ATTENTION!
ArTificial inTelligENce for the deTectIon of trade-based mOney lauNdering!
Projektbeschreibung
Illegaler Handel ist ein Problem massiven Ausmaßes, doch die Aufdeckungsrate liegt weltweit nahe null. Derzeit gibt es nur sehr wenige Methoden, um komplexe, groß angelegte Fälle von Geldwäsche im Handelsverkehr und den Handel mit gefälschten Produkten (Trade-based Money Laundering) aufzudecken. Die nötigen Ermittlungen sind zeit- und kostenintensiv. Weltweit fehlt es an einem wissenschaftlich fundierten Verständnis, wie illegale Transaktionen erkannt werden können und welchen Mustern sie folgen.
Das Projekt ATTENTION! (ArTificial inTelligENce for the deTectIon of trade-based mOney lauNdering!) wird vielfältige globale Datenquellen wie Handelsdaten für Importe und Exporte, Firmen- sowie Webdaten systematisch erfassen, modellieren und analysieren. Basierend auf globalen Handelsaktivitäten und deren Kontextinformationen werden Modelle der Künstlichen Intelligenz (KI) entwickelt und eingesetzt, um illegale Handelsaktivitäten und deren Muster in globalen, heterogenen Daten zu erkennen und aufzudecken. Zu bewältigende Herausforderungen sind dabei unter anderem der Mangel bekannter Fälle, die Komplexität der Muster sowie die Notwendigkeit, erkannte Verdachtsfälle zu erklären. Hierzu setzt ATTENTION! auf das Zusammenspiel von überwachtem und unüberwachtem Lernen sowie die Erstellung eines Wissensgraphen.
Das Ergebnis des Projekts werden KI-Modelle, Services und Anwendungen sein, mit der Endbenutzer (beispielsweise Hersteller, Einkäufer, Zollbehörden, Strafverfolgungsbehörden und Banken) Kontrollen von Handelstransaktionen, Produktangeboten und Händlerprofilen durchführen und darin Muster illegaler Geschäfte aufdecken können, um so zu erkennen, ob gekaufte, verkaufte oder finanzierte Waren gefährdet sein könnten. Die Projektergebnisse werden in ausgewählten Anwendungsszenarien gemeinsam mit Anwendern aus der Wirtschaft validiert und vom interdisziplinären ATTENTION!-Konsortium verwertet.
Konsortium
Deutschland: Leibniz Universität Hannover (Forschungszentrum L3S), HASE & IGEL GmbH, SCHAEFFLER AG, Rheinische Friedrich-Wilhelms-Universität Bonn
Singapur: RisikoTek
Laufzeit
Juli 2022 – Juni 2025
Budget (Deutschland)
Gesamtmittel: 2,4 Mio. €
Fördersumme: 2,0 Mio. €
- Seite empfehlen:
- Druckansicht