safeFBDC – Konsortialprojekt will per künstlicher Intelligenz Geldwäsche verhindern

Geldwäsche gilt als einer der größten Wachstumsverhinderer. Banken und Versicherungen sind verpflichtet, Maßnahmen zur Verhinderung von Verschleierung von Vermögenswerten durch Kriminelle zu ergreifen. Das Konsortialprojekt für die Finanzdatenplattform “safeFBDC” sagt der Geldwäsche nun mit Künstlicher Intelligenz den Kampf an.

In Deutschland werden jährlich rd. 50 – 100 Milliarden Euro illegal in den Finanz- und Wirtschaftskreislauf eingeschleust. Geldwäsche wird häufig über Bankgeschäfte abgewickelt. Das Problem: Banken und Versicherungen allein haben nicht genügend Einblick in die Geldströme. Sie sehen jeweils nur einen kleinen Ausschnitt der Zahlungsströme. Man benötigt eine Plattform, die Geldströme institutsübergreifend erfasst, um Muster mit Mitteln der künstlichen Intelligenz zu erkennen und die komplexen Geldwäschesachverhalte auf diese Weise ausfindig zu machen.

Genau das strebt ein Projekt an, das im Rahmen des Technologieprogramms KI-Innovationswettbewerb vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert wird. Mit safeFBDC (Website, steht für “sicheres Financial Big Data Cluster”) entsteht eine Datenplattform, auf der Daten von Finanzinstituten und anderen Unternehmen sicher und DSGVO-konform zusammengeführt und untersucht werden können. Auf Basis der entstehenden Datensätze sollen KI-Anwendungen entwickelt werden, die den europäischen Finanzsektor in verschiedenen Bereichen unterstützen.

Diese Anwendungen sollen z. B. zur Abschätzung der Nachhaltigkeit und Klimaverträglichkeit von Investitionen (Stichwort „Sustainable Finance“), zur Erkennung von Marktmanipulation und zur Bekämpfung von Geldwäsche eingesetzt werden. Bereits bestehende Anti-Money-Laundering-Systeme (AML), zu denen Banken gesetzlich verpflichtet sind, sollen durch neue Methoden der Künstlichen Intelligenz grundlegend verbessert werden. Die angestrebten KI-Verfahren sollen um ein Vielfaches präziser arbeiten, unnötige Fehlmeldungen vermeiden und bislang nicht erkennbare Aktivitäten aufdecken können.

Wir vermuten, dass die wirklich großen Geldwäscheaktivitäten bislang noch verborgen sind.“

Patrick Töniges, Geschäftsführer spotixx (safeFBDC Konsortialpartner)

safeFBDC – Zusammenspiel von Mensch und KI

Anders als bei den bisherigen AML-Systemen, die auf starren Regeln basieren, verbergen sich hinter den KI-Methoden z. B. graphenbasierte Machine-Learning-Modelle, welche Anomalien in Geldströmen erkennen. Beim Machine Learning lernt die KI auf Basis von aufwändiger Datenvorverarbeitung komplexe Datenmuster, die im Anschluss auf unbekannte Datenmengen angewendet werden können. Für die Umsetzung ist eine skalierbare, fortschrittliche technologische Infrastruktur entscheidend. Aus diesem Grund unterstützt IBM das Projekt mit einem Zugang zu Cloud-Services, um die initiale Entwicklung auf dem Weg zum Markteintritt zu beschleunigen. Darüber hinaus beteiligt sich das KI-Projekt mit einem Use Case an dem europäischen Cloud-Projekt GAIA-X.

Die Ergebnisse der eingesetzten KI-Systeme müssen für den Menschen nachvollziehbar und überprüfbar sein, um zu verstehen, warum eine Transaktion als verdächtig eingestuft oder verhindert wurde. Essenziell wichtig ist daher die Erklärbarkeit und Interpretierbarkeit der KI-Ergebnisse. Um bei Banken und Versicherungen Akzeptanz für die Technologien aufzubauen, müssen die Ergebnisse verständlich sein.

Erste Forschungsergebnisse soll es noch in diesem Jahr geben. Mit einer fertigen safeFBDC-Lösung ist jedoch frühestens Ende 2022 zu rechnen. Ziel ist es, ein Produkt anzubieten, das nicht nur für eine Bank passt, sondern Lösungen, die einen breiten Markt adressieren.