---
title: "AML-Transaktionsmonitoring mit KI: Alert-Triage - S-PRO"
url: https://s-pro.io/de/blog/aml-transaction-monitoring-ki
lang: de
description: "Wie KI-Agenten Alerts im AML-Transaktionsmonitoring vorprüfen, was die GwV-FINMA und die FINMA-Aufsichtsmitteilung 08/2024 verlangen und wie der Pilot gelingt."
updated: 2026-11-16T06:30:49+00:00
source: S-PRO (https://s-pro.io)
---

[Zurück zu Insights](https://s-pro.io/de/blog)

Artikel

# AML‑Transaktionsmonitoring mit KI: Alert‑Triage

Autor

[Igor Izraylevych](https://s-pro.io/de/author/igor-izraylevych)

CEO and Co-founder of S-PRO

Veröffentlicht

16. November 2026

Zeit zum Lesen

13 min

Inhaltsverzeichnis

- Kurz gesagt
- Inhaltsverzeichnis
- Was die GwV-FINMA beim Transaktionsmonitoring verlangt
- Was die FINMA bei Vor-Ort-Kontrollen beobachtet hat
- Wie KI das bestehende Transaktionsmonitoring ergänzt
- Alert-Triage mit einem KI-Agenten: so läuft ein Fall
- Daten und Governance: FINMA 08/2024 und EU AI Act
- Checkliste: vom Pilot in die Produktion
- Unsere Sicht auf KI in der Alert-Triage
- Häufige Fragen
- Wie S-PRO Banken bei KI im Transaktionsmonitoring unterstützt
- Quellen
- Empfehlungen

Teilen

KI im AML-Transaktionsmonitoring hilft Schweizer Banken vor allem dort, wo es heute am meisten Mühe macht: bei der Abarbeitung der Alerts. Ein KI-Agent ersetzt dabei die bestehende Regel-Engine nicht. Er sammelt pro Alert den Kontext, erstellt einen begründeten Fallentwurf und legt ihn einem Analysten vor, und **dieser Mensch entscheidet**. So bleibt die Verantwortung dort, wo das Geldwäschereirecht sie verlangt, während die Auswertung der Alerts schneller, einheitlicher und besser dokumentiert erfolgt. In diesem Beitrag zeigen wir, was die GwV-FINMA verlangt, wo die Aufsicht Schwachstellen sieht, wie Alert-Triage mit einem Agenten konkret abläuft und welche Punkte auf dem Weg vom Pilot in die Produktion zählen.

S-PRO

s-pro.io

AML-Alerts gezielter triagieren

S-PRO entwickelt KI-Agenten für AML und Transaktionsüberwachung, die bestehende Systeme ergänzen und Analysten bei der Alert-Triage unterstützen.

In Kontakt treten

## Kurz gesagt

- Die GwV-FINMA verlangt ein informatikgestütztes Überwachungssystem und eine Auswertung der Ergebnisse innert angemessener Frist. Der Engpass liegt meist bei der Auswertung, nicht bei der Erkennung.
- Die FINMA hat bei Vor-Ort-Kontrollen 2024 bei einigen Beaufsichtigten lange Bearbeitungsfristen für Alerts und viele falsch-positive Alerts festgestellt.
- Der bewährte Ansatz: KI als zweite Bewertungsebene neben der Regel-Engine. Der Agent bereitet den Fall vor, der Mensch entscheidet.
- Daten, Erklärbarkeit, Tests und Dokumentation richten sich nach der FINMA-Aufsichtsmitteilung 08/2024. Für Institute mit EU-Bezug kommt der EU AI Act hinzu.
- Ein Pilot mit echten Alerts, klaren Erfolgsmassen und einem Audit-Trail ist der schnellste Weg zu einer belastbaren Entscheidung.

## Inhaltsverzeichnis

- Häufige Fragen
- Quellen

## Was die GwV-FINMA beim Transaktionsmonitoring verlangt

Banken müssen ein informatikgestütztes System zur Überwachung von Transaktionen betreiben und die Ergebnisse innert angemessener Frist auswerten. Beides regelt [Art. 20 der Geldwäschereiverordnung-FINMA (GwV-FINMA)](https://www.fedlex.admin.ch/eli/cc/2015/390/de), die konkretisierende Verordnung der FINMA zum Geldwäschereigesetz.

Das System soll Transaktionen mit erhöhten Risiken erkennen. Die Kriterien legt jedes Institut risikobasiert fest, passend zu seinem Geschäftsmodell und seiner Kundschaft. Eine Privatbank mit grenzüberschreitenden Vermögensverwaltungskunden braucht andere Szenarien als ein Zahlungsdienstleister mit hohem Volumen kleiner Zahlungen.

Für die Praxis heisst das: Die Pflicht endet nicht beim Auslösen eines Alerts. Jeder Treffer muss geprüft, plausibilisiert oder vertieft abgeklärt werden, und dieser Schritt muss in einem Zeitraum erfolgen, den das Institut vor der Aufsicht vertreten kann. Genau hier entsteht in vielen Häusern Druck: Regelbasierte Systeme erzeugen viele Treffer, die Abklärungsteams wachsen nicht im gleichen Mass mit.

Wichtig für die Technologiewahl: Die Schweiz verfolgt laut einer [Analyse der Hochschule Luzern (HSLU, August 2025)](https://hub.hslu.ch/economiccrime/transaktionsmonitoring-mittels-kuenstlicher-intelligenz/) einen technologieneutralen Ansatz. GwG und GwV-FINMA schreiben nicht vor, welche Technologie einzusetzen ist, solange die gesetzlichen Vorgaben erfüllt sind. KI ist damit kein Sonderfall, sondern ein Werkzeug, das an denselben Pflichten gemessen wird wie jedes andere System.

## Was die FINMA bei Vor-Ort-Kontrollen beobachtet hat

Die FINMA hat bei Vor-Ort-Kontrollen im Jahr 2024 bei einigen Beaufsichtigten festgestellt, dass Alerts aus der Transaktionsüberwachung zu lange unbearbeitet blieben und ein hoher Anteil falsch-positiver Alerts die Abklärung belastete. Beides betrifft direkt die Pflicht, die Ergebnisse innert angemessener Frist auszuwerten.

Die zwei Befunde hängen zusammen. Viele falsch-positive Alerts binden Analysten an Routinefälle. Die Warteschlange wächst, die Zeit pro Fall sinkt, und die wirklich auffälligen Transaktionen stehen im selben Stapel wie die harmlosen. Die Reaktion vieler Häuser war bisher, Schwellenwerte anzuheben oder Personal aufzustocken. Das erste kann Erkennungslücken schaffen, das zweite skaliert schlecht.

Auch international ist das Muster bekannt. Die Hongkonger Aufsicht HKMA empfiehlt in ihrem [Guidance Paper (revidiert Februar 2023)](https://brdr.hkma.gov.hk/eng/doc-ldg/docId/getPdf/20230209-3-EN/20230209-3-EN.pdf), den Alert-Review in Stufen mit klaren internen Fristen zu gliedern und anhaltende Rückstände an das Senior Management zu eskalieren. Dasselbe Papier verlangt, dass ein Alert erst geschlossen wird, wenn die Auffälligkeit erklärt ist, und warnt vor vorgefertigten Standardbegründungen. Eine schnelle Triage darf also nicht auf Kosten der Begründungsqualität gehen. Genau diese Kombination aus Tempo und Begründung ist die Stärke eines gut gebauten KI-Agenten.

## Wie KI das bestehende Transaktionsmonitoring ergänzt

KI ergänzt die Regel-Engine als zweite Bewertungsebene: Die Regeln lösen Alerts aus, die KI bewertet, priorisiert und bereitet sie für die Abklärung vor. Diese Variante gilt laut [HSLU](https://hub.hslu.ch/economiccrime/transaktionsmonitoring-mittels-kuenstlicher-intelligenz/) rechtlich als unproblematisch, weil die Bank die Kontrolle und ihre aufsichtsrechtliche Verantwortung behält.

Die HSLU unterscheidet zwei Einsatzformen:

- **KI als zweite Bewertungsebene:** Scores und Analysen helfen, falsch-positive Alerts zu reduzieren und die Reihenfolge der Bearbeitung zu steuern. Als risikoarm eingestufte Fälle werden gespeichert und stichprobenweise überprüft.
- **KI mit eigenständigen Abklärungsschritten:** Ein automatisches Schliessen von Alerts kann bei einfachen, klar definierten Kriterien in Frage kommen. Bei komplexen Abklärungen, etwa zur Herkunft von Vermögenswerten, birgt es nach HSLU das Risiko, Abklärungs- und Meldepflichten zu verletzen.

Wir empfehlen deshalb für die Alert-Triage klar die erste Form, ergänzt um einen Agenten, der die Abklärung vorbereitet.

### Welche Muster KI erkennt

Modelle lernen zuerst das normale Verhalten eines Kunden oder Segments. Laut einer [Projektbroschüre der TU Berlin](https://www.static.tu.berlin/fileadmin/www/10002449/PDF_s/Projektinfos/Broschuere_Malefiz__1_.pdf) sind das etwa Gehaltseingänge, wiederkehrende Abbuchungen, typische Beträge und saisonale Schwankungen. Abweichungen wie stark erhöhte Umsätze, Zahlungen in unbekannte Regionen oder komplexe Zahlungsketten fallen dann auf. Netzwerkanalysen zeigen zudem Strohmannstrukturen und Zirkelzahlungen, die einzeln unauffällig wirken.

### L1 und L2: wo der Agent ansetzt

In vielen Banken ist der Alert-Review gestuft. Auf **Level 1 (L1)** sichten Analysten den Alert und entscheiden, ob er sich mit vorhandenen Informationen erklären lässt. Auf **Level 2 (L2)** folgt die vertiefte Abklärung, wenn die Auffälligkeit bestehen bleibt. Ein KI-Agent entlastet vor allem L1: Er stellt die Informationen zusammen, die heute manuell aus mehreren Systemen geholt werden, und übergibt L2 einen vollständigen, nachvollziehbaren Fall.

## Alert-Triage mit einem KI-Agenten: so läuft ein Fall

Ein Triage-Agent arbeitet jeden Alert in festen Schritten ab und endet immer mit einem Fallentwurf zur Entscheidung durch einen Menschen. Er schliesst keinen Fall selbst und reicht keine Verdachtsmeldung ein.

1. **Alert übernehmen.** Der Agent liest den Alert aus dem bestehenden AML-System, inklusive auslösender Regel und Transaktionsdaten. Das Monitoring-System bleibt unverändert, der Agent setzt darauf auf.
2. **Kundenkontext laden.** Er holt KYC-Profil, Risikoeinstufung, erwartete Aktivität und frühere Alerts. Die Wolfsberg-Gruppe beschreibt in ihrer [Stellungnahme zu Monitoring for Suspicious Activity (2024)](https://wolfsberg-group.org/resources/2024-statement-on-effective-monitoring-for-suspicious-activity/201) genau diesen breiteren Blick auf Kundenverhalten und Kundenmerkmale als Weiterentwicklung des klassischen Transaktionsmonitorings. Wie aktuell dieses Profil ist, hängt an Ihrem [KYC-Prozess im Bankwesen](https://s-pro.io/de/blog/kyc-im-bankwesen).
3. **Transaktion einordnen.** Der Agent vergleicht die Transaktion mit der Historie, prüft Gegenparteien und Zahlungsketten und markiert, was vom erwarteten Verhalten abweicht.
4. **Fallentwurf schreiben.** Er formuliert eine alert-spezifische Begründung mit Quellenverweisen auf jede verwendete Information, eine Einschätzung (erklärbar oder weiter abklären) und offene Fragen. Keine Standardtexte, sondern eine Begründung zum konkreten Kunden.
5. **Mensch entscheidet.** Der Analyst prüft den Entwurf, ergänzt, korrigiert und entscheidet über Schliessung oder Eskalation an L2. Abweichungen zwischen Agent und Analyst werden protokolliert.
6. **Audit-Trail sichern.** Jeder Schritt, jede Datenquelle und jede menschliche Entscheidung wird festgehalten, damit Compliance, interne Revision und Prüfgesellschaft den Fall nachvollziehen können.

Wo Fehler passieren: wenn der Agent ohne vollständigen Kundenkontext arbeitet, wenn seine Begründung nicht auf Quellen verweist oder wenn Analysten Entwürfe ungeprüft übernehmen. Eine [Studie zu erklärbarer KI im Transaktionsmonitoring (Gerlings, 2023)](https://arxiv.org/pdf/2210.07648) zeigt, dass reine Scores ohne kontextbezogene Erklärung Entscheidungen von Analysten verzerren können, während kontextrelevante Erklärungen das Audit unterstützen. Ein Fallentwurf mit Begründung ist deshalb mehr wert als ein Risikoscore allein.

### Alert-Rückstände abbauen, ohne Ihr AML-System zu ersetzen

Wenn Ihre Analysten zu viel Zeit mit falsch-positiven Alerts verbringen und die Warteschlange wächst, setzt unser Ansatz genau dort an. Mit unseren [KI-Agenten für AML und Transaktionsüberwachung](https://s-pro.io/de/ki-agenten-aml-transaktionsueberwachung-bank) bauen wir die Triage-Schicht auf Ihr bestehendes Monitoring auf, mit Human-in-the-Loop und vollständigem Audit-Trail.

Mit S-PRO über Ihr KI-Agenten-Projekt sprechen

In Kontakt treten

Besprechen Sie Ihren Alert-Rückstand mit unseren Engineers

## Daten und Governance: FINMA 08/2024 und EU AI Act

Für KI in der Alert-Triage gelten die Erwartungen der [FINMA-Aufsichtsmitteilung 08/2024 zu Governance und Risikomanagement beim Einsatz von KI (18. Dezember 2024)](https://www.finma.ch/de/~/media/finma/dokumente/dokumentencenter/myfinma/4dokumentation/finma-aufsichtsmitteilungen/20241218-finma-aufsichtsmitteilung-08-2024.pdf). Sie beschreibt, worauf die FINMA bei KI-Anwendungen achtet: klare Verantwortlichkeiten, ein Inventar und eine Risikoeinstufung der Anwendungen, Datenqualität, Tests und laufende Überwachung, Dokumentation, Erklärbarkeit sowie unabhängige Überprüfung.

Die Wolfsberg-Gruppe setzt in ihren [Prinzipien für KI und maschinelles Lernen in der Financial-Crime-Compliance (2022)](https://wolfsberg-group.org/resources/202/93) denselben Akzent: Institute bleiben für KI-gestützte Entscheidungen verantwortlich, unabhängig davon, ob sie die Lösung selbst entwickeln oder extern beziehen, und überwachen die Performance nach der Einführung laufend.

| Anforderung | Was das für die Alert-Triage bedeutet |
| --- | --- |
| Governance und Verantwortung | Benannte Verantwortliche in Compliance und IT, Agent im KI-Inventar erfasst und risikobasiert eingestuft |
| Datenqualität | Vollständige, aktuelle KYC- und Transaktionsdaten als Grundlage, dokumentierte Datenherkunft |
| Tests und Validierung | Prüfung auf historischen Alerts vor dem Einsatz, Messung gegen bekannte Verdachtsfälle |
| Laufende Überwachung | Abweichungen zwischen Agent und Analyst auswerten, Modell- und Promptänderungen kontrolliert freigeben |
| Erklärbarkeit | Jede Einschätzung mit Begründung und Verweis auf die verwendeten Daten |
| Dokumentation und Audit | Lückenloser Audit-Trail pro Fall für Revision und Prüfgesellschaft |
| Datenschutz | Datenhaltung und Zugriffe nach DSG, bei EU-Kunden zusätzlich nach DSGVO |

Zur Datenbasis: Echte Verdachtsfälle sind selten. Die [TU Berlin](https://www.static.tu.berlin/fileadmin/www/10002449/PDF_s/Projektinfos/Broschuere_Malefiz__1_.pdf) weist darauf hin, dass Modelle deshalb oft mit simulierten Daten arbeiten, die sorgfältig an reale Muster wie typische Beträge und Kundensegmente kalibriert sein müssen. Wie Sie Validierung und Modellüberwachung aufsetzen, beschreiben wir im Leitfaden zum [Model Risk Management für KI](https://s-pro.io/de/blog/model-risk-management-ai).

Für Institute mit Geschäft oder Kunden in der EU kommt der **EU AI Act** hinzu, die europäische Verordnung über künstliche Intelligenz. Massgeblich für die Termine ist die Verordnung (EU) 2026/1744 (KI-Omnibus) auf EUR-Lex, seit 27. Juli 2026 in Kraft. Der allgemeine Anwendungstermin der KI-Verordnung ist der 2. August 2026. Pflichten für Hochrisiko-Systeme nach Anhang III gelten ab 2. Dezember 2027, solche nach Artikel 6 Absatz 1 und Anhang I ab 2. August 2028. Ob ein konkreter Triage-Agent unter eine Hochrisiko-Kategorie fällt, klären Sie am besten mit Ihrer Rechtsabteilung, bevor Sie die Architektur festlegen.

## Checkliste: vom Pilot in die Produktion

Ein Pilot überzeugt die Aufsicht und die interne Revision dann, wenn er mit echten Alerts, messbaren Kriterien und dem späteren Kontrollrahmen arbeitet. Diese Punkte prüfen wir mit Banken vor dem Schritt in die Produktion:

1. **Use Case abgrenzen:** Triage für ein bestimmtes Szenario oder Kundensegment, nicht für das ganze Monitoring auf einmal.
2. **Rolle des Agenten festlegen:** Fallentwurf und Priorisierung, Entscheidung beim Menschen. Kein automatisches Schliessen komplexer Fälle.
3. **Datenzugänge klären:** Anbindung an AML-System, KYC-Daten und Kernbankensystem, mit Zugriffsrechten nach dem Need-to-know-Prinzip.
4. **Erfolgsmasse definieren:** Qualität der Begründungen, Übereinstimmung mit Analystenentscheiden und Recall. Die [Wolfsberg-Gruppe](https://wolfsberg-group.org/resources/2024-statement-on-effective-monitoring-for-suspicious-activity/201) nennt die Recall-Rate, also den Anteil bekannter Verdachtsfälle, die korrekt erkannt werden, als Erfolgsindikator.
5. **Auf historischen Alerts testen:** Agent und bisherige Entscheide vergleichen, bevor er im Tagesbetrieb mitläuft.
6. **Audit-Trail von Anfang an bauen:** Nicht nachrüsten, sondern im Pilot schon so protokollieren wie später in der Produktion.
7. **Governance dokumentieren:** Eintrag im KI-Inventar, Risikoeinstufung, Verantwortliche und Freigabeprozess nach FINMA-Aufsichtsmitteilung 08/2024.
8. **Stichproben einplanen:** Regelmässige Kontrolle auch der als risikoarm eingestuften Fälle durch Compliance.
9. **Betrieb sichern:** Monitoring der Performance, kontrollierte Änderungen an Modellen und Prompts, klare Zuständigkeit für den laufenden Betrieb.

## Unsere Sicht auf KI in der Alert-Triage

> Wir sehen den grössten Hebel nicht darin, das Transaktionsmonitoring neu zu erfinden, sondern darin, die Arbeit nach dem Alert neu zu organisieren. Die Regel-Engine erfüllt ihre Aufgabe. Was fehlt, ist die Kapazität, jeden Treffer mit dem vollen Kundenkontext und einer sauberen Begründung zu bearbeiten.
>
>
>
> Ein Agent, der diesen Kontext zusammenträgt und einen begründeten Fallentwurf vorlegt, schafft genau diese Kapazität. Er passt zur Logik des Schweizer Geldwäschereirechts: Das Institut bleibt verantwortlich, der Mensch entscheidet, und jeder Schritt ist nachvollziehbar.
>
>
>
> Deshalb bauen wir solche Lösungen auf unserer eigenen agentischen Plattform S-PRO Agents auf und setzen sie auf bestehende AML-Systeme auf, statt diese zu ersetzen. Unsere Lösungen sind im Hinblick auf die Anforderungen von EU AI Act, FINMA und DORA konzipiert. Für Compliance-Verantwortliche heisst das: schneller entscheiden, ohne Kontrolle abzugeben.
>
>
>
> *Das S-PRO-Team*

## Häufige Fragen

### Darf ein KI-Agent Alerts in der Schweiz selbst schliessen?

Für komplexe Abklärungen empfehlen wir das nicht. Laut HSLU ist KI als zweite Bewertungsebene rechtlich unproblematisch, während automatisches Schliessen bei komplexen Fällen das Risiko birgt, Abklärungs- und Meldepflichten zu verletzen. Bewährt hat sich ein Agent, der den Fall vorbereitet und begründet, während ein Analyst entscheidet und der Agent als risikoarm eingestufte Fälle stichprobenweise zur Kontrolle vorlegt.

### Müssen wir unser bestehendes AML-System ersetzen?

Nein. Der Triage-Agent setzt auf Ihr bestehendes Transaktionsmonitoring auf: Er übernimmt die Alerts, die Ihre Regel-Engine erzeugt, und ergänzt sie um Kundenkontext, Analyse und Fallentwurf. Die Erkennungslogik und Ihre bewährten Szenarien bleiben erhalten. So bauen Sie Kapazität in der Abklärung auf, ohne ein Migrationsprojekt im Kernsystem auszulösen.

### Was kostet ein Pilot und wie lange dauert er?

Wir starten mit einem Design-Thinking-Pilot ab CHF 20k, 2-4 Wochen. Darin klären wir mit Ihrem Compliance- und IT-Team den Use Case, die Datenzugänge, die Rolle des Agenten und die Erfolgsmasse. Am Ende steht eine fundierte Grundlage für den Entscheid, ob und wie der Agent in die Produktion geht.

### Wie bleibt der Einsatz für Revision und Prüfgesellschaft nachvollziehbar?

Über einen lückenlosen Audit-Trail pro Fall. Festgehalten werden die verwendeten Datenquellen, die Begründung des Agenten, die Entscheidung des Analysten und jede Abweichung zwischen beiden. Zusammen mit Inventar, Risikoeinstufung und Testdokumentation nach FINMA-Aufsichtsmitteilung 08/2024 entsteht so eine Dokumentation, die interne Revision und Prüfgesellschaft Schritt für Schritt nachvollziehen können.

### Was ist der Unterschied zwischen L1 und L2 im Transaktionsmonitoring?

L1 ist die erste Sichtung eines Alerts: Lässt sich die Auffälligkeit mit vorhandenen Informationen erklären, wird der Alert begründet geschlossen. L2 ist die vertiefte Abklärung, wenn Fragen offen bleiben, etwa zur Herkunft der Vermögenswerte. Ein KI-Agent entlastet vor allem L1, indem er Kontext und Begründung vorbereitet, und übergibt L2 vollständige Fälle.

## Wie S-PRO Banken bei KI im Transaktionsmonitoring unterstützt

S-PRO ist ein internationales schweizerisch-amerikanisches Unternehmen mit Büros in Zürich und Salt Lake City und globaler Delivery, mit R&D-Zentren in Zürich und Łódź und mehr als 250 Engineers. Wir sind ISO 27001 und ISO 27701 zertifiziert.

Für die Alert-Triage entwickeln wir [KI-Agenten für AML und Transaktionsüberwachung](https://s-pro.io/de/ki-agenten-aml-transaktionsueberwachung-bank), die auf Ihr bestehendes Monitoring aufsetzen. Wir bauen Ihre Lösung auf unserer eigenen agentischen Plattform S-PRO Agents auf und betreiben sie als Service. Wenn Sie zusätzlich die Datengrundlage verbessern wollen, verbinden wir die Triage mit unseren Agenten für [Periodic KYC und Source of Wealth](https://s-pro.io/de/periodic-kyc-source-of-wealth-ki-agenten).

Vereinbaren Sie ein Erstgespräch mit S-PRO

S-PRO

Alert-Triage mit KI besprechen

Sprechen Sie mit S-PRO über KI-Agenten für AML und Transaktionsüberwachung sowie deren Einsatz in bestehenden Systemen.

SS-PRO

[Schreiben Sie unshi@s-pro.io](mailto:hi@s-pro.io)

[+41 41 539 15 83](tel:+41415391583)

## Quellen

- [Geldwäschereiverordnung-FINMA (GwV-FINMA), Fedlex](https://www.fedlex.admin.ch/eli/cc/2015/390/de)
- [FINMA-Aufsichtsmitteilung 08/2024: Governance und Risikomanagement beim Einsatz künstlicher Intelligenz (18.12.2024)](https://www.finma.ch/de/~/media/finma/dokumente/dokumentencenter/myfinma/4dokumentation/finma-aufsichtsmitteilungen/20241218-finma-aufsichtsmitteilung-08-2024.pdf)
- [HSLU: Transaktionsmonitoring mittels künstlicher Intelligenz (August 2025)](https://hub.hslu.ch/economiccrime/transaktionsmonitoring-mittels-kuenstlicher-intelligenz/)
- [Wolfsberg-Gruppe: Statement on Effective Monitoring for Suspicious Activity (2024)](https://wolfsberg-group.org/resources/2024-statement-on-effective-monitoring-for-suspicious-activity/201)
- [Wolfsberg-Gruppe: Principles for Using Artificial Intelligence and Machine Learning in Financial Crime Compliance (2022)](https://wolfsberg-group.org/resources/202/93)
- [HKMA: Optimising Fraud and Financial Crime Detection and Monitoring (revidiert Februar 2023)](https://brdr.hkma.gov.hk/eng/doc-ldg/docId/getPdf/20230209-3-EN/20230209-3-EN.pdf)
- [Gerlings: Machine Learning in Transaction Monitoring: The Prospect of xAI (2023)](https://arxiv.org/pdf/2210.07648)
- [TU Berlin: Maschinelles Lernen zur effizienten Identifikation von Geldwäsche (Projekt Malefiz)](https://www.static.tu.berlin/fileadmin/www/10002449/PDF_s/Projektinfos/Broschuere_Malefiz__1_.pdf)

Zuletzt aktualisiert: 14. November 2026

## Empfehlungen

- [KI-Agenten für AML und Transaktionsüberwachung](https://s-pro.io/de/ki-agenten-aml-transaktionsueberwachung-bank)
- [KI-Agenten für Banken: in fünf Phasen zur Produktion](https://s-pro.io/de/blog/ki-agenten-banken)
- [KI-Agenten-Reifegrad-Check für Banken](https://s-pro.io/de/ki-agenten-reifegrad-check)

Abonnieren

Holen Sie sich technische Einblicke und Branchennews

Vielen Dank!

Machen Sie sich bereit! Sie erhalten handverlesene Inhalte direkt in Ihren Posteingang.

---

Kontakt

Sie sprechen mit Engineers, die für Banken entwickeln, nicht mit einem Verkaufsskript. Teilen Sie uns Ihre Ideen, Erkenntnisse und Fragen mit.

- **Sicherheit und Datenschutz an erster Stelle**Zertifiziert nach ISO 27001 und ISO 27701.
- **Claude Partner Network**S-PRO ist zertifizierter Partner im Claude Partner Network. Unser Team umfasst Claude-zertifizierte Engineers und Architekten.
- **Bewährt im regulierten Finanzsektor**Banken, Vermögensverwalter und Fintechs in der Schweiz, der EU und den USA.

Ihre Ansprechpartner

**Michael Barskyi**Head of Banking & Fintech

**Dustin Schulze**Senior Business Analyst

Lieber per E-Mail oder Telefon?

[hi@s-pro.ioE-Mail](mailto:hi@s-pro.io)[+41 41 539 15 83Telefon](tel:+41415391583)

Claude Certified Services Partner(Anthropic)

**4,9**46 Bewertungen auf Clutch

Kontakt

### Senden Sie uns Ihre Anfrage

Drei Felder. Dauert etwa eine Minute.

Link in die Zwischenablage kopiert

In Kontakt treten
