AI maakt transactiemonitoring slimmer, maar laat mens aan zet blijven
Machine learning kan complexe patronen in grote hoeveelheden transactiedata herkennen en daarmee mogelijke witwaspraktijken en terrorismefinanciering effectiever opsporen. Tegelijkertijd ontstaan nieuwe risico’s. Slechte datakwaliteit, onbedoelde vooroordelen, veranderend klantgedrag en moeilijk uitlegbare uitkomsten kunnen de betrouwbaarheid van modellen aantasten. Banken moeten daarom niet alleen kunnen aantonen dat hun modellen effectief zijn, maar ook voortdurend controleren of prestaties verslechteren en bepaalde groepen klanten niet ongerechtvaardigd anders worden behandeld.
In een gezamenlijk whitepaper, waaraan ook DNB en de Autoriteit Persoonsgegevens hebben meegewerkt, benadrukken banken daarom het belang van duidelijke governance, privacybescherming en menselijke controle. AI kan signaleren en analyseren, maar het besluit om een transactie mogelijk als verdacht te melden blijft mensenwerk. Daarmee wordt verantwoord AI-gebruik meer dan een technisch vraagstuk: effectieve inzet bij transactiemonitoring vraagt om een combinatie van technologie, uitlegbaarheid, toezicht en professionele oordeelsvorming.
Dit is een samenvatting van het volledige artikel op site NVB.
