KI erkennt Menschen- & Wildtierhandel in globalen Lieferketten

Geld fließt täglich in und aus Finanzinstituten – kein Geheimnis, dass einige dieser Mittel aus illegalen Transaktionen in der Lieferkette stammen. Es ist eine unglückliche, oft ignorierte Realität: Menschen- und Wildtierhandel sind global verbreitet und erstrecken sich auf verschiedene Teile des globalen Lieferkettenbetriebs.

Laut International Labour Organization generiert Zwangsarbeit in der Privatwirtschaft geschätzte 150 Milliarden Dollar illegale Gewinne pro Jahr. Es ist entscheidend für Unternehmen, Partnerschaften genau zu prüfen, um nicht unwissentlich mit Händlern zusammenzuarbeiten – und neue KI-Fortschritte helfen genau dabei.

Viele Branchen – Restaurants, Hotels, Bau, Landwirtschaft – verlassen sich auf endlose Billigarbeitskraft, um Kosten niedrig zu halten. 2017 fand ILO: Größter Anteil arbeitnehmerhandelter Erwachsene sind Hausangestellte (24 %), gefolgt von Bau (18 %), Fertigung (15 %), Land- und Fischereiwirtschaft (11 %). Kriminelle Organisationen nutzen dieses System durch Anonymität von Briefkastenfirmen, infiltranten Branchen und nutzen Menschen- oder Wildtierhandel, um maximal profitabel zu sein. Händler sprangen auf das zunehmend globale Transportnetz und die Lieferkette, um Business zu steigern und unter Radar zu fliegen – unzählige Individuen als Opfer gefangen.

Obwohl Kriminelle oft anonym bleiben, können Unternehmen Schritte unternehmen, um sicherzustellen, dass sie nicht versehentlich mit Händlern kooperieren. Kriminelle Organisationen hinterlassen finanzielle Fußspuren und Datenspuren – trotz Taktiken zur Vermeidung von Detection machen Tech-Verbesserungen, Tracking und KI es ethischen Unternehmen leichter, Kriminelle zu identifizieren, zu untersuchen und ihre Operationen zu stören.

Handelsnetzwerke identifizieren

Händler machen sich schwer detektierbar, da die Briefkastenfirmen, die sie zur Verheimlichung kriminellen Verhaltens schaffen, auf Papier legitim wirken. Wie können Organisationen Unternehmen identifizieren, die in Handel verwickelt sind? Red Flags, die auf ein Scheinunternehmen hindeuten:

• Unternehmen, die hohe Zahlen an Migrantenarbeitern rekrutieren.
• Projekte, die Arbeitskraft an Agenturen auslagern statt direkt einzustellen. Das erlaubt minimale Oversight in Verträge, Behandlung der Arbeiter und deren Rekrutierung.
• Organisationen, die mehrere Arbeiter an einem Standort unterbringen.
• Unternehmen, die Arbeiter täglich zu und von Jobsites transportieren.
• Unternehmen, die multiple Zahlungen an Housing/Leasing-Firmen von unrelated Businesses leisten.

NGOs, Charities und lokale Gruppen stehen an vorderster Front bei Identifikation und Verfolgung von Händlern durch On-the-Ground-Human-Intelligence. Diese basiert oft auf Hörensagen und persönlichen Zeugnissen – unschätzbar. Doch diese Bemühungen sind oft durch Ländergrenzen limitiert und fehlen den internationalen Blick, um viele Schlüsselindikatoren von Handel zu erkennen.

Mit KI ist es möglich, Handelsindikatoren und -muster zu identifizieren, und gesammelte Ergebnisse und Daten mit Regulierungsbehörden oder Strafverfolgung zu teilen, um Handel direkt zu stoppen.

Tech-Lösungen deployen

Finanzinstitute sind in einzigartiger Position, Händler aufzudecken und zu melden, indem sie ihre großen Datenmengen nutzen, um Muster und Intelligence-Gaps zu identifizieren. Organisationen können KI-gestützte Technologien wie Entity Resolution und Graph Analytics einsetzen, um Sense aus diesen Daten zu machen und verdächtige Accounts präzise zu fokussieren – zu untersuchen, ob sie in Handel oder andere Verbrechen verwickelt sind.

Entity Resolution nutzt fortschrittliche KI und Machine Learning, um Milliarden Datenquellen zu verbinden, zu skalieren und eine Single Customer (oder Customer's Customer) View zu schaffen – selbst wenn Quelldaten disparat und minderwertig sind. Durch Deployment dieser Technologie können Finanzinstitute leichte Namensänderungen, Geburtsdaten, multiple Adressen, Account-Inkonsistenzen und andere Red Flags (klein oder groß) aufdecken, die auf Verbrechen entlang der Lieferkette hindeuten. Einmal Single View erreicht, erlaubt Network Generation dem Finanzinstitut, „Kontext“ zu schaffen, um Händlerbewegungen besser zu verstehen – inklusive Monitoring von Shipping- und Trade-Routes und Tracking von Geldbewegungen durch Briefkastenfirmen.

Diese Technologie kann nicht nur Frontend zur Detektion und Vermeidung von Lieferkettenrisiken genutzt werden, sondern auch zur Unterstützung interner Untersuchungen und solcher der Strafverfolgung. Viele Händler wurden noch nicht von lokalen Behörden identifiziert, aber Unternehmen, die Entity Resolution und Graph Analytics nutzen, können Aufmerksamkeit auf Händler und andere Kriminelle lenken, die sonst unentdeckt blieben.

Handel ist ein Verbrechen, das häufig entlang der Lieferkette vorkommt – aber es sollte nicht ignoriert oder als Teil des globalen Business akzeptiert werden. Es ist nicht nur Verantwortung von NGOs, Charities und Behörden, kriminelle Organisationen zu finden und zu untersuchen. Es liegt an allen entlang der Lieferkette, ihre Daten zu monitoren und ihren Teil beizutragen, es kriminellen Gruppen so schwer wie möglich zu machen, an Handel teilzunehmen.

Mit der richtigen Technologie können Unternehmen ihre Due Diligence erfüllen und moralische Verpflichtungen einlösen, Handel überall zu identifizieren und zu verfolgen.

Clark Frogley ist Americas Head of Financial Crime Solutions bei Quantexa.