Strises posisjonsnotat om data

Setter standarden for etisk datapraksis innen AML

Sammendrag

Strise gjør fragmenterte AML-data om til handlingsrettet innsikt gjennom SuperData, plattformens data- og entitetsoppløsningslag. Kjernen i vår tilnærming er en forpliktelse til etisk datapraksis, regulatorisk etterlevelse, samt transparent leverandørevaluering og sikring av datakvalitet.

Introduksjon

Håndtering av datautfordringer innen AML

Innen AML er problemet todelt: fragmenterte datasett og ineffektive arbeidsflyter. Strise løser disse utfordringene med avanserte grafmodeller, transparent bruk av AI og solide leverandørevalueringer.

Hva som skiller Strise ut

Strises arkitektur henter inn og behandler data før AML-saksbehandlere gjennomfører kundetiltak. Alle kunder abonnerer på samme kilde til sannhet i et multi-tenant skymiljø.

Fordeler med forhåndsbehandling

• Dynamiske eierskapsendringer: Automatisk screening når det oppstår endringer i eierskap
• Konfliktløsning: Identifiserer eierskapskonflikter mellom manuelle endringer og registeroppdateringer
• Dataintegritet: Beholder alltid den opprinnelige versjonen av dataene

Fordeler med multi-tenant-arkitektur

• Kostnadseffektivitet: Delt infrastruktur reduserer kostnadene
• Sømløse oppdateringer: Sanntidsoppdateringer for alle kunder
• Skalerbarhet: Vokser i takt med kundenes behov
• Felles innsikt: Samlede, anonymiserte forbedringer
• Strømlinjeformet integrasjon: Konsistente API-er og datamodeller på tvers av tenants
• Forbedret sikkerhet: Streng dataseparering, kryptering og etterlevelse av GDPR og AMLD6

Datafilosofi

• Etisk databruk: Bygget på offentlig tilgjengelige data
• Kvalitet først: Pålitelige dataleverandører med kontinuerlig evaluering
• Innebygd personvern (Privacy by Design): Personvern er integrert i alle ledd
• Transparent AI: Tydelig innsyn i AI-beslutninger

Hvordan Strise bruker data

Strise bruker grafmodeller for å representere det komplekse nettverket av relasjoner i næringslivet. Vår 7-trinns prosess (trinn 2–5 skjer før kundetiltak):

1. Sourcing data

• Lokale registre: Prioritert for presisjon via formidlere som Creditsafe
• Globale kilder: Partnerskap med Sayari Labs for jurisdiksjoner som er vanskelig tilgjengelige
• Regulatoriske lister: Dekning av sanksjoner og PEP via Trapets og Dow Jones
• Dynamiske oppdateringer: Alle kilder oppdateres daglig

2. Automatisk vask og deduplisering

• Triangulering: Kryssreferering av flere kilder
• Bruk av metadata: Fødselsdatoer, adresser for validering
• Brukervennlige dedupliseringsverktøy: Intuitivt grensesnitt for manuell vurdering

3. Manuell vask og deduplisering

• Dynamisk kobling: "Connect owner"-knapp for entiteter med begrenset informasjon
• Strømlinjeformet søk: Resultater filtrert etter land og entitetstype
• Fleksibel sammenslåing: Sikker sammenslåing støttet av metadata

4. Kontrollberegninger

Eierskap i Strise refererer til relasjoner der entiteter eier deler av andre entiteter, inkludert indirekte eierskap gjennom flere lag.

UBO-er vs. ABO-er:

• UBO-er: Fysiske personer som antas å kontrollere en entitet gjennom eierskap, familiebånd eller avtaler
• ABO-er: Fysiske personer med lavere grad av sikkerhet for statusen som reell rettighetshaver

Landspesifikke retningslinjer er tilgjengelige for Norge, Danmark, Sverige, Finland og Storbritannia.

5. Manuell redigering av data

Brukere kan redigere eksisterende eiere, slette eiere eller roller, og legge til nye eiere eller roller. Alle endringer gjenspeiles umiddelbart på tvers av plattformen og merkes med brukeren som utførte dem.

6. Screening

• Tilpassbar fuzzy matching: Justerbare terskler for screeningpresisjon på tvers av teamet
• Sanksjonsscreening: Konsoliderte data fra OFAC, OFAC SDN, Storbritannia, EU og FN
• PEP- og RCA-screening: Data fra Trapets og Dow Jones
• Adverse Media Screening (AMS): Egenutviklet NLP-basert løsning som behandler millioner av artikler daglig

7. Monitorering

• Kontinuerlig kundemonitorering: Automatisk varsling om endringer
• Kontinuerlige risikooppdateringer: Automatiserte risikovurderinger utløst av dataendringer
• Tilpassbare automatiserte kontroller: Oppsett av regler uten kode (no-code)
• Global PEP- og sanksjonsscreening: Kontinuerlig, automatisert etterlevelse

Leverandørevaluering

• Årlige reevalueringer: Evalueringer av GDPR, sikkerhet og datakvalitet
• Benchmarking: Regelmessige sammenligninger med konkurrenter
• Sertifiseringer: ISO 27001- og SOC 2 Type II-sertifiserte leverandører

Forbehold om datakvalitet

Datakvaliteten avhenger av tredjepartsleverandører og offentlige kilder. Dekningen varierer mellom land. Strise arbeider kontinuerlig med å forbedre datakvaliteten gjennom partnerskap og teknologi.

Forpliktelser og fremtidsvisjon

Strise er forpliktet til en etisk, transparent og sikker datapraksis. Vi vil fortsette å investere i datakvalitet, leverandørevaluering og AI-transparens for å sikre at kundene våre har de best mulige verktøyene for AML-etterlevelse.