PostFinance setzt beim Transaktionsmonitoring auf eine KI-gestützte Lösung, um Geldwäschereirisiken effizienter zu erkennen und Compliance-Ressourcen gezielt einzusetzen. Die Machine-Learning-Applikation bewertet und priorisiert auffällige Transaktionen, reduziert False Positives und stellt die geldwäschereirechtlichen Anforderungen sicher. Im Fokus stehen Nachvollziehbarkeit, Dokumentation und laufende Validierung.
Prof. Dr. iur. Cornelia Stengel, Partnerin bei Kellerhals Carrard und Honorarprofessorin an der HSLU, begleitete das Projekt gemeinsam mit Lea Ruckstuhl, Counsel bei Kellerhals Carrard.
Der Schwerpunkt lag auf geldwäschereirechtlichen Anforderungen sowie den aktuellen FINMA-Erwartungen zu Governance, Risikoklassifizierung und Datenqualität beim Einsatz von KI.
Frank Panknin, Head Innovation Management Payment Solutions bei PostFinance, sagt:
"Künstliche Intelligenz ist für uns kein Selbstzweck, sondern ein Werkzeug, um unsere Compliance effizienter und regulatorisch konform zu gestalten. Dank der exzellenten Beratung durch Cornelia Stengel und ihr Team konnten wir eine sichere und zukunftsweisende Lösung realisieren. Ihre umfassende Expertise in Finanzmarktrecht, Compliance, Geldwäschereibekämpfung (AML) und Outsourcing trug entscheidend dazu bei, dass wir als systemrelevante Bank unsere Verantwortung vollumfänglich wahrnehmen."
Hintergrundinformation PostFinance:
Mit der Eigenentwicklung und produktiven Einführung einer KI-gestützten Lösung zur Unterstützung der Geldwäschereiprävention setzt PostFinance als erste Bank im DACH-Raum einen neuen Standard im Umgang mit regulatorischen Anforderungen.
Die Applikation wurde vollständig inhouse entwickelt und basiert auf modernsten Machine-Learning-Methoden, die speziell für den Einsatz in einem hochregulierten Umfeld konzipiert wurden.
Im Zentrum steht nicht die Automatisierung um der Automatisierung willen, sondern die gezielte Verbesserung der Risikowahrnehmung: Die Lösung reduziert gezielt False Positives und ermöglicht es den Compliance-Teams, sich auf die wirklich relevanten Fälle zu konzentrieren.
Das Projekt wurde interdisziplinär mit Compliance, Data Science und IT realisiert und steht exemplarisch für einen verantwortungsvollen, nachvollziehbaren und wirksamen Einsatz von Künstlicher Intelligenz in der Geldwäschereibekämpfung.
