Welche Rolle spielt Big Data für die Geldwäscheprävention?

Banken und Zentralbanken sitzen auf riesigen Datenmengen – Schätze, die es mit Künstlicher Intelligenz zu heben gilt. Welche Potenziale ergeben sich? Welche Risiken gehen damit einher? Für Banken und ihre Kunden, für Geschäftsmodelle und unsere Gesellschaft als Ganzes? Wie können Politik und Geldpolitik Künstliche Intelligenz einsetzen, um beispielsweise das Thema Geldwäscheprävention effizienter anzugehen?

Darüber diskutierten vergangene Woche mit Frankfurt School-Professor Dr. Sascha Steffen, Dr. Stephan Bredt, Leiter der Abteilung, Wirtschaftsordnung, Finanzdienstleistungen, Börsen, Hessisches Ministerium für Wirtschaft, Energie, Verkehr und Wohnen, und Dr. Marcus Chromik, Chief Risk Officer, Commerzbank AG, im Rahmen der Veranstaltungsreihe Campus Talk mit Gästen aus Politik, Finanz und Lehre.

Dabei rückte vor allem das Thema Geldwäsche in den Fokus. „Die Regulierung in Deutschland behindert die Entwicklung bei der Datennutzung“, so Dr. Stephan Bredt. Derzeit werde daher an der Einführung eines Datentreuhänders von staatlicher Seite gearbeitet – eine Stelle, an der Daten gebündelt zusammenlaufen und ausgewertet werden könnten, ohne dass der Treuhänder jedoch Einblick in deren Inhalt hätte. Ein besonders relevantes Anwendungsfeld wäre hierfür die Geldwäsche. So würden derzeit in den Banken vor allem Einzelfälle geprüft, durch die Bündelung der Daten könnten sich aber beispielsweise unauffällige Einzeltransaktionen in der Summe doch als auffällig darstellen.

Auch Dr. Marcus Chromik sieht die Einführung eines Datentreuhänders in Zusammenhang mit der Geldwäsche positiv: „Wenn das Thema Geldwäsche von europäischer Stelle angegangen wird unter Einhaltung der Sicherheitsstandards, dann kann man den Banken das Thema Geldwäscheprävention wieder abnehmen.“ Zugleich verwies er aber auch darauf, die menschliche Dimension nicht zu unterschätzen: „Wenn eine Mitarbeiterin oder ein Mitarbeiter beispielsweise im Kundengespräch etwas Auffälliges bemerkt, ist das zu 50 Prozent ein Treffer. Die Quote ist deutlich höher als bei den Ergebnissen, die wir derzeit noch mit künstlicher Intelligenz erreichen.“

Die Diskussion wurde von Finance-Professor und FS Vizepräsident Forschung Dr. Sascha Steffen moderiert. Er adressiert das Themenfeld in seiner Forschung und leitet unter anderem die Forschungsinitiative „Artificial Intelligence and Monetary Policy Decisions”.