Payment-Screening bei der VP-Bank – Bessere Treffer-Qualität mit nur 50% des Aufwands

Die VP Bank Gruppe setzt jetzt in der Zah­lungs­über­wa­chung auf Fuzzy Payment-Screening mit Machine Learning. Das Ergebnis: bessere Treffer-Qualität bei nur 50% des Arbeitsaufwands.

Um den immer höheren Anforderungen an die Compliance auch bei der Zahlungsüberwachung gerecht werden zu können, hat sich die VP Bank Gruppe (Website), eine international tätige Privatbank aus Liechtenstein, für ein neues Payment-Screening entschieden. Das System verbessere die Treffer-Qualität insbesondere auch beim Fuzzy Matching (unscharfe Suche) signifikant und basiert auf Actico Machine Learning. Der Arbeitsaufwand für die Mitarbeitenden im Zahlungsverkehr soll durch die Einführung des neuen Systems halbiert worden sein.

Es war für uns wichtig, dass durch das Fuzzy Matching die Treffer-Qualität bei ein- und ausgehenden Zahlungen erhöht werden kann, ohne dass die Anzahl der zu prüfenden Transaktionen durch unscharfe Suche unnötig steigt. Dieses Ziel haben wir erreicht. “

Fabian Wälte, Head Paymentsand Transaction Services bei der VP Bank Gruppe

Das Besondere am neuen Payment-Screening-System von Actico sei, dass es verschiedenste Machine-Learning-Methoden und deren Ähnlichkeitsalgorithmen kombiniere, um damit ein Optimum an Effektivität und Effizienz bei der Treffergenerierung erreiche. So würden möglichst alle risikobehafteten Zahlungen gefunden, während die Anzahl der falschen Treffer auf einem niedrigen Niveau bleibe.ft