Privacy First und andere Datenschutzorganisationen haben Bedenken gegenüber neuen Leitlinien zur Anti-Money-Laundering-Verordnung (AMLA) geäussert, die automatisierte Geldwäsche-Profiling-Systeme regeln. Diese Algorithmen sollen verdächtige Finanzaktivitäten identifizieren, basierend auf Nutzermuster und Verhaltensmustern. Allerdings könnten solche Systeme Grundrechte verletzen und zu Falsch-Positiven führen.
Das Grundproblem liegt in der Funktionsweise dieser automatisierten Systeme. Sie analysieren grosse Datenmengen und erstellen Risikoprofilel, oft ohne menschliche Überprüfung oder transparente Kriterien. Dies kann zu willkürlichen oder fehlerhaften Klassifikationen führen, bei denen legitime Nutzer als verdächtig eingestuft werden. Solche Fehler können erhebliche Konsequenzen haben: blockierte Konten, erhöhte Überwachung oder sogar finanzielle Benachteiligung.
Datenschützer argumentieren, dass solche Systeme grundlegenden demokratischen Prinzipien wie Transparenz und das Recht auf Anhörung widersprechen. Es gibt oft keine Möglichkeit für betroffene Personen zu verstehen, warum sie als verdächtig markiert wurden oder wie sie dies anfechten können. Dies ist besonders problematisch in einem Geschäftskontext, wo ein Risikorating erhebliche Auswirkungen auf Geschäftsbeziehungen haben kann.
Für Schweizer KMUs und ihre Finanzpartner ist dies relevant. Wenn automatisierte Geldwäsche-Profile zu Falsch-Positiven führen, könnte dies Geschäftskonten oder Geschäftsbeziehungen beeinträchtigen. Ein Unternehmen könnte plötzlich erhöhte Compliance-Anforderungen haben oder sogar Bankdienstleistungen verlieren, ohne vollständig zu verstehen, warum dies geschah. Datenschützer fordern daher strenge gesetzliche Bestimmungen, einschliesslich einem Verbot besonders risikanter Profil-Praktiken und transparenteren Verfahren für betroffene Personen. IT-Verantwortliche sollten ihre Compliance-Anforderungen mit ihren Finanzpartnern regelmässig überprüfen.