Künstliche Intelligenz und Geldwäschecompliance: Eine Annäherung aus juristischer, soziologischer und technischer Perspektive
dc.contributor.author | Hauler, Timo | |
dc.contributor.author | Hahne, Michael | |
dc.contributor.author | Battis, Verena | |
dc.contributor.editor | Klein, Maike | |
dc.contributor.editor | Krupka, Daniel | |
dc.contributor.editor | Winter, Cornelia | |
dc.contributor.editor | Gergeleit, Martin | |
dc.contributor.editor | Martin, Ludger | |
dc.date.accessioned | 2024-10-21T18:24:19Z | |
dc.date.available | 2024-10-21T18:24:19Z | |
dc.date.issued | 2024 | |
dc.description.abstract | Der vorliegende Beitrag beleuchtet Chancen und Risiken des Einsatzes eines auf Künstlicher Intelligenz (KI) basierenden Werkzeugs in der Geldwäschecompliance interdisziplinär aus juristischer, soziologischer und technischer Perspektive. Dafür wird zunächst die Inanspruchnahme privater Verpflichteter im Rahmen des geldwäscherechtlichen Pflichtenkatalogs skizziert. Ausgehend von 19 qualitativen Expert:inneninterviews arbeitet der Beitrag dann empirisch die aktuellen (Praxis)Herausforderungen der Geldwäschecompliance heraus und benennt drei Unterstützungspotenziale für den Einsatz eines KI-basierten Werkzeugs: Die Unterstützung bei der Kund:innensegmentierung, die Identifikation neuer und Detektion bekannter meldepflichtiger Sachverhalte sowie die unterstützende Recherche und Auswertung von Kund:inneninformationen. Der Beitrag schließt mit KI-basierten Lösungsansätzen für die Realisierung dieser Unterstützungspotenziale. Insoweit kann einerseits auf überwachte und unüberwachte Lernalgorithmen, andererseits auf die Netzwerkanalyse zurückgegriffen werden. Einer praktischen Umsetzung durch die Verpflichteten stehen gegenwärtig allerdings noch insbesondere die defizitäre Datenqualität sowie der Effizienz-Effektivität-trade-off entgegen. | de |
dc.identifier.doi | 10.18420/inf2024_19 | |
dc.identifier.eissn | 2944-7682 | |
dc.identifier.isbn | 978-3-88579-746-3 | |
dc.identifier.issn | 2944-7682 | |
dc.identifier.pissn | 1617-5468 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/45169 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik e.V. | |
dc.relation.ispartof | INFORMATIK 2024 | |
dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-352 | |
dc.subject | Künstliche Intelligenz | |
dc.subject | Maschinelles Lernen | |
dc.subject | Geldwäsche | |
dc.subject | Compliance | |
dc.title | Künstliche Intelligenz und Geldwäschecompliance: Eine Annäherung aus juristischer, soziologischer und technischer Perspektive | de |
dc.type | Text/Conference Paper | |
gi.citation.endPage | 291 | |
gi.citation.publisherPlace | Bonn | |
gi.citation.startPage | 275 | |
gi.conference.date | 24.-26. September 2024 | |
gi.conference.location | Wiesbaden | |
gi.conference.sessiontitle | RuT2024 - Recht und Technik: Datenschutz im Diskurs |
Dateien
Originalbündel
1 - 1 von 1
Lade...
- Name:
- Hauler_et_al_Kuenstliche_Intelligenz_und_Geldwaeschecompliance.pdf
- Größe:
- 372.93 KB
- Format:
- Adobe Portable Document Format