KONTOGRAPH: Verified Point-in-Time Feature Consistency and Amortised Explanation for Real-Time Anti-Money Laundering under a 200 ms Decision Budget

In de wereld van de moderne financiën is snelheid de nieuwe valuta geworden. Decennialang verwerkten banken geldtransfers in trage, nachtelijke batches, wat hen een comfortabele marge gaf om transacties te controleren en verdachte activiteiten te ontdekken voordat het geld werd verplaatst. Maar een nieuwe Europese regelgeving heeft dat vangnet verbrijzeld, door banken te verplichten om instant betalingen in minder dan tien seconden af te wikkelen, dag en nacht. Deze verschuiving heeft de tijdbuffer weggenomen die zorgde voor zorgvuldige controle en de vertraging die banken ooit de mogelijkheid gaf om fondsen terug te roepen als er een misdaad werd gedetecteerd. Nu moet het hele proces van het opsporen van een criminele transactie, het uitleggen waarom deze verdacht lijkt en het nemen van een definitieve beslissing plaatsvinden terwijl de klant wacht, vaak in minder dan een seconde. Dit creëert een uitdaging met hoge inzet: hoe bouw je een systeem dat snel genoeg is om de snelheid van instant betalingen bij te houden, nauwkeurig genoeg om geraffineerde witwasmachines te vangen, en transparant genoeg om aan strikte privacywetgeving te voldoen, zonder fouten te maken die de rekeningen van onschuldige mensen zouden kunnen bevriezen?

Onderzoekers aan de German University in Cairo hebben dit probleem aangepakt door een systeem genaamd KONTOGRAPH te bouwen, dat specifiek is ontworpen voor deze beslissingen in een fractie van een seconde. Ze creëerden een geavanceerde pijplijn die de geldstroom niet alleen analyseert als geïsoleerde gebeurtenissen, maar als een verbonden web van relaties, waarbij ze zoeken naar patronen die duiden op witwassen. Om hun systeem te testen, gebruikten ze geen echte bankgegevens, die vaak privé en rommelig zijn. In plaats daarvan bouwden ze een zeer gedetailleerde simulatie van een Duits betalingsecosysteem en genereerden meer dan 1,5 miljoen neptransacties. Binnen deze digitale wereld injecteerden ze specifieke soorten crimineel gedrag, zoals netwerken van nepaccounts die worden gebruikt om gestolen geld te verplaatsen, en keken vervolgens of hun systeem hen kon vinden. Het doel was om te zien of ze deze misdaden konden detecteren en hun redenering konden uitleggen binnen een strikt budget van 200 milliseconden, een tijdsbestek dat zo kort is dat het voor een mens nauwelijks waarneembaar is.

De resultaten van hun experiment toonden aan dat de structuur van de data veel belangrijker is dan de complexiteit van de wiskunde die wordt gebruikt om de analyse uit te voeren. Toen de onderzoekers hun systeem vergeleken met een standaard, bekende methode die naar transacties kijkt als eenvoudige rijen gegevens, was hun aanpak vele malen superieur. Door betalingen te behandelen als een dynamische kaart waarbij elk account zijn eerdere interacties onthoudt, verbeterde het systeem zijn vermogen om onderscheid te maken tussen normaal en crimineel gedrag met een aanzienlijke marge. De meest cruciale component bleek een "geheugen"-module te zijn die elk account in staat stelt een geschiedenis van zijn recente gedrag te bewaren. Dit geheugen alleen al verdubbelde de effectiviteit van het systeem meer dan ten opzichte van een versie zonder dit onderdeel. De onderzoekers ontdekten echter dat het hebben van een beter model alleen niet genoeg was; de manier waarop het systeem werd gebouwd en getest was even belangrijk.

Een van de meest verrassende ontdekkingen was dat standaard code-reviews, waarbij mensen door de software lezen om fouten te vinden, er niet in slaagden kritieke fouten te ontdekken. De onderzoekers ontwikkelden een nieuwe manier om hun systeem te testen door automatisch "wat als"-scenario's te creëren die toekomstige gebeurtenissen veranderden om te zien of de eerdere berekeningen van het systeem veranderden. Deze methode legde drie verborgen gebreken bloot die het systeem veel beter zouden hebben doen lijken dan het in werkelijkheid was. Bijvoorbeeld, één fout zorgde ervoor dat het systeem een transactie per ongeluk als onderdeel van de geschiedenis van een klant telde voordat deze zelfs had plaatsgevonden, waardoor het effectief in de toekomst keek. Een andere fout mengde de geschiedenis van twee verschillende personen die toevallig hetzelfde rekeningnummer deelden in het geheugen van het systeem. Deze bugs waren onzichtbaar voor menselijke inspectie, maar werden direct gevangen door de geautomatiseerde tests, wat bewees dat je in systemen met hoge snelheid niet alleen op je ogen kunt vertrouwen; je hebt machines nodig om te verifiëren of de logica standhoudt tegen de tijd zelf.

De studie onthulde ook een subtiele maar gevaarlijke valstrik in de manier waarop deze systemen worden ingezet. Wanneer de onderzoekers hun getrainde model verplaatsten van de computer die werd gebruikt om het te bouwen naar de computer die wordt gebruikt om het in de echte wereld uit te voeren, veranderde de gemiddelde score van de transacties met een hoeveelheid die zo klein was dat deze praktisch nul was. Toch zorgde deze microscopische verschuiving ervoor dat het systeem 12 procent meer transacties als verdacht markeerde. Omdat de beslissingsdrempel zo precies was ingesteld, duwden de kleine afrondingsfouten die tijdens de overdracht ontstonden veel onschuldige transacties net over de lijn naar verdenking. Deze bevinding dient als een scherpe waarschuwing: het verplaatsen van een model naar een nieuw formaat is geen neutrale handeling; het is een verandering die net zo zorgvuldig gemeten moet worden als het model zelf. De onderzoekers stellen dat een systeem pas als hetzelfde systeem kan worden beschouwd als het is getest op deze minuscule verschuivingen, ongeacht hoe vergelijkbaar de cijfers op papier lijken.

Ten slotte onderzochten het team hoe het systeem zijn beslissingen uitlegt aan menselijke onderzoekers. In een wereld waar een persoon het recht heeft om te weten waarom een geautomatiseerd systeem hem heeft gemarkeerd, bouwden de onderzoekers een hulpmiddel dat voor elke melding een uitleg in gewone taal kon genereren. Ze ontdekten dat hoewel het hulpmiddel ongelooflijk snel was, de nauwkeurigheid ervan beperkt werd door de aard van de data. In veel gevallen betroffen de verdachte transacties nieuwe accounts met bijna geen geschiedenis, waardoor het systeem met zeer weinig informatie moest werken. De onderzoekers ontdekten dat standaard metrieken die worden gebruikt om de kwaliteit van deze uitleg te beoordelen, misleidend waren in deze context. Wanneer er slechts één mogelijke reden is voor een melding, kan een test zeggen dat de uitleg perfect is, zelfs als het systeem in feite gokt. Ze concludeerden dat voor deze snel bewegende systemen de kwaliteit van een uitleg sterk afhangt van hoeveel informatie er daadwerkelijk beschikbaar is, en dat het rapporteren van een hoge score zonder de afwezigheid van data te vermelden, een vorm van misleiding is.

Uiteindelijk biedt dit artikel een blauwdruk voor het bouwen van financiële veiligheid in een tijdperk van instant geld. Het demonstreert dat hoewel geavanceerde technologie sneller dan ooit misdaad kan detecteren, de grootste risico's vaak komen van de onzichtbare details van hoe die technologie wordt getest en ingezet. De onderzoekers lieten zien dat door de juistheid van de tijd als een testbare feit te behandelen, door de impact van kleine fouten in de echte wereld te meten, en door eerlijk te zijn over de grenzen van wat uitgelegd kan worden, het mogelijk is om systemen te bouwen die zowel snel als betrouwbaar zijn. Hun werk suggereert dat de toekomst van financiële beveiliging niet alleen ligt in slimmere algoritmen, maar in een striktere discipline van meting, waarbij elke claim wordt geverifieerd door een test die ontworpen is om hem te breken.