Smart AML Risk Detection

Die Aufsichtspraxis zeigt, dass die institutsspezifische Definition von Kriterien und Parametrierung von Überwachungssystemen zur Erkennung von Transaktionen und Geschäftsbeziehungen mit erhöhten Risiken (TmeR bzw. GmeR) regelmässig eine Herausforderung für Schweizer Banken darstellt. Zu oft bilden statische und rein limitenbasierte Kriterien die Ausgangslage, mit welchen dem raschen Wandel und der Veränderung der organisierten Kriminalität in der Schweiz und im Ausland begegnet wird. Dieser Tatsache können Systemlimitierungen oder nicht periodische aktualisierte TmeR- und GmeR-Kriterien zu Grunde liegen. Dieses Vorgehen wird den hohen inhärenten GwG-Risiken auf dem Schweizer Finanzmarkt nicht gerecht. Auch die FINMA ist in ihrem Jahresbericht 2024 mittels Erfahrungen aus den durchgeführten Vor-Ort-Kontrollen zu dieser Erkenntnis gelangt. 

Nicht institutsspezifische Kriterien zur Erkennung von erhöhten Risiken resultieren in einer ineffektiven Risikoüberwachung und führen in der Folge zu verfälschten Kennzahlen und Abklärungspendenzen in Bezug auf die tatsächlich vorhandenen inhärenten Geldwäschereirisiken. Die Verkennung von tatsächlichen Risiken führt ebenfalls dazu, dass die Kontrollmassnahmen und die meist knappen Ressourcen der ersten und zweiten Verteidigungslinie zu wenig risikoadäquat eingesetzt werden können. Damit bleibt eine zentrale Frage aktuell offen. Haben Banken den Fokus auf die für sie individuell wesentlichen Geldwäschereirisiken angemessen gesetzt?

Herausforderungen in der effektiven Parametrierung von GwG-Überwachungssystemen

Die Parametrierung von IT-unterstützten Überwachungssystemen zur Geldwäschereibekämpfung von Banken ist von einer Vielzahl komplexer Herausforderungen geprägt: Jede Bank muss individuelle Risikoprofile berücksichtigen und die Systemintegration über die heterogene IT-Landschaften hinweg sicherstellen. Gleichzeitig müssen hohe Compliance-Standards erfüllt sein, um auf die dynamische Bedrohungslandschaft reagieren zu können. Die Strategie zur Optimierung der Erkennung von wesentlichen Risiken und Sicherstellung einer erhöhten Effektivität hat die Adressierung folgender Elemente als Ausgangslage: 

• Individuelle Risikoprofile: Jede Bank hat ein einzigartiges Risikoprofil basierend auf ihrer Kundenpopulation, den angebotenen Produkten und Dienstleistungen sowie den geografischen Märkten. Die Parametrierung muss diese individuellen Gegebenheiten berücksichtigen.
• Heterogene IT-Landschaft: Banken nutzen eine Vielzahl von Systemen und Technologien, die nicht immer nahtlos integriert und abgestimmt sind. Eine gezielte Risikoüberwachung muss Daten und Informationen über verschiedene Plattformen hinweg berücksichtigen können.
• Regulatorische Anforderungen: Banken müssen nationale und – je nach Institut – ebenfalls ausländische Vorschriften berücksichtigen. Die Parametrierung und Risikoszenarien müssen flexibel genug sein, um gesetzliche Änderungen zeitnah umzusetzen und hohe Compliance-Standards zu erfüllen.
• Datenqualität und -konsistenz: Die Effektivität von Überwachungssystemen hängt stark von der Qualität und Konsistenz der erfassten Daten ab. Fehlende, fehlerhafte oder uneinheitliche Daten können die Risikoerkennung stark limitieren.
• Balance zwischen Sensibilität und Spezifität: Die Überwachungssysteme müssen so eingestellt sein, dass sie echte Risiken erkennen, jedoch eine Flut von Fehlalarmen (false-positive) vermeiden können. 
• Ressourcen und Fachwissen: Die Implementierung und periodische Pflege von parametrierten Überwachungssystemen erfordern qualifizierte Fachkräfte und ausreichende Ressourcen.
• Technologische Innovation: Der Einsatz neuer Technologien wie künstliche Intelligenz (KI) und Machine Learning zur Verbesserung der Parametrierung und Überwachung erfordert zusätzliche Investitionen und Expertise, um diese Methoden gezielt zu integrieren.
• Ändernde Bedrohungslandschaft: Die Dynamik und Weiterentwicklung von Geldwäscherei erfordern eine ständige Prüfung und Anpassungen der Risikokriterien, Szenarien sowie deren Parametrierung, um neue Bedrohungen rechtzeitig zu erkennen.

Die FINMA erkennt Verbesserungspotenzial bei der Systemparametrierung und erwartet ein Anpassen an institutsspezifische Risiken

Banken sind gemäss Art. 20 Abs. 1 und 2 GwV-FINMA verpflichtet, für eine wirksame systemische Überwachung von Geschäftsbeziehungen und Transaktionen zu sorgen und sicherzustellen, dass erhöhte Geldwäschereirisiken ermittelt und unverzüglich abgeklärt werden. Die Aufsichtspraxis sowie der Jahresbericht 2024 der FINMA zeigen, dass regelmässig Verbesserungspotenzial bei der Parametrierung von Überwachungssystemen besteht. GmeR- und/oder TmeR-Kriterien sind demnach zu wenig auf die institutsspezifischen Risiken und die sich in den letzten Jahren veränderten Umstände der Vortaten zur Geldwäscherei abgestimmt. Zudem können effektive Kriterien zur Erkennung von erhöhten Geldwäschereirisiken fehlen, respektive Limiten zu hoch und Kriterien zu allgemein oder Szenarien zu statisch sein, um eine tatsächliche Mitigierung der Risiken zu erlauben.[1] Die FINMA betont in ihrem Jahresbericht 2024 zudem ihre Erwartungshaltung. Demnach gilt, dass nur eine institutsspezifische Parametrierung, welche auf das Geschäftsmodell, die Geschäftsstrategie und die Kundenpopulation zugeschnitten ist, eine angemessene Umsetzung der regulatorischen Anforderungen an die Überwachungssysteme gemäss Art. 20 Abs. 1 und 2 GwV-FINMA darstellt.

Die FINMA unterstreicht die entscheidende Bedeutung, welche der systemischen Überwachung in der Geldwäschereibekämpfung zukommt. Die Parametrierung der Überwachungssysteme entscheidet zudem nicht nur über die Qualifikation von abklärungswürdigen Sachverhalten («ob»), sondern auch über die Zeitachse («wann») und die Eskalationen und Kollaborationen mittels Audit Trail («wie»).

Nicht institutsspezifische Kriterien und Szenarien zu TmeR und GmeR beinhalten u.a. folgende Risiken:

• Ineffektive Überwachung sowie fehlende Erkennung oder Verkennung der eigentlichen für die Bank bedeutsamen Geldwäschereirisiken;
• Ineffektive Massnahmen der Bank zur Erkennung und Verhinderung von Vortaten zur Geldwäscherei und somit erhöhte Risiken für den Finanzplatz Schweiz;
• Die Bank kann mit der Dynamik und dem wandelnden Verhaltensmuster der organisierten Kriminalität nicht Schritt halten;
• Fehlende oder ungenügende Kenntnis der Geschäftsleitung und des Verwaltungsrats über die tatsächlich vorliegenden Geldwäschereirisiken der Bank zur Risikosteuerung und Umsetzung der Geschäftsstrategie;
• Einsatz von Ressourcen der ersten und zweiten Verteidigungslinie für Tätigkeiten, die nicht effektiv oder risikoadäquat sind;
• Verstösse gegen regulatorische Anforderungen und Erwartungshaltungen (rechtliche und regulatorische Risiken);
• Reputationsrisiken.

¹ FINMA, Jahresbericht 2024, S. 42 f.

Ein Ansatz zur effektiven Systemparametrierung in 6 Schritten

Die FINMA stellt Banken einen Kriterienkatalog zur Parametrierung von Überwachungssystemen zur Verfügung (Art. 13 Abs. 2 und Art. 14 Abs. 2 und 3 GwV-FINMA). Nur wenige dieser aufgeführten Kriterien sind zwingend, wobei deren Relevanz in der jährlichen GwG-Risikoanalyse analysiert werden muss. Die FINMA äussert sich ferner zum Vorgehen bei der Festlegung von angemessenen Risikokriterien (Art. 25 Abs. 2 GwV-FINMA und Ziff. 3.1.3.1.5. Erläuterungsbericht zur GwV-FINMA (2017)). Demnach soll der Kriterienkatalog keinesfalls als abschliessend verstanden werden. Vielmehr sollen Banken institutsspezifische Risikokriterien festlegen und in ihren Überwachungssystemen hinterlegen.

Ein angemessenes Vorgehen zur effektiven Festlegung und Implementierung der Risikokriterien in Überwachungssystemen gestaltet sich in sechs Schritten wie folgt:

Wann lohnt sich eine vertiefte Auseinandersetzung mit der bestehenden Parametrierung?

Die Erwartungshaltung an eine effektive und institutsspezifische Parametrierung von Überwachungssystemen zu Erkennung von erhöhten Risiken ist in den letzten Jahren kontinuierlich gestiegen. Dies zeigt die FINMA mit ihren Erwartungshaltung in ihrem Jahresbericht 2024. Neben einer jährlichen Wiederbeurteilung legen folgende Indikatoren sowie Situationen u.a. eine vertieftere Auseinandersetzung mit der Parametrierung nahe:

• Erweiterung der angebotenen Bankprodukte und -dienstleistungen;
• Veränderungen im Tätigkeitsgebiet der Bank sowie in der Art der geführten Geschäftsbeziehungen (z.B. Wachstumsstrategien oder Veränderungen im Geschäftsmodell);
• Auffälligkeiten in Bezug auf tiefe, respektive hohe Volumina an TmeR und GmeR im Verhältnis zu den Gesamtzahlen an Transaktionen, respektive Geschäftsbeziehungen;
• Kenntnis über wesentliche Veränderungen der Verhaltensmuster zu Vortaten von Geldwäscherei (z.B. Onlinebetrug, organisierte Kriminalität);
• Hohe Rate an «false-positive»-Treffer in den GmeR & TmeR Treffer-Abklärungen;
• Vorhandensein von Kriterien, welche keine relevanten Erkenntnisse generieren;
• Vorhandensein von Erkenntnissen und Erfahrungen nach einem GwG-relevanten Vorfall;
•  Vorhandensein von Erkenntnissen und Erfahrungen von MROS-Meldungen, welche nicht über die IT-Überwachungssysteme zu GmeR & TmeR erkannt wurden;
• Veränderungen bei Service-Providern von Überwachungssystemen, respektive der Erweiterung von technischen Lösungen.

Die hohe Anzahl an systemisch identifizierten «false-positive»-Treffer zu TmeR & GmeR Risiken belasten Banken erheblich. Bringt der Einsatz neuer Technologien Entlastung?

Die Feststellungen der FINMA, der Prüfgesellschaften sowie die internen Berichterstattungen der Banken verdeutlichen, dass das Volumen an systemisch identifizierten Abklärungspendenzen sowie die daraus resultierenden sog. «false-positives» (sehr) hoch sind. Die vorhandenen Ressourcen zur kritischen Abklärung dieser TmeR & GmeR Treffer sind hingegen meist limitiert. Dem gesellen sich weitere Abklärungspendenzen hinzu wie jene zur periodischen Überprüfung der Kundendaten und -belege (Art. 7 Abs. 1^bis GwG) oder Abklärungen im Bereich Sanktionen. Symptomatisch zeigt sich diese Herausforderung in der Qualität und Geschwindigkeit der Abarbeitung der Abklärungspendenzen. Übermässig lang andauernde Transaktionsabklärungen und eine mangelnde kritische Grundhaltung, eine ungenügende Abklärungs- und Dokumentationstiefe bei erhöhten Risiken oder zu lange Zeitspannen bis zum Absetzen einer Verdachtsmeldung an MROS sind keine Seltenheit.

Um dieser Belastung zu begegnen, ist es zentral, die Kriterien und Szenarien zur Erkennung von GmeR und TmeR auf die Bank abzustimmen. Neben der Erfassung von sämtlichen Geldwäschereirisiken sollen auch institutsspezifisch nicht (länger) zielführende Kriterien (z.B. nach einer Veränderung im Geschäftsmodell) eruiert und angepasst werden. Die Menge an Abklärungspendenzen soll sich soweit möglich auf die tatsächlichen Geldwäschereirisiken beschränken.

Darüber hinaus können – und sollen – Banken den Einsatz neuer Technologien zur Verbesserung der Systemüberwachung prüfen, um der Menge an Abklärungspendenzen zu begegnen. Der Einsatz namentlich von KI nimmt im Schweizer Finanzmarkt an Fahrt auf. Erste Banken befinden sich aktuell in der Implementierung von KI in der Transaktionsüberwachung. Zusätzlich finden KI-unterstützte Prozesse in der Trefferoptimierung und Auswertung im Bereich Screening von Sanktionen, PEP und negativen Medienmitteilungen Anwendung.

KI bietet die Möglichkeit, namentlich am Beispiel der Transaktionsüberwachung, effektive und institutsspezifische dynamische und szenariobasierte Kriterien zur Erkennung von TmeR anzuwenden. Möglich ist auch, dass KI in der Form eines intelligenten Assistenten die bestehenden Überwachungsprozesse mit dem Ziel der Effizienzsteigerung durch eine Erstbeurteilung oder -triage ergänzt. In der Transaktionsüberwachung lassen sich dadurch TmeR mit einer erhärteten Wahrscheinlichkeit auf Geldwäscherei ermitteln und Ressourcen gezielt zuweisen. Dadurch besteht das Potenzial, dass sich die von Mitarbeitenden zu beurteilenden Abklärungspendenzen sowie die Anzahl an false-positives wesentlich minimieren lassen. Eine fokussierte KI-Strategie ist dabei der erste Schritt.