2019 erfasste die Financial Intelligence Unit (FIU) schätzungsweise mehr als 100.000 Verdachtsmeldungen wegen Geldwäsche. Seit 2008 hat sich die Anzahl der Meldungen mehr als verzehnfacht. Für zu spät erstattete Verdachtsmeldungen wurden in der Vergangenheit bereits Rekordbußgelder gezahlt. Mithilfe von Künstlicher Intelligenz lässt sich zumindest die Vertextung der Fälle zu 98 Prozent automatisieren und damit der Prozess beschleunigen.
Banken
Wer Banker treffen will, fährt nach Frankfurt, wer Fintechs-Gründer treffen will, fährt nach Berlin. Heißt es. Doch das stimmt so nicht mehr. Dadurch, dass Banken immer digitaler werden und die Nähe zu Finanz-Start-ups suchen, gewinnt Mainhatten stark an digitalem Flair. Teil 7 unserer Reise durch die Digitalrepublik Deutschland führt uns daher in die Main-Metropole.
Jede vierte Bank in Deutschland nimmt an einer digitalen Plattform teil oder hat selbst eine aufgebaut. Weitere 27 Prozent haben das vor. Das ergibt unsere Studie Branchenkompass Banking. Mit der Entscheidung, welche Rolle Banken im Plattformuniversum spielen wollen – Betreiber, Lieferant, Nutzer –, tun sich viele Institute noch schwer.
Der Gastbeitrag zeigt sehr schön, dass Fintechs und Banken einander brauchen.
Seit 2008 nimmt die Anzahl der deutschen Fintechs jährlich um 33 Prozent zu. Das macht es für Banken und Sparkassen nicht einfacher, die Vielzahl neuer Unternehmen für sich zu bewerten. Welches Start-up ist ein lukrativer Partner? Welches ein möglicher Konkurrent? Wir haben uns mit dem Thema näher befasst und Kriterien für eine Fintech-Relevanzanalyse bestimmt.
Den 14. September 2019 haben sich viele Fintechs dick rot im Kalender markiert: An diesem Tag tritt die Zahlungsdiensterichtlinie PSD2 in Kraft. Banken in der EU müssen Drittanbietern den Zugang zu ihren Konten im Echtbetrieb gewährleisten und dafür entsprechende Schnittstellen (API) bereitstellen. Doch Vorsicht: Die regulatorischen Einlasskontrollen ins Open Banking sind nicht ohne.
Ab 2022 müssen Unternehmen ihre Jahresabschlüsse im EU-weiten Berichtsformat ESEF veröffentlichen. Ziel ist, dass Anleger Bilanzdaten besser vergleichen können. Diesen Pool von Unternehmensdaten können sich Banken zunutze machen. Mittels Machine Learning lassen sich wertvolle Erkenntnisse für Kredit- und Investitionsentscheidungen ableiten.
