23.03.2021

Warum RegTech für die Compliance in Finanzinstituten immer wichtiger wird

Artikel teilen:

Immer wieder verstoßen Banken gegen Anti-Geldwäsche-Vorschriften und gelangen auf das Radar der Finanzaufsicht.  Strafzahlungen, Reputationsschäden und Karriereknicks der Verantwortlichen sind häufig die Konsequenzen. 

Finanzkriminalität auf dem Vormarsch – auch wegen COVID-19

Banken und Aufsichtsbehörden stehen bei der Bekämpfung der Finanzkriminalität vor einer schwierigen Aufgabe – und das hat sich im Verlauf von COVID-19 noch verstärkt. Die Pandemie hat zu einem Anstieg von Betrug, Geldwäsche und Terrorismusfinanzierung geführt, da Cyberkriminelle versuchen, erhöhte Sicherheitsrisiken auszunutzen. Und das geschieht gerade jetzt, wo Finanzinstitute mit operativen Herausforderungen konfrontiert sind, die sich aus Schließungen, Social Distancing, eingeschränkten Dienstleistungen, Personalmangel und der Aufhebung konventioneller Servicekanäle wie Filialen ergeben.

Geldwäsche-Meldungen überfluten die Meldestellen der Finanzaufsicht

In vielen Ländern, wie z.B. Deutschland und der Schweiz sind die Geldwäschemeldungen auf einem Rekordniveau. Auch in UK verzeichnete der Jahresbericht UK Financial Intelligence Report 2020  eine weitere Rekordzahl an Verdachtsmeldungen (SARs): 573.085. Das ist ein Anstieg von knapp 20 % gegenüber dem vorherigen Zeitraum. Dem Bericht zufolge verzeichneten Unternehmen aus dem Bereich Finanztechnologie (Fintech) die größten Steigerungsraten bei den Geldwäsche-Meldungen. Sie reichten 83.609 Verdachtsmeldungen ein. Das ist ein Anstieg um 263,94 % gegenüber 2018. Fintech war damit für 64 % des Gesamtanstiegs der Verdachtsmeldungen in UK verantwortlich.

In Compliance fehlt oft noch die Automatisierung

Da die Aufsichtsbehörden immer mehr Transparenz fordern, müssen Finanzinstitute immer mehr Daten sammeln und analysieren. Dafür nutzen die Unternehmen unterschiedliche Systeme und -anwendungen. Oft beruht die Datenerfassung, -analyse und Abklärung von Risiken noch auf manuellen Prozessen – ein enormer Kostentreiber für Unternehmen.

Lange Rede, kurzer Sinn: Ressourcen auf Risikomanagement konzentrieren

Finanzinstitute haben Schwierigkeiten, ihr Compliance-Monitoring auf die steigenden regulatorischen Anforderungen, den höheren Kostendruck und die steigenden Datenmengen abzustimmen. Das Ergebnis ist ein erhebliches Compliance-Risiko sowie ein starker Fokus auf administrative Aufgaben statt auf das Risikomanagement.

Die Herausforderung besteht darin, Risiken in Compliance auf eine weniger ressourcenintensive und effizientere Weise anzugehen – und gleichzeitig die Qualität der Daten zu verbessern.

Was Finanzinstitute jetzt tun können

Nach mehr als einem Jahrzehnt globaler regulatorischer Reformen, die die Finanzkrise von 2008 ausgelöst hat, haben Finanzinstitute einen konstanten Wandel durchgemacht. Eine Flut neuer Gesetze und Vorschriften ist auf sie eingeprasselt. Die schiere Menge dieser neuen Regeln und Standards hat zu einem bürokratischen Aufwand geführt, der die Arbeit der Risiko- und Compliance-Funktionen komplexer und zeitaufwändiger macht. Er führt dazu, dass sich Finanzdienstleister eher auf die Einhaltung von Vorschriften als auf Innovationen konzentrieren.

Der Aufstieg von RegTech als Hoffnungsträger für Compliance

RegTech-Lösungen unterstützen Finanzdienstleister bei der Einhaltung von Vorschriften und dem Management ihrer Risiken mit größerer Effizienz und geringeren Kosten, als dies in der Vergangenheit möglich war. Das kommt daher, weil RegTech-Lösungen moderne Technologien wie Machine Learning verwenden und Expertenwissen mit Datenwissen verbinden.

Die Nachfrage nach RegTech-Lösungen ist in den letzten Jahren sprunghaft angestiegen. Es wird erwartet, dass der globale RegTech-Markt von 6,3 Mrd. USD im Jahr 2020 auf 22,2 Mrd. USD im Jahr 2027 wachsen wird, mit einer beeindruckenden jährlichen Steigerungsrate von 20,1 % über den Prognosezeitraum, so eine neue Studie vom März 2021 von Research and Markets.

Machine Learning ist das Gehirn von RegTech

Angesichts der zunehmenden Komplexität der Bedrohungen und der wachsenden Datenmenge, sind manche Compliance-Prozesse ineffizient und liefern eine geringe Wirkung für die Erkennung von Finanzkriminalität.

Deshalb erkunden Finanzunternehmen jetzt die Möglichkeiten von KI-gestützten und automatisierten Compliance- und Risikomanagement-Systemen. RegTech ermöglicht es ihnen, Daten aus zahlreichen Quellen mit hoher Geschwindigkeit zu analysieren und Risiken zu erkennen. Durch die Kombination von Daten mit dem Wissen und der Expertise der Compliance Officer erkennen RegTech-Lösungen schnell und präzise komplexe Fälle von Geldwäsche und Terrorismusfinanzierung.

RegTech verkürzt die Zeit bei Analysen. Das führt zu Produktivitäts- und Effizienzgewinnen. Gleichzeitig steigt die Datenqualität, die Kosten sinken. Das ist eine gute Basis, um zu skalieren und sich an die aktuelle Bedingungen von Markt und Regulator anzupassen.

Wie RegTech – also die Digitalisierung und Maschinelles Lernen in Compliance funktioniert, erfahren Sie im kostenlosen Whitepaper “Warum erfolgreiche Banken und Versicherungen jetzt auf maschinelles Lernen in der Compliance setzen”.

Das Whitepaper bietet einen Überblick über die neuesten Zahlen der Regulatoren, neue Vorschriften und wichtige Schritte in Richtung Automatisierung in der Compliance.

Außerdem enthält es 10 Lessons Learned, die bei der Implementierung von maschinellem Lernen in Compliance-Systeme berücksichtigt werden sollten.

Das könnte Sie auch interessieren

Bessere Compliance durch Digitalisierung

Schneller sein als Kriminelle, Aufwand und Kosten für False Positives reduzieren. Banken und Finanzdienstleister können diese Ziele mit Machine Learning in ihrer Compliance-Umgebung erreichen.

Mehr erfahren
5-Punkte-Liste: Maschinelle Entscheidungen erklären können

Beim Einsatz von Machine Learning in Compliance, ist es wichtig, Entscheidungen transparent und nachvollziehbar zu machen. Erfahren Sie in der 5-Punkte-Liste, worauf Sie achten müssen.

5-Punkte-Liste herunterladen
Compliance kombiniert immer mehr Expertenwissen mit Machine Learning

Thomas Ohlemacher erklärt im Interview, welche Compliance-Bereiche in Banken sich besonders für Machine Learning eignen und weshalb.

Interview lesen