Auf dieser Seite werden die Vorhersageausgaben beschrieben, die sich aus der Anfrage von AML AI.
Für das Schema und die Felder der Vorhersageausgaben in BigQuery Siehe Vorhersageausgaben.
Risiko-Punktzahlen
Die Risikobewertungen liegen zwischen 0 und 1. Ein höherer Wert bedeutet ein höheres Risiko. Risikobewertungen sollten jedoch nicht direkt als Wahrscheinlichkeit für Geldwäscheaktivitäten interpretiert werden.
Risikobewertungen werden für einen (oder mehrere, wenn predictionPeriods größer als 1 ist) vollständigen Kalendermonat unmittelbar vor dem angegebenen endTime erstellt.
Für jede Partei wird für jeden Monat ein Risikowert berechnet.
Jede erzeugte Vorhersage und Erklärung hat einen risk_period_end_time bei
nach dem Ende des gesamten Kalendermonats um 0:00 Uhr.
Wenn beispielsweise predictionPeriods= 12 und endTime= 2022-01-01T00:00:00Z, dann erstellt die AML-KI Risikobewertungen und Erklärbarkeit für jeden Monat im Jahr 2021. Eine Vorhersage mit dem risk_period_end_time-Wert 2021-02-01T00:00:00Z
stellt die Vorhersage des Kunden für den Monat 2021-01 dar.
Erklärbarkeit
Die Erklärbarkeit von AML-KI gibt an, welche Verhaltensweisen oder Merkmale (mithilfe von Attributfamilien) zum Risikowert einer bestimmten Partei beitragen. Erklärbarkeit umfasst die höchsten Risikogruppen, einschließlich aller Parteien, die Sie untersuchen würden. Erklärbarkeit kann für Kunden mit geringerem Risiko nicht enthalten sein.
Featurefamilien
Featurefamilien sind Sammlungen ähnlicher KI-Funktionen für die Geldwäschebekämpfung. Sie bieten eine für Menschen verständliche Kategorisierung, um Prüfer und interne Auditteams zu informieren.
Jede Funktionsfamilie deckt eine bestimmte Reihe von Transaktionsverhalten oder Parteimerkmalen ab. Außerdem haben einige Funktionsfamilien einen bestimmten Schwerpunkt, sodass Prüfer wissen, wo sie anfangen sollen. Beispiele für Schwerpunkte:
- Die Art der beteiligten Transaktion:
- Überweisung
- Barzahlung
- Häkchen
- Karte
- Sonstiges
- Die Richtung der Transaktionen:
- Debit (ausgehend für die Partei)
- Gutschrift (eingehend für die Partei)
Featurefamilien-Attributionswert
Für jede Partei mit hohem Risiko und jede Feature-Familie wird ein Attributionswert angegeben, der den Beitrag der Feature-Familie zum Risikowert der Partei angibt. Ein hoher positiver Wert bedeutet einen starken Beitrag zur Erhöhung des Risikowerts. Ein negativer Wert bedeutet, dass der Wert zur Senkung des Werts beiträgt.
Die Feature-Familien mit dem höchsten positiven Attributionswert sind für eine Überprüfung der Partei am relevantesten.
Sehen wir uns die folgenden Beispiele für Attributionswerte für eine bestimmte Partei an:
| Funktionsfamilie | Attributionswert |
|---|---|
| Ungewöhnliche Kartenabbuchungen | 0,4 |
| Ungewöhnlich schnelle Überweisungen | 0,8 |
| Ungewöhnliche Aktivitäten bei Überweisungen | -0,2 |
Dieses Beispiel kann so interpretiert werden:
- Der hohe Risikowert der Partei ist vor allem auf die schnelle Bewegung von Geldern zurückzuführen. Eine Untersuchung könnte dort beginnen.
- Ungewöhnliche Kartenabbuchungen tragen ebenfalls zu einem erheblichen Beitrag bei. ebenfalls berücksichtigt werden.
- Die Debit-Überweisungsaktivitäten der Partei haben den Risikowert sogar gesenkt. Daher ist es unwahrscheinlich, dass eine Prüfung erforderlich ist.