Start / Markt & Anbieter / Quantexa Tiefenanalyse

Quantexa Tiefenanalyse

Titelbild zur beitrag: Quantexa Tiefenanalyse
Serie · Teil 10
AML & KYC Software unter der Lupe

Quantexa – Das Netzwerk als Wahrheit

Geldwäsche versteckt sich nicht in einzelnen Transaktionen. Sie versteckt sich in Beziehungen. Quantexa hat 2016 eine Plattform gebaut, die genau dort ansetzt – und damit den AML-Markt in seinen Grundfesten herausfordert.

8 Min. Lesezeit 02. März 2026 Quantexa Graph AI Network Analytics

Die meisten AML-Systeme denken in Transaktionen. Sie fragen: Ist diese Zahlung verdächtig? Quantexa stellt eine fundamentell andere Frage: Wer ist dieser Kunde wirklich – und mit wem ist er verbunden? Dieser scheinbar kleine Unterschied in der Fragestellung hat dramatische Konsequenzen für die Qualität der Ergebnisse.

Gegründet 2016 in London von Vishal Marria, einem Veteran aus der forensischen Finanzdienstleistungsberatung, hat Quantexa in knapp einem Jahrzehnt den Sprung in die erste Liga des globalen FinCrime-Marktes geschafft. Die Technologie dahinter: Decision Intelligence – ein Ansatz, der isolierte Datenpunkte zu einem kohärenten, kontextuellen Bild der Realität zusammensetzt.

Chartis Category Leader: AML Transaction Monitoring & KYC 2025

Das Kernprinzip: Kontext schlägt Transaktion

Stellen Sie sich vor, eine Bank sieht eine Überweisung von 15.000 Euro. Regelbasiert: unauffällig. Kontextuell: Das überweisende Unternehmen wurde vor drei Monaten gegründet, hat denselben Direktor wie vier andere Firmen in drei Ländern, von denen zwei in Hochrisikogebieten sitzen – und alle wurden im selben Monat eingetragen.

Die Wahrheit liegt nicht in der Transaktion. Sie liegt in den Verbindungen dahinter. Wer die Verbindungen versteht, versteht das Risiko.

Quantexa nennt diesen Ansatz Contextual Monitoring: Anstatt einzelne Transaktionen gegen Schwellenwerte zu prüfen, werden interne und externe Datenquellen zusammengeführt, Entitäten (Personen, Unternehmen, Adressen, Telefonnummern) eindeutig identifiziert und als Netzwerk visualisiert. Was dabei sichtbar wird, bleibt regelbasierten Systemen systematisch verborgen.

Die technologischen Säulen

🔗
Entity Resolution

Automatische, KI-gestützte Identifikation und Zusammenführung von Entitäten über verschiedene Datensätze hinweg. Ein „Hans Müller“ in Datensatz A und ein „H. Müller“ in Datensatz B werden als dieselbe Person erkannt – oder als zwei verschiedene.

🕸️
Graph Analytics

Beziehungsnetzwerke zwischen Entitäten werden als Graphen modelliert. Zentrale Knoten, ungewöhnliche Verbindungen und Cluster-Muster werden automatisch erkannt – auch bei bewusst verschachtelten Firmenkonstrukten.

🤖
Explainable AI

Jeder generierte Alert enthält eine nachvollziehbare Begründung: Welche Verbindungen haben das Signal ausgelöst? Welche Datenpunkte waren ausschlaggebend? Regulatorisch sauber, prüfungsfähig.

☁️
Quantexa Cloud AML

Seit September 2025 als Cloud-Produkt auf Microsoft Azure verfügbar – konzipiert für mittelgroße und Community-Banken. Enterprise-Technologie, demokratisiert.

Leistungszahlen: Was die Plattform dokumentiert

90%+
mehr Genauigkeit gegenüber traditionellen Ansätzen
60×
schnellere Auflösung analytischer Modelle
2016
Gründungsjahr London – Decision Intelligence als Fundament

Das Produktportfolio

📊
Contextual Monitoring (AML)

Transaktionsmonitoring auf Netzwerkbasis: Verhaltensanomalien werden nicht isoliert, sondern im Kontext aller bekannten Verbindungen einer Entität bewertet.

👤
KYC & Customer Intelligence

360°-Kundenprofil durch Entity Resolution: Alle Datenpunkte zu einer Person oder einem Unternehmen werden zu einem kohärenten, risikogewichteten Profil zusammengeführt.

🔍
Investigation Intelligence

Investigationsunterstützung: Compliance-Analysten sehen auf einen Blick das vollständige Netzwerk hinter einem Fall – inkl. aller indirekten Verbindungen und Risikoindikatoren.

🌐
Quantexa Cloud AML (Azure)

Enterprise-Grade-Funktionalität als managed Cloud-Service auf Microsoft Azure – speziell für mittelgroße und Community-Banken mit begrenzten IT-Ressourcen.

Referenzkunde ING: Ein Blick in die Praxis

ING, eine der größten europäischen Banken mit jahrelangen Compliance-Problemen, hat Quantexa für seine KYC- und AML-Ermittlungsprozesse eingesetzt. Der Einsatzbereich: Investigative Teams, die komplexe Geldwäschefälle bearbeiten. Das Ergebnis laut ING: Durch die Netzwerkvisualisierung werden Verbindungen zwischen Kunden und Gegenparteien sichtbar, die bisher verborgen blieben – und die Effizienz der Ermittlungsteams steigt messbar.

ING ist kein leichtfertig überzeuger Pilot-Kunde. Das Institut stand jahrelang unter regulatorischem Druck und zahlt erheblich in die Modernisierung seiner Compliance-Infrastruktur. Wenn ING auf Quantexa setzt, ist das ein valides Qualitätssignal.


Stärken & kritische Punkte

✓ Stärken
  • Einzigartiger Netzwerkansatz – erkennt was Regelwerke nicht sehen
  • 90%+ Genauigkeitsverbesserung dokumentiert
  • Chartis Category Leader AML & KYC 2025
  • Explainable AI – regulatorisch prüfungsfähig
  • Referenzkunde ING (nach BaFin-/ECB-Druck validiert)
  • Cloud AML jetzt auch für mittlere Banken zugänglich
↗ Kritische Punkte
  • Datenqualität ist Voraussetzung: Garbage in, Garbage out
  • Implementierungskomplexität hoch bei heterogenen Datenhaushalten
  • Relativ junges Unternehmen – Langzeit-Track-Record noch im Aufbau
  • DACH-Präsenz geringer als etablierte Anbieter

Marktpositionierung: Das neue Maß?

Quantexa ist in kurzer Zeit von einem Newcomer zu einem echten Benchmark geworden. Das Unternehmen hat gezeigt, dass der Netzwerkansatz kein theoretisches Konzept ist – er funktioniert in der Praxis, bei Großbanken unter regulatorischem Druck. Die Herausforderung bleibt die Datenbasis: Wer schlechte oder fragmentierte Daten mitbringt, wird weniger von der Plattform profitieren.

Für die Zukunft des AML-Markts gibt Quantexa eine klare Richtung vor: Das Monitoring der Zukunft ist kontextuell, nicht transaktional. Wer das versteht, versteht Quantexa.

Geeignet für
Großbanken mit Daten-Infrastruktur & mittelgroße Banken via Cloud AML

die komplexe Geldwäscheschemata aufdecken wollen, über saubere Datenhaushalte verfügen und bereit sind, in einen Paradigmenwechsel vom Regel- zum Netzwerkansatz zu investieren.

Großbanken Correspondent Banking Community Banks (Cloud) Investigation Teams
Quellen & Belege
Markiert: