Regelerstellung in natürlicher Sprache
Die Regelerstellung in natürlicher Sprache ermöglicht es, ein Risikoszenario in der eigenen Betriebssprache des Unternehmens statt in einer technischen Syntax zu beschreiben und vom System in eine ausführbare Regel umwandeln zu lassen. In Truvali wird Ihr geschriebener Satz in einen parametrisierten Regelentwurf umgewandelt, der eine menschliche Freigabe durchläuft.
Warum ist die IT-Warteschlange ein Problem?
Ein Compliance-Experte, der ein neues Betrugsmuster erkennt, weiß meist sofort, was zu tun ist. Um die Regel jedoch im System zu hinterlegen, muss er auf das IT-Team warten. Es dauert oft Tage, bis ein Entwickler, der mit der Compliance-Fachsprache nicht vertraut ist, das Szenario korrekt interpretiert und in Code umsetzt. Während dieser Wartezeit bleibt das Unternehmen ungeschützt.
Dies ist kein Problem der Softwarekapazität, sondern ein Problem falsch verteilter Kompetenzen.
Ein Assistent, der die Fachsprache versteht
Truvali funktioniert nicht wie ein einfacher Wortübersetzer, sondern agiert wie ein Assistent, der die Compliance- und Risikoterminologie beherrscht. Einige Beispiele:
"Erzeuge eine Warnung bei der zweiten Transaktion von minderjährigen Nutzern, die in der letzten Woche Transaktionen im Wert von 5.000 TL oder mehr getätigt haben."
Das System leitet aus dem Begriff „minderjährig“ die Bedingung Alter < 18 ab, erstellt aus „5.000 oder mehr“ den Schwellenwert >= 5000, definiert das Zeitfenster der letzten 7 Tage und fügt den Transaktionszähler hinzu.
"Löse bei der ersten Transaktion von Kunden mit ausländischer Identität einen Callback an unsere Plattform aus, wenn die letzte KPS-Prüfung länger als 3 Monate zurückliegt." Das System leitet aus dem Begriff „ausländische Identität“ ab, dass die Identifikationsnummer mit 98 oder 99 beginnt und die Staatsangehörigkeit nicht TR ist. Anstatt die Transaktion abzulehnen, richtet es eine Aktion ein, die einen Webhook an das Kernsystem sendet.
Entwürfe gehen nicht direkt live
Die generierte Regel ist ein Entwurf. Sie erscheint mit all ihren Parametern auf dem Bildschirm: welche Felder, welche Schwellenwerte, welches Zeitfenster. Sie prüfen sie und korrigieren sie bei Bedarf. Anschließend testen Sie sie mittels Simulation auf historischen Daten und senden sie zur Freigabe. Der Maker-Checker-Workflow gilt auch hier.
Das Risiko, dass das System Ihren Satz missversteht, wird dadurch abgefangen, dass die Regel vor dem Live-Gang überprüft und getestet werden kann.
Berichtsanfragen auf dieselbe Weise
Der gleiche Ansatz funktioniert auch beim Reporting. Es genügt zu sagen: „Liste die Firmenkunden auf, die diesen Monat in die manuelle Prüfung gelaufen sind, aber auch auf unserer PEP-Liste stehen“, und das System schreibt die SQL-Abfrage für Sie.
Vorteile für das Unternehmen
- Reaktion auf neue Bedrohungen am selben Tag, direkt vom Schreibtisch aus.
- Direkte Übersetzung von Compliance-Wissen in Regeln, ohne Umwege.
- Transparente und anpassbare Regelentwürfe.
- Entlastung der IT-Kapazitäten von der Compliance-Warteschlange.
Häufige Fragen
- Was passiert, wenn das System meinen Satz falsch versteht?
- Die generierte Regel geht nicht direkt live. Sie wird mit ihren Parametern auf dem Bildschirm angezeigt, sodass Sie sie korrigieren und auf historischen Daten simulieren können. Zudem unterliegt die Aktivierung einem Freigabeprozess.
- Welche Begriffe werden verstanden?
- Compliance- und Risikoterminologie: Ausdrücke wie Altersgrenzen, Formatierungen von Identifikationsnummern, Aktivitätscodes, Zeitfenster und Betragsschwellenwerte werden aus dem Kontext erschlossen. Der Begriff „minderjährig“ wird in eine Altersbedingung übersetzt, „ausländische Identität“ in Bedingungen bezüglich Identifikationsnummer und Staatsangehörigkeit.
- Müssen wir für komplexe Szenarien dennoch Code schreiben?
- Die meisten Szenarien erfordern keinen Code. Für fortgeschrittene Fälle, die spezielle Berechnungen erfordern, bietet die Rule Engine einen Formeleditor – dies ist jedoch keine Pflicht, sondern eine zusätzliche Option.