Die Europäische Union hat schon vor beinahe 10 Jahren mit zwei Verordnungen (2580/2001und 881/2002) die Resolution des UN-Sicherheitsrates (1373/2001) zur Bekämpfung von Terroristen umgesetzt. Diese Verordnungen verbieten es, terroristischen Organisationen und Einzelpersonen im In- und Ausland Vermögenswerte und Finanzdienstleistungen bereitzustellen. Betroffen sind alle am Wirtschaftsleben beteiligten Personen, ex- und importorientierte Unternehmen, Banken und Versicherungen.

Empfindliche Strafen bei Nichtbeachtung

Aus dem Außenwirtschaftsgesetz (AWG) ergibt sich die Strafbarkeit von Geschäften mit sanktionierten Personen und Institutionen. Verboten sind damit nicht nur Lieferungen in bestimmte, unter Embargo gestellte Länder, sondern untersagt sind auch Geschäftskontakte zu einzelnen, in den Sanktionslisten aufgeführten Personen und Organisationen im In- und Ausland. Strafbarkeit bedeutet in diesem Zusammenhang sowohl die Verhängung von Geldbußen gegen Unternehmen, als auch, im Rahmen der Haftung der Unternehmensleitung selbst, Geldbußen gegen Unternehmensverantwortliche oder sogar Freiheitsentzug.

Aus Sicht des Bundeswirtschaftsministeriums und des Auswärtigen Amts ist jede Warenlieferung oder Dienstleistung potenziell von der EG-Verordnung erfasst. Das Merkblatt über Embargomaßnahmen zur Bekämpfung des Terrorismus des Bundesamtes für Wirtschaft und Ausfuhrkontrolle (BAFA) vom März dieses Jahres präzisiert, dass Terroristen und Terrorgruppen Geld und wirtschaftliche Ressourcen weder direkt noch indirekt zur Verfügung gestellt werden dürfen. Wirtschaftliche Ressourcen sind Vermögenswerte jeder Art, so dass die Verordnung auch die direkte oder indirekte Lieferung von Gütern verbietet.

Komplizierte Verfahren

Unternehmen tun sich offensichtlich schwer mit der Einrichtung der notwendigen, komplizierten Kontrollmechanismen. Lassen sich Kontrollen einzelner Embargoländer oder -waren noch relativ einfach umsetzen, verhält es sich mit „international“ agierenden Personen und Organisationen vollkommen anders. Es geht darum, bei jeder Transaktion mit einem Drittland - sei es Norwegen, Vietnam oder Brasilien - zu überprüfen, ob es bei den Beteiligten eine Übereinstimmung mit einer in den Listen vorkommenden Person oder eine Verbindung zu einem genannten Unternehmen gibt. All das gilt gleichermaßen für sämtliche EU-Binnenmarkt- und Inlandsgeschäfte, weil die Verordnungen gerade nicht einzelne Länder, Regionen oder Waren(gruppen) betreffen, sondern sich auf Personen und Organisationen richten. Deren eventuell verbotene Geschäftskontakte können an jedem Ort der Welt stattfinden, auch in der EU und in Deutschland.

Noch schwieriger wird es für Unternehmen, die in den USA aktiv sind, denn sie müssen in jedem Fall auch die Vorschriften des US-Gesetzgebers erfüllen und die unterschiedlichen US-amerikanischen Listen beachten.

Die Verordnung verlangt von allen Unternehmen die Anwendung komplexer Verfahren, um verbotene Geschäftskontakte zu erkennen und zu verhindern. Die Handels-, Finanz- und Zahlungsrestriktionen greifen tief in die Geschäftsabläufe ein und stellen ganz besondere Anforderungen.

Wie kann man diese besonderen Anforderungen dann erfüllen? Klar ist, dass neben der Anpassung der betroffenen Geschäftsabläufe standardisierte und weitestgehend automatisierte Verfahren eine entscheidende Voraussetzung sind. Dabei ist zu unterscheiden zwischen unternehmensweit standardisierten Verfahren und Standardverfahren, die dieser Aufgabe sicher nicht gewachsen sind. Eine effiziente Sanktionslistenprüfung verlangt mehr als herkömmliche Abgleichverfahren und Wahrscheinlichkeitskontrollen.

Menschliches Wissen als Schlüssel

Um Einträge aus der eigenen Kundendatenbank mit Sanktionslisten zu vergleichen, versprechen vor allem jene Verfahren Erfolg, die computergestützte Schlussfolgerungen mit menschlicher Intelligenz kombinieren. Namen unterschiedlichster Nationalitäten bringen die üblichen mathematischen Prozeduren zur Dublettenerkennung und Adressvalidierung schnell an ihre Grenzen. Für die Identifikation von Adressdaten in verschiedenen landesspezifischen Schreibweisen ist länderspezifisches Wissen unverzichtbar, weil zum Beispiel nationale Besonderheiten der Adressierung, Namen und deren Schreibweisen berücksichtigt werden müssen. Neben den herkömmlichen mathematischen Verfahren kommen deshalb für Datenqualitätssoftware zunehmend wissensbasierte Methoden zum Einsatz, die Einsichten der Computerlinguistik zur Spracherkennung und -synthese anwenden. Im Ergebnis wird eine deutlich höhere Erkennungsquote erreicht - über Länder- und Sprachgrenzen hinweg.

High Precision Matching: Computerlinguistik zur Spracherkennung und -synthese

Mit Hilfe von „High Precision Matching“ lassen sich die Kundendaten im Rahmen des Sanktionslistenchecks automatisiert abgleichen. Um eine hohe Datenqualität zu liefern, muss die Matching-Engine jedoch zum Beispiel erkennen können, dass es sich bei „BMW“ und „Bayerische Motorenwerke“ um ein- und dasselbe Unternehmen handelt. Das gilt sehr wahrscheinlich auch für „Gebr. Meineke  Gärtnereibtrieb, Postfach 347, Frankfurt a.M.“ und  „Klaus u. Peter Meinecke,  Gartenbau, Postfach 347, 60145 Frankfurt“.

Deshalb kommen beim „High Precision Matching“ - über die üblichen mathematischen Prozeduren zur Dublettenprüfung und Adressvalidierung hinaus - auch wissensbasierte Methoden zum Einsatz. Zur Erkennung von Ähnlichkeiten zwischen den Einträgen in verschiedenen Datenbanken werden unter anderem genutzt:

• Länder- und Subjekt-spezifisches Wissen
• linguistische Regeln (z.B. der Phonetik, Semantik und Syntax)
• Geschäftsregeln und Algorithmen zur Erkennung von Buchstabenvertauschungen oder kontextabhängigen Akronymen
  

Der Treffer zwischen „EVO AG“ und „Energieversorgungsgesellschaft Oberhausen“ beruht daher zum Teil auf dem Erkennen kontextabhängiger Akronyme und dem Subjekt-spezifischen Wissen über Rechts- und Gesellschaftsformen sowie Wortzusammensetzungen in der deutschen Sprache: „AG“ ist im Deutschen die gängige Abkürzung für „Aktiengesellschaft“, der Wortteil „gesellschaft“ wiederum wird häufig in Wortzusammensetzungen genutzt - typisch für die Komposition als produktives Wortbildungsverfahren der deutschen Sprache.

Dieser Matching-Ansatz wird mit Methoden kombiniert, die statistische und mathematische Algorithmen, Qualitativaussagenlogik und kontextabhängige Regeln nutzen, um den Grad der Übereinstimmung zwischen Eintragungen in verschiedenen Datenbanken zu bestimmen. Hier spielen vor allem Muster, verbunden mit einer definierten Fehlertoleranz, eine wichtige Rolle. Dabei drückt diese Methode die Wahrscheinlichkeit einer Übereinstimmung üblicherweise in Gestalt eines Prozentwertes aus und trifft auf dieser Basis Entscheidungen. Ein Beispiel dafür: Das Wort „London“ hat unterschiedliche Bedeutungen. Es kann sowohl ein Nachname sein als auch eine geographische Bedeutung, die „Hauptstadt von Großbritannien“, haben. Die Wahrscheinlichkeit, dass es sich bei dem Wort „London“ um einen Nachnamen handelt, ist dabei aber ungleich geringer als dass es sich um eine Ortsbezeichnung handelt.

Wer ist wer in meiner Datenbank?

Diese Frage gilt es zu beantworten. Das müssen Unternehmen jedoch nicht allein tun, denn bei der Antwort hilft eine Identifikationssoftware, die länderspezifisches Wissen und kulturelle Unterschiede mit intelligenten Interpretationsverfahren kombiniert. Mit dem Einsatz solcher Software erfüllen Unternehmen nicht nur gesetzliche Vorschriften, sondern ersparen daneben ihren Mitarbeiter eine Menge Zeit, die sie besser für die eigentlichen Geschäftsaktivitäten nutzen können.

Ein Beispiel hierfür ist die Vollintegration einer DataQuality Software in eine Kaufmännische Gesamtlösung. Die Firma CSS Computer Software Studio GmbH aus Fulda hat im Rahmen einer Partnerschaft die Module Dubletten- Adress- und Sanktionslistenprüfung des niederländischen Herstellers Human Inference integriert. Dadurch können Debitoren/Kreditoren, Mitarbeiter, Bewerber sowie Interessenten und Kunden gleichzeitig sowohl im Dialog als auch im Batch überprüft werden. Die Ergebnisse lassen sich  kundenspezifisch anpassen: So können unterschiedliche Anforderungen an die Suche nach Dubletten (z.B. die Konfiguration der fehlertoleranten Suche) im Unternehmen berücksichtigt werden.