Identifizieren Sie organisierte Kriminalitätsnetzwerke sowie Taktiken wie Money Mules (Finanzagenten) und Smurfing (Strukturierung) anhand digitaler Fußabdrücke, die von traditionellen AML-Regeln oft übersehen werden können. Ermöglichen Sie Ihrem Compliance-Team, nicht nur einzelne Transaktionen, sondern auch die Beziehungen zwischen Nutzern und Konten zu erkennen.\n\n## Folgen Sie nicht nur dem Geld, sondern dem Netzwerk\n\nTraditionelle regelbasierte Systeme können organisierte Strukturen leicht übersehen, wenn sie kleine und fragmentierte Transaktionen, die unter den finanziellen Schwellenwerten liegen, isoliert betrachten.\n\nBei Smurfing, Mule-Konten oder miteinander verbundenen Nutzergruppen zeigt sich das Risiko meist nicht in einer einzelnen Transaktion, sondern in den Beziehungen zwischen den Konten.\n\nTruvali Network Detection analysiert die Verbindungen zwischen Nutzern, anstatt sie nur als isolierte Konten zu betrachten.\n\nDurch die gemeinsame Analyse von gemeinsam genutzten Devices, IP-Beziehungen, Transaktionshistorien, Gegenpartei-Verbindungen und Verhaltenssignalen innerhalb derselben Struktur lassen sich Beziehungen zwischen Konten aufdecken, die ansonsten völlig unabhängig voneinander erscheinen würden.\n\nSo können Compliance- und Fraud-Teams nicht mehr nur der Frage nachgehen:\n\n\"Ist diese Transaktion riskant?\"\n\nsondern auch:\n\n\"Mit welchen anderen Konten ist dieser Nutzer verbunden?\"\n\nbeantworten.\n\n## Visuelle Netzwerkanalyse für Compliance-Teams\n\nEs kann schwierig sein, die Beziehungen zwischen einer Vielzahl von Konten und Transaktionen ausschließlich anhand von Tabellen zu verfolgen.\n\nTruvali ermöglicht die Untersuchung von Verbindungen zwischen Nutzern und Konten direkt in einer visuellen Netzwerkstruktur.\n\nInnerhalb des Netzwerks können folgende Aspekte gemeinsam bewertet werden:\n\n* Konten, die dieselbe IP-Adresse nutzen\n* Nutzer, die mit demselben Device verknüpft sind\n* Empfänger- und Senderbeziehungen\n* Transfernetzwerke\n* Gemeinsame Knotenpunkte, die mit mehreren Konten verbunden sind\n* Verdächtige Konten-Cluster\n* Verbindungen, die einige Schritte entfernt liegen\n\nDank dieser Struktur können Analysten den Blick vom einzelnen Nutzer lösen und das gesamte Beziehungsnetzwerk untersuchen, in das der Nutzer eingebettet ist.\n\n## Helfen Sie dabei, die Anzahl der False Positives zu reduzieren\n\nEin einzelnes Risikosignal bedeutet nicht immer einen dringenden Verdacht.\n\nWenn beispielsweise zwei Nutzer sich über dieselbe IP-Adresse anmelden, ist dies für sich genommen vielleicht kein wesentlicher Risikoindikator. Wenn diese Nutzer jedoch:\n\n* über dasselbe Device Transaktionen durchführen\n* Überweisungen an dieselben Empfänger tätigen\n* in ähnlichen Zeitfenstern agieren\n* sich im selben Transaktionsnetzwerk befinden\n\nändert sich das Risikoniveau dieser Beziehung erheblich.\n\nTruvali ermöglicht die gemeinsame Bewertung verschiedener Risikosignale. Anstatt Alerts basierend auf einem einzelnen Treffer zu generieren, hilft es dabei, einen breiteren Kontext herzustellen.\n\nDas Ziel ist nicht, die maximale Anzahl an Alerts zu erzeugen, sondern diejenigen Beziehungen sichtbar zu machen, die tatsächlich einer Überprüfung bedürfen.\n\n## Risiko- und volumenorientierte Maßnahmen\n\nNetwork Detection beschränkt sich nicht nur darauf, die Verbindungen zwischen Konten aufzuzeigen.\n\nDas Transaktionsvolumen innerhalb des erkannten Netzwerks, die Nutzerbeziehungen und andere Risikosignale können zusammen mit den vom Institut definierten Risikoszenarien bewertet werden.\n\nJe nach Risikostufe können folgende Maßnahmen ergriffen werden:\n\n* Das Netzwerk kann geräuschlos überwacht werden\n* Ein Alert kann ausgelöst werden\n* Ein Case kann eröffnet werden\n* Die Transaktion kann in den manuellen Review-Prozess übergeben werden\n* Das Vier-Augen-Prinzip (Maker-Checker) kann angewendet werden\n* Eine Aktion kann über einen Callback an das Kernsystem des Instituts übermittelt werden\n\nWelche Maßnahme ergriffen wird, hängt von der eigenen Risikopolitik und der Integrationsstruktur des Instituts ab.\n\n## Wie funktioniert Truvali Network Detection?\n\n### 1. Erfassung digitaler Fußabdrücke\n\nVerschiedene mit Nutzern und Konten verknüpfte Signale fließen in die Bewertung ein.\n\nDazu gehören unter anderem:\n\n* Device-ID\n* IP-Informationen\n* Telefonnummer\n* Transaktionshistorie\n* Empfänger- und Senderverbindungen\n* Nutzerverhalten\n* Watchlist- und Blacklist-Ergebnisse\n\n### 2. Erstellung von Beziehungen zwischen Konten\n\nEs werden Beziehungen zwischen Nutzern und Konten mit gemeinsamen Signalen identifiziert.\n\nBeispielsweise können mehrere Konten, die über dasselbe Device genutzt werden, oder ein gemeinsamer Empfänger, der Geld von verschiedenen Konten erhält, einen Knotenpunkt im Netzwerk bilden.\n\n### 3. Bewertung des Netzwerkrisikos\n\nNeben den Risikostufen einzelner Konten werden auch die Beziehungen innerhalb des Netzwerks bewertet.\n\nBei dieser Bewertung können folgende Signale herangezogen werden:\n\n* Verbindungsdichte\n* Gemeinsame Device- oder IP-Nutzung\n* Transaktionsvolumen\n* Transaktionsfrequenz\n* Verbindungen zu risikobehafteten Konten\n* Geldfluss innerhalb des Netzwerks\n\n### 4. Initiierung von Alerts und Cases\n\nFür Netzwerke oder Beziehungen, die ein definiertes Risikoniveau überschreiten, können gemäß den vom Institut festgelegten Szenarien Alerts oder Cases erstellt werden.\n\nDas Compliance-Team kann so die verknüpften Nutzer und die Transaktionshistorie im Rahmen desselben Falls untersuchen, anstatt nur eine einzelne Transaktion zu betrachten.\n\n## Welche Risiken lassen sich damit erkennen?\n\nTruvali Network Detection unterstützt die Untersuchung folgender Szenarien:\n\n* Netzwerke von Mule-Konten (Finanzagenten)\n* Smurfing- und Structuring-Szenarien\n* Nutzung mehrerer Konten über dasselbe Device\n* Verdächtige Kontengruppen, die dieselbe IP-Adresse nutzen\n* Organisierte Fraud-Netzwerke\n* Miteinander verknüpfte Transferketten\n* Konten-Cluster mit gemeinsamen Empfängern oder Sendern\n* Indirekte Verbindungen zu risikobehafteten Konten\n\nDas Ziel hierbei ist nicht, eine Verbindung pauschal als Beleg für kriminelle Aktivitäten zu werten, sondern es Analysten zu erleichtern, Beziehungen zu untersuchen, die normalerweise schwer zu erkennen wären.\n\n## Das Gesamtbild sehen\n\nFinanzkriminalität und Fraud-Szenarien laufen nicht immer über ein einzelnes Konto oder eine einzige Transaktion ab.\n\nKleine, scheinbar voneinander unabhängige Aktivitäten können sich bei einer Analyse auf Netzwerkebene als Teile einer größeren Struktur entpuppen.
Unsichtbare Netzwerke aufdecken: Truvali Network Detection
Truvali Network Detection analysiert die Zusammenhänge zwischen Devices, IPs, Transaktionen und Nutzern. So unterstützt es Compliance-Teams dabei, nicht nur einzelne Aktivitäten, sondern auch die dahinterstehenden Verbindungen zu untersuchen. Dadurch erweitert sich die Risikoanalyse von einer einzelnen Transaktion auf die Beziehungen zwischen Nutzern, Konten und Geldflüssen.