Ob Panama Papers, Russian Laundromat oder das Leak der Fincen-Files: Geldwäsche und Terrorismusfinanzierung werden stärker denn je als gesellschaftliches Problem wahrgenommen, das entschieden be­kämpft werden muss. Die Geldwäschegefahr für Deutschland wird in der ersten nationalen Risikoanalyse 2018/2019 als „mittel-hoch“ eingeschätzt – die zweithöchste Stufe der fünfstufigen Skala. Das Geldwäschevolumen dürfte hierzulande bei mehr als 200 Mrd. Euro pro Jahr liegen.

Verschärfte Richtlinien, Gesetzesänderungen und Standards zur Prävention und Bekämpfung führen seit Jahren in der Finanzbranche zu höheren Kosten – vor allem für Personal – und zu Risiken für das Management und für zuständige Mitarbeiter. Finanzdienstleister stehen vor der Herausforderung, im Kampf gegen Geldwäsche deutlich mehr in kürzerer Zeit und in höherer Qualität leisten zu müssen.

Ein aktives Risikomanagement mithilfe innovativer Technologien kann dazu beitragen, Compliance-Einheiten für diese Aufgabe zu wappnen. Durch Automatisierung lässt sich Geldwäsche und Terrorismusfinanzierung effizienter und effektiver vorbeugen und sie lassen sich bekämpfen – und so die Risiken für Geldhäuser und die handelnden Personen deutlich verringern.

Die Grundlage eines erfolgreichen Managements von Geldwäsche- und Terrorismusfinanzierungsrisiken bildet die Risikoanalyse. Ihr Ziel ist es, die unternehmensspezifischen Risiken vollständig zu identifizieren, zu gewichten und geeignete Präventionsmaßnahmen abzuleiten. Eine tiefgründige Identifizierung der tatsächlichen Risiken ist bislang in der Praxis allerdings eher selten. Häufig werden diese erst publik, wenn sie durch ein Daten-Leak oder einen Hinweisgeber offengelegt werden.

In den USA fordert die Aufsicht hingegen bereits Risikoanalysen, bei denen Kunden- und Transaktionsrisiken aus Datenbeständen hergeleitet werden. Automatisierte Zumeldungen über standardisierte Fachbereichsassessments sind ebenfalls obligatorisch. Über ein Dashboard haben Vorstände wie Compliance Officer jederzeit die Möglichkeit, Geldwäsche- und Terrorismusfinanzierungsrisiken in Echtzeit zu analysieren und die erforderlichen Präventionsmaßnahmen zeitnah zu adjustieren.

Die Prozesse der Kundenannahme sowie der Kundendatenaktualisierung sind ebenfalls wichtig. Allerdings ist die Identifizierung und Verifizierung von Neu- und Bestandskunden insbesondere im Firmenkundengeschäft schwierig. Gerade bei internationalen Konzernen ist es häufig schwer, wirtschaftlich Berechtigte oder die Mittelherkunft („Source of Funds/Wealth“) herauszufinden. Dieser Prozess erfolgt auf Basis von Mindeststandards und Vorgaben des Geld­wäschebeauftragten überwiegend manuell und kann Wochen dauern.

Viele solcher Prozessschritte lassen sich bereits automatisieren, etwa über die Nutzung eines Workflow-Tools bei der Kundenkommunikation, durch Data Extraction Software zur Analyse von Textdokumenten, durch Nutzung von Datenanbietern oder Schnittstellen zu Unternehmensregistern. Doch werden solche Lösungen bislang nur punktuell eingesetzt.

Die in den vergangenen Jahren aufgedeckten Geldwäschefälle zeigen, dass es im Bereich des Transaktionsmonitorings nicht nur ein Effizienz-, sondern auch ein Effektivitätsproblem gibt. Dies wird dadurch noch verstärkt, dass die BaFin in ihrem Entwurf der Auslegungs- und Anwendungshinweise vom 14. Januar 2021 bestimmte Tätigkeiten für die Auslagerung der Bearbeitung von Treffern aus Datenverarbeitungssystemen in Drittstaaten ausgeschlossen hat.

Gelöst werden kann dieses Problem nur durch Nutzung moderner Technologien. Der Einsatz von künstlicher Intelligenz (KI) wurde in diesem Bereich lange kritisch gesehen. Der Einwand, dass die Entscheidungen der KI nicht transparent genug seien, ist grundsätzlich nachvollziehbar. Daher sollten Lösungen eingesetzt werden, welche die KI mit einem regelbasierten Ansatz kombinieren und trainieren, um Entscheidungen transparent zu gestalten. Entsprechende Tools existieren bereits und dürften die Prävention in eine neue Ära führen.

Zuletzt erschienen:

Mit Googles Hilfe gegen Kriminalität (4. Februar)

Forensiker sind Kryptoverbrechern auf der Spur (3. Februar)