15.03.2018

Blick über den Tellerrand: KYC kann mehr als nur Kunden identifizieren

Artikel teilen:

Know Your Customer – bekannt unter der Abkürzung KYC – ist der Inbegriff für Kundenidentifizierung. Was wäre, wenn KYC nicht nur durch die Compliance-Brille betrachtet würde? Hinter KYC stecken nämlich auch Möglichkeiten zur Ertragssteigerung.

Finanzunternehmen kommen um Kosten für KYC nicht herum. Sie müssen Neukunden im Onboarding-Prozess rechtskonform identifizieren. Für den Basic Record verifizieren sie Daten von natürlichen Personen anhand von offiziellen Dokumenten. Zweiter Schritt ist der Abgleich der Personendaten gegen Sanktions- und PEP-Listen. Je nach Kundentyp kommen Angaben zu Domizil, Nationalität, Geschäftstätigkeit, Vermögenswerten hinzu. Aus diesen Parametern entsteht das KYC-Risikoprofil. Die Grundlage für die Identitätsprüfung nach dem risikobasierten Ansatz im Geldwäschegesetz ist damit erfüllt. Als Bestandskunde ist die Person einem regelmäßigen Screening unterworfen, um Änderungen im Geschäftsverhalten oder im Sanktions- und PEP-Status zu erkennen.

Absolut im Trend: KYC-Daten zur Ertragssteigerung nutzen

Kreative Finanzunternehmen erkennen zunehmend, dass KYC-Daten mehr bieten als die reine Compliance-Funktionalität. Bei ihnen wird KYC zur Steigerung der Ertragssituation eingesetzt und liefert wertvolle Erkenntnisse für Produktentwicklung, Marketing und Vertrieb.

Datenschutz beachten

Wichtig in diesem Zusammenhang ist die Einhaltung des Datenschutzes. Personenbezogene Daten dürfen nur zweckgebunden erhoben, verarbeitet und genutzt werden. Die Zweckentfremdung ist zulässig, wenn der Betroffene einwilligt oder eine rechtliche Vorgabe dies gestattet. Die DSGVO erkennt jedoch auch an, dass die Weiterverarbeitung zu statistischen, wissenschaftlichen und historischen Zwecken nicht mit dem Grundsatz der Zweckbindung kollidiert. Die Auswertung von personenbezogenen Daten, die zu einem anderen Zweck erhoben worden sind, erfolgt aber dann anonymisiert oder pseudonymisiert.

Vom KYC-Basic Record zum 360-Grad-Profil

Wenn Google dafür sorgt, dass das Taxi auf uns wartet, bevor wir überhaupt merken, dass wir es brauchen, spricht das für eine intelligente Datenanalyse. Übertragen auf die Kundenbeziehung heißt das: Je individueller ein Kunde bedient werden soll, desto mehr Daten müssen gesammelt und analysiert werden. Nicht nur Informationen zum finanziellen Hintergrund, zur Risikoaffinität und den persönlichen Präferenzen für bestimmte Anlageprodukte gehören dazu. Die spannenden Daten sind die „Bewegungsdaten“:

  • Welche geschäftlichen und privaten Interessen hat der Kunde?
  • Wer ist sein Arbeitgeber?
  • Wie ist sein Informationsverhalten?
  • Wie ist er vernetzt?
  • Wer sind seine Influencer?
  • Ist er abwanderungsgefährdet?

Machine Learning als ergänzender Faktor

Machine Learning im Umfeld von Compliance heißt, bessere Entscheidungen durch genauere Datenanalysen zu treffen. Modelle zur Compliance-Prüfung werden durch Machine Learning automatisch erlernt. Das Ziel ist zunächst mehr Effizienz zu erzielen, z. B. durch die Verbesserung der False-Positive-Rate. Wichtig ist aber auch die Geschwindigkeit, mit der Compliance-Analysten auf Bedrohungen reagieren, z. B. neue Betrugsmuster oder neue Methoden zur Geldwäsche sofort zu erkennen und in das Monitoring aufzunehmen.

Machine Learning ist aber auch ein vertriebsrelevantes Thema. Dank smart data ist eine predictive analysis möglich, die dem Kunden sprichwörtlich „das Taxi schickt, bevor er weiß, dass er es benötigt“. Sprich, Machine Learning kann dem Kunden bessere Angebote, mehr Kundenerlebnis und Service anbieten – vielleicht sogar bevor er weiß, dass er das wollte.