Interview mit Tobias Schweiger, Co-Founder & CEO von hawk:AI

Machine Learning gegen Geldwäsche: „Algorithmen erkennen Kriminalitätsmuster frühzeitiger als Menschen“

Dominik Mohilo

© Shutterstock / Tarikdiz

Wer erinnert sich nicht an den Film „Minority Report“? Dort wurden Verbrechen von hellseherischen Menschen vorhergesagt, der genaue Tathergang via Science-Fiction-Technologie direkt aus dem Gedächtnis auf Bildschirme projiziert. Ganz so mystisch ist der Ansatz von hawk-AI und PwC, Geldwäscheprävention via Machine-Learning-Algorithmen vorherzusagen nicht. Spannend ist das Ganze dennoch. Wie genau Geldwäsche mit smarten Technologien verhindert werden kann, erklärt Tobias Schweiger, Co-Founder und CEO von hawk:AI im Interview.

JAXenter: Hallo lieber Tobias und danke, dass du dir die Zeit für das Interview genommen hast. hawk:AI arbeitet seit neuestem mit PwC zusammen, um Geldwäsche mit künstlicher Intelligenz und smarter Technologie zu bekämpfen und ihr vorzubeugen. Wie kam es dazu?

Tobias Schweiger: Als globales Wirtschaftsprüfungs- und Beratungshaus beschäftigt sich PwC mit der Prüfung, Forensik und Optimierung von Prozessen in der Geldwäscheprävention (AML/CFT), einer aufsichtsrechtlichen Pflicht aller lizenzierten Finanzinstitute. Die Zusammenarbeit macht für beide Häuser Sinn: Dort wo PwC Wissen aus diesen Bereichen in unsere Zusammenarbeit einbringt, kann hawk:AI als Startup die technologischen Grundlagen, moderne Methodiken und neu gedachte analytische Ansätze einbringen.

Wie wir hat PwC erkannt, dass optimale Prozesse nur durch moderne Softwareunterstützung an Effizienz und Effektivität gewinnen können. Beide Häuser glauben an den Einsatz von künstlicher Intelligenz und Machine Learning, um – heute zum überwiegenden Teil manuell ausgeführte – Prozesse zu automatisieren und damit signifikanten Arbeitsaufwand zu vermeiden. Ebenso sind Algorithmen besser dazu in der Lage, Kriminalitätsmuster frühzeitig zu erkennen und so einen Beitrag zum Risikomanagement der Bank zu leisten.

JAXenter: Unsere Leser interessiert natürlich brennend, wie genau das Ganze funktioniert. Kannst du da vielleicht einen Einblick geben?

Tobias Schweiger: Unsere Produktmodule zielen auf die Unterstützung von AML/CFT-Prozessen in Finanzinstituten ab, so wie von der Regulierung verlangt wird. Es geht um folgende Abläufe:

  1. Die automatisierte Erkennung von Verdachtsfällen anhand von teilweise vorgeschriebenen Regeln (zum Beispiel: sanktionierte Marktteilnehmer, Risikoländer, Bargeldschwellwerte und mehr).
  2. Die vorzeitige Erkennung von Fehlalarmen aus Schritt 1., hier unter Einsatz von Machine Learning (wir lernen aus vergangenen Entscheidungen der Bankmitarbeiter). Dies hilft, unnötige manuelle Arbeit im nächsten Schritt zu vermeiden.
  3. Die Bearbeitung des Verdachtsfalles, seitens eines Mitarbeiters der Bank, in unserem Case-Manager. Hier wird dann analysiert, dokumentiert, und je nach Ergebnis weitergeleitet.
  4. Zusätzlich setzen wir KI-Algorithmen ein, um neue, noch unbekannte Verdachtsfälle aufzudecken, bevor sie für das Finanzinstitut zum Problem werden.

JAXenter: Wie werden die Algorithmen, also die künstliche Intelligenz trainiert? Welche Tools kommen zum Einsatz?

Für die Reduktion von Fehlalarmen werden getroffene Entscheidungen der Bankmitarbeiter aus der Vergangenheit genutzt.

Tobias Schweiger: Für die Reduktion von Fehlalarmen werden getroffene Entscheidungen der Bankmitarbeiter aus der Vergangenheit genutzt. Diese Daten fließen bei Projektbeginn als historische Daten initial in das Modelltraining ein, zusammen mit historischen Transaktionsdaten und Daten zu den Kunden der Bank wie beispielsweise Name und Alter. Danach werden unsere Modelle regelmäßig auf Basis der konstant analysierten Transaktionsdaten und der weiter stattfindenden Fallbearbeitung weiter trainiert, mit dem Ziel immer bessere Vorhersagen zu möglichen Fehlalarmen zu machen. Wir nutzen hierzu Supervised Machine Learning, sodass nachvollziehbare Modelle entstehen.

An anderer Stelle kommt auch Deep Learning zum Einsatz, wenn es um die Erkennung von Anomalien als Indikation für mögliche neue, unbekannte Kriminalitätsmuster geht. Hier setzen wir tiefe, neuronale Netze ein, um aus der Historie eines Kontos sowie über viele Kunden und Konten hinweg ungewöhnliches Verhalten zu erkennen.

JAXenter: Gibt es für die so entwickelte künstliche Intelligenz auch andere Anwendungsfälle?

Tobias Schweiger: Definitiv. Unsere Lösung ist spezialisiert auf das Geldwäsche-Monitoring von Finanztransaktionen. Die angewandten Mechanismen und die KI eignen sich ideal für die Betrugsbekämpfung sowie das Onboarding von Kunden. Die KI lässt sich daher sehr gut übertragen, beziehungsweise kann durch übergreifende Betrachtungen tiefere Erkenntnisse ermitteln. So unterstützen beispielsweise die Erkenntnisse aus Transaktionsauffälligkeiten bei Entscheidungen im Onboarding von Kunden.

JAXenter: Wie wird sich deiner Meinung nach die Finanzwelt in technischer Hinsicht in den kommenden Jahren entwickeln?

Der Einsatz von Cloud- und KI-Technologien wird sich erhöhen.

Tobias Schweiger: Ich bin der Meinung, wir befinden uns mitten in einem großen Umbruch. Dies hat mittlerweile jede Bank der Welt erkannt. Der Umbruch durch die Digitalisierung, Cloud-Technologien und KI begann auf der Kundenseite, aber erreicht nun ohne Zweifel das Backoffice. Hier geht es darum, Antworten auf den steigenden regulatorischen wie auch zunehmenden Kostendruck zu finden. Daher bin ich überzeugt davon, dass sich der Einsatz von Cloud- und KI-Technologien erhöht – selbst die Regulierung beginnt in vielen Bereichen (wie beispielsweise bei Outsourcing Richtlinien) die Weichen zu stellen.

Darüber hinaus führt der Trend von offenen Schnittstellen zu einer stärkeren Verknüpfung von Services und Datenaustausch zwischen Marktteilnehmern. Modularisierung wird die IT-Infrastruktur der Finanzwelt nachhaltig verändern, meiner Meinung nach kommt diese Welle erst im Backoffice an. PSD2 auf Endkundenseite war da nur ein erster Schritt.

Tobias Schweiger ist Mitgründer und Chief Executive Officer (CEO) der hawk:AI Gmbh, einem Anbieter einer globalen Geldwäschepräventions-Softwarelösung mit Sitz in München. Vor Gründung der hawk:AI war er Vorstand der PAY.ON AG mit insgesamt 120 Mitarbeitern an den Standorten München, New York und Salzburg. Als Chief Financial/ Operating Officer (CFO/COO) zeichnete er bei PAY.ON für den Aufbau von Strukturen in Vertrieb, Kundenimplementierung und im Bereich Finanzen verantwortlich. 2015 war er ebenso für den erfolgreichen Verkauf des Unternehmens an ACI Worldwide in Naples, Florida, USA, mitverantwortlich. Davor war Tobias Schweiger als Senior Vice President Finance Operations bei ProSiebenSat.1 SE sowie als Strategieberater bei Roland Berger Strategy Consultants. Seine Karriere begann er im Produktmanagement und Engineering beim Mobilfunkbetreiber Telefonica O2. Der 42-jährige Tiroler hat einen MBA-Abschluss der London Business School und ist Dipl. Ing. (FH) der Telekommunikationstechnik der FH Salzburg, Österreich.
Geschrieben von
Dominik Mohilo
Dominik Mohilo
Dominik Mohilo studierte Germanistik und Soziologie an der Goethe-Universität in Frankfurt. Seit 2015 ist er Redakteur bei S&S-Media.
Kommentare

Hinterlasse einen Kommentar

avatar
4000
  Subscribe  
Benachrichtige mich zu: