Technologie maakt CDD en KYC-proces efficiënter en effectiever
In lijn met huidige wetgeving worstelt de financiële sector momenteel met twee belangrijke compliancevraagstukken: Customer Due Diligence (CDD) en Know Your Customer (KYC). Om hier zowel efficiënt als effectief mee om te gaan, zullen banken slimmer gebruik moeten maken van nieuwe technologie, zoals machine learning.
De afgelopen maanden hebben laten zien hoe belangrijk het is om een goed inzicht te hebben in klantdossiers en om ‘in control’ te zijn over lopende geldstromen. ING kan er over meepraten, de bank trof eind vorig jaar de duurste schikking ooit met justitie in Nederland, voor het recordbedrag van 775 miljoen, omdat het zijn anti-witwas- en klantprocessen niet op orde had. Dat wil zeggen, ING kon onvoldoende aantonen dat de bank in control is op het gebied van Customer Due Diligence & Know Your Customer. Ook Rabobank, zij het voor een meer bescheiden bedrag, kreeg begin dit jaar van De Nederlandsche Bank een boete opgelegd voor gebrekkige controles op criminele transacties – de bank moest ruim €1 miljoen aftikken.
Customer Due Diligence en Know Your Customer
CDD- en KYC-compliance is niet alleen in ons land een steeds grotere uitdaging voor banken. De worsteling bij banken is een wereldwijd fenomeen, zo blijkt uit meerdere witwasgerelateerde onderzoeken, die momenteel lopen bij onder meer Swedbank, Danske Bank en ‘challenger bank’ Revolut in het Verenigd Koninkrijk.
Banken overal ter wereld zijn door de ontwikkelingen druk bezig om de manier waarop zij klantdossiers aanvliegen te verbeteren. Vanuit de toezichthouders worden zij verplicht om te allen tijde precies te weten wie hun klanten zijn, welke constructies (corporate en consument) er gekoppeld zijn aan een specifieke klant, en welke transacties zij met deze klant uitvoeren of van plan zijn om uit te voeren. Hierbij moet vooral gekeken worden naar gebieden die mogelijk verdacht zijn, waarbij vragen beantwoord moeten worden als: ‘Wat is de herkomst van het verstrekte vermogen?’; ‘Zijn er transacties afkomstig uit landen die gesanctioneerd zijn of op een zwarte lijst staan?’; ‘In hoeverre is er sprake van agressieve belastingplanning door de klant?’
Het verzamelen, ordenen en handmatig beoordelen van klanten en transacties is voor veel banken een enorm tijdrovende en arbeidsintensieve klus. Niet voor niks zoeken de drie grootbanken in ons land – Rabobank, ING Bank en ABN AMRO – de komende maanden meer dan honderd extra medewerkers voor CDD/KYC-taken.
Volgens Sander van Gelderen, Business Consultant bij Hot ITem, is de traditionele aanpak om meer handjes en mensen toe te voegen als oplossing, niet langer de juiste meer. Niet alleen leidt dit tot fors hogere kosten – mensen zijn immers dure krachten – maar het biedt ook niet de benodigde controle op kwaliteit die gevraagd wordt. “Een datagedreven aanpak kan met een fractie van de kosten zorgen voor een aantoonbaar beter, efficiënter en meer in control proces”, geeft Van Gelderen aan.
Technologie speelt hierbij een bepalende rol, legt hij uit: “Door het slim inzetten van technologie kost het CDD-proces en de verantwoording ervan veel minder tijd, en wordt het proces beter uitgevoerd.” Dit betekent dat banken verdachte transacties beter kunnen spotten en voorkomen, waardoor ze onder de streep meer compliant zijn. Belangrijker nog, is het voordelige effect dat dit heeft op hun eigen reputatie, want financiële instellingen worden nog altijd met argusogen bekeken. De sector kampt nog steeds met een slechte reputatie, als gevolg van de voorbije financiële crisisjaren. De reputatieschade die deze instellingen oplopen heeft mogelijk een nog grotere impact, aangezien de media massaal verslag doen van de slechte controles die banken uitvoeren.
Proactievere aanpak
Een ander voordeel van het gebruiken van slimme technologieën voor CDD en KYC – zoals machine learning – is dat deze technologieën banken in staat stellen een meer proactieve aanpak te hanteren. Wet- en regelgevende instanties en het grote publiek verwachten namelijk dat banken niet alleen compliant zijn – ze vinken de vakjes af – maar ook dat zij precies weten waar de toekomstige risico’s liggen en strategieën klaar hebben liggen om daar mee om te gaan. Een voorbeeld hiervan is het continu bijhouden en up to date houden van klantgegevens. Door gebruik te maken van kunstmatige intelligentie (AI), kunnen wijzigingen in het profiel van een klant (veranderingen van naam, vestigingsland, eigenaarschap(-structuur) en activiteiten) automatisch opgepakt worden, wanneer deze plaatsvinden.
Momenteel houden veel banken er nog een handmatig reviewproces op na, waar bovengenoemde wijzigingen pas aan het licht komen bij een periodieke review. Dit maakt dat er dan mogelijk gewerkt wordt met verouderde gegevens, die soms zelfs enkele jaren oud kunnen zijn. Dit geeft geen nauwkeurig beeld van de klantsituatie. Volgens Van Gelderen kan AI, dat continu openbare bronnen kan raadplegen en crosschecks kan doen met dossiergegevens, hierbij uitkomst bieden: “Dit is, naast kostenbesparing, één van de grote voordelen van een zoveel mogelijk geautomatiseerd proces met behulp van artificial intelligence”.
Door bovendien minder mensen in de processen in te zetten, kunnen medewerkers juist op andere gebieden ingezet worden – “meer waarde-toevoegende activiteiten, in plaats van de activiteiten die eerder werden uitgevoerd, en die dus effectiever door slimme machines en algoritmes kunnen worden gedaan”, sluit Van Gelderen af.
