Aufrufe
vor 10 Monaten

die bank 01 // 2019

  • Text
  • Banken
  • Institute
  • Zudem
  • Unternehmen
  • Zahlungsverkehr
  • Transaktionen
  • Deutschland
  • Vorgaben
  • Anforderungen
die bank gehört zu den bedeutendsten Publikationen der gesamten Kreditwirtschaft. Die Autoren sind ausnahmslos Experten von hohem Rang. Das Themenspektrum ist weit gefächert und umfasst fachlich fundierte Informationen. Seit 1961 ist die bank die meinungsbildende Fachzeitschrift für Entscheider in privaten Banken, Sparkassen und kreditgenossenschaftlichen Instituten. Mit Themen aus den Bereichen Bankmanagement, Regulatorik, Risikomanagement, Compliance, Zahlungsverkehr, Bankorganisation & Prozessoptimierung und Digitalisierung & Finanzinnovationen vermittelt die bank ihren Lesern Strategien, Technologien, Trends und Managementideen der gesamten Kreditwirtschaft.

ter anhand angelieferter

ter anhand angelieferter Daten, mit deren Hilfe er später die Vorhersage trifft. Eine Spezialform von Machine Learning ist Deep Learning. Die Algorithmen sind im Allgemeinen wesentlich komplexer und haben deutlich mehr freie Parameter, die während des Trainings optimiert werden müssen. Maschinelles Lernen als zusätzliches Überwachungsinstrument Für die Identifikation komplexer Transaktionen sowie potenzieller Geldwäscherisiken eignet sich vor allem das überwachte Machine Learning. Der Algorithmus ermittelt die Wahrscheinlichkeit, mit der es sich bei Zahlungen um auffällige Transaktionen oder Kunden handelt. Gleichzeitig ist es möglich, die getroffene Entscheidung des Algorithmus bis zu einem gewissen Grad nachzuvollziehen – eine sehr wichtige Voraussetzung für den Einsatz in der Geldwäscheprävention. Banken minimieren so das Risiko, bei einem möglichen Verdacht in Erklärungsnot zu geraten. Methoden des unüberwachten Lernens können Banken ebenfalls nutzen, beispielsweise um das Normalverhalten von Kunden zu bestimmen. Ein sogenannter Auto-Encoder, der auf Deep Learning basiert, analysiert das typische Kundenverhalten. Weicht das Verhalten plötzlich ab, schlägt der Algorithmus Alarm. Alternativ dazu gibt es Clustering-Ansätze. Diese können verwendet werden, um das Verhalten eines einzelnen Kunden mit dem der Gruppe abzugleichen, der er zugeordnet wurde. Im Optimalfall ist jeder Kunde in genau einer Gruppe enthalten. Verändert sich das Verhalten eines Kunden, sodass er ein Ausreißer im Vergleich zur Gruppe wird, bemerkt ein Algorithmus diese Auffälligkeit. Im Gegensatz zu klassischen Clustering-Ansätzen können hier auch neu dazukommende Transaktionen durch das System verarbeitet werden. Damit lassen sich Gruppenzusammensetzungen an die Veränderung der Kunden anpassen – beispielsweise, wenn sich das Bezahlen per Smartphone-App bei einer bestimmten Gruppe durchsetzt. Ein wichtiger und noch unterschätzter Teil der automatisierten Transaktionsüberwachung ist die Netzwerkanalyse: Sie bietet weitreichende Möglichkeiten, Beziehungsgeflechte anhand des Transaktionsverhaltens der Kunden zu entwirren. Mithilfe der Graphentheorie können Banken auch komplexe Beziehungen zwischen Kunden analysieren und beispielsweise die Key Player identifizieren. So ist es möglich, die direkte „Nachbarschaft“ eines Kunden zu beobachten, und Banken können das Ziel der Transaktion erkennen, selbst wenn das Geld über mehrere Konten geleitet wird. Ein kritischer Faktor ist auch hier die Datenverfügbarkeit. In der Regel ist die Sicht beschränkt auf das eigene Institut und Land. FAZIT Banken sind bei der Transaktionsüberwachung an vielen Fronten gefordert. Die Institute müssen Maßnahmen planen, priorisieren und strukturieren. Gleichzeitig steigt die zu verarbeitende Datenmenge laufend an. Ein „One Size Fits All“-Konzept kann nicht die Lösung sein. An einigen Stellen reichen einfache Maßnahmen, mit denen Banken viel bewirken. Oft kann im Bereich der bereits angewandten Methoden durch eine Optimierung von Datenqualität und -strukturen eine wesentliche Verbesserung der Analysequalität erzielt werden. Stoßen Banken mit ihren bewährten Methoden an Grenzen, zum Beispiel, weil die Kombination der gefragten Informationen zu komplex ist oder der personelle Arbeitsaufwand zu groß wird, besitzen sie mit Advanced und Predictive Analytics neue Instrumente, die Abhilfe schaffen können. Den Einsatz von KI und Machine Learning sollten Banken für jeden Einzelfall abwägen. Oft sind nicht nur technische Veränderungen erforderlich, sondern auch Anpassungen der Prozesse. Darüber hinaus ist die Nachvollziehbarkeit und Transparenz im Hinblick auf die automatisch erbrachten Analyseergebnisse für eine regelkonforme und revisionssichere Geldwäsche- und Betrugsprävention ein wichtiges Erfordernis. Es ist nicht zu erwarten, dass KI und Machine Learning kurzfristig etablierte Methoden vollständig ersetzen. Doch der Druck, sich die neuen Methoden anzueignen, wächst – sowohl regulatorisch als auch wirtschaftlich. Autorinnen Christiane Ginsel ist Associate Manager im Geschäftsbereich Banking von Sopra Steria Consulting und Expertin für Geldwäsche- und Betrugsprävention. Yvonne Awaloff ist Beraterin im Bereich Künstliche Intelligenz im gleichen Unternehmen und studierte Bioinformatikerin. 62 01 // 2019

SCHWERPUNKT ZAHLUNGSVERKEHR SOFORTZAHLUNGSDIENST TIPS Echtzeitüberweisungen revolutionieren die Bankenwelt Mit dem neuen Sofortzahlungsdienst TIPS der Europäischen Zentralbank (EZB), das die Notenbank Ende 2018 einführte, können Bankkunden in der Euro-Zone ihr Geld rund um die Uhr in Sekundenschnelle ins Ausland überweisen. Mit TIPS (Target Instant Payment Settlement) soll die Geldüberweisung insgesamt deutlich beschleunigt werden. Den Verbrauchern steht ein Zahlungsmittel zur Verfügung, das vielseitig einsetzbar ist – etwa für den bargeldlosen Transfer von Privatperson zu Privatperson. Von der Postkutsche über den Brief bis hin zur E-Mail: Der Informationsaustausch hat sich im Lauf der Menschheitsgeschichte drastisch beschleunigt. Immer größere Datenpakete werden immer rascher von einem Ort zum nächsten versendet. Eine Mail oder eine WhatsApp-Nachricht erreicht binnen Sekunden den Adressaten. Die Übermittlung von Sprachnachrichten erfolgt sogar simultan. Die hohen Übertragungsgeschwindigkeiten sind ein wesentlicher Treiber der Globalisierung. Doch ausgerechnet die global vernetzten Banken hinken der Entwicklung hinterher. Das Versenden von Geld kann oft noch bis zu einem Tag dauern. Die Geldüberweisung ist gemessen an ihrer Geschwindigkeit wie aus der Zeit gefallen. Doch die Institute wollen die langen Übertragungszeiten nicht mehr hinnehmen. Weltweit arbeiten Banken an technischen Systemen, die die Überweisung von Geld in kürzester Zeit möglich machen soll. Fast in Echtzeit sollen Rechnungen beglichen, Finanztransfers abgewickelt und Waren in Webshops bezahlt werden – entweder per App auf dem Smartphone oder über Online Banking. Auch die Notenbanken schließen sich der Entwicklung an. Im letzten Jahr war es bei der Europäischen Zentralbank (EZB) so weit: Am 30. November 2018 startete die EZB ihren Sofortzahlungsdienst TIPS (Target Instant Payment Settlement). Ein wesentliches Unterscheidungsmerkmal zu den bereits länger existierenden Zahlungslösungen wie etwa Paylib in Frankreich besteht darin, dass TIPS sofort in Zentralbankgeld überweist. Dies soll den grenzüberschreitenden Zahlungsverkehr beschleunigen. Viele Zwischenstationen werden überflüssig, Geschäftspartner sind nicht mehr dem Risiko ausgesetzt, dass Zahlungen nicht gedeckt sein könnten. Vorteile von TIPS Doch was sind die entscheidenden Vorteile von TIPS? Die Pressestelle der EZB erklärt auf Anfrage von „die bank”, dass bei Echtzeitüberweisungen das Geld innerhalb von Sekunden auf dem Konto des Empfängers verfügbar sei – und das unabhängig von Uhrzeit und Tag. Sofern Instant Payment im stationären Einzelhandel an der Kasse zum Einsatz komme, solle diese Zeitspanne auf zwei bis vier Sekunden festgelegt werden, sagt Olaf Hellrung, Leiter Zahlungsverkehr bei der National-Bank AG in Essen, im Gespräch mit „die bank”: „Wer steht schon gerne lange beim Bezahlen an der Supermarktkasse und wartet auf die Quittungsbestätigung bei der Kartenzahlung?“ Laut EZB ist TIPS in die TARGET- Services des Eurosystems eingebettet, die die Sicherheit und Effizienz von Geld- und Wertpapiertransfers gewährleisten. Für die Anbieter von Zahlungsverkehrsdienstleistungen sei es außerdem von Vorteil, TIPS zu nutzen, da sie ihre Liquidität in Zentralbankgeld für sämtliche TARGET-Services in einem Zentralbankkonto halten könnten. Systeme müssen neu konfiguriert werden Die Implementierung von TIPS erwies sich als komplizierte Angelegenheit. Laut EZB erforderte die Umstellung Anpassungen in den internen Systemen und Abläufen der Banken, etwa im Backoffice-Bereich. Bislang sei die Abwicklung des Zahlungsverkehrs in der Regel im sogenannten Batch-Verfahren (Stapelverarbeitung) erfolgt – und dies für eine Vielzahl nachgelagerter Prozesse wie Disposition, Embargo-Prüfung oder Kontenabstimmung, führt Hellrung aus. Zudem werde der konventionelle Zahlungsverkehr nur an den sogenannten Bankgeschäftstagen und -zeiten abgewickelt. „Bei einer Echtzeitüberweisung erfolgen alle Prüfungen, wie es der Name schon sagt, in Echtzeit und rund um die Uhr. Dies stellt die besondere Herausforderung in dem Umsetzungsprojekt dar, da die einzelnen Systeme neu konfiguriert werden müssen“, betont der Experte. Die Entscheider in der Kreditwirtschaft müssen eine Mammutaufgabe stemmen. Denn die weitere Umstellung auf TIPS erfordert der EZB zufolge hohe Investitionen in die Infrastruktur von Zahlungsdienstleistern. Bei der Bewertung der Investitionen, die für die Modernisierung der Zahlungsinfrastruktur erforderlich seien, sei jedoch nicht nur der positive Effekt auf Zahlungsangebote, sondern auch der Effekt auf die gesamte Produktpalette der Kreditwirtschaft zu berücksichtigen. Schließlich seien Zahlungen ein Ankerpunkt 01 // 2019 63

die bank

die bank 01 // 2019
die bank 02 // 2019
die bank 03 // 2019
die bank 04 // 2019
die bank 05 // 2019
KINOTE 01.2019
die bank 06 // 2019
diebank 07 // 2019
diebank 08 // 2019
die bank 01 // 2018
die bank 02 // 2018
die bank 03 // 2018
die bank 04 // 2018
die bank 05 // 2018
die bank 06 // 2018
die bank 07 // 2018
die bank 08 // 2018
die bank 09 // 2018
die bank 10 // 2018
die bank 01 // 2017
die bank 02 // 2017
die bank 03 // 2017
die Bank 04 // 2017
die bank 05 // 2017
die bank 06 // 2017
die bank 07 // 2017
die bank 08 // 2017
die Bank 09 // 2017
die bank 10 // 2017
die bank 01 // 2016
die bank 02 // 2016
die bank 03 // 2016
die bank 04 // 2016
die bank 05 // 2016
die bank 06 // 2016
die bank 07 // 2016
die bank 08 // 2016
die bank 09 // 2016
die bank 10 // 2016
die bank 11 // 2016
die bank 12 // 2016
die bank 01 // 2015
die bank 02 // 2015
die bank 03 // 2015
die bank 04 // 2015
die bank 05 // 2015
die bank 06 // 2015
die bank 07 // 2015
die bank 08 // 2015
die bank 09 // 2015
die bank 10 // 2015
die bank 11 // 2015
die bank 12 // 2015

© die bank 2014-2018