De Belgische regering investeert in een speciale afdeling die zich binnen het federaal parket volledig zal toeleggen op de strijd tegen financiële misdaad. De overheid pakt hiervoor met straffe cijfers uit en wil honderden extra werkkrachten inschakelen. Toch moeten we hier een kanttekening bij plaatsen. Niet het aantal extra mensen zal uiteindelijk het verschil maken, maar de mate waarin zij ondersteund worden door data, technologie en een duidelijke aanpak.
Het streven van de Belgische regering is nobel, want financiële criminaliteit dreigt een steeds groter probleem te worden. Met een goede strategie kan ons land financieel-economische criminaliteit slimmer en effectiever bestrijden. Het aanwerven van extra mensen is daarvoor een uitstekend startpunt, maar er is meer nodig. Witwaspraktijken zijn vandaag extreem geavanceerd en fraudeurs hebben meer en meer middelen ter beschikking om onder de radar te blijven.
Toegang tot de juiste data
Zelfs honderden extra mensen kunnen weinig impact maken als ze niet over de juiste gegevens beschikken. Veel data zit nog steeds in silo’s of is door wetgeving beschermd. Uiteraard is meer regulering voor de bescherming van de burgers positief, maar ze moet ook effectieve opsporing en wetshandhaving mogelijk maken. In fraudebestrijding is het cruciaal dat onderzoekers de nodige data kunnen én mogen gebruiken. Verschillende instanties moeten samenwerken om die gegevens bij elkaar te brengen. Zo kan data in bezit zijn van een bank of binnen verschillende overheidsinstanties.
Bovendien is dit niet alleen een Belgisch probleem. Financiële fraude is vaak grensoverschrijdend en daarom moeten landen ook onderling data uitwisselen. Een belangrijke stap voorwaarts is de oprichting van AMLA (Anti-Money Laundering Authority), een instantie in Frankfurt die landen in staat moet stellen om witwassen op een gelijkwaardige manier te bestrijden. Vanaf de zomer van 2027 zal dit principe in alle EU-landen van toepassing zijn.
In de strijd tegen fraude heeft België zeker al veel vooruitgang geboekt. Vooral douanecontroles zijn intussen vergevorderd. Maar op het gebied van data-uitwisseling en digitalisering hebben we nog terrein goed te maken tegenover de beste leerlingen van de Europese klas.
Analytische slagkracht
Dat brengt ons bij nog een andere voorwaarde om financiële fraude op een slimmere manier te bestrijden: technologie. Als de menselijke capaciteit en toegang tot data aanwezig is, dan moeten er ook geavanceerde systemen zijn om hier iets mee te doen. Met een combinatie van bewezen analysetechnieken, automatisering en stapsgewijze uitbreiding kan veel vooruitgang worden geboekt.
Machine learning maakt het mogelijk om patronen te herkennen en te voorspellen of iets al dan niet verdacht is. Netwerkanalyse kan daarnaast relaties tussen personen, bedrijven en transacties blootleggen, waardoor criminele constructies sneller zichtbaar worden. Die analyses moeten dan wel een continue oefening zijn. Het is niet voldoende om data enkel op een bepaald moment in de tijd te analyseren. Hoewel fraudeurs zeker niet elke dag nieuwe methoden uitvinden, zit er zeker wel een evolutie in hun technieken. Daarom vereist fraudedetectie een basis die voortdurend geëvalueerd en aangepast wordt.
Werk van lange adem
Helaas is financiële fraudebestrijding geen probleem dat je met analytics en AI op een magische manier kunt oplossen. Zelfs met honderden mensen is het onmogelijk om vandaag een oplossing te bouwen die morgen onmiddellijk alle grote vissen gaat vangen. Daarom is het belangrijk dat de overheid dit project voldoende tijd geeft. Het initiatief mag niet afgeschreven worden als de eerste resultaten niet indrukwekkend zijn. Want daartoe is de kans eerder klein.
Eigenlijk geldt hetzelfde advies voor iedere andere sector die met AI aan de slag gaat: denk groots, maar begin klein. Ga op zoek naar laaghangend fruit dat bewijst dat je technieken werken. Ook in de bankwereld gaat fraudeonderzoek altijd van start met behapbare brokken. Nieuwe mensen zijn bovendien niet vanaf de eerste dag allemaal even productief. Technologie kan die menselijke expertise trouwens nooit vervangen. Om die reden is het ook cruciaal dat die mensen aan boord blijven. Zij zullen door de jaren heen veel kennis opdoen die de organisatie niet wil verliezen.
Governance
Tot slot vraagt slimme fraudebestrijding om governance. Als de medewerkers in het team getraind zijn en de juiste datafundamenten aanwezig zijn, dan zorgt governance voor meer vertrouwen om de resultaten van AI-modellen te gebruiken. Zeker in een gereguleerde omgeving zijn transparantie en verklaarbaarheid van output onontbeerlijk. Zo moeten onderzoekers voor de rechtbank kunnen uitleggen hoe ze tot bepaalde resultaten gekomen zijn. En over pakweg drie jaar moet nog steeds duidelijk zijn welke modellen er in het eerste jaar van een onderzoek zijn toegepast, of hoe zo’n model tot bepaalde resultaten en conclusies is gekomen.
De overheid wil naar eigen zeggen het signaal geven dat niemand nog ongestraft kan frauderen. Of dat haalbaar is, zal in grote mate afhangen van de manier waarop de nieuwe afdeling binnen het federaal parket deze problematiek zal aanpakken. Terwijl fraudeurs zelf volop met technologie aan de slag gaan, beschikken ook fraudebestrijders in elk geval over sterke wapens om financiële misdaden tegen te gaan. Dankzij een unieke combinatie van data, AI én menselijke expertise.
Olaf Passchier, fraude expert bij SAS
