Künstliche Intelligenz gegen Geldwäsche – Verdachtsmeldungen automatisiert analysieren

Projekt »I-WASH«: Geldwäsche im Visier – KI-gestützte Algorithmen, graphbasierte Verfahren und Chatbot-Unterstützung für effizientere Ermittlungen

Die Zahl der Geldwäscheverdachtsmeldungen (GVM) in Deutschland steigt seit Jahren stark an. Gesetzesänderungen seit dem 18.03.2021 und das EU-weite Anti-Money-Laundering-Paket verschärfen die Anforderungen an Strafverfolgungsbehörden zusätzlich. Die Polizeien der Bundesländer stehen dadurch vor der Herausforderung, heterogene und umfangreiche Datenbestände weitgehend manuell auszuwerten – mit hohem Personalaufwand und langwierigen Ermittlungsprozessen. Im Verbundprojekt »I-WASH« entwickeln wir gemeinsam mit der Polizei Berlin und der IFS, einer Tochter der T-Systems, praxistaugliche KI-Methoden, um GVM automatisiert auszuwerten, Muster schneller zu erkennen und Ermittlerinnen und Ermittler gezielt zu unterstützen. 

Das Projekt wird im Rahmen der BMFTR-Förderrichtlinie »Anwendungen in der zivilen Sicherheit« durch das Bundesministerium für Forschung, Technologie und Raumfahrt gefördert und soll bestehende Fähigkeitslücken in der Geldwäschebekämpfung schließen.

Von der Einzelfallprüfung zur Mustererkennung

Im Mittelpunkt stehen Verfahren, die sowohl einzelne Verdachtsmeldungen als auch größere Zusammenhänge effizient analysieren. Zunächst entlasten KI-gestützte Modelle die Einzelfallbearbeitung: Sie extrahieren automatisch wichtige Informationen aus den Meldungen, bewerten diese und unterstützen beim Erstellen strukturierter Berichte. So entstehen standardisierte Entscheidungsgrundlagen, mit denen sich Fälle besser priorisieren lassen.

Darüber hinaus entwickeln wir Methoden, die GVM in der Breite auswerten und vorgangsübergreifende Muster sichtbar machen. Graphbasierte Machine-Learning-Verfahren verknüpfen Personen, Konten und Transaktionen zu Netzwerken, in denen verdächtige Strukturen – etwa verschachtelte Zahlungswege oder wiederkehrende Beteiligte – deutlich erkennbar werden.

KI-gestützte Assistenzsysteme für Ermittlungen

Ein weiterer Baustein ist ein spezialisierter Chatbot auf Basis eines großen Sprachmodells (Large Language Model, LLM). Er beantwortet Fragen zu Fällen, erläutert fachliche Hintergründe und unterstützt bei der Navigation in umfangreichen Datenbeständen. Ermittlerinnen und Ermittler erhalten damit eine interaktive Assistenz, die Fachwissen und Datenzugriff kombiniert.

Mit »I-WASH« soll also eine Kombination aus modernen KI-Methoden, graphbasierter Mustererkennung und interaktiver Assistenz entstehen, die den Umgang mit der wachsenden Zahl von Geldwäscheverdachtsmeldungen grundlegend verbessert. Rückmeldungen der Anwenderinnen und Anwender bei der Polizei und dem IFS fließen kontinuierlich in die Entwicklung ein. So entstehen Algorithmen, die nicht nur technisch leistungsfähig sind, sondern auch in den operativen Alltag der Ermittlungsarbeit passen.

Übertragbare KI-Lösungen für weitere Sicherheits- und Finanzakteure

Die im Projekt entwickelten Algorithmen schaffen die Grundlage für weitere industrielle Forschungs- und Entwicklungsprojekte – von der Weiterentwicklung von Anomalieerkennungssystemen über die Integration in Ermittlungs- und Fachsoftware bis hin zur Optimierung spezialisierter Chatbots.

Die Lösungsansätze sind bewusst so gestaltet, dass sie sich auf andere Akteure und Domänen übertragen lassen. Neben Strafverfolgungs- und Polizeibehörden kommen insbesondere Banken, Versicherungen und Einrichtungen des Gesundheitswesens in der Anwendung infrage. Die Verfahren zur Einzelfallanalyse und zur GVM-übergreifenden Mustererkennung lassen sich für bundesweite Lagebilder und weitere Kriminalitätsfelder anpassen – etwa für Betrugsdelikte im Gesundheitswesen. Darüber hinaus eröffnen sie Potenziale für die Betrugserkennung in anderen institutionellen Kontexten, beispielsweise durch Netzwerkanalysen in Sozial- und Wirtschaftsdaten oder durch Anomalieerkennung in großen Datenbanken.

Projektlaufzeit, Förderung und Partner

Das Projekt »I-WASH« wird im Rahmen der BMFTR-Förderrichtlinie »Anwendungen in der zivilen Sicherheit« durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert. Ziel des Projekts ist die Entwicklung KI-gestützter Verfahren zur automatisierten Analyse von Geldwäscheverdachtsmeldungen (GVM), um Ermittlungsbehörden bei der Bewältigung steigender Datenmengen und komplexer Verfahren zu unterstützen.

Wir arbeiten dabei eng mit unseren Projektpartnern der Polizei Berlin sowie der IFS, einer Tochter der T-Systems, zusammen. Die Polizei Berlin unterstützt das Projekt mit ihrer operativen Erfahrung in der Geldwäscheermittlung, während die IFS ihre Kompetenz in der Entwicklung sicherheitskritischer IT-Systeme einbringt. Unser Team am Fraunhofer ITWM entwickelt insbesondere KI-gestützte Algorithmen zur automatisierten Auswertung von GVM, graphbasierte Verfahren zur Mustererkennung sowie intelligente Assistenzsysteme auf Basis großer Sprachmodelle (LLMs).

Die entwickelten Lösungen sollen perspektivisch auch in weiteren Sicherheits- und Finanzbereichen einsetzbar sein. Die Projektlaufzeit ist bis Ende 2027 angesetzt.