Künstliche Intelligenz , Machine Learning und Data Analytics in der Compliance – am Beispiel der Intelligenten Betrugserkennung

• Gabriele Wieczorek

Die Datenschutz-Grundverordnung, das CSR-Richtlinie-Umsetzungsgesetz, das Gesetz zur Bekämpfung von Unternehmenskriminalität, das Hinweisgeberschutzgesetz, das Lieferkettensorgfaltspflichtengesetz sowie das in Kürze zu verabschiedende NIS-2-Umsetzungs- und Cybersicherheitsstärkungsgesetz sind nur einige Beispiele, die die wachsenden rechtlichen Verpflichtungen von Unternehmen hervorheben. Die Compliance-Verantwortung reicht jedoch in neuen Ansätzen über die Einhaltung von Gesetzen hinaus, so umfasst Compliance zusätzlich das regelkonforme Verhalten in Übereinstimmung mit internen Regelungen, ethischen und kulturellen Geboten sowie mit den Erwartungen der relevanten Stakeholder. Um Compliance-Verstöße zu vermeiden oder aufzudecken, bedarf es einer systematischen Herangehensweise. Ein Compliance-Management definiert Regelungen und Verhaltensnormen und etabliert Kontrollen, die die Einhaltung der Regeln sicherstellen. In Konsequenz dient Compliance der Vorbeugung von Risiken und der Abwehr von Schäden, die aus Regelverstößen entstehen, und kann als Bestandteil des unternehmerischen Risikofrüherkennungs- und Überwachungssystems verstanden werden.

Seiten 81 - 110