Die Sanktionsliste

857 exakte Treffer zwischen ICIJ-Offshore-Leaks und OpenSanctions zeigen im Snapshot vom 13. April 2026, dass ein Teil des Leak-Universums im heutigen Screening noch operativ lebt

Panama Paradox, Teil 2 von 2 — OpenSanctions-Crossmatch auf Basis der ICIJ Offshore Leaks Database

Das Leak lebt

Im ersten Teil dieser Reihe haben wir gezeigt, wie groß das Offshore-System ist: 814.344 Entities, 770.176 Officers, 26.768 Intermediäre. Das war die Vermessung des Maschinenraums. Die nächste Frage ist unangenehmer: Wie viel von diesem Material ist heute nicht nur historisch interessant, sondern operativ noch relevant?

Dafür haben wir die ICIJ-Leak-Daten mit OpenSanctions gegengehalten. Nicht mit Fuzzy Poetry, sondern mit einem harten Filter: exakte Namensmatches. Das Ergebnis: 857 Treffer. Davon 671 Officer-Matches und 186 Entity-Matches. Plötzlich ist das Leak nicht mehr nur Archiv. Es wird zum Screening-Layer.

Das ist der eigentliche Befund dieses Teils. Offshore-Leaks sind kein Datenfriedhof. Ein Teil ihrer Namen lebt in aktuellen Sanktions-, Exportkontroll- und Risiko-Datensätzen weiter. Wer heute screent, arbeitet damit nicht nur gegen Gegenwart. Er arbeitet gegen die Langzeitfolgen eines Systems, das seit Jahren öffentlich dokumentiert ist.

434 der 671 Officer-Matches tragen ein Geburtsdatum. Das ist wichtig, weil damit ein großer Teil der Treffer nicht nur aus blanken Namensgleichheiten besteht. Gleichzeitig laufen 297 Treffer bewusst in eine manuelle Review-Spur. Nicht jeder exakte Match ist eine Geschichte. Aber genug davon sind es.

Kapitel 1: Das Screening-Nachleben der Leaks

Die Treffer verteilen sich nicht gleichmäßig auf alle Leak-Quellen. Zwei Quellen dominieren den Snapshot fast allein: Panama Papers mit 248 Treffern und Paradise Papers – Malta corporate registry mit 212 Treffern. Zusammen stellen sie 460 von 857 Matches — also mehr als die Hälfte des gesamten Crossmatchs.

Das ist eine wichtige Verschiebung gegenüber Teil 1. Dort war Panama das Symbol für die Größe des Offshore-Systems. Hier zeigt sich: Nicht nur Mossack Fonseca lebt im Screening weiter. Auch ein scheinbar technischer Registerdump wie Malta ist operativ hoch anschlussfähig.

Der Befund ist nicht: Panama war schlimm. Der Befund ist: die Leaks mit formalem Strukturwissen altern am langsamsten. Wer Register, Firmenvehikel, Schiffe und Direktoren abbildet, produziert Material, das Jahre später noch im Screening andockt. Das ist der Unterschied zwischen Skandalberichterstattung und Infrastrukturwissen.

Kapitel 2: Malta ist kein Randfall, sondern das zweite Zentrum

Bei den Entity-Matches sticht eine Jurisdiktion heraus: Malta mit 70 Treffern. Dahinter folgen die British Virgin Islands mit 25, Aruba mit 16, Bahamas mit 15 und Saint Kitts and Nevis mit 13.

Anders gesagt: Malta allein liefert mehr Entity-Treffer als BVI, Bahamas, Aruba und Nevis zusammen. Diese vier klassischen Offshore-Namen kommen gemeinsam auf 69. Malta kommt allein auf 70.

Das ist kein Zufall. Das Malta-Register in den Paradise Papers ist kein exotischer Leak aus der Randzone der Globalisierung. Es ist europäisch, formal, sauber registriert und dadurch hervorragend screenbar. Gerade deshalb produziert es heute so viele operative Anschlüsse.

Die inhaltliche Spannweite der Malta-Treffer ist bemerkenswert. Im selben Register tauchen etwa die Russian Maritime Register of Shipping, die Schiffe ACHILLES und HANNAH, aber auch Iran-bezogene Gesellschaften wie KALA LIMITED auf. Das spricht nicht für einen einzigen Sanktionskomplex, sondern für ein Register, das als Drehscheibe für unterschiedliche Risikoregime fungiert.

Malta erscheint damit in diesem Crossmatch nicht als mediterrane Fußnote, sondern als EU-kompatible Hülle für globales Risiko. Genau deshalb war das Malta-Material schon im ersten Teil mehr als nur eine geografische Kuriosität. Hier wird sichtbar, wie anschlussfähig diese Strukturen für heutige Screening-Systeme geblieben sind.

Kapitel 3: Die dominante Liste ist nicht OFAC, sondern das Screening-System selbst

Wer an Sanktionsabgleich denkt, denkt meist zuerst an OFAC, EU oder UN. Der Crossmatch erzählt eine andere Geschichte. Das stärkste Layer ist mit Abstand die US Trade Consolidated Screening List (CSL) mit 519 Treffern. Erst danach folgt die US OFAC SDN List mit 436 Treffern. Dahinter liegen die Ukraine NSDC State Register of Sanctions mit 284 und die Taiwan Strategic High-Tech Commodities Entity List mit 208.

Der wichtigste Befund steckt in der Rangfolge. Das Offshore-Leak-Universum dockt stärker an die operative Screening-Infrastruktur an als an die symbolische Vorstellung von „der Sanktionsliste“. CSL ist kein einzelnes Embargo, sondern ein Sammelraum für Exportkontrollen, Denied-Persons-Listen, Entity Lists und andere riskante Namen. Genau dort schägt der Crossmatch am härtesten aus.

Nur 13 Treffer entfallen auf die UN Security Council Consolidated Sanctions. Das heißt nicht, dass die UN unwichtig wären. Es heißt: Die operative Realität von Compliance ist granularer, nationaler und technisch vielschichtiger als die politische Ikonografie der großen Listen.

Das Offshore-System kollidiert in diesem Snapshot also nicht nur mit Terror- oder Oligarchenlisten. Es kollidiert mit Exportkontrolle, mit proliferationsbezogenen Programmen, mit Ukraine-Regimen, mit Schiffs- und Handelsrestriktionen. Genau deshalb ist dieser Abgleich redaktionell spannender als ein bloßes „Wer steht auf OFAC?“

Kapitel 4: Die starken Treffer

Die stärksten Geschichten entstehen dort, wo sich mehrere Signale überlagern: exakter Match, mehrere Datensatzquellen, belastbare Zusatzmerkmale und eine plausible Verbindung zur Leak-Struktur.

Die folgenden Beispiele sind deshalb nicht als vollständige Liste gedacht, sondern als illustrierende Hochsignal-Fälle aus genau diesem Snapshot. Sie wurden ausgewählt, weil sie mehrere Datensatzquellen, beschreibende Programmlogik oder zusätzliche Identifikationsmerkmale tragen — nicht, weil jeder Treffer automatisch eine aktuelle operative Aktivität belegen würde.

Ein Beispiel ist DCB Finance Limited aus den Panama Papers, gegründet auf den British Virgin Islands. Der Match hängt in 19 Datensätzen und erscheint im Crossmatch gemeinsam mit Kim Chol Sam, einem zugehörigen Personentreffer mit Geburtsdatum und ebenfalls hoher Mehrfachlistung. Hier wird aus einem Namen ein Muster: Offshore-Hülle, benannter Repräsentant, proliferationsbezogene Programme.

Ein anderes Cluster stammt aus den Bahamas Leaks: UNITED ENERGY CORPORATION und STC LTD. landen mit hoher Datensatzdichte im russlandbezogenen Risiko-Raum. Im Malta-Material wiederum tauchen mit ACHILLES und HANNAH Schiffe auf, die in aktuellen Russland-Öl-Kontexten geführt werden. Das ist wichtig, weil es zeigt: Die Treffer sind nicht nur Personennamen. Im Snapshot finden sich 177 Organisationen, 32 Vessels, 22 Companies und sogar 9 Securities.

Genau dadurch wird das Material für Investigativarbeit interessant. Es zeigt nicht nur, wer auftaucht, sondern auch in welcher Form Risiko organisiert ist: als Firma, als Schiff, als Holding, als registrierte Hülle oder als Name mit biografischem Anker.

Kapitel 5: Die schwachen Treffer

So stark die guten Treffer sind, so wichtig ist die Bremse. 297 Matches wurden bewusst als manuelle Review-Kandidaten markiert. Dort häufen sich kurze Namen, Single-Source-Treffer, uneindeutige Schemata oder Fälle, in denen Person und Entity semantisch gegeneinander kippen.

Beispiele aus dieser Spur sind Namen wie JIE LUO, CHEN QU oder LI JIN. Der Match ist formal exakt, aber redaktionell noch nicht belastbar genug, um daraus ohne weitere Prüfung eine Geschichte zu machen. Dasselbe gilt für prominente Einzeltreffer mit nur einem Listenanker. Sie können relevant sein. Sie können aber auch zeigen, wie vorsichtig man mit archivierten Namen im Gegenwarts-Screening umgehen muss.

Das ist keine Schwäche des Projekts, sondern seine Qualitätskontrolle. Wer jeden Namensgleichstand als Skandal verkauft, bekommt schnell viele Treffer und noch schneller ein Glaubwürdigkeitsproblem. Ein Crossmatch ist kein Urteil. Es ist ein Radar. Gute Investigation beginnt dort, wo man den Radar von der Story trennt.

Kapitel 6: Was der Abgleich wirklich zeigt

Der tiefere Wert dieses Crossmatchs liegt nicht im spektakulären Einzelfall. Er liegt in der Speicherfunktion der Leak-Daten. Sanktions- und Screening-Systeme sagen dir, dass ein Name heute riskant ist. Leak-Daten sagen dir, in welcher Infrastruktur dieser Name einmal eingebettet war: mit welcher Gesellschaft, welchem Register, welchem Intermediär, welcher Jurisdiktion.

Genau diese Verbindung fehlt vielen klassischen Compliance-Systemen. Sie sind gut im Listenabgleich, aber schwach im historischen Strukturgedächtnis. Offshore-Leaks liefern dieses Gedächtnis nach. Nicht perfekt. Nicht vollständig. Aber genug, um aus einem Treffer eine investigativ brauchbare Frage zu machen.

Die richtige Frage lautet deshalb nicht nur: Steht diese Entity auf einer Liste? Die bessere Frage lautet: In welchem Offshore-Kontext tauchte sie auf, mit wem war sie verbunden, und welche Infrastruktur lag darunter?

Damit ist auch die Brücke zur nächsten Recherche geschlagen. Wenn 857 Treffer im Leak-Material leben, dann stellt sich die nächste Frage fast von selbst: Wo sitzen diese Treffer im Netzwerk? Sind sie gleichmäßig verteilt? Oder häufen sie sich um dieselben Intermediäre, dieselben Cluster, dieselben Offshore-Korridore?

Methodik und Transparenz

Diese Fassung basiert auf einem lokalen Arbeits-Snapshot, der am 13. April 2026 ausgewertet wurde. Die Analyse verknüpft exportierte Officer– und Entity-Knoten aus der ICIJ-Offshore-Leaks-Datenbank mit einem lokalen OpenSanctions/yente-Matching-Workflow.

• Match-Typ: ausschließlich exakte Namensmatches
• Datenbasis ICIJ: Offshore Leaks, Panama Papers, Paradise Papers, Bahamas Leaks, Pandora Papers
• Datenbasis OpenSanctions: konsolidierte Screening-, Sanktions-, Exportkontroll- und Risiko-Datensätze
• Analyselogik: Trennung in high-signal-Treffer und manuelle Review-Kandidaten nach Datensatzdichte, Zusatzmerkmalen und Ambiguität
• Zeitbezug: Die Zählwerte sind eine Momentaufnahme; laufende OpenSanctions-Daten können sich täglich ändern

Wichtiger Hinweis: Ein Match beweist weder Illegalität noch aktuelle Tätigkeit. Leak-Daten und Sanktionsdaten haben unterschiedliche Zeitachsen. Ein Name kann in einem historischen Offshore-Kontext auftauchen und erst Jahre später sanktioniert worden sein. Umgekehrt kann eine Listung auf Exportkontrolle oder administrative Restriktion zurückgehen und nicht auf klassische Finanzsanktionen.

Die Beispiele im Artikel wurden deshalb nicht nach maximalem Empörungspotenzial, sondern nach Signalstärke ausgewählt. Wo nur Single-Source-Matches, schema-unstete Treffer oder offensichtliche Common-Name-Risiken vorliegen, verweist die Analyse ausdrücklich auf eine manuelle Prüfung.

Quellen

• ICIJ Offshore Leaks Database — offshoreleaks.icij.org
• OpenSanctions — opensanctions.org
• yente — github.com/opensanctions/yente
• Lokale Analyse — Python-basierte Auswertung des Crossmatch-Snapshots und heuristische Signalbewertung

Fazit

Teil 1 hat gezeigt, wie groß das Offshore-System ist. Teil 2 zeigt, dass es nicht einfach verschwindet. Ein Teil dieses Systems lebt in heutigen Screening-Daten weiter: als Firmenhülle, als Schiff, als Registereintrag, als Person mit Geburtsdatum, als Exportkontrolltreffer, als Sanktionsobjekt.

Das Panama-Paradox lautet deshalb nicht nur, dass die Offshore-Welt riesig und dokumentiert ist. Das eigentliche Paradox ist, dass wir ihre Namen seit Jahren kennen — und trotzdem so tun, als beginne jede Risikoprüfung wieder bei null.

Als nächste Recherche drehen wir die Perspektive noch einmal: weg von der Liste, hin zum Netzwerk. Dann geht es nicht mehr nur darum, dass Treffer existieren, sondern wo sie im Offshore-System sitzen.

Panama Paradox ist eine zweiteilige investigative Datenreihe auf watchdog.endvater.de.
Teil 1: Panama Paradox
Teil 2: OpenSanctions-Crossmatch (dieser Artikel)