Machine Learning unterstützt Banken bei der Automatisierung von Compliance-Prozessen. Maschinell getroffene Entscheidungen dürfen aber keine Black Box sein.
Thomas Ohlemacher, Product Manager, ACTICO GmbH
![](https://www.fch-gruppe.de/wp-content/uploads/2019/12/thomas-ohlemacher-2.jpg)
So liefert Maschinelles Lernen nachvollziehbare Entscheidungen
Maschinelles Lernen ist die Zukunft in Compliance. Banken und Finanzdienstleister arbeiten daran, Compliance-Prozesse immer mehr zu optimieren, um die Effizienz zu steigern. Machine Learning entscheidet automatisiert, welche Personen oder Zahlungen auffällig sind und damit ein Compliance-Risiko bedeuten. Wichtig dabei: diese Entscheidungen dürfen nicht in einer Black Box getroffen werden. Sie müssen nachvollziehbar und erklärbar sein.
BERATUNGSTIPP
Compliance-Coaching.
SEMINARTIPPS
MaRisk-Compliance KOMPAKT, 22.04.2020, Frankfurt/M.
Prüfung MaRisk-Compliance, 23.04.2020, Frankfurt/M.
![](https://www.fch-gruppe.de/wp-content/uploads/2019/11/fachbuchBearbeitet-300x298.png)
BUCHTIPP
Daumann/Leicht (Hrsg.), Arbeitsbuch Regulatorische Compliance, 2. Aufl. 2018.
Welche 5 Gründe sprechen für nachvollziehbare Compliance-Entscheidungen?
Die BaFin akzeptiert keine Black-Box-Hinweise und fordert nachvollziehbare, erklärbare Entscheidungen. Nachvollziehbarkeit hilft dem Compliance-Officer zu erkennen, ob es Anpassungsbedarf im Machine-Learning-Modell gibt, z. B. wenn die Ergebnisse nicht plausibel erscheinen. Nachvollziehbarkeit schafft mehr Vertrauen innerhalb der Bank und erlaubt es, die Produktivität durch die Reduzierung von False Positives zu steigern.
![](https://www.fch-gruppe.de/wp-content/uploads/2019/12/compliance_logo.png)
PRAXISTIPPS
- Machine Learning funktioniert nur in Zusammenarbeit mit Compliance-Spezialisten. Nur sie sind in der Lage, die Daten gemäß den eigenen Zielen zu beurteilen.
- Die BaFin fordert in ihrer Studie „Big Data trifft Künstliche Intelligenz“, dass Entscheidungen für sachkundige Dritte erklärbar sein müssen.
- Erklärbare Machine-Learning-Entscheidungen schaffen Vertrauen innerhalb des Unternehmens
- Nachvollziehbare Machine-Learning-Modelle sind die Basis für kontinuierliche Verbesserungen des Compliance-Prozesses
Checkliste mit 5 Gründen herunterladen.
Beitragsnummer: 3710