Die Ökonomie der Geldwäschebekämpfung – Episode 01
Warum Fehlalarme keine Panne sind, sondern die Grundwährung des AML-Systems.
Die Zahl, die jeder kennt
95 Prozent. Manchmal 98. Manchmal 99. In kaum einem Bereich der Finanzindustrie kursiert eine Zahl so selbstverständlich wie die False-Positive-Rate im Transaktionsmonitoring.
Sie taucht in Beratungsdecks, Vendor-Pitches und Aufsichtsgesprächen auf. Aber je öfter sie genannt wird, desto unschärfer wird ihr Ursprung. Die Branche kennt den Wert. Sie besitzt ihn nicht.
McKinsey sprach 2020 von “90 bis 95 Prozent” bei regelbasierten Systemen. KPMG nannte 2021 Quoten von über 90 Prozent, teils über 98. IBM-Forscher zeigten 2023 anhand des IT-AML-Datensatzes, dass einfache Schwellenwert-Regeln auf eine Präzision von 1,6 Prozent kommen – also 98,4 Prozent Fehlalarme.
Gerade diese Mischung aus Allgegenwart und Unschärfe macht die Zahl so brauchbar. Sie beschreibt ein Problem, das jeder kennt, aber kaum jemand verbindlich messen muss. Das entlastet Regulierer, Vendoren und Institute zugleich.
Was ein Fehlalarm wirklich kostet
Ein Fehlalarm ist kein rotes Symbol auf einem Dashboard. Er ist Arbeitszeit. Ein Analyst öffnet den Fall, zieht Transaktionsdaten, prüft Kundenprofil und Kontext, dokumentiert, schließt oder eskaliert. Dann beginnt der nächste.
Celent bezifferte 2020 die Kosten pro Alert-Untersuchung auf 20 bis 40 US-Dollar für Level-1 und 50 bis 150 US-Dollar für Level-2. Komplexere Fälle, die in eine Verdachtsmeldung münden, können 200 bis 500 Dollar kosten.
Bei 50.000 Alerts pro Monat, 95 Prozent Fehlalarmen und 30 Dollar Durchschnittskosten pro Prüfung gibt eine Großbank rund 1,4 Millionen Dollar im Monat für die Erstsichtung von Nichts aus. Das sind 17 Millionen Dollar im Jahr, bevor überhaupt ein echter Treffer entsteht.
HSBC beschäftigt rund 4.000 Mitarbeiter in Financial Crime. JPMorgan Chase über 3.000. Die Wolfsberg Group schätzt über 300.000 Vollzeitstellen in AML und KYC weltweit. Ein erheblicher Teil davon existiert, um verdachtsarme Routinen administrierbar zu machen.
Die Bayes’sche Falle
Dabei beginnt das Problem nicht mit schlechter Arbeit, sondern mit Statistik. Wenn Geldwäsche nur einen winzigen Bruchteil aller Transaktionen ausmacht, produziert selbst ein sehr gutes System zwangslaufig mehr falsche als richtige Treffer.
Das ist keine Ausrede für schlechte Systeme. Aber es ist die mathematische Begrenzung, innerhalb derer jedes AML-Monitoring operiert. Wer das ignoriert, verwechselt Physik mit Führung.
Entscheidend ist deshalb nicht, ob False Positives vollständig verschwinden können. Entscheidend ist, warum ein System mit so offensichtlicher Ineffizienz über Jahrzehnte stabil bleibt. Genau dort beginnt seine Ökonomie.
Wer verdient an den Fehlalarmen
Die Vendoren
Der globale Markt für AML-Software lag 2023 bei rund 3,5 Milliarden US-Dollar. Grand View Research, MarketsandMarkets und Mordor Intelligence prognostizieren ein Wachstum auf 8 bis 10 Milliarden bis 2030 – ein jährliches Plus von 15 bis 17 Prozent.
NICE Actimize, Marktführer im Transaction Monitoring, gehört zur israelischen NICE Systems mit 2,4 Milliarden Dollar Jahresumsatz. Die Financial-Crime-Sparte wird auf 600 Millionen Dollar geschätzt. Oracle, SAS, LexisNexis, Refinitiv – die großen Namen teilen sich einen Markt, der mit jedem neuen Regulierungszyklus wächst.
Fiserv kaufte 2021 Verafin für 2,75 Milliarden Dollar. Visa übernahm 2024 Featurespace für geschätzt 900 Millionen. Quantexa erreichte 2023 eine Bewertung von 1,8 Milliarden Dollar. Das sind keine Bewertungen für Unternehmen, die ein Problem lösen. Das sind Bewertungen für Unternehmen, die von einem Problem leben.
Lizenzgebühren skalieren häufig mit Transaktionsvolumen oder Alert-Anzahl. Mehr Alerts bedeuten mehr Systemlast, mehr Module, teurere Lizenzen. Die ökonomische Logik ist klar: Der Vendor hat kein Interesse an weniger Alarmen.
Die Berater
Wenn BaFin, FCA oder FinCEN eine Enforcement Action verhängen, beauftragen Banken typischerweise eine der Big Four mit der Remediation. PwC, Deloitte, EY und KPMG betreiben jeweils milliardenschwere Financial-Crime-Practices. Geschätzte Gesamtumsätze der Big Four im AML-Advisory: 2 bis 4 Milliarden Dollar jährlich.
Dazu kommen die Outsourcing-Giganten: Accenture, Genpact, Wipro, Cognizant betreiben riesige KYC- und Alert-Review-Zentren in Indien, den Philippinen und Osteuropa. Ein einzelnes Remediation-Mandat kann 200 bis 500 Analysten umfassen, die jahrelang Alerts abarbeiten. Mehr Fehlalarme bedeuten mehr Köpfe, mehr Verträge, mehr Umsatz.
Die RegTech-Startups
Der Witz des Systems: Auch die Unternehmen, die versprechen, False Positives zu reduzieren, profitieren von deren Existenz. Napier AI verspricht 70 Prozent weniger Fehlalarme. Hawk AI aus München wirbt mit 60 bis 80 Prozent Reduktion. Quantexa mit 80 Prozent effizienteren Ermittlungen.
Ihr Geschäftsmodell braucht das Problem, das sie lösen wollen. Ein Startup, das False Positives senkt, verkauft sich nur in einer Welt, in der False Positives hoch sind. Das ist kein Betrug – es ist ein ökonomischer Kreislauf.
Die Zertifizierungsindustrie
ACAMS, die Association of Certified Anti-Money Laundering Specialists, hat über 100.000 Mitglieder in 175 Ländern. Die Zertifizierung kostet rund 1.300 Dollar pro Prüfung plus jährliche Mitgliedsgebühren. ACAMS lebt von der Komplexität des Systems, das es zertifiziert.
Die Asymmetrie, die alles erklärt
Warum ändern Banken nichts? Weil die Anreize falsch gesetzt sind.
Die Strafe für einen verpassten Verdachtsfall ist existenzbedrohend. TD Bank zahlte 2024 drei Milliarden Dollar für BSA/AML-Versagen – die größte AML-Strafe in der US-Geschichte. Danske Bank: zwei Milliarden Dollar. HSBC: 1,9 Milliarden. Westpac: 1,3 Milliarden Australische Dollar.
Die Strafe für zu viele Fehlalarme: null. Kein Regulator hat je eine Bank sanktioniert, weil sie zu viele Alerts generiert hat. Keine Aufsichtsbehörde hat je die False-Positive-Rate als Defizit in einen Prüfbericht geschrieben.
In Deutschland haftet der Geldwäschebeauftragte persönlich nach Paragraph 7 GwG. Wer Schwellenwerte senkt und danach einen Fall übersieht, riskiert strafrechtliche Konsequenzen. Wer die Schwellenwerte lässt, wie sie sind, riskiert nichts – außer dass seine Analysten ausbrennen.
Die FCA in London hat 2024 in einem Thematic Review erstmals offen gesagt, was alle wissen: “Firms with the highest alert volumes did not necessarily have the highest-quality SAR filings.” Aber auch die FCA hat daraus keine Konsequenzen gezogen.
Warum sich nichts ändert
Vier Gründe, warum die Schwellenwerte seit der Systemeinführung oft nicht angepasst werden:
Erklärbarkeit: BaFin, EBA und AMLA verlangen “nachvollziehbare” Alert-Generierung. Regelbasierte Systeme sind erklärbar. KI-Modelle, die Alerts reduzieren könnten, sind es oft nicht – oder zumindest nicht in der Form, die Prüfer akzeptieren.
Validierungsaufwand: MaRisk AT 4.3.5 verlangt eine vollständige Modellvalidierung, wenn ein regelbasiertes System durch Machine Learning ersetzt wird. Parallelbetrieb, Backtesting, Dokumentation – das sind Projekte, die Jahre dauern und Millionen kosten.
Vendor Lock-in: Viele Banken stecken in 5- bis 10-Jahres-Verträgen mit Legacy-Anbietern. Der Wechsel zu einem moderneren System ist technisch und vertraglich aufwendig. Wer NICE Actimize einmal eingeführt hat, bleibt in der Regel.
Datenqualität: Machine-Learning-Modelle brauchen gelabelte Trainingsdaten. Aber echte Geldwäschefälle machen weniger als 0,1 Prozent aller Transaktionen aus. Die Labels sind unzuverlässig – denn viel Geldwäsche bleibt unentdeckt. Was als “sauber” gelabelt ist, kann in Wirklichkeit schmutzig sein.
Was sich bewegt – und was nicht
PwC meldete in der EMEA AML Survey 2024: 79 Prozent der befragten Finanzinstitute planen den Einsatz von KI im Transaction Monitoring. NICE Actimize verspricht auf seiner ENGAGE 2026 Plattform eine KI-gestützte Triage, die bis zu 90 Prozent offensichtlicher False Positives automatisch schließt.
In den Niederlanden gründeten fünf Großbanken Transaction Monitoring Netherlands (TMNL), um Transaktionsdaten zu poolen und False Positives durch gemeinsame Analytik zu senken. Das Projekt kämpft mit DSGVO-Bedenken und musste sein Datenmodell überarbeiten.
AMLA, die neue europäische Geldwäscheaufsicht, wird RegTech-Lösungen künftig nach Kriterien wie Erklärbarkeit, Auditierbarkeit und Echtzeitfähigkeit bewerten. Ob das den Druck auf Banken erhöhen wird, ihre Monitoring-Effizienz zu verbessern, ist offen. Die bisherige Regulierungslogik deutet eher darauf hin, dass AMLA eine weitere Schicht Komplexität hinzufügt, nicht weniger.
Die Frage, die niemand stellt
274 Milliarden Dollar gibt die Finanzindustrie jährlich für Compliance aus. 95 Prozent der erzeugten Alerts sind Fehlalarme. Weniger als ein Prozent der gewaschenen Gelder werden beschlagnahmt.
Die Frage ist nicht, ob das System Fehler hat. Die Frage ist, wem diese Fehler nützen.
Vendoren verkaufen Software, die Millionen Alerts produziert. Berater besetzen Tausende Analysten-Stellen, um diese Alerts abzuarbeiten. RegTech-Startups versprechen, das Problem zu lösen, das ihre Existenz begründet. Regulierer messen Volumen statt Wirkung. Und Banken zahlen – weil die Alternative teurer ist.
False Positives sind kein Bug. Sie sind ein Geschäftsmodell.
Nächste Folge: “Was kostet Compliance wirklich?” – Die versteckten Kosten jenseits der Lizenzgebühren.
Serie: Die Ökonomie der Geldwäschebekämpfung
Episode: 01 / 07
Autor: Fincrime Watchdog
Stand: April 2026
Quellen:
- McKinsey, “The investigator-centered approach to financial crime: Doing what matters” (2020)
- PwC EMEA AML Survey 2024 (396 Institutionen, 40 Länder)
- LexisNexis, “True Cost of Financial Crime Compliance” (2023 global) und (EMEA 2024)
- KPMG AML/CFT RegRadar und Regulatory Developments Hub
- Dow Jones / SWIFT Global AML Survey (2017; oft über ACAMS rezipiert)
- Weber et al., NeurIPS 2023, “Anti-Money Laundering in Bitcoin: Experimenting with Graph Convolutional Networks for Financial Forensics”
- Jullum et al., Journal of Money Laundering Control (2020)
- Grand View Research, Anti-Money Laundering Software Market
- FCA, Financial crime: firms we supervise
- FinCEN SAR Statistics
