AML-Treffer klären
Ein Treffer ist ein Kandidat, kein Urteil. Hier erfahren Sie, wie Sie entscheiden, ob es Ihr Kunde ist, ob es eine Rolle spielt, und wie Sie die Entscheidung so festhalten, dass sie einer Prüfung standhält.
Stellen Sie zwei Fragen in dieser Reihenfolge: ist das mein Kunde (der Übereinstimmungswert), und spielt es eine Rolle (der Risikowert und die Kategorie). Die meisten Treffer scheitern bereits an der ersten Frage - geteilte Namen gegen sehr große Listen. Halten Sie die Begründung in jedem Fall fest; die Entscheidungsspur ist der Teil, den ein Prüfer liest.
#Ein Treffer ist ein Kandidat
Die Aufgabe der Screening-Engine ist es, jeden aufzuzeigen, der auf einer Liste stehen könnte. Zu entscheiden, ob das zutrifft und was zu tun ist, liegt bei Ihnen. Eine POSSIBLE_MATCH_FOUND-Warnung bedeutet genau das, was sie sagt.
- Filtern Sie auf Sessions mit Treffern, damit die Warteschlange nur enthält, was eine Entscheidung braucht.
- Sobald Sie den Treffer beurteilt haben, legen Sie hier das Ergebnis der Session fest.
- Beobachten Sie einen freigegebenen Kunden weiter, damit Sie eine künftige Listung trotzdem erreicht.
#Schritt 1: Ist das wirklich Ihr Kunde?
Vergleichen Sie die identifizierenden Angaben des Treffers mit dem, was die Verifizierung ermittelt hat:
| Vergleichen | Warum es hilft |
|---|---|
| Geburtsdatum | Das stärkste Unterscheidungsmerkmal. Eine Abweichung klärt die Sache meist |
| Staatsangehörigkeit und Land | Ein Treffer in einem Land, zu dem Ihr Kunde keine Verbindung hat |
| Vollständiger Name einschließlich zweiter Vornamen und Patronymen | Teilweise Namensübereinstimmungen sind die Hauptquelle für Falsch-Positive |
| Jeder Identifikator im Trefferdatensatz | Wo die Liste einen veröffentlicht |
Gängige Namen erzeugen große Mengen an Treffern mit geringer Konfidenz gegen Sanktions- und PEP-Listen - das ist kein Defekt, das ist, was namensbasiertes Screening tut. Wenn Ihre Warteschlange voll davon ist, ist Ihr Übereinstimmungsschwellenwert zu niedrig eingestellt. Siehe AML-Screening-Ergebnisse verstehen.
Transliteration spielt hier eine Rolle. Ein Name aus einer nicht-lateinischen Schrift kann auf mehrere gültige Arten romanisiert werden, sodass dieselbe Person unter Schreibweisen erscheinen kann, die textuell nicht übereinstimmen, und unterschiedliche Personen auf dieselbe Schreibweise zusammenfallen können. Gewichten Sie Geburtsdatum und Staatsangehörigkeit in diesen Fällen stärker.
#Schritt 2: Spielt es eine Rolle?
Wenn es Ihr Kunde ist, entscheidet die Kategorie, was Sie tun - und hier kommt der Risikowert ins Spiel:
- Sanktionstreffer. Der ernste Fall. Behandeln Sie ihn nach Ihrem eigenen Sanktionsverfahren; das ist keine Entscheidung, die man beiläufig trifft.
- PEP. Ein PEP ist kein Straftäter. In den meisten Regimen löst PEP-Status verstärkte Sorgfaltsprüfung aus - zusätzliche Informationen, Herkunft des Vermögens, Freigabe durch die Führungsebene - statt Ablehnung. PEPs automatisch abzulehnen ist eine Richtlinienentscheidung, und meist eine schlechte.
- RCA. Ein Familienangehöriger oder enger Vertrauter eines PEP, aus demselben Grund gescreent und normalerweise genauso behandelt.
- Negativmedien. Lesen Sie die verschlagwortete Kategorie. Ein einmal berichteter Vorwurf ist keine Verurteilung, und Ihre Richtlinie sollte beides unterscheiden.
- Länder- oder geopolitisches Risiko. Meist ein Eingabewert für die Risikobewertung und keine Entscheidung an sich.
#Schritt 3: Die Entscheidung festhalten
Klären Sie den Treffer in der Konsole mit einer Notiz, die die Begründung erklärt. Das ist der Teil, der später zählt: Ein Prüfer interessiert sich weit weniger für Ihre Trefferrate als dafür, ob Ihre Entscheidungen konsistent getroffen und belegt wurden.
Schreiben Sie die Notiz so, als würde sie in zwei Jahren jemand anderes lesen, ohne dass Sie dabei sind, denn genau das wird passieren. "Geburtsdatum weicht um 14 Jahre ab, andere Staatsangehörigkeit, verworfen" ist nützlich. "Kein Treffer" ist es nicht.
Jede Aktion wird 365 Tage lang im Audit-Protokoll erfasst. Siehe Audit-Protokolle nutzen.
#Falsch-Positive reduzieren, ohne blind zu werden
In der Reihenfolge ihrer Wirksamkeit:
- Erhöhen Sie den Übereinstimmungsschwellenwert auf das Maß, das Ihre gemessene Falsch-Positiv-Rate rechtfertigt - und messen Sie sie, bevor Sie entscheiden.
- Übergeben Sie mehr identifizierende Daten beim Erstellen der Session. Screening mit Geburtsdatum ist deutlich präziser als Screening allein anhand des Namens.
- Weiterleiten statt ablehnen. Ein Kandidatentreffer sollte fast immer zur Prüfung gehen, nicht zu einer automatischen Ablehnung.
- Trennen Sie Ihre Schwellenwerte nach Risiko. Ein hochwertiger Onboarding-Ablauf und eine risikoarme Altersprüfung brauchen nicht dieselben AML-Einstellungen.
#Vier-Augen-Freigabe
Wenn Ihr Prozess zwei Prüfer für eine AML-Entscheidung vorschreibt, unterstützt Didit einen Vier-Augen-Ablauf, bei dem eine zweite Person bestätigen muss. Siehe Vier-Augen-Prüfung.
#Die Überwachung bringt Treffer zurück
Mit aktivierter laufender Überwachung kann ein zuvor genehmigter Kunde später einen neuen Treffer erzeugen und wieder zu In Prüfung wechseln. Das ist die Funktion bei der Arbeit, keine Regression - und es bedeutet, dass die Trefferklärung ein wiederkehrender Prozess ist, der personell abgedeckt werden muss, keine einmalige Aufgabe beim Onboarding. Siehe laufende AML-Überwachung.
#Üben, bevor es ernst wird
Die Sandbox hat zwei AML-Szenarien: decline_aml_hit erzeugt einen Treffer, der ablehnt, und review_aml_possible_match erzeugt einen Treffer mit geringerer Konfidenz, der mit einem befüllten Trefferdatensatz in In Prüfung landet - dasselbe Schema wie ein echter Treffer, einschließlich der Aufschlüsselung der Werte. Nutzen Sie sie, um Ihr Team durch den Klärungsprozess zu führen, bevor ein echter Kunde darauf wartet. Siehe Testen in der Sandbox.