positives“ reduziert und der händische Arbeitseinsatz verringert werden. Mitarbeitende können sich auf die Untersuchung relevanter Fälle oder die Weiterentwicklung der Analytics Modelle konzentrieren.
Ein „Minority Report“ in Banken – bald Wirklichkeit?
Genau hier setzt das AML-Fintech Hawk:AI an. Das Unternehmen hat sich zur Aufgabe gemacht, Finanzinstitute dabei zu unterstützen, Finanzkriminalität effektiver und effizienter aufzudecken. Seine KI verbessert Regeln und hilft dabei, Anomalien aufzuspüren. Gemeinsam arbeiten die Beratungsgesellschaft KPMG, der Chipdesigner NVIDIA und Hawk:AI an einer wirksamen Geldwäschebekämpfung. Künftig soll es möglich sein, Betrug und Geldwäsche zu erkennen, bevor sie geschehen.
Wie ist das möglich? Durch technologische Innovationen und eine beschleunigte Datenverarbeitung, auch Accelerated Computing genannt, können KI-Anwendungen optimiert werden. Die Verarbeitungsgeschwindigkeit kann durch verbesserte Processing Units signifikant gesteigert werden. Das ermöglicht es, Verdachtsfälle in Near-Time zu erkennen – und nicht, wie bei der Verwendung von herkömmlichen Lösungen, mit erheblichem Zeitversatz.
Datenmanagement wird für Banken zur drängenden Aufgabe
Für Banken liefern solche Szenarien einen lohnenden Business Case. Denn mit einer Zunahme der zu analysierenden Daten werden professionelles Datenmanagement und -pflege notwendig. Zudem ist die Verfügbarkeit der erforderlichen Daten sowie deren hohen Qualität eine wichtige Voraussetzung für gut funktionierende Analytics. Ein solcher ganzheitlicher, unternehmensweiter Ansatz, unterstützt durch neue Technologien, hilft bei der wirksamen und effizienten Bekämpfung von Terrorfinanzierung und Geldwäsche. Und sorgt dafür, dass Kapazitäten für weitere Schritte in der digitalen Transformation frei werden. Sie werden gebraucht, denn das organisierte Verbrechen schläft nicht und hat zum Beispiel das Waschen von Geldern über Kryptowährungen in den Blick genommen.
Jetzt den Newsletter KPMG Transformation Insights Financial Services abonnieren – hier anmelden!
