{"id":7910,"date":"2021-09-13T17:22:00","date_gmt":"2021-09-13T17:22:00","guid":{"rendered":"https:\/\/p-c72cr2.project.space\/?post_type=customers&p=7910"},"modified":"2025-12-08T10:19:30","modified_gmt":"2025-12-08T10:19:30","slug":"vpbank","status":"publish","type":"customers","link":"https:\/\/www.actico.com\/de\/customers\/vpbank\/","title":{"rendered":"VP Bank & ACTICO"},"content":{"rendered":"\n
\n
\n
\n \"\"\n <\/div>\n
\n
VP Bank & ACTICO<\/h5>\n

VP Bank Gruppe setzt auf Fuzzy Payment Screening mit Machine Learning und halbiert Arbeitsaufwand<\/h1>\n

Mit K\u00fcnstlicher Intelligenz verbessert die VP Bank Gruppe die Trefferqualit\u00e4t und halbiert den Arbeitsaufwand beim Sanktionslisten-Screening im Zahlungsverkehr.<\/p>\n

Erfolgsgeschichte herunterladen<\/a><\/p>\n

 <\/p>\n

Kapitalm\u00e4rkte | Sanktions & PEP Pr\u00fcfung | Europa<\/p>\n\n <\/div>\n <\/div><\/div>\n<\/section>\n\n\n

\n
\n
\"wegewhweh\"
Es war f\u00fcr uns wichtig, dass durch das Fuzzy Matching die Qualit\u00e4t der Treffer bei ein- und ausgehenden Zahlungen erh\u00f6ht werden kann, ohne dass die Anzahl der zu pr\u00fcfenden Transaktionen durch unscharfe Suche unn\u00f6tig steigt. Dieses Ziel haben wir erreicht.<\/blockquote>

Fabian W\u00e4lte<\/p>

Leiter Payments and Transaction Services, VP Bank Gruppe<\/p><\/div><\/article>\n <\/div>\n <\/div>\n<\/section>\n

<\/div>\n\n\n
\n
\n

Challenge<\/h2>\n\n <\/div>\n
\n

Moderne Zahlungs\u00fcberwachung im Private Banking \u2013 VP Bank Gruppe entscheidet sich f\u00fcr neues Payment Screening System mit ACTICO Machine Learning<\/h4>\n

Die immer h\u00f6heren Anforderungen an die Compliance von Finanzinstituten f\u00fchrten bei der VP Bank Gruppe zu einer Modernisierung des Sanktionslisten-Screenings<\/strong>. Eine \u00dcberpr\u00fcfung des bisherigen Payment Screening Systems ergab, dass es nicht mehr den aktuellen Anforderungen nach einer unscharfen Suche (Fuzzy Matching) entsprach.<\/p>\n\n <\/div>\n <\/div><\/div><\/div>\n<\/section>\n\n\n

\n
\n

Solution<\/h2>\n\n <\/div>\n
\n

Um Risiken zuverl\u00e4ssig erkennen zu k\u00f6nnen, ohne dabei den Arbeitsaufwand und die Kosten in die H\u00f6he zu treiben, entschied sich die Bank daf\u00fcr, ein neues System f\u00fcr das Payment Screening einzuf\u00fchren. Es basiert auf ACTICO Machine Learning<\/a> und verbessert insbesondere die unscharfe Suche (Fuzzy Matching) bei der Zahlungs\u00fcberwachung signifikant. Die K\u00fcnstliche Intelligenz hat dazu beigetragen, dass sich der Arbeitsaufwand f\u00fcr die Compliance- und Zahlungsverkehrs-Mitarbeitenden bei der VP Bank Gruppe halbiert<\/strong>.<\/p>\n\n <\/div>\n <\/div><\/div><\/div>\n<\/section>\n\n\n

\n
\n

Impact<\/h2>\n\n <\/div>\n
\n

Effektivit\u00e4t und Effizienz bei der unscharfen Suche \u2013 Ein intelligentes Monitoring-System optimiert Kosten und Risiken gleicherma\u00dfen<\/h4>\n

Beim Fuzzy Matching sollen risikobehaftete Transaktionen<\/strong> auch gefunden werden, wenn der Name in der Transaktion nicht exakt mit dem Namen auf der Sanktionsliste \u00fcbereinstimmt. Eine unscharfe Suche produziert somit immer mehr Treffer als eine exakte Suche. Risikofreie False Positives erh\u00f6hen den Arbeitsaufwand in den Compliance-Abteilungen und sorgen f\u00fcr einen Zielkonflikt zwischen Effektivit\u00e4t und Effizienz<\/strong> bei der Zahlungs\u00fcberwachung.<\/p>\n