Wie KI-Unterstützung und maschinelles Lernen die Anzahl der Fehlalarme bei der Salesforce-Prüfung reduzieren

Die meisten Salesforce-Teams akzeptieren Fehlalarme als Teil der Überprüfung auf globale Sanktionen. Hin und wieder kommt es zu Namensüberschneidungen, Daten sind inkonsistent, und die globalen Sanktionslisten ändern sich. Ein gewisses Maß an Störsignalen scheint unvermeidbar zu sein.

Was sie nicht erwarten, ist, wie viel Zeit diese Fehlalarme in Anspruch nehmen. Bei einem kürzlich geführten Verkaufsgespräch beschrieb ein Compliance-Verantwortlicher eines Softwareunternehmens das Problem unverblümt:

„Ich möchte nicht den ganzen Tag lang einzelne Kundennamen eintippen müssen. Ich möchte, dass die Überprüfung automatisiert wird und Fehlalarme so weit wie möglich reduziert werden.“

Denn das eigentliche Problem geht über das bloße Vorhandensein von Fehlalarmen hinaus und liegt vielmehr in dem manuellen Aufwand, der erforderlich ist, um diese zu untersuchen und zu klären – immer und immer wieder bei Konten, Kontakten, Lieferanten und Transaktionen.

An dieser Stelle verändern AI Assist und maschinelles Lernen grundlegend die Herangehensweise von Salesforce-Teams an die Überprüfung auf gesperrte Parteien. Robuste Systeme mit Funktionen wie Descartes Visual Compliance™ AI Assist können Risiken priorisieren, Treffer von geringer Qualität automatisch aussortieren und nur Warnmeldungen anzeigen, die tatsächlich eine Beurteilung erfordern.

Die zentrale Frage, die bei den Salesforce-Eignungsprüfungen gestellt werden sollte, lautet nun:

„Wie können wir Fehlalarme reduzieren und sicherstellen, dass unser Team seine Zeit ausschließlich auf die wirklich wichtigen Warnmeldungen verwendet?“

Für Salesforce-orientierte Unternehmen ab einer bestimmten Größe ist es unerlässlich, den Zeitaufwand für die Bearbeitung von Fehlalarmen drastisch zu reduzieren, um die Vertriebsgeschwindigkeit aufrechtzuerhalten, die Akzeptanz bei den Anwendern zu verbessern und ein Programm zur Einhaltung von Handelsvorschriften aufzubauen, das die Teams im Alltag realistisch umsetzen können.

Warum es bei der weltweiten Sanktionsprüfung häufig zu Fehlalarmen kommt

Falschpositive sind nicht unbedingt ein Mangel des globalen Sanktions-Screenings. In vielerlei Hinsicht sind sie ein Nebenprodukt der Art und Weise, wie effektive Screening-Systeme konzipiert sind.

Die meisten Salesforce-Screening-Workflows stützen sich in hohem Maße auf den Abgleich von Namen mit Hunderten von globalen Sanktionslisten, Beobachtungslisten, Vollstreckungslisten und Datenbanken mit gesperrten Parteien. Um zu vermeiden, dass berechtigte Risiken übersehen werden, werfen Screening-Engines bewusst ein weites Netz aus. Dies stellt eine Herausforderung dar, da Salesforce-Daten mitunter unvollständig oder inkonsistent sein können.

Beispiel:

Aus Sicht der Einhaltung von Sanktionsvorschriften ist ein umfassender Abgleich erforderlich. Funktionen wie Fuzzy-Abgleich, phonetische Logik und eine umfassende Sanktionsabdeckung helfen Unternehmen dabei, legitime Bedrohungen nicht zu übersehen. Aus operativer Sicht führen sie jedoch auch zu einem Anstieg des Alarmvolumens.

Innerhalb von Salesforce verschärft sich das Problem rasch, da die Sanktionsprüfung häufig direkt in die CRM-Workflows integriert ist. Dies bedeutet, dass jeder neue Lead, jeder neue Kunde, jeder neue Kontakt, jeder neue Anbieter, jeder neue Lieferant, jeder neue Besucher, jeder neue Bewerber, jeder neue Vertriebspartner und jede neue Drittpartei automatisierte Prüfvorgänge auslösen kann.

Mit dem Wachstum von Unternehmen häufen sich diese Überprüfungsvorgänge in Salesforce und allen damit verbundenen Geschäftssystemen rasch an. Was als überschaubarer Überprüfungsprozess beginnt, kann sich schnell zu Tausenden von Warnmeldungen entwickeln, die eine manuelle Beurteilung erfordern.

Das eigentliche Problem bei falsch-positiven Ergebnissen: Manuelle Überprüfungen und Entscheidungsfindung

Wie im vorangegangenen Abschnitt beschrieben, führt die erforderliche Genauigkeit bei der Überprüfung von Personen aus bestimmten Gruppen unweigerlich zu Fehlalarmen. Das größere operative Problem besteht darin, was geschieht, nachdem der Alarm ausgelöst wurde.

In den meisten Organisationen erfordert jeder potenzielle Treffer eine gewisse manuelle Überprüfung, beispielsweise die Überprüfung von Namen, die Überprüfung von Standorten oder die Suche nach Kontextinformationen. Da viele dieser Treffer häufig wiederkehren, müssen die Teams letztendlich immer wieder dieselben Namen freigeben und verfolgen die Ergebnisse manchmal in Tabellenkalkulationen oder internen Notizen, nur um eine doppelte Arbeit zu vermeiden.

Wie ein Beteiligter aus dem Bereich Compliance erklärte:

„Manchmal ist es einfach nur ein häufiger Name … jemand aus einem anderen Bundesland … Mir ist klar, dass es nicht dieselbe Person ist, aber wir müssen es trotzdem überprüfen.“

Hier beginnen die eigentlichen Schwierigkeiten – und Risiken. Zwar hängt die Quote der Fehltreffer von der Datenqualität, den Prüfparametern und der Leistungsfähigkeit des Filtersystems ab, doch die Teams beheben diese zugrunde liegenden Faktoren nur selten. Stattdessen stocken sie die Ressourcen zur Bewältigung des Problems auf, was mehr Prüfer, mehr manuelle Prozesse und mehr Verwaltungsaufwand bedeutet.

Abgesehen von den Ineffizienzen führen manuelle Überprüfungsprozesse zudem zu:

Wenn Dutzende „harmloser“ Warnmeldungen um Aufmerksamkeit buhlen, kann es leicht passieren, dass man diejenige, die tatsächlich von Bedeutung ist, übersehen oder überstürzt behandelt. Moderne Salesforce-Compliance-Programme tragen zur Lösung dieses Problems bei, indem sie Fehlalarme durch KI-gestützte Triage, konfigurierbare Workflows und zentralisierte Entscheidungsprozesse intelligenter verwalten.

Wie Salesforce-Teams mithilfe von KI und maschinellem Lernen Fehlalarme reduzieren

„AI Assist“ in Descartes Visual Compliance ist eine intelligente Triage-Funktion für die Nachprüfung, die Compliance-Teams dabei unterstützen soll, Warnmeldungen aus der Sanktionsprüfung effizienter zu verwalten. Durch die automatische Zuweisung eines Konfidenzwerts zu jedem Treffer und die Herausfiltrierung von Ergebnissen geringerer Qualität reduziert „AI Assist“ den Aufwand für manuelle Überprüfungen und unterstützt gleichzeitig eine konforme, nachprüfbare Entscheidungsfindung, die auf die Risikotoleranz Ihres Unternehmens abgestimmt ist.

1. Die Konfidenzbewertung hilft Salesforce-Teams dabei, echte Risiken zu priorisieren

Anstatt jede Übereinstimmung gleich zu behandeln, führt AI Assist eine strukturierte Methode zur Bewertung der Übereinstimmungsqualität ein, ohne dabei zu viel menschliche Aufmerksamkeit in Anspruch zu nehmen. Nach jeder Screening-Suche vergleicht AI Assist übermittelte Salesforce-Daten wie Kundennamen, Kontaktnamen, Firmennamen und Adressinformationen mit Einträgen in behördlichen Listen gesperrter Parteien und weist je nach Übereinstimmungsgrad der Datensätze einen numerischen Konfidenzwert zwischen 0 und 100 zu.
AI Assist wandelt eine ehemals einfache Liste von Warnmeldungen in eine nach Priorität geordnete Warteschlange um, sodass Prüfer sich sofort auf die Risiken mit dem höchsten Konfidenzwert konzentrieren können.

So funktioniert es

Im Hintergrund werden die Konfidenzwerte mithilfe von Natural Language Processing (NLP) und einer von Descartes entwickelten regelbasierten Logik berechnet, um die Qualität der Übereinstimmungen intelligenter zu bewerten. Das System analysiert:

Jede Warnmeldung beginnt mit einem Konfidenzwert von 100; Abzüge werden vorgenommen, wenn die Informationen nicht mit dem Eintrag zur gesperrten Partei übereinstimmen. Gleichzeitig können „Rettungsregeln“ die Konfidenz wiederherstellen, wenn starke Indikatoren vorliegen, beispielsweise wenn mehrere Token mit Langnamen trotz geringfügiger Abweichungen an anderer Stelle weitgehend übereinstimmen.

Dies ist von Bedeutung, da Daten in Salesforce Fehler enthalten können; herkömmliche Überprüfungsmodule interpretieren diese Unstimmigkeiten häufig als potenzielles Risiko, was zu einer übermäßigen Anzahl von Fehlalarmen führt. AI Assist hilft dabei, zwischen tatsächlich verdächtigen Übereinstimmungen und routinemäßigen Unstimmigkeiten in CRM-Daten zu unterscheiden.

2. Die automatische Isolierung von Übereinstimmungen mit geringer Zuverlässigkeit reduziert den manuellen Überprüfungsaufwand (ohne dass dabei die Transparenz verloren geht)

AI Assist kann Übereinstimmungen mit geringer Zuverlässigkeit automatisch herausfiltern, bevor diese die Compliance-Warteschlangen überlasten. Anstatt die Analysten mit Warnmeldungen von geringer Qualität zu überfluten, können Unternehmen entsprechend ihren Compliance-Standards und akzeptablen Risikoniveaus festlegen, welche Warnmeldungen eskaliert werden sollen.

Beispielsweise könnte ein Compliance-Team bei Salesforce folgende Maßnahmen ergreifen:

Wichtig ist, dass keine Warnmeldung gelöscht wird, alle Übereinstimmungen weiterhin zugänglich bleiben und alle Daten im Prüfprotokoll erhalten bleiben. Dies bedeutet, dass Salesforce-Anwender auf den ersten Blick weniger Störsignale sehen, während hinter den Kulissen weiterhin vollständige Transparenz hinsichtlich der Compliance gewährleistet ist. Dadurch wird die Skalierbarkeit der Überprüfung verbessert, ohne dass Unternehmen ständig zusätzliches Personal für die Compliance-Abteilung einstellen müssen, nur um das Warnmeldungsvolumen zu bewältigen.

Abbildung 2: Arbeitsaufwand bei der manuellen Überprüfung im herkömmlichen Screening-Verfahren im Vergleich zum KI-gestützten Salesforce-Screening

3. Flexible Schwellenwerte, die Ihrer Risikobereitschaft entsprechen

Da verschiedene Salesforce-Organisationen unterschiedliche Risikoprofile aufweisen, können Teams mithilfe von AI Assist Schwellenwerte festlegen, die bestimmen, was priorisiert wird, und zwar auf der Grundlage folgender Kriterien:

Da verschiedene Salesforce-Organisationen unterschiedliche Risikoprofile aufweisen, können Teams mithilfe von AI Assist Schwellenwerte festlegen, die bestimmen, was priorisiert wird, und zwar auf der Grundlage folgender Kriterien:

4. Der KI-Assistent lernt aus früheren Entscheidungen, ohne diese zu überschreiben

AI Assist priorisiert nicht nur neue Warnmeldungen, sondern berücksichtigt auch die Entscheidungen, die Ihr Team bereits getroffen hat, und baut im Laufe der Zeit einen Kontext dazu auf. Ein wichtiger Anwendungsfall für diese Funktion ist die kontinuierliche Nachprüfung, die für die Einhaltung von Vorschriften von entscheidender Bedeutung ist.

Bei herkömmlichen Sanktionsprüfungsverfahren können bei jedem erneuten Prüfzyklus dieselben Treffer von geringer Qualität erneut auftauchen, was die Anzahl der Fehlalarme effektiv vervielfacht und die Teams dazu zwingt, bereits getroffene Entscheidungen erneut zu überprüfen. AI Assist löst dieses Problem, indem es frühere Entscheidungen beibehält und gleichzeitig neue Prüfdaten einbezieht.

Wenn beispielsweise ein Lead oder ein Account in Salesforce bereits geprüft und als abgeschlossen markiert wurde, wird diese Entscheidung vom System nicht einfach deshalb außer Kraft gesetzt, weil später eine neue Übereinstimmung mit geringer Zuverlässigkeit auftritt. Stattdessen behält das System den Datensatz in seinem aktuellen Zustand bei, fügt die neue Benachrichtigung zur besseren Sichtbarkeit hinzu und protokolliert das Ereignis im Prüfpfad, wodurch sichergestellt wird, dass:

5. KI-Unterstützung fördert die menschliche Entscheidungsfindung; sie ersetzt sie nicht

Eine zentrale Sorge im Zusammenhang mit KI im Bereich der Handelskonformität ist die Frage, ob die Automatisierung die menschliche Kontrolle überflüssig macht. AI Assist wurde speziell entwickelt, um dieses Risiko zu vermeiden. Christine Trang, Senior Product Manager bei Descartes, erläutert dies wie folgt:

„Unser Ansatz im Umgang mit KI basiert auf der Einhaltung von Vorschriften, was bedeutet, dass wir bewusst und wohlüberlegt vorgehen, wenn es darum geht, sie in den Arbeitsablauf zu integrieren.“

Die Plattform folgt einem Governance-Modell, bei dem die Einhaltung von Vorschriften an erster Stelle steht, wobei:

AI Assist genehmigt oder blockiert Transaktionen nicht eigenständig; vielmehr liefert es Compliance-Analysten zusätzliche Hintergrundinformationen, damit diese schnellere und einheitlichere Entscheidungen treffen können. Dieses Maß an Kontrolle ist in Salesforce-Umgebungen von großer Bedeutung, da Unternehmen dort die Einhaltung von Compliance-Vorgaben mit der Geschäftskontinuität und der Vertriebsgeschwindigkeit in Einklang bringen müssen.

Das tatsächliche Ergebnis: Weniger Lärm, stärkere Fokussierung auf die Einhaltung von Vorschriften

KI und maschinelles Lernen ermöglichen eine operativ überschaubare Überprüfung auf gesperrte Parteien innerhalb von Salesforce und helfen Compliance-Teams dabei, weniger Zeit mit der Überprüfung irrelevanter Warnmeldungen zu verbringen und sich stattdessen stärker auf tatsächliche Risiken zu konzentrieren. Diese Umstellung bringt messbare Vorteile mit sich:

Für Unternehmen, die Compliance-Maßnahmen direkt in Salesforce integrieren, kann sich diese betriebliche Effizienz als ebenso wertvoll erweisen wie die Überprüfung selbst.

Ein weltweit tätiges Logistikunternehmen musste zuvor täglich über 50.000 Warnmeldungen im Rahmen der Überprüfung auf gesperrte Parteien prüfen. Nach der Einführung der „AI Assist“-Funktionen von Descartes sank diese Zahl auf lediglich 20.000 bis 25.000 Warnmeldungen pro Tag, wodurch sich der Prüfungsaufwand um die Hälfte verringerte.

Worauf Sie bei KI-gestützten Tools zur Salesforce-Prüfung achten sollten

Nicht alle „KI-gestützten“ Tools entlasten tatsächlich die Mitarbeiter. Wenn Sie Sanktionsprüfungssoftware für Salesforce evaluieren, sollten Sie nach einer Lösung Ausschau halten, die sowohl auf Genauigkeit als auch auf Salesforce-Workflows ausgelegt ist. Neben der Verbesserung der Abgleichgenauigkeit besteht der größte Vorteil von AI Assist darin, dass es einen effizienteren Compliance-Workflow innerhalb der Salesforce-gesteuerten Prozesse ermöglicht. Hier sind einige unverzichtbare Funktionen:

Abbildung 3. Die wichtigsten Funktionen von Salesforce-Screening-Lösungen zur Reduzierung von Fehlalarmen

Bewährte Verfahren zur Optimierung der KI-gestützten Salesforce-Prüfung

Schnellere Beseitigung von Fehlalarmen bei der Überprüfung von Sanktionen in Salesforce mit Descartes

Angesichts der sich ständig weiterentwickelnden Sanktionsvorschriften und des steigenden Überprüfungsvolumens ist intelligente Automatisierung der Schlüssel zum Aufbau nachhaltiger und rechtlich tragfähiger Compliance-Workflows in Salesforce.

Falls Ihr Team Fehlalarme noch immer manuell bearbeitet, gibt es eine bessere Möglichkeit, die Sanktionsprüfung in Salesforce durchzuführen, ohne Ihr Geschäft zu beeinträchtigen.

Fordern Sie eine Demo an, um zu erfahren, wie sich die KI-gestützte Sanktionsprüfung direkt in Salesforce integrieren lässt, um die Effizienz bei der Einhaltung von Handelsvorschriften zu steigern.

Erfahren Sie auf G2, einer unabhängigen Online-Bewertungsplattform für Unternehmenssoftware, was unsere Kunden über „Descartes Denied Party Screening“ sagen. Darüber hinaus können Sie diesen unverzichtbaren Leitfaden zum Thema „Denied Party Screening“ lesen, der Ihnen bei der Auswahl einer Lösung hilft, die Ihren Anforderungen entspricht.