© Fraunhofer SIT

Im Kampf gegen Geldwäsche arbeiten etablierte softwarebasierte Erkennungsverfahren zu unpräzise und schlagen oft falschen Alarm. Ermittlungsbehörden sind dadurch oft überlastet, denn sie müssen jedem Verdacht nachgehen. Im neuen Forschungsprojekt MaLeFiz (Maschinelles Lernen zur Identifikation auffälliger Finanztransaktionen) arbeiten Forschende des Fraunhofer SIT jetzt an einer Lösung, die mit maschinellem Lernen – eine Technik der künstlichen Intelligenz – die Suche nach illegalen Geldflüssen verbessern und präziser gestalten soll, sodass weniger Fehlalarme generiert werden. Zusätzlich entwickeln die Projektpartner Mindestanforderungen und Kontrollmechanismen für KI-Lösungen, die in der Finanzwirtschaft eingesetzt werden. Darüber hinaus sollen die Ergebnisse der KI nachvollziehbar gemacht werden. Beteiligt sind die Deloitte GmbH, das Fraunhofer SIT, die Martin-Luther-Universität Halle-Wittenberg, die Universität Leipzig und das Zentrum Technik und Gesellschaft der TU Berlin. Das Projekt MaLeFiz wird vom Bundesministerium für Bildung und Forschung finanziert und läuft drei Jahre. Das Fraunhofer SIT leitet das Projekt und ist für die Entwicklung des KI-basierten Werkzeugs verantwortlich. Weitere Informationen unter www.sit.fraunhofer.de/malefiz.

Weitere Informationen in der Pressemitteilung des Fraunhofer SIT