Heidelberg, 9. Juni 2022 – Chartis bewertet SAS, einen der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI), in seinem aktuellen RiskTech Quadrant als „Leader“ in der Kategorie „Trade-based Anti-Money Laundering“ (TBAML). Das Analystenhaus vergibt die Bestnote an SAS für die umfassendste Produktpalette (Completeness of Offering) über alle vier Kriterien hinweg: unterstützte Datenquellen, Umfang der abgedeckten Typologien, Bandbreite an Analytics-Methoden und Workflow. Damit steht SAS an der Spitze des erstmals veröffentlichten Reports „Trade-Based Anti-Money Laundering Solutions, 2022: Market and Vendor Landscape“, der insgesamt zehn Anbieter von Lösungen zur Bekämpfung dieser neuen Facette der Finanzkriminalität betrachtet.
Die Analysten heben hervor, dass SAS Finanzdienstleistern hilft, die entscheidenden Risiken bei der handelsbasierten Geldwäsche ganzheitlich zu kontrollieren. SAS verbindet Datenextraktion und -zusammenführung, Dokumenten- und Transaktionsanalyse, KYC-/AML-Analytics und Workflow Management. Zu den Schwerpunkten gehört das Monitoring von Konto- und Transaktionsaktivitäten. Zudem bietet SAS eine Bibliothek aus vorgefertigten, sofort einsatzbereiten TBAML-Typologien, die Anomalien mittels KI und Machine Learning aufdecken.
SAS hat als Teil seines TBAML-Angebots zusammen mit EY ein Starterpaket entwickelt: Das Trade Risk Analytics Compliance Kit (TRACK) automatisiert manuelle Aufgaben – die Erkennung für TBAML sowie für Risiken und Verstöße im Hinblick auf Sanktionen verbessert sich damit signifikant. „Vor allem die Analyse der begleitenden Dokumente ist immer ein Knackpunkt bei einer effektiven und effizienten Anti-Geldwäsche-Untersuchung. Genau hierfür haben wir deshalb eine Lösung entwickelt“, sagt Heike Jennewein, CAMS, Principal Business Solutions Managerin bei SAS.
Eines der weltweit führenden Finanzhäuser setzt die Trade-Finance-Risk-Lösung bereits ein. TRACK hat bei dem Finanzinstitut rund 100 Überprüfungsschritte durch ein einziges hybrides Machine-Learning-Modell ersetzt, das auf Betrugserkennung und AML spezialisiert ist. Dieses bewertet die Wahrscheinlichkeit, dass eine Handelstransaktion eine nähere Untersuchung erfordert, das Modell lernt dabei aus früheren Ergebnissen. Leistungsstarkes Text Mining und Text Analytics schaffen die Grundlage für eine Kontextanalyse von rund neun Millionen Handelstransaktionen jährlich, die in etwa 25 Millionen Dokumenten festgehalten sind.
Die Bank erreicht dadurch:
„Der globale Finanzhandel verzeichnet für 2021 ein Volumen von 28,5 Billionen US-Dollar – umso schwieriger ist es, neben den betrügerischen Aktivitäten vor allem auch Geldwäsche unter Kontrolle zu halten“, so Heike Jennewein. „Es hat sich eine erhebliche Nachfrage angestaut – sie trifft jetzt auf die weltweiten Lieferketten. Deshalb müssen Unternehmen im Finanzhandel dringend Brüche in manuellen Prozessen beseitigen und dabei ihre regulatorischen Risiken managen. Organisationen können sich nachweislich auf die KI-basierten Lösungen von SAS verlassen, um ihre knappen Ressourcen auf die wirklich relevanten Fälle zu konzentrieren.“
In einer Studie der Association of Certified Anti-Money Laundering Specialists (CAMS) mit KPMG und SAS wurden zudem 850 Experten für Finanzkriminalität zu ihrem Einsatz von AML-Technologie befragt.
circa 3.500 Zeichen