FinCrime OS 2026: Open-Source-Tools für ein föderatives Compliance-System
Dieser Artikel setzt auf dem Manifest vom 28. März 2026 auf. Er konkretisiert die dort skizzierte Referenzarchitektur mit evaluierten Open-Source-Projekten und ordnet sie den sieben Marktsegmenten zu. Korrekturen, Erweiterungen und Einschränkungen gegenüber dem Manifest werden durchgehend markiert.
Im ersten Teil dieser Serie haben wir sieben Marktsegmente kartiert, 28 Anbieter benannt und eine Referenzarchitektur skizziert. Die These: Nicht die KI differenziert, sondern das föderative Mindset. Das war ein Manifest. Dieser Artikel liefert die nächste Schicht: 22 evaluierte Open-Source-Projekte, eingeordnet in eine systematische Taxonomie, mit expliziten Reifegraden und Einschränkungen.
Kontext: Was Compliance kostet
Als Orientierungsgröße für die operative Dimension des Problems: Eine Modellrechnung für das 7frogs-Regulierungskonzept ergab geschätzte jährliche Kosten von rund 4,2 Mio. Euro für UBO-Recherchen bei einem Institut mit ~800.000 Kunden — basierend auf durchschnittlich 8,4 Minuten pro manuellem UBO-Lookup, einem internen Stundensatz von 37,50 € und einer angenommenen Durchdringungsrate von 85 %. Eigenbewertung
Status quo: Was existiert
Sprint 1 des beyond-ai-Repository ist unter sanction.endvater.de erreichbar. Fakt Es handelt sich um eine persönliche Entwicklungsumgebung — nicht um eine produktionsreife Referenzimplementierung. Eigenbewertung Konkret bedeutet das:
Der Stack (OpenSanctions/yente + ElasticSearch + FastAPI + Neo4j 5.16 + Ollama) läuft auf einem selbst gehosteten VPS, ist öffentlich erreichbar und unter Apache 2.0 lizenziert. Fakt Er ist nicht lastgetestet, nicht penetrationsgetestet, hat kein RBAC, kein Audit-Logging und keinen definierten SLA. Er demonstriert Machbarkeit, nicht Betriebsreife. Eigenbewertung
Das Repository gliedert sich in vier Module: sanctions/, horizon/, osint/, shared/. Diese Struktur bildet die fünf Architektur-Layer des Manifests ab. Arch.
Taxonomie: Acht Klassen statt einer Liste
Die 22 evaluierten Projekte werden nachfolgend nicht als flache Liste, sondern in acht funktionale Klassen geordnet. Arch. Diese Trennung folgt der Kritik, dass Datenmodelle, Frameworks, Plattformen und Benchmarks nicht in einer Ebene vergleichbar sind.
Klasse 1 — Datenquellen & Feeds
Manifest-Segmente: 01 (Regulatory Intelligence), 02 (Sanctions Screening)
| Projekt | Funktion | Lizenz | Reife | Status | Evidenz |
|---|---|---|---|---|---|
| OpenSanctions / yente | Sanctions-Screening API, 320+ Quellen, Bulk-Matching | MIT | Hoch | ✓ live | Fakt |
| OpenSanctions Crawler | FtM-Scraper für 200+ Listen, eigene Quellen erweiterbar | MIT | Hoch | evaluiert | Fakt |
| ICIJ Offshore Leaks | 1,6 Mio. Records (Panama/Paradise/Pandora Papers) | ICIJ ToS | Hoch | ✓ live | Fakt |
| AMLGentex | Synthetische AML-Transaktionsdaten, konfigurierbare Topologie | Apache 2.0 | Mittel | evaluiert | Projektangabe |
Klasse 2 — Datenmodell & Standardisierung
Querschnitt über alle Segmente
| Projekt | Funktion | Lizenz | Reife | Status | Evidenz |
|---|---|---|---|---|---|
| FollowTheMoney | Entitätsschema (Person, Company, Sanction, Ownership) — OCCRP-Standard | MIT | Hoch | evaluiert | Fakt |
| nomenklatura | FtM-Deduplication, Statement-basierte Datenverwaltung | MIT | Mittel | evaluiert | Projektangabe |
| AMLTRIX | MITRE ATT&CK-Analogie für FinCrime: adversarische Techniken + defensive Mappings | Community | Früh | geplant | Projektangabe |
Klasse 3 — Matching & Entity Resolution
Manifest-Segmente: 02 (Sanctions), 05 (OSINT)
| Projekt | Funktion | Lizenz | Reife | Modul | Evidenz |
|---|---|---|---|---|---|
| moov-io/watchman | OFAC/EU/UN-Screener (Go), Cross-Validation zu yente | Apache 2.0 | Hoch | sanctions/ |
Fakt |
| Splink | Fellegi-Sunter Record Linkage, DuckDB-Backend | MIT | Hoch | osint/ |
Fakt |
Klasse 4 — Rules & Decisioning
Manifest-Segment: 03 (Transaction Monitoring)
| Projekt | Funktion | Lizenz | Reife | Modul | Evidenz |
|---|---|---|---|---|---|
| gorules/zen | Embeddbare Rules Engine, Rust-Kern, Python-Bindings, Git-Versionierung | MIT | Hoch | shared/ |
Fakt |
| Ununseptium | Python-Library für KYC/AML-Scoring und Risikoanalyse | MIT | Unklar | sanctions/ |
Projektangabe |
gorules/zen erweist sich als besser geeignet für den Python/FastAPI-Stack: kein JVM-Overhead, native Bindings, Microsekunden-Latenz. Arch. Drools bleibt valide für Java-basierte Umgebungen.
Klasse 5 — Transaction Monitoring & Case Management
Manifest-Segment: 03 — „die 95-Prozent-False-Positive-Maschinen“
| Projekt | Funktion | Lizenz | Reife | Banktauglich? | Evidenz |
|---|---|---|---|---|---|
| Jube | Echtzeit-TxM + ML + regelbasierte Erkennung + Case-Management-Workflow | AGPLv3 | Mittel | Docker ✓, RBAC unklar, Audit-Log unklar | Projektangabe |
| Marble | API-first AML-Engine, Screening + TxM + Case Investigation | AGPL | Mittel | Docker ✓, API ✓, RBAC im Enterprise-Tier | Projektangabe |
| Tazama | Echtzeit-Fraud-Prävention für digitale Zahlungen (Linux Foundation) | Apache 2.0 | Mittel | Fraud-Fokus, AML-Brücke ist Interpretation | Projektangabe |
Marble: Die Angabe „100+ Organisationen“ stammt aus dem GitHub-Auftritt des Projekts und ist eine Herstellerangabe, kein unabhängiger Nachweis. Projektangabe
Tazama: Das Projekt ist primär auf Fraud-Detection in digitalen Zahlungen ausgerichtet. Die Brücke zu bankaufsichtlicher AML-Compliance ist unsere Interpretation, nicht die offizielle Projektbeschreibung. Eigenbewertung
AGPL-Lizenz: Sowohl Jube als auch Marble verwenden AGPL, was für Institute mit proprietären Integrationen Lizenzrisiken birgt. Die Lizenzimplikation muss vor produktivem Einsatz rechtlich geprüft werden.
Klasse 6 — Graph-Analyse & Visualisierung
Manifest-Segment: 05 (OSINT)
| Projekt | Funktion | Lizenz | Reife | Evidenz |
|---|---|---|---|---|
| Neo4j 5.16 + GDS | Graph-Datenbank + WCC, PageRank, Louvain für Netzwerkerkennung | Community: GPLv3 | Hoch | Fakt |
| NetworkX | Graph-Algorithmen in Python: Zentralität, Community-Detection, PageRank | BSD | Hoch | Fakt |
| GAMLNet | GIN + GraphSAGE für AML-Mustererkennung in Transaktionsgraphen | Akademisch | Forschung | Projektangabe |
| Cytoscape.js | Browser-native Netzwerk-Visualisierung für Ermittler-Dashboards | MIT | Hoch | Fakt |
Klasse 7 — RAG & Dokumentenverarbeitung
Manifest-Segment: 01 (Regulatory Intelligence)
| Projekt | Funktion | Lizenz | Reife | Evidenz |
|---|---|---|---|---|
| Aleph (OCCRP) | Document Indexing + Entity Extraction, spricht FtM-Schema | MIT | Hoch | Fakt |
| RAGFlow | RAG-Engine mit Deep Document Understanding, Docker/MinIO | Apache 2.0 | Mittel | Projektangabe |
| RegNLP Benchmarks | ObliQA, Obligation Classifier — Benchmarks, kein Produktivsystem | Akademisch | Akademisch | Fakt |
| OpenAML (FINOS) | On-Chain-AML-Scoring, Multiclass, 30.000+ Wallets Trainingsdaten | Apache 2.0 | Früh | Projektangabe |
Klasse 8 — Orchestrierung & Betrieb
Architektur-Layer: KI-Pipeline + API & Integration
| Projekt | Funktion | Lizenz | Reife | Evidenz |
|---|---|---|---|---|
| LiteLLM | Unified LLM Gateway: Routing, Fallback, Cost-Tracking, Logging | MIT | Hoch | Fakt |
| Prefect | Workflow-Scheduler für yente-Feeds, SPARQL, RSS-Polling | Apache 2.0 | Hoch | Fakt |
Aktualisierte Referenzarchitektur
Die fünf Architektur-Layer des Manifests bleiben strukturell erhalten. Änderungen betreffen die konkreten Tool-Zuordnungen und einen neuen Querschnittslayer (FtM + AMLTRIX). Arch.
| Layer | Manifest (28.03.) | Aktualisiert (31.03.) | Änderungstyp |
|---|---|---|---|
| Datenquellen | EUR-Lex, BaFin, OFAC, OpenSanctions, ICIJ | + nomenklatura, watchman, AMLGentex | Erweiterung |
| KI-Pipeline | Claude + Ollama, FinRegAgents | → LiteLLM als Gateway, + RegNLP, + RAGFlow | Korrektur + Erweiterung |
| Knowledge Graph | Neo4j, Splink | + GAMLNet, + Aleph (Doc→FtM), + NetworkX | Erweiterung |
| API / Integration | FastAPI, WordPress, Telegram, n8n, Flink | n8n → Prefect, + zen, + Jube/Marble APIs | Korrektur + Erweiterung |
| Frontend | React Dashboard | + Cytoscape.js | Erweiterung |
| Querschnitt (neu) | — | FtM (Datenmodell) + AMLTRIX (Methodik) | Neu |
Was dieser Artikel nicht abdeckt
Ein Tool-Stack ist kein Betriebsmodell. Eigenbewertung Die folgenden Themen sind für eine banktaugliche Umsetzung essentiell, werden in diesem Artikel aber bewusst nicht behandelt — sie erfordern jeweils eigenständige Analysen:
Regulatorisch: DSGVO-/Bankgeheimnis-Implikationen bei Multi-Source-Ingestion. Unterschiede zwischen Sanktions-, AML- und Fraud-Kontrolllogiken. AMLA-Zeitplan im Detail (die Formulierung „bis Juli 2027″ im Manifest war zu grob — tatsächlich gelten unterschiedliche Fristen: AMLR ab 10. Juli 2027, direkte AMLA-Aufsicht ab Januar 2028, 6. AMLD-Umsetzung durch Mitgliedstaaten bis Juli 2027, einzelne Transparenzregister-Fristen bereits ab Juli 2025/2026). Fakt
Operativ: Alert Governance und Eskalationslogik. Modellrisiko bei ML-basierten Scoring-Systemen. Explainability-Anforderungen (MaRisk AT 4.3.4). IAM/Rollenmodell. SIEM/SOC-Integration. Change-Governance für Regelwerke. Evidenzführung für Revision und Aufsicht.
Architektonisch: Entitätenauflösung bei Multisource-Ingestion (Name-Kollisionen zwischen ICIJ, OpenSanctions und Handelsregistern). Datenqualität in KYC-/TxM-Feeds. Versionierung und Reproduzierbarkeit von Screening-Ergebnissen.
Diese Lücken sind keine Nebensache — sie sind der Grund, warum der Schritt von „Tool-Stack“ zu „Betriebsmodell“ die eigentliche Herausforderung darstellt. Eigenbewertung
Roadmap: Drei Phasen
Die drei Stufen des föderativen Modells aus dem Manifest — (1) Open Source mit Community-Governance, (2) föderativer Betrieb mit geteilter Infrastruktur, (3) Verbandslösung mit regulatorischer Anerkennung — werden hier mit konkreten Zeitachsen unterlegt. Arch.
Entscheidermatrix: Banktauglichkeit auf einen Blick
Die folgende Matrix bewertet die zehn Kernprojekte des Stacks nach Kriterien, die für einen CIO, Revisor oder Einkauf entscheidungsrelevant sind. Alle Bewertungen basieren auf öffentlicher Dokumentation und README-Analyse — nicht auf Produktionserfahrung. Eigenbewertung
| Projekt | Lizenz | Self-Host | RBAC | Audit-Log | API | Reifegrad | Regulat. Anschluss |
|---|---|---|---|---|---|---|---|
| yente | MIT | ✓ | — | — | ✓ | Hoch | Sanctions Screening |
| watchman | Apache 2.0 | ✓ | — | — | ✓ | Hoch | OFAC/EU/UN Listen |
| Splink | MIT | ✓ | n/a | n/a | Lib | Hoch | Entity Resolution |
| Jube | AGPLv3 ⚠ | ✓ | ? | ? | ✓ | Mittel | TxM, Case Mgmt |
| Marble | AGPL ⚠ | ✓ | Enterprise | Enterprise | ✓ | Mittel | TxM, Screening |
| gorules/zen | MIT | ✓ | BRMS | ✓ | ✓ | Hoch | Rules Engine |
| Aleph | MIT | ✓ | ✓ | ✓ | ✓ | Hoch | Doc-Indexing, FtM |
| LiteLLM | MIT | ✓ | ✓ | ✓ | ✓ | Hoch | LLM-Gateway |
| Prefect | Apache 2.0 | ✓ | ✓ | ✓ | ✓ | Hoch | Orchestrierung |
| FtM | MIT | n/a | n/a | n/a | Lib | Hoch | Datenmodell |
Legende: ✓ = dokumentiert vorhanden · ? = aus Dokumentation nicht eindeutig ermittelbar · — = nicht vorhanden · Enterprise = nur in kostenpflichtiger Variante · Lib = Bibliothek ohne eigenen Server · n/a = Kategorie nicht anwendbar · ⚠ AGPL = Copyleft-Lizenz, Rechtsklärung vor Integration erforderlich
Fazit
Im Manifest haben wir geschrieben: „Die Frage, die über Erfolg oder Scheitern entscheidet, ist nicht ‚Funktioniert die KI?‘ — sondern: Schaffen es die Institute, gemeinsam zu handeln?“
Dieser Artikel hat die technische Seite dieser Frage konkretisiert: 22 evaluierte Projekte in acht Klassen, mit expliziten Reifegraden, Evidenzklassen und Einschränkungen. Die Grundstruktur der Manifest-Architektur erweist sich als tragfähig — mit Korrekturen im Detail (Drools→zen, n8n→Prefect), Erweiterungen (Querschnittslayer, Cross-Validation, GNN) und offenen Fragen, die der erste Entwurf nicht adressiert hatte (DSGVO, Alert Governance, Modellrisiko). Eigenbewertung
Was nach wie vor fehlt, ist kein Tool. Es ist der erste Anruf.












