SAS Studie: Banken wollen Geldwäsche mit KI bekämpfen – aber es scheitert noch an der Umsetzung

Heidelberg, 25. März 2025 – Finanzinstitute erkennen die Notwendigkeit, KI im Zusammenhang mit Anti-Money-Laundering-(AML-)Prozessen einzusetzen – die Implementierung lässt aber noch auf sich warten. Dies hat eine aktuelle globale Studie ergeben, die SAS, einer der weltweit führenden Anbieter von Lösungen für Daten und künstliche Intelligenz (KI), in Zusammenarbeit mit KPMG durchgeführt hat.

Die Umfrage kommt konkret zu folgenden Ergebnissen:

Geringe Adaption von KI und Machine Learning (ML) – Lediglich 18 Prozent der Befragten nutzen bereits Lösungen dafür. 40 Prozent haben bisher noch gar keine Pläne, KI und ML einzuführen.

Interesse an Generative AI anhaltend, aber vorsichtig – Fast die Hälfte der Umfrageteilnehmer gibt an, ChatGPT und Co. in Pilotprojekten einzusetzen oder sie zu testen, 55 Prozent befassen sich noch nicht näher damit.

„The road to integration: The state of AI and machine learning adoption in anti-money laundering compliance“ ist die Fortsetzung einer Studie von 2021 zum gleichen Thema. An der aktuellen Befragung zum Status der Nutzung von KI und ML für die Geldwäschebekämpfung haben 850 Mitglieder der Association of Certified Anti-Money Laundering Specialists (ACAMS) teilgenommen.

Laut den AML-Experten ist ein wesentlicher Hinderungsgrund, dass sich die Unterstützung durch die Aufsichtsbehörden sehr in Grenzen hält: Gerade einmal 51 Prozent fördern den Einsatz der Technologie – und damit 15 Prozentpunkte weniger als vor vier Jahren. Dagegen ist der Anteil derjenigen, die Regulatoren als besorgt oder vorsichtig einschätzen, von 28 auf 36 Prozent gestiegen. Und deren Beurteilung als „resistent gegenüber Veränderungen“ ist mit 13 Prozent sogar auf über das Doppelte angestiegen (2021: 6 Prozent).

„KI und Machine Learning sind kein Wundermittel gegen Betrug und Geldwäsche. Insbesondere, wenn es um große Datenmengen geht, sind sie aber sehr effektiv“, erklärt Timo Purkott, Global Fraud and Financial Crime Transformation Lead bei KPMG International und Partner bei KPMG in Deutschland. „Das umfasst zum Beispiel automatisierte Benachrichtigungen aus dem Transaction Monitoring, unternehmensweite Risikobewertungen, Berichte zu auffälligen Aktivitäten, AML-Überprüfungen oder die Reduzierung von False-Positives. All dies basiert auf Daten. Unternehmen müssen daher in ihre Datenmanagementinfrastruktur investieren, um maximalen Wert aus KI und ML zu generieren – und Kriminellen eine Nasenlänge voraus zu sein.“

Status quo Implementierung

Die Studie bringt einige Erkenntnisse rund um den Einsatz von KI und ML in der Bekämpfung von Geldwäsche zutage – sowohl im Hinblick auf die Chancen als auch auf die Hürden.

Unternehmen identifizieren mehr Use Cases für KI/ML: Die bessere Qualität von Untersuchungen und regulatorischen Prüfungen sowie die Verringerung von False-Positives stehen weiterhin oben auf der Prioritätenliste (insgesamt 67 Prozent; 2021: 78 Prozent). Das Erkennen komplexer Probleme ist in der Nennung als Grund für die Einführung von KI und ML von 17 auf 21 Prozent gestiegen.

Regulatoren als Verhinderer: 2021 stellten Budgetbeschränkungen das wichtigste Hindernis dar (39 Prozent), in der aktuellen Umfrage wird dieser Aspekt (34 Prozent) von dem Fehlen regulatorischer Vorgaben (37 Prozent) überholt. Der Kompetenzmangel nimmt an Bedeutung ab und fällt in der Nennung um fast die Hälfte auf 11 Prozent.

Bedeutung von False-Positives steigt weiter: Mit 38 Prozent ist die Verringerung von Fehlalarmen der vorhandenen Kontrollsysteme in der Priorität um 8 Prozentpunkte gegenüber 2021 gestiegen. Jeweils rund ein Viertel der Befragten nennt die automatisierte Anreicherung von Daten für Untersuchungen und Due Diligence sowie die Entwicklung neuer Risikokategorien mit Advanced-Modeling-Techniken als wichtigste Aufgaben.

Ebenso zwei von fünf Umfrageteilnehmern bewerten zudem die Vermeidung von False-Positives als größten Wert, den KI und ML schaffen, gefolgt von besseren und schnelleren Untersuchungen (34 Prozent) und der Klassifizierung von Benachrichtigungen nach hohem und geringem Risiko (28 Prozent).

Potenzieller „Hidden Champion“: Natural Language Processing (NLP)

Nach den Top-3-Technologien im Hinblick auf ihren erwarteten Effekt befragt, geben 6 von 10 AML-Experten Machine Learning an – 6 Prozentpunkte mehr als bei der vorangegangenen Studie. Robotic Process Automation fiel in der Gewichtung dagegen auf 28 Prozent, NLP steht an letzter Position mit lediglich 14 Prozent. Dieses niedrige Ergebnis könnte darauf hinweisen, dass Compliance-Teams mehrheitlich noch nicht das Potenzial dieser Technologie ausschöpfen, um Frühwarnzeichen zu erkennen.

Grundlage für Wettbewerbsvorteil

„Die Integration von Datenquellen, Teams und Technologie ist der Schlüssel, um das volle Potenzial von KI und Machine Learning zu erschließen – und das erfordert den Aufbau eines Ökosystems, das Daten aus sämtlichen Quellen zusammenführt“, sagt Thomas Schwalbe, Senior Advisor Fraud & AML bei SAS. „Laut der ACAMS-Studie verknüpfen bereits 86 Prozent der Befragten ihre AML-, Fraud-Detection- und Informationssicherheitsprozesse in irgendeiner Form miteinander, beispielsweise verfügt rund ein Drittel über vollintegriertes Case Management. Unternehmen, die bei der Governance-gestützten Integration von Daten und Abläufen vorangehen, verschaffen sich einen Wettbewerbsvorteil gegenüber denen, die noch zögern.“

Die komplette Studie steht hier zum Download bereit: https://www.sas.com/en/whitepapers/global-aml-research-the-road-to-integration-114143.html. Zudem hat SAS ein Data Dashboard veröffentlicht, das Abfrage, Visualisierung und Filtern der Ergebnisse nach Region und Größe der Organisation erlaubt.

circa 5.500 Zeichen

SAS Institute GmbH
Thomas Maier
In der Neckarhelle 162

69118 Heidelberg
Deutschland

E-Mail: thomas.maier@sas.com
Homepage: https://www.sas.com/de_de/home.html
Telefon: 0049 6221 415-1214

Pressekontakt
Dr. Haffa & Partner GmbH
Anja Klauck
Karlstraße 42

80333 München
Deutschland

E-Mail: postbox@haffapartner.de
Homepage: http://www.haffapartner.de
Telefon: 089 993191-0