38 02 | 2021
38 02 | 2021 Geldwäsche-Prophylaxe Mit KI ungewöhnliche und komplexe Transaktionen erkennen Mit steigender internationaler Vernetzung wird es für Banken schwerer, die globalen Finanzströme auf Verdachtsfälle von Geldwäsche, Terrorismusfinanzierung, Steuerbetrug und sonstigen strafbaren Handlungen abzusuchen. Zudem verändern sich die Zahlungsmittel – beispielsweise mit der Einführung von Instant Payments und kontaktlosem Bezahlen via Smartphone. Gleichzeitig müssen Banken durch strengere Vorgaben Transaktionen noch genauer prüfen. Damit steigt der Bedarf an neuen Methoden. Auffällige Transaktionen zu identifizieren ist Kernbereich der Transaktionsanalyse zur Geldwäscheprävention. In den letzten Jahren wurden die regulatorischen Anforderungen, u. a. durch das Geldwäschegesetz (GwG), immer weiter verschärft. Zu ungewöhnlichen Mustern und Transaktionen, deren wirtschaftlicher Zweck nicht offensichtlich erkennbar ist, kamen die „komplexen Transaktionen“ hinzu. Folgt man etwa den Auslegungshinweisen der Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) aus dem Jahr 2017, sind Transaktionen beispielsweise dann komplex, wenn die Herkunft der Vermögenswerte oder auch der Empfänger nicht zu den bekannten Lebensumständen und der Geschäftstätigkeit des Kunden passen oder die Angaben hierzu schwer nachvollziehbar sind. Letzteres betrifft insbesondere die Identität der an der Transaktion oder Geschäftsbeziehung Beteiligten und den Zweck der Transaktion oder Geschäftsbeziehung. Zahlungen sind zudem auch dann ungewöhnlich, wenn sie besonders hoch sind oder über nicht notwendige Umwege verlaufen und so beispielsweise unverhältnismäßig kostenintensiv sind. Diese Merkmale zielgerichtet zu erkennen, ist eine regulatorische Anforderung, auf die die Bankenaufsicht zunehmend und mit Nachdruck achtet. Um sie zu erfüllen, muss eine Bank den Kunden und sein Umfeld gut kennen und relevante Informationen über ihn, sein Konto und seine Transaktionen sinnvoll miteinander verknüpfen. Komplexität schwer erfassbar Die Herausforderung, diese komplexen Fälle zu erkennen, beginnt häufig mit dem Management der vorhandenen Daten und Datenstrukturen. Sie bilden das Fundament für alle Analysemethoden – sowohl regelbasierte Ansätze als auch Machine- Learning-Methoden. Grundsätzlich verfügen Banken über eine Vielzahl von Kundendaten, auch weil sie dazu verpflichtet sind. Die Daten so anzuliefern und aufzubereiten, dass sie für die Analysesysteme auswertbar sind, birgt allerdings Tücken. Dazu zwei Beispiele: 1. Zusätzlicher Kontobevollmächtigter im Retail Banking Ein Ehepaar hat ein Gemeinschaftskonto, der volljährige Sohn hat dazu eine Kontovollmacht. Meist wird auf der
02 | 2021 39 Kontoebene das Paar gemeinsam als Kontoinhaber des Gemeinschaftskontos oder des sogenannten Joint Accounts sichtbar. Informationen zu weiteren Personen wie einem Kontobevollmächtigten sind zwar grundsätzlich vorhanden, werden aber bei automatisierten Transaktionsanalysen nicht immer vollständig berücksichtigt. Möchte eine Bank komplexe Zusammenhänge zwischen Transaktionsparteien erkennen, sollte sie nachvollziehen können, welche Person die Transaktion ausgelöst hat. Darüber hinaus – und hier steigt die Herausforderung – sollte es möglich sein, diese Information auch mit anderen Transaktionen, die die Person getätigt hat, zu verknüpfen und zu analysieren. 2. Internationale Verflechtungen im Firmenkundengeschäft Ein Unternehmen mit Sitz in Kanada erwirtschaftet Gewinne in Deutschland und führt dort mehrere Bankkonten. Außerdem finden Transaktionen mit einem Tochterunternehmen in Irland statt, an das Lizenzzahlungen entrichtet werden. Diese Firmentochter schüttet ihre Dividenden an eine Firma Merkmale für ungewöhnliche Zahlungen ■ Die Transaktion passt nicht zum Kundenprofil (z. B. Sender oder Empfänger der Transaktion oder die Höhe passen nicht zu der Geschäftstätigkeit des Kunden). ■ Die Identität der an der Transaktion beteiligten Personen ist schwer nachprüfbar. ■ Der Zweck einer Transaktion oder Geschäftsbeziehung ist undurchsichtig. ■ Die Transaktion ist ungewöhnlich groß im Vergleich zu früheren Zahlungen oder im Vergleich zu Personen mit einem ähnlichen Profil. ■ Die Transaktion ist scheinbar nicht wirtschaftlich, sie verläuft z. B. über unnötige Umwege oder sie ist zu kostenintensiv im Vergleich zu Zahlungswegen, die Kunden in einer ähnlichen Branche nutzen. in Guam aus. Von dort aus werden wiederum unter anderem Transaktionen auf ein deutsches Bankkonto getätigt, um die deutschen Aktivitäten zu finanzieren. Es kann sich hierbei um ein legales Kon strukt zur Steueroptimierung handeln, möglicherweise aber auch um Steuerhinterziehung oder Geldwäsche. Die komplexen Zusammenhänge sind äußerst schwer zu erkennen, auch da Transaktionsdaten von anderen Instituten und legalen Einheiten nicht vorliegen. Eine automatisierte Prüfung kann bei der Erkennung von Mustern nur unterstützen, wenn die Transaktionen über das gleiche Institut abgewickelt werden.
