Aufrufe
vor 5 Monaten

KINOTE 01.2022

  • Text
  • Wwwbankverlagde
  • Digitale
  • Conversational
  • Optimierung
  • Beispielsweise
  • Mining
  • Modelle
  • Intelligenz
  • Einsatz
  • Banken
  • Unternehmen
Um einen Wandel der Finanzbranche erfolgreich zu meistern, müssen Kreditinstitute sowohl Chancen als auch Herausforderungen der Künstlichen Intelligenz (KI) erkennen. Unter der neuen Marke KINOTE der Bank-Verlag GmbH finden Sie Meldungen, Studien und Fachartikel zum Themenkomplex KI. Wir beantworten Ihre Fragen rund um KI. Wir berichten über Trends, neue Technologien, Forschungsergebnisse und daraus entstehende Möglichkeiten, die KI Ihrem Unternehmen bietet.

10 01 | 2022 01 |

10 01 | 2022 01 | Klassifikation der Risikoeinschätzung von Bankprodukten Girokonten Finanztransfergeschäft (insb. Bargeldtransfers) Kreditprodukte für Privatkunden M&A-Geschäft Handelsfinanzierung (Trade Finance) Sorten- und Edelmetallhandel Kreditprodukte für Firmenkunden Stiftungen, Trusts, Offshore-Strukturen Kreditkarten (auch Prepaid-Kreditkarten) Wertpapiergeschäft Termin- und Spareinlagen Bankschließfach Großbanken Regionalbanken Banken im Verbundbereich 1 2 3 4 5 6 7 8 9 10 11 12 Quelle: Eigene Darstellung, Bundesfinanzministerium, Erste Nationale Risikoanalyse Bekämpfung von Geldwäsche und Terrorismusfinanzierung 2018/2019. Hohes Bedrohungspotenzial für Banken Der deutsche Bankensektor ist durch seine grundlegende Ausrichtung auf die Verwaltung und den Transfer von Vermögenswerten einem insgesamt hohem Bedrohungspotenzial mit Blick auf Straftaten, die Geldwäsche und Terrorismusfinanzierung betreffen, ausgesetzt. Produkte, die dem Bericht des Bundesfinanzministeriums zufolge besonders häufig davon betroffen sind, werden in » 1 in der Leiste ganz links dargestellt. Die aufgeführten Kategorien in der Abbildung sind nach Vorgabe der Deutschen Bundesbank gebildet worden und umfassen mehrere Bereiche des Bankensektors. Unter Großbanken fallen demnach Institute, die neben dem klassischen Einlagengeschäft für Firmen- und Privatkunden verstärkt auch im Wertpapiergeschäft sowie im Investmentbanking aktiv sind. Die Kategorie der Regionalbanken umfasst Kreditinstitute, die sehr unterschiedliche Geschäftsmodelle aufweisen; diese Kategorie bildet einen Sammelbereich für Banken wie Konzern- und Autobanken sowie Privatbankiers. Die Verbundbanken fassen Kreditinstitute zusammen, die dem Sektor der Sparkassen- und Genossenschaftsgruppe angehören. Die Abbildung visualisiert die Risikoeinschätzung des Berichts des BMF für die verschiedenen Bankprodukte und Services. Exemplarisch soll hier das Produkt Girokonto in der Grafik herangezogen werden. Durchweg ist das Girokonto mit dem Wert 1, also einem sehr hohen Risiko gekennzeichnet, nur bei den Regionalbanken gibt es eine minimale Abweichung. Mit einem besonders hohen Risikowert sind Kreditprodukte im Privatkundenbereich beziffert worden. Der BMF- Bericht begründet die Risikoeinschätzung wie folgt: Kredite (z. B. Verbraucherdarlehen) an Privatkunden unterliegen einer geringeren Nachweisanforderung und bergen das erhöhte Risiko strafbarer Handlungen (z. B. Betrug), die eine Vortat der Geldwäsche bzw. Terrorismusfinanzierung darstellen können. Die dargestellte Risikosituation wird durch die Erkenntnisse einer Befragung durch den Bankenfachverband ergänzt. Diese Umfrage ergab, dass im Jahr 2019 insgesamt 32 Prozent und 2020 bereits 33 Prozent der Kredite online abgeschlossen wurden. 2021 wurde ein minimaler Rückgang verzeichnet, der aber mit einem allgemeinen Rückgang der Kreditvergabe in diesem Jahr erklärt werden kann.

01 | 2022 11 Die verstärkte Nachfrage nach Online-Kreditvergaben im Vergleich zu Offline- Kreditvergaben verlangt von Banken eine Neuausrichtung der betreffenden Prozesse zur Verhinderung von Geldwäsche und Terrorismusfinanzierung. Die Zunahme des Angebots digitalisierter Produkte, besonders im Kreditbereich, macht deutlich, dass neue Methoden der Überwachung und damit zur Verhinderung von Straftaten etabliert werden müssen. Im Folgenden wird Process Mining als ein möglicher Ansatz präsentiert, um strafbare Handlungen im Bereich der Geldwäsche und Terrorismusfinanzierung aufzuspüren. Dieser Vorschlag berücksichtigt, dass von Krediten für Privatkunden potenziell ein hohes Risiko ausgeht. Verstärkt wird das Risiko durch die Steigerung der Online-Kreditvergabe an Privat kunden. Methodische Grundlagen Ein wesentlicher Vorteil der Nutzung von Process Mining liegt darin, dass durch die stärkere Verknüpfung von Informationssystemen mehr Ereignisdaten denn je informationsseitig aufgezeichnet werden. Diese Aufzeichnungen, die in einem großem Detailgrad vorliegen, lassen sich zu einem Zeitverlauf zusammensetzen und daraufhin auswerten. Durch den Zeitverlauf und durch die hohe Granularität der Daten kann Verhalten rekonstruiert, antizipiert und modelliert werden. Ein weiterer Grund für die Anwendung von Process Mining ist, dass die gestiegene Dynamik der Anforderungen an Banken und Unternehmen zur Bedürfnisbefriedigung von Kunden dazu führt, dass die Prozesse einem ständigen Wandel unterliegen. Am Anfang des Process-Mining- Kreislaufs im Unternehmenskontext stehen zunächst das Unternehmen und seine Prozesse » 2 . Das Unternehmen erfasst die Daten aus den jeweiligen Prozessen und diese erfassten Daten werden in Datenbanken abgelegt. Diese zusammengetragenen Daten in der Datenbank werden bei Bedarf in Form 02 | Der Kreislauf von Process Mining eines Ereignisprotokolls bereitgestellt. Das Ereignisprotokoll kann sodann aus den vorhandenen Datenbanken extrahiert werden. Unternehmen analysiere modelliere (Prozess-) Modell Betriebsdatenerfassung Grundaktivitäten Process Mining Bessere Prozesse durch Process Mining Nach dieser Vorbereitung kommt Process Mining in der Gestalt von drei Grundaktivitäten zum Einsatz. Durch die Verwendung von Process Mining können Prozesse analysiert und verbessert werden. Die modifizierten Abläufe sind fortlaufend zu analysieren und weiterzuentwickeln. Durch die beschriebenen Schritte entsteht der Process- Mining-Kreislauf. Datenbank Quelle: Van der Aalst, Wil (2016): Process Mining. Berlin, Heidelberg: Springer Berlin Heidelberg. extrahiere (Ereignis-) Protokoll Process Mining generiert Wissen auf Basis von realen Prozessen und deren Ereignisprotokollen. Es wird dabei vorausgesetzt, dass die Daten in den Ereignisprotokollen in einer zeitlichen Abhängigkeit zueinander stehen. Diese zeitliche Abhängigkeit erlaubt, eine bestimmte Reihenfol-

die bank

© die bank 2014-2020