Schlagwort-Archive: betrugserkennung

Chartis Ranking: SAS ist führend bei Bekämpfung der handelsbasierten Geldwäsche

Chartis Ranking: SAS ist führend bei Bekämpfung der handelsbasierten Geldwäsche 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) (https://www.sas.com/de_de/news/analyst-viewpoints/chartis-risktech-quadrant-for-trade-based-aml-solutions.html). 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“ (https://www.chartis-research.com/financial-crime/anti-money-laundering-aml/7936596/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.

Globale Bank verbessert Risikomanagement und Compliance mit KI

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:

– eine um mehr als 30 Prozent höhere Effizienz,

– Genauigkeitsraten von mehr als 85 Prozent für das Fraud-/AML-Modell,

– eine Reduktion der False Positives um 60 Prozent.

„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

SAS Institute GmbH
Thomas Maier
In der Neckarhelle 162

69118 Heidelberg
Deutschland

E-Mail: thomas.maier@sas.com
Homepage: https://www.sas.com/de_de/home.html
Telefon: 0049 6221 415-1214

Pressekontakt
Dr. Haffa & Partner GmbH
Ingo Weber
Karlstraße 42

80333 München
Deutschland

E-Mail: postbox@haffapartner.de
Homepage: http://www.haffapartner.de
Telefon: 089 993191-0

Studie zeigt: Analytics für Betrugserkennung steht in der Pandemie hoch im Kurs

Studie zeigt: Analytics für Betrugserkennung steht in der Pandemie hoch im Kurs Heidelberg, 22. Februar 2022 – Die Pandemie hat zu einer Zunahme von Betrugsversuchen geführt – und gleichzeitig den Einsatz von Technologien zur Bekämpfung krimineller Machenschaften beschleunigt. Zu dieser Erkenntnis kommt eine aktuelle Studie der Association of Certified Fraud Examiners (ACFE) und SAS, einem der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI).

Der „Anti-Fraud Technology Benchmarking Report“ zeigt eindeutige Trends beim Einsatz von Technologien zur Betrugsprävention:

— Mehr als 40 Prozent der Fraud-Experten berichten, dass sie seit der Pandemie verstärkt Datenanalyse einsetzen.

— Die Mehrheit (60 Prozent) geht davon aus, dass ihr Budget für Anti-Fraud-Technologien in den nächsten zwei Jahren wachsen wird.

— Advanced Analytics steht oben auf der Liste für Neuanschaffungen, insbesondere KI und Machine Learning (von 26 Prozent der Befragten genannt), gefolgt von Predictive Analytics/Modeling (22 Prozent).

Data Sharing nimmt Fahrt auf

Die Umfrageteilnehmer waren einhellig der Ansicht, dass Analytics ein sinnvolles Werkzeug zur Bekämpfung von Betrug ist. 99 Prozent meinen, dass sich damit das Volumen der begutachteten Transaktionen und identifizierten Fälle erhöhen ließe. Jeweils 98 Prozent loben die Schnelligkeit bei der Aufdeckung von Anomalien und die Effizienz bei der Automatisierung zeitintensiver Aufgaben, 97 Prozent wiederum die Genauigkeit durch eine Reduzierung von False Positives.

Darüber hinaus hat die Erhebung gezeigt, dass eine immer größere Bandbreite an Daten genutzt wird. 80 Prozent der Befragten nennen zwar interne strukturierte Daten als wichtigste Informationsquelle für Anti-Fraud-Initiativen. Allerdings greifen viele bereits auf zahlreiche externe Datenquellen zurück, darunter 41 Prozent auf öffentliche Berichte, 31 Prozent auf Watchlists der Behörden und 29 Prozent auf Social Media. Immerhin tragen 34 Prozent der Umfrageteilnehmer bereits zu Data-Sharing-Konsortien bei, 24 Prozent haben dies künftig vor.

Fortschrittliche Technologien spielen ebenfalls eine zunehmend wichtige Rolle bei der Betrugsprävention. Dazu gehören physische Biometrie (von 34 Prozent eingesetzt) und Verhaltensbiometrie, Computer Vision, Robotic Process Automation (RPA), Blockchain sowie Virtual und Augmented Reality (von 7 Prozent eingesetzt).

„Online-Plattformen und digitale Kanäle sind neue Einfallstore für kriminelle Aktivitäten, gleichzeitig bieten sie aber ein enormes Erkenntnispotenzial“, sagt Stu Bradley, Senior Vice President of Fraud and Security Intelligence bei SAS. „Denn sie liefern große Mengen an Daten, die Unternehmen auswerten können, um Trends zu erkennen. Und das ist die Basis, um vorausschauend Maßnahmen gegen die sich schnell ändernden Bedrohungen einleiten zu können.“

Interaktives Tool für spezifische Ergebnisse

Der Report, für den rund 900 ACFE-Mitglieder weltweit befragt wurden, wird alle zwei Jahre durchgeführt, erstmals 2019. Ein Online-Dashboard von SAS gibt die Möglichkeit, die Ergebnisse nach spezifischen Branchen, Regionen oder Unternehmensgrößen zu filtern.

circa 3.000 Zeichen

SAS Institute GmbH
Thomas Maier
In der Neckarhelle 162

69118 Heidelberg
Deutschland

E-Mail: thomas.maier@sas.com
Homepage: https://www.sas.com/de_de/home.html
Telefon: 0049 6221 415-1214

Pressekontakt
Dr. Haffa & Partner GmbH
Anja Klauck
Karlstraße 42

80333 München
Deutschland

E-Mail: postbox@haffapartner.de
Homepage: http://www.haffapartner.de
Telefon: 089 993191-0