Erkennung anormalen Verhaltens


City, University of London untersucht zusammen mit Kindred und BetBuddy die Verwendung künstlicher Intelligenz zur Bekämpfung von Geldwäsche
Die zweite Forschungsphase wird Glücksspieldaten aus der Praxis nutzen, um Anzeichen von Geldwäsche zu erkennen



Die Forscher im Bereich Künstliche Intelligenz der City, University of London haben mit Vertretern der Online-Glücksspielbranche zusammen an einer Studie zur Bekämpfung von Geldwäsche gearbeitet. Im Ergebnis der Zusammenarbeit zwischen dem Forschungszentrum für Maschinelles Lernen der City, University of London, dem Online-Glücksspiel-Anbieter Kindred und BetBuddy, einer zu Playtech gehörenden Glücksspieldatenanalysefirma, entstand das auf Interviews mit Stakeholdern basierende Whitepaper mit dem Titel, "Raising Standards in Compliance: Application of artificial intelligence to online data to identify anomalous behaviours” (Erhöhung der Compliance-Standards: Nutzung künstlicher Intelligenz für Online-Daten zur Erkennung anormalen Verhaltens).

Dieses stellt die ersten Erkenntnisse eines 3-Jahres-Projekts zusammen, bei dem erforscht werden soll inwieweit künstliche Intelligenz zur Bekämpfung von Geldwäsche genutzt werden kann. Die erste Forschungsphase konzentrierte sich auf die Untersuchung von Bereichen, die verbessert werden müssen, ehe künstliche Intelligenz zum Einsatz kommen kann. Die zweite Forschungsphase wird Glücksspieldaten aus der Praxis nutzen, um Anzeichen von Geldwäsche zu erkennen.

Zum Autorenteam der Studie gehörten Charitos Charitou, Doktorand der City-Universität; Simo Dragicevic, CEO von BetBuddy, ein Unternehmen der Playtech Plc, und Betreuer der Doktoranden an der City-Universität; sowie Artur Garcez, Professor an der City-Universität und Leiter des Forschungszentrums für Maschinelles Lernen.

Das Whitepaper ist eines der Ergebnisse der 2017 zwischen der City- Universität, BetBuddy und Kindred geschlossenen Partnerschaft zur Finanzierung eines Doktorandenprojekts über einen Zeitraum von 3 Jahren, bei dem die Nutzung von Verfahren der Künstlichen Intelligenz und Tiefen Lernens zur Verbesserung von Entscheidungsprozessen zur Bekämpfung von Geldwäsche in der Online-Glücksspielbranche in Großbritannien untersucht werden soll.

Neben einer Zusammenfassung der wichtigsten Aussagen aus Gesprächen mit Experten und Stakeholdern - darunter Experten von Strafverfolgungsbehörden, Aufsichtsbehörden, Gewerkschaften, Lieferanten und Betreibern - benennt die Studie einige wesentliche Herausforderungen der Online-Glücksspielbranche und gibt wichtige technische Empfehlungen, von denen einige auf Branchenebene in Angriff genommen werden sollten und andere die Grundlage für spätere Forschungsphasen bilden werden, darunter:

>> Die Entwicklung eines grenzüberschreitenden einheitlichen Formats bzw. technischen Protokolls zur Übermittlung von Berichten Verdächtiger Transaktionen (STRs), Berichten Verdächtiger Handlungen (SARs) und Abwehr von Geldwäsche (DAML), um es Betreibern zu ermöglichen, Fälle mithilfe eines einheitlichen Systems zu melden und gleichzeitig Feedback zur Meldungsqualität geben zu können;

>>Die Fortsetzung der Bemühungen zur Entwicklung einer zentralen Datenbank mit hinsichtlich verdächtiger Glücksspielaktivitäten gekennzeichneten Kunden, um gekennzeichnete Kunden branchenweit besser überwachen zu können.

>> Bei Schwellenwertprüfungen untersuchen, ob mehr Schwellenwerte, die oberhalb der regulatorischen Anforderungen liegen und ob variable Elemente in den Prozess einbezogen werden sollten;

>> Entwicklung von ausgeklügelteren und kosteneffizienteren Methoden zur Verbesserung der kontinuierlichen Überwachung; Dies erfordert die Entwicklung von Techniken zur Analyse des Spielerverhaltens unterhalb der von Aufsichtsbehörden festgelegten Schwellenwerte, ohne dass mehr Personal zur Bildschirmbeobachtung erforderlich wird;

>> Nutzung von Daten zur Entwicklung von komplexeren Verhaltensüberprüfungen und Kundenfinanzkraft-Segmenten zur Unterstützung verbesserter Vermögens- und Geldmittelquellen-Checks (SOW/SOF-Checks) während des gesamten Kundenlebenszykus bei Kunden, die viel Geld ausgeben, und nicht nur an spezifischen Punkten wie z.B. beim Überschreiten bestimmter aufsichtsrechtlich festgelegter Limits (z.B. wenn ein Kunde innerhalb von 24 Stunden mehr als 2.000 EUR einzahlt);

>> Investition in die Modernisierung und Vereinfachung von KYC- (Know Your Customer) und SOF-Prozessen, bei gleichzeitiger Ausnutzung dessen zum Aufbau einer engeren Kundenbeziehung und stärkeren Vertrauens in die Glücksspielmarke, wobei vermieden werden woll, dass dies als administrativer oder "Check-Box" Compliance-Prozess betrachtet wird.
Professor Artur Garcez, Leiter des Forschungszentrums für Maschinelles Lernen der City-Universität erklärte hierzu:

"Wir freuen uns auf die nächste Phase der Forschungsarbeit, bei der wir echte Glücksspieldaten aus der Praxis nutzen werden. Einige der heutzutage verfügbaren Methoden zur Erkennung anomalen Verhaltens, wie z.B. neueste Recurrent Neural Networks, zeigen vielversprechende Ergebnisse bei der Analyse solch komplexer Streaming-Daten."

Simo Dragicevic, CEO von BetBuddy, fügte hinzu: "Diese Anfangsphase war wichtig, um sich von den Stakeholdern bestätigen zu lassen, in welchen Bereichen der AML-Überwachung es Verbesserungsbedarf gibt. Es ist klar, dass wenngleich die Aufgabe sehr komplex ist, die Stakeholders hohe Erwartungen an eine kontinuierliche Verbesserung und Investition in die Forschung und Entwicklung mithilfe neuer Technologien haben."

Maris Bonello, Leiter des Bereichs Player Sustainability and Integrity Analytics der Kindred Group, sagte: "Zusammenarbeit zwischen Forschung, Aufsichtsbehörden, Betreibern und anderen Partnern ist von entscheidender Bedeutung, wenn wir unsere Techniken und Tools verbessern wollen, um betrügerisches Verhalten auf den digitalen Plattformen zu bekämpfen. Wir sind überzeugt, dass Forschungsprojekte wie dieses helfen, für mehr Transparenz zu sorgen und zu einem Brückeneffekt zwischen der Arbeit der Betreiber und Wissenschaft beitragen."

Zu den Firmen und Organisationen, die am Stakeholder-Inteview Whitepaper teilgenommen haben, gehörten: die Kindred-Gruppe; die Remote Gambling Association; die Aufsichtsbehörde Malta Gaming Authority, Financial Intelligence Unit, Malta; Playtech Plc, EPIC Risk Management sowie die britische Aufsichtsbehörde UK Gambling Commission.
(City, University of London: ra)

eingetragen: 03.08.18
Newsletterlauf: 07.09.18

City, University of London: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.



Meldungen: Studien

  • Datenschutz als Innovations-Bremse

    Mehr als zwei Drittel der Unternehmen in Deutschland fühlen sich vom Datenschutz ausgebremst. 70 Prozent haben bereits mindestens einmal Pläne für Innovationen aufgrund von Datenschutz-Vorgaben oder Unsicherheiten bei der Anwendung des geltenden Rechts gestoppt. Vor einem Jahr lag der Anteil noch bei 61 Prozent. Aktuell sagen wie im Vorjahr 17 Prozent, dass sie einmal auf Innovationspläne verzichtet haben. Bei 35 Prozent war das dagegen bereits mehrfach der Fall (2024: 27 Prozent) und bei 18 Prozent sogar häufig (2024: 17 Prozent). Das sind Ergebnisse einer repräsentativen Befragung von 605 Unternehmen ab 20 Beschäftigten in Deutschland im Auftrag des Digitalverbands Bitkom.

  • Gefahr von Cyberattacken

    IT-Verantwortliche bewerten das Risiko, dass ihr Unternehmen Opfer einer Cyberattacke wird, so hoch wie nie zuvor: Fast sieben von zehn Befragten (69 Prozent) befürchten laut einer aktuellen EY-Studie Hackerangriffe und bewerten die Gefahr dabei als "eher hoch" bis "sehr hoch". Besonders große Sorgen machen sich die Befragten in den Bereichen Technologie, Medien und Telekommunikation (82 Prozent), Energie und Metallverarbeitung (80 Prozent), Pharma und Gesundheit sowie Bau und Immobilien (jeweils 71 Prozent).

  • Revolution in der Fertigung

    NTT Data stellte die Ergebnisse ihrer neuesten Studie vor. Die Daten zeigen, dass Fertigungsunternehmen beim Einsatz von GenAI zwar vor einigen Hürden stehen, die Technologie aber das Potenzial hat, ein ganz neues Niveau an Effizienz und Innovationskraft hervorzubringen. Neben den vielen Anwendungsbereichen von GenAI untersuchte die Studie "Von der Fertigungshalle ins KI-Zeitalter: Haben Sie einen Masterplan oder Nachholbedarf?" auch die Herausforderungen, denen sich das produzierende Gewerbe gegenübersieht.

  • Drei Viertel lassen KI-Chancen liegen

    Ob zur Qualitätskontrolle, Automatisierung, Energieeinsparung oder Steuerung von Robotern - die Anwendungsmöglichkeiten für Künstliche Intelligenz in der Produktion sind zahlreich. Mit Blick auf die deutsche Industrie zeigt sich aber: Nur einem Viertel der Unternehmen gelingt es nach eigener Einschätzung bereits gut, die Potenziale von KI zu nutzen (24 Prozent). Das sind Ergebnisse einer repräsentativen Befragung im Auftrag des Digitalverbands Bitkom, die unter 552 Industrieunternehmen des verarbeitenden Gewerbes ab 100 Beschäftigten in Deutschland durchgeführt wurde. Die übrigen drei Viertel sehen sich noch nicht imstande, entsprechende Möglichkeiten auszuschöpfen (72 Prozent).

  • Lösungsansätze gegen den GenAI-Gender Gap

    Frauen drohen bei Künstlicher Intelligenz (KI), die bis 2030 allein in Deutschland 3 Millionen Jobs verändern könnte, ins Hintertreffen zu geraten. So zeigen aktuelle Zahlen von Coursera, dass lediglich 27 Prozent der Lernenden in Generative-AI (GenAI)-Kursen in Deutschland (102.000 Einschreibungen) weiblich sind. Dies liegt noch unter dem weltweiten Durchschnitt von 32 Prozent und reicht im Ländervergleich gerade für einen Platz in den Top-Ten (Platz 9). Und das, obwohl sich allein auf Coursera im vergangenen Jahr weltweit alle 10 Sekunden jemand in einen GenAI-Kurs einschrieb.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen