Wat houdt zich verborgen in uw klantdata?

29-04-19 / Diederick Levi & Mathyn Scheerder

Een bekende term binnen Compliance is KYC, een afkorting voor “Know Your Customer”. Dit houdt in dat u klantdata verzamelt, verifieert, beheert en up-to-date houdt. Op deze manier ontstaat een actueel en betrouwbaar klantbeeld voordat er een relatie met de klant kan worden aangegaan. Het wettelijk kader wordt geschetst vanuit de Wet ter voorkoming van witwassen en financieren van terrorisme (Wwft). Dit beeld moet regelmatig worden geverifieerd.

Recente zaken in de media omtrent financiële criminaliteit hebben als kern dat KYC niet op orde is. Immers, als u uw klant niet kent, dan kunt u er ook niet zeker van zijn dat er geen transacties worden gesloten met hoog-risicolanden opgenomen in de zogenaamde UHRC lijst. Dit zijn landen zoals Jemen, Panama of de Amerikaanse Maagdeneilanden. Een lastig facet van KYC is dat klanten zich anders kunnen voordoen dan dat ze in werkelijkheid zijn. Een recent voorbeeld hiervan is een eenmanszaak in bouwmaterialen. Deze wist zonder problemen vijftien pinapparaten te koppelen aan een rekening bij een Nederlandse bank. In werkelijkheid was het een Surinaams wisselkantoor en werd er geld witgewassen door betalingen via de pinapparaten contant uit te keren.

Het uitgangspunt van KYC is dat uw klantdata volledig, juist en up-to-date is en dat deze data intern beschikbaar wordt gesteld waar nodig. Echter, klanten kunnen veelal niet eenduidig geclassificeerd worden; is een klant lokaal of internationaal? Classificeert u een klant onder de lokale branche of daar waar het hoofdkantoor van de klant staat? Wie is de uiteindelijk begunstigde eigenaar? Wanneer is een klant een bepaalde instelling, zoals een Financiële Instelling of een Corporate? Wat als de klantentak verandert? Dit zijn allemaal specialistische vragen die goed in kaart moeten worden gebracht en consistent beantwoord moeten worden. Hoe deze vragen ook beantwoord worden, er zal verantwoording moeten worden afgelegd bij de toezichthouder voor de gemaakte keuzes. Data op orde vormt een duidelijk en belangrijk uitgangspunt om succesvol signalen te herkennen om witwassen te voorkomen.

Atificial Intelligence als hulpmiddel

In onze vorige blogpost bespraken we hoe je Artifical Intelligence (AI) kunt inzetten om frauduleuze transacties te herkennen. AI is ook in relatie tot datakwaliteit als hulpmiddel in te zetten om versnelling te brengen in bestaande processen. Een goed voorbeeld hiervan is de auto-encoder: een deep learning techniek die verbanden in data kan herkennen en mogelijk fouten kan aanwijzen. In onderstaand voorbeeld is te zien hoe de auto-encoder fouten benadrukt die zijn ontstaan door foutieve handmatige input.

De auto-encoder

In deze figuur is de schematisch samenstelling van een auto-encoder zien. Deze bestaat uit twee belangrijke delen: de encoder en de decoder. De encoder heeft als input de originele data en perst deze data samen tot een compacter formaat. Deze compressie heeft als output de samengeperste data in een voor mensen onleesbaar formaat. De decoder neemt dit als input en probeert de originele waardes van de data te herstellen door aangeleerde verbanden tussen data te gebruiken. Door de aanname dat deze verbanden zijn herleid uit een grote set met correcte data en substantieel minder foutieve data herstelt de decoder de gecomprimeerde data tot data zonder datafouten. Door de input met de output te vergelijken worden de fouten vervolgens zichtbaar.

Het op orde houden van datakwaliteit zorgt er dus voor dat u aan de vereisten vanuit de Wwft voldoet en legt de basis voor het tegengaan van financieel-economische criminaliteit. Met juiste en volledige data behoedt u zich niet alleen voor financiële criminaliteit, maar ook voor alle overige risico’s binnen de financiële sector. Met AI kunt u een efficiëntieslag en focus brengen in de manier waarop data kwaliteitsissues worden herkend en geprioriteerd.

Heeft u vragen over datakwaliteit, KYC, financiële criminaliteit of compliance in het algemeen? Neem dan contact op met Jeroen Kriele of Matthias Geerse.

Deel:

Terug naar blogs