Neukunden prüfen – mit Beleg für die Aufsicht.

Warum Kundenprüfungen nach Geldwäschegesetz so viel Handarbeit sind — und wie nachvollziehbare KI jeden Schritt belegt.

1 Das Problem: Die Signale liegen in vielen Datentöpfen.

Das Geldwäschegesetz verlangt bei jeder neuen Geschäftsbeziehung allgemeine Sorgfaltspflichten: den Vertragspartner identifizieren und klären, wer wirtschaftlich hinter ihm steht — bis zur natürlichen Person.1 Stellt ihr ein höheres Risiko fest, gelten verstärkte Sorgfaltspflichten, etwa bei Bezug zu Drittstaaten mit hohem Risiko.2 Die nötigen Angaben liegen an vielen Orten: Firma und Sitz in der Kundenakte und im Handelsregister, die wirtschaftlich Berechtigten im Transparenzregister,3 Namen auf der konsolidierten EU-Finanzsanktionsliste.4 Jede Quelle für sich wirkt harmlos. Erst zusammen zeigen sie, ob ihr genauer hinsehen müsst. Und später fragen Aufsicht oder Revision: Warum habt ihr diesen Kunden aufgenommen?

2 Warum Checklisten und generische KI das nicht sicher lösen.

Eine Checkliste in Excel hält fest, dass geprüft wurde — aber nicht, was die Quellen zusammen ergeben. Wer Register und Listen von Hand abfragt, kopiert Ergebnisse von einem Fenster ins nächste, und der Zusammenhang geht verloren. Und ein KI-Chatbot? Das US-Normungsinstitut NIST hält fest, dass erfundene Aussagen bei solchen Modellen bauartbedingt sind.5 Ohne Zugriff auf eure Kundenakte und die Register kann ein allgemeines Modell den konkreten Kunden ohnehin nicht prüfen. Selbst wenn die KI echte Dokumente durchsucht, sinkt die Fehlerquote nur, sie verschwindet nicht.6 Für eine Entscheidung, die ihr gegenüber der Aufsicht begründen müsst, reicht das nicht.

3 Der Ansatz: Kunde, Register, Sanktionslisten und Gesetz in einem Graphen.

c:node verbindet eure Kundenakte mit dem c:node Graph — Handelsregister, Transparenzregister, Sanktionslisten und Geldwäschegesetz als Netz aus Punkten und Kanten: ein Wissensgraph. Diese Kombination aus Mustererkennung und fest geprüften Regeln nennt die Forschung neuro-symbolische KI; sie liefert Antworten, die man begründen und nachvollziehen kann.7 Über den Graphen denkt c:node mehrere Schritte weit — Kunde → Holding → Geschäftsführer → Eintrag auf der Sanktionsliste —, was einfache Textsuche nicht leistet.8 Jeder Schritt bleibt an seine Quelle gebunden.

4 In der Praxis: aus verstreuten Quellen wird eine begründete Entscheidung.

Dieselbe Frage, für die ihr heute Register und Listen einzeln abfragt, beantwortet c:node in einem Durchgang — und legt jede Aussage offen:

5 Prüfbar für Aufsicht und Revision — und souverän.

Das Geldwäschegesetz verlangt, die bei der Kundenprüfung erhobenen Angaben und das Ergebnis der Risikobewertung aufzuzeichnen und in der Regel fünf Jahre aufzubewahren.9 c:node hinterlegt jeden Befund mit Quelle und Rechtsgrundlage. So entsteht ein Prüfpfad, den ihr der Aufsicht, etwa der BaFin, oder der Revision zeigen könnt — ohne das Innere des Modells offenzulegen. Die Entscheidung trifft weiter euer Team; c:node bereitet sie vor. Ab dem 10. Juli 2027 gilt zudem weitgehend die EU-Geldwäscheverordnung (EU) 2024/1624 unmittelbar in allen Mitgliedstaaten;10 neue Pflichten bindet ihr im Graphen an, statt Checklisten neu zu bauen. Und weil c:node in der EU-Cloud oder auf euren Servern läuft, bleiben Kundendaten in der EU oder in eurem eigenen Rechenzentrum.