Fehlalarme im Sanktions- und PEP-Screening mit KI reduzieren: ein praktischer Leitfaden

Sanktions- und PEP-Screening ist die Compliance-Kontrolle, die Ihr Team am ehesten überlastet und an einem beliebigen Tag am wenigsten wahrscheinlich einen echten Kriminellen erwischt. Branchensysteme erzeugen routinemässig 90–99 % Fehlalarme, und jeder dieser Alarme verbraucht 30 bis 60 Minuten der Zeit eines qualifizierten Analysten, bevor er als irrelevante Namensgleichheit ausgeschlossen wird. Mit wachsenden Transaktions- und Onboarding-Volumina wächst die Alarmflut mit — linear, mechanisch und ohne eine einzige Einheit echter Risikoerkennung hinzuzufügen.

Das ist kein Personalproblem, das Sie durch Einstellungen lösen können. Es ist ein Präzisionsproblem. Für einen KYC-Leiter im Jahr 2026 lautet die Frage nicht mehr „Wie viele Analysten brauche ich, um die Warteschlange zu leeren?", sondern „Wie mache ich die Warteschlange kleiner und genauer, ohne einen echten Treffer zu verpassen?"

Dieser Artikel ist ein praktischer Leitfaden für KYC-Leiter sowie Sanktions- und Screening-Verantwortliche in Banken, unabhängigen Vermögensverwaltern (GFI) und Fintechs. Er quantifiziert das Fehlalarmproblem, erklärt genau, warum traditionelles Screening überalarmiert, und zeigt, wie KI-gestütztes kontextuelles Scoring diese Quote auf 20–25 % senkt und dabei jede Entscheidung erklärbar und unter dem aufkommenden Wirksamkeitsregime verteidigbar hält.

1. Das Fehlalarmproblem, quantifiziert

Die Quote, die den Arbeitsaufwand bestimmt

Ein auf regulatorische Sicherheit kalibriertes Screening-System irrt auf der Seite des Alarmierens. Das ist beabsichtigt — ein verpasster echter Treffer ist eine regulatorische und reputationsbezogene Katastrophe, während ein Fehlalarm lediglich teuer ist. Das Ergebnis ist eine systematische Verzerrung hin zur Überalarmierung, und die Zahlen sind eindeutig: branchenweit sind 90 % bis 99 % der Screening-Alarme Fehlalarme. In der Praxis kann ein Analyst Dutzende von Alarmen prüfen, bevor er auf einen stösst, der eine echte Eskalation erfordert.

Die Kosten pro Alarm

Jeder Fehlalarm ist nicht kostenlos. Einen auszuräumen erfordert, dass ein Analyst den Alarm öffnet, den markierten Namen mit dem sanktionierten oder PEP-Eintrag vergleicht, nach bestätigenden oder widerlegenden Identifikatoren sucht, die Begründung dokumentiert und den Fall schliesst. Realistisch dauert dies 30 bis 60 Minuten pro Alarm, sobald die Sekundärrecherche einbezogen ist. Bei Vollkosten von CHF 80'000–110'000 pro Jahr für einen Schweizer KYC-Analysten ist die Rechnung unerbittlich.

Die Skalierungsfalle

Das strukturelle Problem ist, dass das Alarmvolumen mit dem Geschäftsvolumen wächst, nicht mit dem Risiko. Verdoppeln Sie Ihren Onboarding-Durchsatz oder Ihr Zahlungsvolumen, und Sie verdoppeln ungefähr Ihre Alarme — aber Sie verdoppeln nicht die Anzahl echter sanktionierter Parteien in Ihrem Bestand. Wachstum importiert daher eine proportionale, dauerhafte Zunahme von Arbeit mit geringem Wert.

Die Zahlen setzen 45 Minuten pro Fehlalarm und Vollkosten von CHF 95'000 pro Analyst voraus. Sie veranschaulichen den Kernpunkt: Im grossen Massstab wird der Grossteil eines Screening-Budgets dafür ausgegeben zu bestätigen, dass Personen nicht diejenigen sind, die die Liste vermuten lässt.

2. Warum traditionelles Screening überalarmiert

Herkömmliches Screening beruht auf Fuzzy String Matching: Es vergleicht den Namen Ihres Kunden mit Listeneinträgen und markiert alles über einem Ähnlichkeitsschwellenwert. Dieser Ansatz ist jahrzehntealt, leicht prüfbar und strukturell rauschanfällig. Vier Ursachen dominieren.

Transliteration und Schreibvarianz

Sanktionslisten aggregieren Namen, die aus dem Arabischen, Kyrillischen, Chinesischen und anderen Schriften transliteriert wurden, jeweils mit mehreren akzeptierten Romanisierungen. „Mohammed", „Muhammad", „Mohamed" und „Mohammad" sind derselbe Name; ein Fuzzy-System, das auf alle abgestimmt ist, wird auch eine grosse Menge unzusammenhängenden Rauschens erfassen. Senken Sie den Schwellenwert, um keine Variante zu verpassen, und die Alarmzahl explodiert.

Gängige Namen

Ein gängiger Name ist für sich genommen eine Fehlalarmmaschine. Ein Kunde namens „Li Wei", „Maria Garcia" oder „Mohammed Al-Hassan" kann mit Dutzenden von Listeneinträgen übereinstimmen — fast alle unzusammenhängende Namensgleichheiten. Zeichenketten-Ähnlichkeit kann einen von Millionen geteilten gängigen Namen nicht von einem echten Treffer unterscheiden, denn allein im Namensfeld sind sie nicht unterscheidbar.

Schwache Nutzung von Sekundäridentifikatoren

Die Information, die eine Übereinstimmung tatsächlich auflöst — Geburtsdatum, Geburtsort, Nationalität, Pass- oder Registernummer, bekannte Verbindungen — fehlt entweder im Kundendatensatz, fehlt im Listeneintrag oder wird von der Matching-Logik schlicht nicht gewichtet. Traditionelle Systeme behandeln den Namen als Primärsignal und Sekundäridentifikatoren als Nebensache, sodass sie allein auf den Namen alarmieren und die Bestätigung dem Menschen überlassen.

Kein Kontext

Ein Zeichenketten-Abgleicher versteht nicht, wer der Kunde ist, was er tut, wo er tätig ist oder ob die Übereinstimmung überhaupt plausibel ist. Er kann nicht schlussfolgern, dass ein 25-jähriger Schweizer Privatkunde kaum ein 70-jähriger sanktionierter ausländischer Amtsträger sein dürfte, der zufällig einen Nachnamen teilt. Jede Disambiguierung, die ein Mensch instinktiv vornimmt, muss manuell wiederholt werden, Alarm für Alarm.

3. Wie KI das Screening verändert

KI ersetzt das Sanktions- und PEP-Screening nicht — sie macht die Matching-Ebene intelligent, sodass die Alarme, die einen Menschen erreichen, diejenigen sind, die tatsächlich ein Urteil verdienen. Sechs Fähigkeiten zählen.

Kontextuelles Matching

Statt die Namensähnlichkeit isoliert zu bewerten, beurteilt KI die Übereinstimmung im Kontext: Kundenprofil, Jurisdiktion, Alter, Aktivität und Plausibilität der Verbindung. Eine kontextuell unplausible Namensübereinstimmung wird herabgestuft statt eskaliert, was das Rauschen aus gängigen Namen und Transliterationsvarianten drastisch reduziert.

Entitätsauflösung

KI löst auf, ob zwei Datensätze dieselbe reale Entität bezeichnen, statt nur Zeichen zu teilen. Sie führt Aliasse, Namensreihenfolgen, Transliterationen und Teildatensätze zu einer einzigen aufgelösten Entität zusammen und vergleicht dann Entitäten — keine Zeichenketten. Dies reduziert die Dutzende falscher Übereinstimmungen, die ein gängiger Name erzeugt, auf eine einzige korrekt aufgelöste (meist negative) Feststellung.

Bestätigung durch Sekundäridentifikatoren

Das Modell nutzt aktiv Geburtsdatum, Geburtsort, Nationalität und Identifikatoren, um eine Übereinstimmung zu bestätigen oder auszuschliessen. Ein geteilter Nachname mit abweichendem Geburtsdatum und abweichender Nationalität ist ein nahezu automatischer Ausschluss; ein geteilter Name und Geburtsdatum und Nationalität ist ein starkes Echt-Treffer-Signal, das zur sofortigen Prüfung priorisiert wird.

NLP für negative Medien

Für PEP- und Reputations-Screening liest Natural Language Processing die Ergebnisse negativer Medien und klassifiziert sie nach Relevanz, Aktualität, Schwere und danach, ob der Artikel tatsächlich Ihren Kunden oder einen Namensvetter betrifft. Dies filtert das Historische, das Belanglose und das Fehlzugeordnete heraus, sodass Analysten wirklich wesentliche Feststellungen sehen statt einer Wand von Schlagzeilen.

Risikobasiertes Scoring

Jeder Alarm erhält eine kalibrierte Wahrscheinlichkeit, ein echter Treffer zu sein, keine binäre Markierung. Dies verwandelt eine undifferenzierte Warteschlange in eine geordnete, in der die kleine Zahl hochwahrscheinlicher Alarme unverkennbar ist und der lange Schwanz von Namensgleichheiten mit nahezu null Wahrscheinlichkeit mit angemessenem Aufwand behandelt werden kann.

Intelligente Triage nach Kritikalität

Bewertete Alarme werden nach Kritikalität geroutet: Die Übereinstimmungen mit der höchsten Wahrscheinlichkeit und der grössten Auswirkung gehen direkt an Senior-Analysten; eindeutige risikoarme Namensgleichheiten werden automatisch disponiert oder für eine leichte Prüfung gebündelt. Die menschliche Aufmerksamkeit konzentriert sich auf die 5–15 % der Alarme, die sie wirklich erfordern.

4. Vorher und nachher: die Zahlen

Der kombinierte Effekt dieser Fähigkeiten ist ein Sprung in der Präzision. Die Fehlalarmquote fällt von den branchenüblichen 90–99 % auf rund 20–25 % — eine Reduktion um etwa 75 Prozentpunkte — mit einem entsprechenden Einbruch der auf Rauschen verwendeten Analystenstunden.

Die letzte Zeile ist diejenige, die alles andere bestimmt: Präzisionsgewinne sind nur akzeptabel, wenn die Erkennung echter Treffer erhalten oder verbessert bleibt. Eine Fehlalarmreduktion, die allein durch Anheben der Schwellenwerte erreicht wird, wäre ein Compliance-Versagen, kein Gewinn. Der gesamte Wert der KI beruht hier darauf, das Rauschen zu senken, ohne die Empfindlichkeit zu senken.

5. Governance und Prüfbarkeit

Die Präzisionsgeschichte zählt nur, wenn sie verteidigbar ist. Die regulatorische Richtung 2026 — sichtbar im revidierten GwV-FINMA-Rahmen, im kommenden Bundesgesetz über die Transparenz juristischer Personen (TJPG) und in der revidierten GwG in der Schweiz sowie im EU-AML-Paket mit seiner neuen zentralen Behörde — markiert einen entscheidenden Wechsel vom Vorhandensein von Kontrollen zur nachweisbaren Wirksamkeit von Kontrollen. Regulierungsbehörden fragen zunehmend nicht „Screenen Sie?", sondern „Können Sie nachweisen, dass Ihr Screening zeitnahe, nachvollziehbare, evidenzbasierte Entscheidungen hervorbringt?"

Erklärbarkeit ist nicht verhandelbar

Jede KI-beeinflusste Disposition muss eine menschenlesbare Begründung tragen: welche Identifikatoren übereinstimmten, welche abwichen, welche Kontextfaktoren den Score senkten oder erhöhten und welche Belege die Schlussfolgerung stützten. Ein Score ohne Erklärung ist nicht prüfbar, und eine nicht prüfbare Kontrolle ist eine Haftung, gleich wie genau sie ist.

KI erweitert den Analysten, ersetzt ihn nicht

Das Modell schlägt vor; der Analyst entscheidet. Jede Eskalation eines echten Treffers und jede folgenreiche Freigabe bleibt eine dokumentierte menschliche Entscheidung, wobei die KI als Bestätigungs- und Priorisierungsebene dient. Dies bewahrt die Verantwortlichkeit, erfüllt die Vier-Augen-Erwartungen der Schweizer und EU-Aufseher und hält das Institut in Kontrolle über seinen Risikoappetit.

Ein verteidigbarer Prüfpfad

Jede Entscheidung sollte mit ihren Eingaben, dem Score und den Gründen des Modells, der Handlung des Analysten und einem Zeitstempel protokolliert werden — eine vollständige, rekonstruierbare Aufzeichnung. Unter einem Wirksamkeitsregime ist der Prüfpfad kein Papierkram; er ist der Beweis, dass Ihre Kontrolle funktioniert.

6. Umsetzung: Präzision richtig machen

Schwellenwerte bewusst kalibrieren

Scoring-Schwellenwerte definieren die Grenze zwischen Auto-Disposition, leichter Prüfung und Eskalation. Setzen Sie sie mit Daten, nicht mit Intuition, und kalibrieren Sie sie gegen eine gelabelte Stichprobe historischer Alarme, damit Sie den Präzisions-Recall-Kompromiss vor dem Livegang explizit messen können.

Rückkopplungsschleifen aufbauen

Jede Analystenentscheidung ist ein Trainingssignal. Wenn eine Namensgleichheit zum fünfzigsten Mal ausgeschlossen wird, sollte das System lernen, sie herabzustufen; wenn ein echter Treffer eskaliert wird, sollte das Muster die Empfindlichkeit verstärken. Ein Screening-Modell ohne Rückkopplungsschleife stagniert; eines mit einer disziplinierten Schleife gewinnt mit der Zeit an Genauigkeit.

Sich gegen Unteralarmierung absichern

Das Kardinalrisiko einer auf weniger Fehlalarme ausgerichteten Kalibrierung ist die Erzeugung von Fehlausschlüssen — das Verpassen eines echten Treffers. Das ist weit gefährlicher als eine überfüllte Warteschlange. Drei Schutzmassnahmen sind wesentlich: Kategorien mit grosser Auswirkung (direkte Sanktionstreffer, Hochrisiko-Jurisdiktionen) niemals ohne menschliche Prüfung automatisch freigeben; den Recall kontinuierlich gegen bekannte Positiv-Testfälle überwachen; und regelmässiges Backtesting durchführen, um zu bestätigen, dass unterdrückte Alarme wirklich irrelevant waren.

Präzision und Sicherheit stehen nicht im Widerspruch, wenn die Kontrolle richtig konstruiert ist — sie werden durch dieselbe disziplinierte Gestaltung erreicht.

7. Wie Wecan Screening und Triage angeht

Wecan Copilot behandelt Screening als Präzisionsproblem, nicht als Volumenproblem. Seine Screening- und Triage-Ebene wendet kontextuelles Matching und Entitätsauflösung an, um falsche Namensgleichheiten zu eliminieren, bestätigt jede Kandidatenübereinstimmung anhand von Sekundäridentifikatoren und klassifiziert Negativmedien-Feststellungen nach Wesentlichkeit, statt rohe Schlagzeilen hochzuspülen. Jeder Alarm erhält einen kalibrierten Risikoscore, und die intelligente Triage routet nur die wirklich wesentliche Minderheit an menschliche Analysten — der lange Schwanz von Namensgleichheiten mit geringer Wahrscheinlichkeit wird effizient disponiert.

Entscheidend ist, dass Wecan den Analysten am Steuer hält. Jede Disposition trägt eine Erklärung und einen vollständigen Prüfpfad, sodass Entscheidungen zeitnah, nachvollziehbar und evidenzbasiert sind — genau der Massstab, den der Wirksamkeitswechsel von 2026 verlangt. Das Feedback der Analysten schärft das Modell kontinuierlich, und Schutzmassnahmen für den Recall stellen sicher, dass eine niedrigere Fehlalarmquote niemals zulasten eines verpassten Treffers geht. Das Ergebnis ist eine Screening-Funktion, die mit Ihrem Geschäft wächst, ohne eine proportionale Flut von Rauschen zu importieren — und die Sie Zeile für Zeile vor jeder Regulierungsbehörde verteidigen können.