Bekämpfung der Finanzkriminalität im Jahr 2022 (Steve Morgan)

Ein großes Thema dafür SIBOS (und die meisten früheren auch) ist, wie man Finanzkriminalität ausrottet, ohne die hochwertigen Serviceerlebnisse für die zu stören oder zu beeinträchtigen
große Mehrheit ehrlicher (und sehr wichtiger und wertvoller) Kunden.

Derzeit nimmt die Finanzkriminalität sprunghaft zu, und Banken stehen vor immer mehr Herausforderungen, um Risiken effektiv zu managen. Obwohl dies nicht gerade ein neuer Trend für Finanzdienstleistungen ist, hat die Geschwindigkeit, mit der Betrüger ihre Taktiken ändern, die Unternehmen vorangetrieben
ihre Sicherheitsverfahren und Reaktion auf betrügerische Aktivitäten zu überdenken. 

Wie also können Banken weiterkommen?

Spezialisten für Finanzkriminalität sind es gewohnt, Rules Engines zur Erkennung von Fällen anzuwenden, und zunehmend verbessern künstliche Intelligenz (KI) und maschinelles Lernen die Erkennung und Verwaltung weiter. Anwendung von KI und maschinellem Lernen auf Warnungen vor Finanzkriminalität
Management hat zu signifikanten Ergebnissen geführt, darunter eine Reduzierung von Fehlalarmen, eine verbesserte Risikoerkennung und eine verstärkte Automatisierung in großem Maßstab.

Eine operative Herausforderung besteht darin, wie Betrug und Finanzkriminalität funktionieren, manchmal unabhängig voneinander innerhalb von Finanzunternehmen. Dieses Modell mag vor Jahren angemessen gewesen sein, als Betrugs- und Finanzkriminalitätssysteme unterschiedlich waren und entsprechend verwaltet wurden,
Aber aktuelle Faktoren wie Kanäle, Zahlungsschienen und Dezentralisierung haben die Grenze zwischen Betrug und Finanzkriminalität verwischt. 

In den letzten Jahren haben Finanzinstitute stark in verbesserte Erkennungsüberwachungssysteme investiert und dabei die Fähigkeiten von FinTechs genutzt, die auf KI und maschinelles Lernen spezialisiert sind. Dieser Trend ist ein Paradebeispiel für Finanzinstitute
Integration eines Best-of-Breed-Ansatzes, der Investitionen in Legacy-Systeme mit neueren, KI-basierten Technologien verbindet. 

Die große Frage, die sich stellen muss, ist, wie Banken Geldwäschesysteme effektiv erkennen und stoppen, ohne das Kundenserviceerlebnis für Kunden zu beeinträchtigen. Der Schlüssel ist, agil zu bleiben. Es ist schön und gut, die richtigen Technologien im Einsatz zu haben, aber was ist
Ebenso wichtig ist die genaue und effiziente Triage eines Vorfalls. Obwohl niemand Betrug ausgesetzt sein möchte, weder Kunde noch Bank, ist es wichtig, dass das Kundenerlebnis nicht darunter leidet. 

Was Sie also letztendlich tun können, ist, das, was Sie können, an die richtige Person weiterzuleiten, den Kunden auf dem Laufenden zu halten und Ihre Verluste sowohl auf Kunden- als auch auf Bankenseite zu minimieren. Das Ringen um Effektivität und Effizienz nimmt noch mehr zu, wenn man bedenkt
die Auswirkungen unterschiedlicher Erkennungssysteme mit unterschiedlichen Automatisierungsgraden innerhalb ihrer Fallmanagement-Workflows. Dies bietet keine harmonisierte Benutzererfahrung für Bankmitarbeiter, die für diese Ergebnisse verantwortlich sind. 

Da die Finanzinstitute weiterhin bestrebt sind, die Betriebskosten zu senken, darf dabei das Risiko nicht geopfert werden. Unabhängig davon, ob Ermittlungseinheiten auf Onshore-, Onshore/Offshore- oder einem anderen Hybridmodell basieren, das Ziel ist es, effektiv zu sein
eine Warnung und/oder einen Fall an den Analysten und/oder Ermittler weiterleiten, der für seine Komplexität, sein Risiko oder andere Faktoren am besten geeignet ist. Dies ermöglicht es Unternehmen, Risiken richtig zu managen und gleichzeitig die Betriebskosten zu kontrollieren.