Mit KI und maschinellem Lernen die Geldwäschebekämpfung optimieren

Im Finanzsektor steigt das Interesse an der Nutzung von künstlicher Intelligenz und maschinellem Lernen in der Geldwäscheprävention. Die aktuelle Studie „Mit KI und maschinellem Lernen die Geldwäschebekämpfung optimieren“  beschreibt Vorteile und Herausforderungen und erläutert an Beispielen, wie Unternehmen die Technologien bereits nutzen.

Studie-450x660-Hubspot-Cover

Mehr Finanzunternehmen denn je nutzen bereits künstliche Intelligenz und maschinelles Lernen (ML), bei der Geldwäscheprävention oder stehen davor, solche Technologien einzuführen. Dies zeigt die aktuelle Studie, die KPMG gemeinsam mit dem Analytics-Anbieter SAS und der Association of Certified Anti-Money Laundering Specialists (ACAMS) erstellt hat.
Ein wichtiger Treiber bei der Einführung von KI- und ML-Technologien sind die aktuellen und vergangenen Krisen, in der sich Anforderungen an die Geldwäscheprävention verändert und verstärkt haben. Die Studie beschreibt, wie sich die Einführung von KI- und ML-Technologien im Bereich der Geldwäschebekämpfung von Finanzinstituten in den zurückliegenden 24 Monaten entwickelt hat.
In der Publikation erhalten Sie einen Überblick über die mit der Einführung verbundenen Vorteile und Herausforderungen. Die Studie erläutert, welche Formen von KI und ML den größten Mehrwert bieten und wie Unternehmen die Technologien bereits einsetzen.