Inventive FRC – Compliance: Die Zukunft der Bankenbranche ohne Künstliche Intelligenz? Gerade in der Bekämpfung von Finanzkriminalität nicht mehr vorstellbar

Publish date:

In kaum einem anderen Geschäftsbereich der Finanzindustrie lassen sich durch KI solch enorme Potentiale heben wie im Compliance-Umfeld. Warum scheuen deutsche Banken im internationalen Vergleich diese essentiellen Technologie-Investitionen?

ide-value-capgemini-inventCapgemini Invent adressiert die CxO Daten-Strategie und unterstützt seine Kunden bei der datengetriebenen Wertschöpfung.

Mit Inventive Finance, Risk & Compliance (Inventive FRC) meistern wir die Herausforderungen der Finanz-, Risiko- und Compliance-Funktion im Finanz-Sektor. Dieser Blog-Artikel fokussiert auf Compliance.

Künstliche Intelligenz in Banken

Die Zukunft der Bankenbranche ist ohne die Nutzung von Künstlicher Intelligenz (KI) nicht mehr vorstellbar. Das inhärente Potenzial durch die Generierung von Wissen aus Kundendaten ist enorm und die globale Bankenbranche ist derzeit führend bei Investitionen in KI.

Künstliche Intelligenz und Anti Financial Crime

Vereinfacht erklärt ist KI ein Versuch, menschliche Aufgaben, die grundsätzlich Intelligenz erfordern, auf den Computer zu übertragen.

Schwerpunkte der Nutzung von KI im Bankensektor sind die Echtzeit-Transaktionsanalyse, intelligente Betrugserkennung, algorithmisches Trading und KI-verwaltete Fonds. Banken sehen sich zudem mit der unüberwindbaren Herausforderung der Zunahme von Datenmengen konfrontiert. In der Bekämpfung von Finanzkriminalität äußert sich dies unter anderem in einem stetigen Anstieg an sogenannten False-Positive Alerts, also Verdachtsfälle im Sinne der Geldwäsche, die sich in der Analyse als nicht Betrugsrelevant erweisen. Mittels KI lassen sich neue Prozesse entwickeln, die einen wertvollen Beitrag zur Verbesserung der Ergebnisse des Transaktions-Monitoring leisten können. Zum Einen lässt sich die Masse an generierten Alerts (Verdachtsfälle) nach Risiko priorisieren. Dies erleichtert Ermittlern in den Banken die Investigation von verdächtigem Verhalten, da sich die Qualität der Alerts erhöht. Ermittler können sich auf die riskantesten Fälle konzentrieren, die verbleibenden Alerts sind somit schneller abzuarbeiten. Diese Effizienzsteigerung führt zu einer deutlichen Reduzierung der Alert-Bearbeitungszeit und letzendlich der operativen Compliance-Kosten.

Zum Anderen entwickeln KI gestützte Computer neue Verfahren (Machine Learning), die vorher unbekannte Muster identifizieren. Die Aufdeckung (bisher) nicht bekannter Verhaltensmuster erlaubt die Erkennung komplexer Geldwäscheaktivitäten. Dies hat mehrere Vorteile für Banken: im Wesentlichen mindert die Steigerung der Effektivität das Risiko strafrechtlicher Verfolgung und erhöht die Reputation des Finanzinstituts.

Einsatzbereich von KünstIicher Intelligenz

KI ersetzt jedoch nicht die menschliche Intelligenz. Nichtsdestotrotz muss das Potenzial von KI noch weiter erforscht und realisiert werden. Die Aufgabe von KI in der Bekämpfung von Finanzkriminalität in Banken besteht darin, die nicht oder teilautomatisierten Aufgaben bei der Verarbeitung und Untersuchung großer Datenmengen zu unterstützen, die durch menschliche Ermittler nicht zu bewältigen sind. KI kann und muss dort eingesetzt werden, wo es eine große Anzahl an historischen Daten gibt, aus denen Algorithmen lernen können und das Fehlerrisiko gering ist.

Zusammenfassung

Zusammenfassend lässt sich sagen, dass KI im Rahmen der Bekämpfung von Geldwäsche und Terrorismusfinanzierung bei wichtigen regulatorischen Herausforderungen, bei der Gewinnung neuer Erkenntnisse und beim Verständnis von Verhaltensmustern einen fundamentalen Beitrag leistet. Auch bei der effizienteren Nutzung vorhandener Daten unterstütz KI, in dem sie Computer befähigt, wie Menschen zu denken – nur sehr viel schneller. Durch KI verzeichnet sich ein Paradigmenwechsel in der Bekämpfung von Geldwäsche für die Ermittler in den Finanzinstituten, der Financial Investigation Unit sowie der Regierung. Deutsche Banken scheuen im internationalen Vergleich bisher diese Großinvestitionen. Dabei sind Großinvestitionen nicht zwingend erforderlich, um mit KI im reduzierten Umfang messbare Erfolge zu erzielen. Investitionen sollten gezielt im Rahmen von Pilotierung getätigt werden.

Vielen Dank an den Co-Autor Lukas Winter für die maßgebliche Erstellung dieses Blogbeitrages.

Weitere Posts

Automation

Unlocking the power of AI driven IT – So sieht die IT von Morgen aus

Tae Ho Shin
Date icon Juli 1, 2020

Die durch die Digitalisierung verursachte Dynamik und die zunehmende Komplexität der...

Compliance

Inventive FRC – Compliance: KYC Automatisierung – Welches Potenzial bieten die Maßnahmen

Friedrich Haase
Date icon Juni 11, 2020

Auch im Firmenkundengeschäft bietet die Digitalisierung der KYC Prozesse erheblich...

Banken

Inventive FRC – Credit Risk: Basel IV: Lohnt sich die Verwendung des IRBA noch immer?

Grigori Tymchenko
Date icon Juni 8, 2020

Auf internen Ratings basierende Ansätze werden von großen Bankinstituten wegen ihres...