Big Data soll Banken im Kampf gegen Geldwäsche helfen

Die erneuten Enthüllungen über ein internationales Geldwäsche-Netz bringen Banken in ganz Europa unter Druck und sorgen für hektisches Treiben in den Vorstandsetagen. Dabei wären solche Fälle nach Einschätzung von Beratern vermeidbar. Um illegalen Machenschaften leichter auf die Schliche zu kommen, könnten sich Banken neue Technologien wie Big Data zunutze machen. Dies etwa indem sie gezielt große Mengen an Transaktionsdaten auf Unstimmigkeiten hin auswerten. "Der Kampf gegen Geldwäsche ist eines der großen Gebiete, in denen ich Big Data als essenziell ansehe", sagt Veit Bütterlin, Senior Director bei der Beratungsgesellschaft AlixPartners. "Es gibt insgesamt noch einigen Nachholbedarf. Allerdings haben einige Institute bereits viel unternommen."

Zu Wochenbeginn sorgten Schlagzeilen über ein Geldwäsche-Netz für Aufsehen, durch das Milliardensummen von Russland in den Westen geschleust worden sein sollen - über europäische Banken. In den Berichten des internationalen Rechercheverbunds OCCRP (Organised Crime and Corruption Reporting Project) werden die Deutsche Bank und die österreichische Raiffeisen Bank International genannt, die US-Großbank Citigroup sowie die niederländischen Institute ABN Amro und ING. Die Aktien zahlreicher Häuser gerieten daraufhin unter Druck.

Handarbeit

In der Vergangenheit hatten viele Banken im Kampf gegen Geldwäsche auf Handarbeit gesetzt und die Anzahl der Beschäftigten in den zuständigen Abteilungen erhöht. "Das hat dazu geführt, dass teils richtige "Fabriken" von Leuten in den Banken manuell Kunden, Konten und Transaktionen prüfen – aber nicht immer wird dabei das geprüft, was wirklich kritisch ist", erklärt Bütterlin. Hier könne eine automatische Vorsortierung kritischer Transaktionen über den Computer helfen.

Als Daten-Basis könnten Banken dafür etwa spezielle Register verwenden, die Transaktionsflüsse zwischen Banken speichern. Der Bankendienstleister Swift etwa betreibt eine solche im Fachjargon KYC-Plattform (Know Your Customer) genannte Datenbank. "Man kann so nachvollziehen, welche Transaktionsvolumina über eine Bank weitergeleitet werden, die entweder in einem Hochrisikoland sitzt oder dort Geschäfte betreibt", sagt Florian Seiferlein, Senior Vice President bei AlixPartners. Banken könnten Unstimmigkeiten und Abweichungen damit besser erkennen und Geldwäsche-Fälle leichter identifizieren. Wichtig ist das vor allem für internationale Vermögensverwalter, Exportfinanzierer und Institute, die Überweisungen im Auftrag anderer Banken ausführen (Korrespondenzbanken).

Deutsche Skepsis

Die deutsche Finanzaufsicht BaFin hat sich skeptisch zum Einsatz von Big Data in der Betrugsbekämpfung geäußert und will verhindern, dass die Banken dadurch ihre Verantwortung auf Maschinen abschieben. Die Schweizer Aufsichtsbehörde Finma erklärte, es gebe keine Vorgaben, welche Technologie beim Kampf gegen Geldwäsche zum Einsatz komme. Damit sei auch der Einsatz von künstlicher Intelligenz möglich - allerdings bleibe die Verantwortung für die Einhaltung der Regeln bei der Bank.

Nach Ansicht von Ingo Rauser, Senior Partner des Bankenberaters Capco in der Schweiz, ist Big Data aber ohnehin nur einer von vielen Bausteinen, um das Problem zu lösen. "Es wird Jahre dauern, bis das greift", sagt er. "Kriminelle werden immer ausgeklügelter und sind oft einen Schritt voraus. Dem Problem vollends Herr zu werden, ist praktisch unmöglich." Dafür bräuchte es letztlich auch eine überstaatliche Behörde, findet Rauser. Die Europäische Zentralbank hatte zuletzt schon angekündigt, ein Anti-Geldwäsche-Büro einzurichten.