3. Geldwäschebekämpfung
Auch für die Geldwäschebekämpfung, speziell für das Transaktionsmonitoring, ergeben sich Use Cases für KI. KI-Systeme sind in der Lage, komplexe Muster und Verbindungen über verschiedene Kunden eines Bankinstitutes hinweg zu identifizieren und so die Anomalien im Transaktionsverhalten transparent zu machen. Gerade mit Blick auf die hohe False-Positive-Rate bei nicht KI-gestützten Datenverarbeitungssystemen lässt sich eine deutliche Effizienzsteigerung erreichen.

Inkrafttreten des AI Act: Aufgabenfelder für die Compliance-Funktion
Wir sehen zurzeit zahlreiche und vielfältige KI-Initiativen bei unseren Kunden, über viele Bereiche und Abteilungen hinweg. Hierbei fällt auf, dass vielfach die Use Cases noch unzureichend identifiziert, die Aufgabenfelder noch nicht alle in den Blick genommen wurden.
Aber mit Blick auf das schrittweise Inkrafttreten der Vorgaben aus dem AI Act sollten sich Compliance-Verantwortliche jetzt mit den folgenden Aufgabenfeldern auseinandersetzen:
Ausarbeitung einer ganzheitlichen KI-Strategie für Compliance: Eine geeignete Governance im Umgang mit KI endet nicht in der richtigen Auswahl der einzusetzenden Modelle. Institute müssen Ziele für die Organisation festlegen, vorrangige Anwendungsfälle definieren und die erforderlichen Ressourcen dokumentieren.
Identifikation von KI-Potenzialen in der institutseigenen Compliance-Funktion: Use Case Screening
Identifikation der mit der Nutzung von KI verbundenen (Rechts-) Risiken: Gap-Analyse gegenüber regulatorischen Anforderungen des EU AI Act
Datenbereinigung/ -vervollständigung: Grundlage für verlässliche KI-basierte Entscheidungen ist eine vollständige und qualitativ hochwertige Datenbasis. Diese ist zwingende Voraussetzung, damit Muster durch die KI erlernt werden können.
Ausarbeitung einer Umsetzungsstrategie: Es werden risikomindernde Strategien – wie die Analyse und Selektion geeigneter Verfahren – benötigt. Sie sind essenziell für ein effektives Management.
