Manuelles oder automatisiertes Sanktionsscreening: Wann Tabellen nicht mehr ausreichen

Die Wahl zwischen manuellem und automatisiertem Sanktionsscreening ist kein einfacher Vergleich zwischen Tabellen und Software. Es ist eine Entscheidung über die Kontrollgestaltung: Kann der aktuelle Prozess die richtigen Parteien zum richtigen Zeitpunkt prüfen, Treffer klären, Nachweise aufbewahren und die Arbeit zuverlässig wiederholen?

Es gibt keine universelle Zahl von Kunden, Suchen oder Treffern, ab der ein Unternehmen automatisieren muss. Anwendbares Recht begründet Sanktionsverbote. Beispielsweise enthalten die britischen Russia Regulations und die EU-Verordnung 269/2014 regimespezifische Vorschriften zum Einfrieren von Vermögenswerten.¹² Branchen- und Aufsichtsleitlinien können die Erwartungen an Kontrollen prägen. Die Technologie sollte zum Sanktionsrisiko, zur Größe und zum Betriebsmodell der Organisation passen.

Dieser Leitfaden konzentriert sich auf diese operative Entscheidung. Den umfassenderen Prozess – vom Geltungsbereich und den Screening-Populationen bis zu Eskalation und Governance – behandelt der Praxisleitfaden zum Sanktionsscreening.

Was gilt als manuelles Sanktionsscreening?

„Manuell“ kann verschiedene Arbeitsabläufe bezeichnen. Entscheidend ist nicht, ob irgendwo im Prozess Software vorkommt, sondern wer jede Prüfung auslöst, wie die Population die Kontrolle durchläuft und was eine erneute Prüfung auslöst.

Manuelle Listensuchen

Ein Analyst gibt eine Person oder Organisation in das Suchwerkzeug einer offiziellen Liste oder eine andere Suchoberfläche ein, prüft die zurückgegebenen Kandidaten und speichert das Ergebnis. Das kann bei gelegentlichen Prüfungen funktionieren. Das Team muss dennoch kontrollieren:

• welche Parteien gesucht werden;
• welche Quellen und Identifikatoren verwendet werden;
• wann die Suche wiederholt wird;
• wie mögliche Treffer eskaliert werden; und
• wie Eingabe, Ergebnis, Quelle, Datum und Entscheidung aufbewahrt werden.

Eine offizielle Suchseite kann dabei helfen, Kandidaten zu finden.³ Sie definiert weder den vollständigen Sanktionsrahmen des Unternehmens noch entscheidet sie, welche Maßnahme auf einen Treffer folgt.

Tabellengestütztes Screening

Eine Tabelle kann als Populationsliste, Aufgabenwarteschlange, Nachweisprotokoll oder Eingabe für einen anderen Screening-Dienst dienen. Excel selbst führt dabei nicht unbedingt das Matching durch.

Das Risiko hängt vom vollständigen Prozess ab. Eine gut kontrollierte Tabelle mit geringem Umfang kann zuverlässiger sein als ein schlecht konfiguriertes automatisiertes System. Mit zunehmendem Umfang können jedoch Versionskontrolle, doppelte Datensätze, fehlende Identifikatoren, manuelles Kopieren, die Reaktion auf Listenänderungen und die Rekonstruktion von Nachweisen schwieriger werden.

Manuelle Batch-Prüfung

CSV-Batch-Screening liegt zwischen einzelnen Suchen und ereignisgesteuerter Automatisierung. Eine Person bereitet die Datei weiterhin vor und lädt sie hoch, während Software die Datensätze vergleicht und Kandidaten gesammelt zurückgibt.

Das Matching ist somit automatisiert, der operative Auslöser kann jedoch manuell bleiben. So lassen sich wiederholte Suchen ohne API vermeiden. Das Team bleibt zugleich für die Vollständigkeit der Population, den Zeitpunkt des Uploads, fehlgeschlagene Zeilen, die Prüfung der Kandidaten und zukünftiges Re-Screening verantwortlich.

Wann kann manuelles Sanktionsscreening weiterhin funktionieren?

Ein manueller Prozess kann angemessen bleiben, wenn die Arbeitslast gering und vorhersehbar ist und die Organisation nachweisen kann, dass die vollständige Kontrolle wirksam bleibt. Die Frage lautet nicht „Nutzen wir eine Tabelle?“, sondern „Können wir den erforderlichen Prozess zuverlässig durchführen und nachweisen?“

Prüfen Sie, ob das Team durchgehend:

• alle Parteien und Screening-Auslöser im Anwendungsbereich identifizieren kann;
• aktuelle und anwendbare Quelldaten verwendet;
• genügend Identitätsinformationen erfasst, um Kandidaten zu klären;
• Prüfungen vor der relevanten Geschäftsentscheidung abschließt;
• Hinweise ohne wachsenden Rückstand prüft und eskaliert;
• manuelle Arbeit einer Qualitätskontrolle unterzieht;
• einen rekonstruierbaren Entscheidungsnachweis bewahrt; und
• das Screening wiederholt, wenn es die interne Richtlinie des Unternehmens verlangt.

Die FCA-Leitlinien für Unternehmen in ihrem Aufsichtsbereich berücksichtigen ausdrücklich sowohl manuelles als auch automatisiertes Screening und beschreiben eine angemessene Mischung als mögliche gute Praxis.⁴ Auch OFAC fördert ein risikobasiertes Compliance-Programm, das auf die Merkmale einer Organisation zugeschnitten ist, statt eine universelle Technologie vorzuschreiben.⁵

Diese Quellen bieten keinen allgemeinen Freibrief für manuelle Arbeit. Sie zeigen jedoch, warum die Aussage „Automatisierung ist rechtlich immer vorgeschrieben“ nicht allgemein haltbar ist.

Wo manuelles Screening an seine Grenzen stößt

Die Umstellung sollte durch beobachtbare Kontrollprobleme bestimmt werden. Eine wachsende Kundenzahl kann dazu beitragen, doch das Volumen allein sagt wenig über Zeitpunkt, Komplexität und Prüfaufwand aus.

Re-Screening wird zum manuellen Kontrollproblem

Prüfungen beim Onboarding sind leichter im Blick zu behalten, weil ein Geschäftsereignis sie auslöst. Re-Screening ist schwieriger, wenn es davon abhängt, dass jemand eine Listenänderung bemerkt, einen Kalender pflegt, die richtige Population findet und die Arbeit erneut ausführt.

Warnsignale sind verspätete Listenaktualisierungen, unklare Daten der letzten Prüfung, übersehene Änderungen der Population und wiederholte manuelle Abstimmungen. Laufendes Monitoring kann einen größeren Teil des Auslösers automatisieren. Das Unternehmen muss jedoch weiterhin festlegen, welche Änderungen relevant sind, und prüfen, ob der Monitoring-Prozess funktioniert.

Treffer-Warteschlangen übersteigen die verfügbare Prüfungskapazität

Automatisierung beseitigt Treffer nicht. Häufig macht sie die Warteschlange sichtbar, die bei Einzelprüfungen zuvor verborgen blieb.

Wenn Kandidaten interne Fristen überschreiten, die Verantwortlichkeit unklar ist, Personalausfälle den Prozess stoppen oder Qualitätsprüfungen zum Abbau der Warteschlange ausgelassen werden, liegt das Problem bei Prüfungskapazität und Kontrolle – nicht nur bei der Suchgeschwindigkeit. Aufsichtsergebnisse der FCA haben Rückstände, eine schwache Trefferbearbeitung und nicht belastbare manuelle Prozesse hervorgehoben.⁶

Nachweise lassen sich nur schwer rekonstruieren

Screenshots, E-Mail-Genehmigungen, separate Notizen und Tabellenzellen können eine Entscheidung dokumentieren. Die Verteilung auf verschiedene Orte erschwert es jedoch einem anderen Prüfer, folgende Fragen zu beantworten:

Was wurde gegen welche Quelle geprüft, welcher Kandidat erschien, welche Identifikatoren wurden verglichen, wer entschied und warum?

Wenn Nachweise nachträglich zusammengesucht werden müssen, kann ein kontrolliertes Portal oder ein Fallworkflow mehr Nutzen bieten als schnelleres Matching allein. Das detaillierte Nachweismodell behandelt der Leitfaden Sanktionshinweise nachvollziehbar dokumentieren.

Screening muss innerhalb eines Geschäftsereignisses stattfinden

Die manuelle Auslösung wird zur strukturellen Einschränkung, wenn eine Entscheidung erst nach Vorliegen eines Screening-Ergebnisses fortgesetzt werden darf – beispielsweise beim digitalen Onboarding, bei der Lieferantenfreigabe oder einem anderen definierten Produktereignis.

Eine API kann die Screening-Anfrage und die strukturierte Antwort in diesen Arbeitsablauf einbetten. Sie entscheidet nicht, ob ein Kandidat dieselbe Partei ist oder welche rechtliche Maßnahme angemessen ist. Diese Entscheidungen erfordern weiterhin den genehmigten Prüf- und Eskalationsprozess des Unternehmens.

Portal, CSV, API oder laufendes Monitoring: Welches Problem löst welcher Weg?

Automatisierung ist ein Kontinuum. Wählen Sie den Arbeitsablauf, der den tatsächlichen Schwachpunkt behebt, statt jede Organisation so zu behandeln, als müsse sie direkt von Tabellen zu einem Echtzeit-API-Screening wechseln.

Diese Wege können kombiniert werden. Ein Unternehmen kann eine API für neues Onboarding, Batch-Dateien für ein älteres Portfolio, ein Portal für Ad-hoc-Suchen und Monitoring für freigegebene Geschäftsbeziehungen einsetzen.

Einen tieferen technischen Vergleich von Datei- und Integrationsprozessen bietet API oder Batch für Sanktionsprüfungen.

Was ändert sich, wenn das Screening automatisiert wird?

Automatisierung verteilt wiederholte Arbeit neu. Sie beseitigt weder Beurteilung noch Verantwortung oder Kontrollrisiken.

Trefferprüfung wird ausnahmeorientiert

In einem Einzelprüfungsprozess löst der Analyst jede Suche aus und bewertet sie. Bei Batch, API oder Monitoring kann das System mehr Datensätze vergleichen und Kandidaten weiterleiten, sodass Analysten mehr Zeit mit Ausnahmen verbringen.

Dadurch werden Verantwortlichkeit für Warteschlangen, Prioritäten, Servicelevel, Eskalation und Qualitätssicherung sichtbarer und wichtiger. Ein erzeugter Treffer bleibt ein Kandidat – keine sanktionsrechtliche Schlussfolgerung.

Frühere False-Positive-Entscheidungen können aufbewahrt werden

Eine kontrollierte Plattform kann frühere Entscheidungen bewahren und wiederholte Arbeit reduzieren, wenn derselbe irrelevante Kandidat erneut erscheint. Die Wiederverwendung sollte der internen Richtlinie folgen und neu bewertet werden, wenn sich Kundendaten, Quelldatensatz oder andere wesentliche Tatsachen ändern.

Software löst False Positives nicht automatisch. Schlechte Daten oder zu weit beziehungsweise zu eng gefasste Konfigurationen können weiterhin zu schlechten Ergebnissen führen. Einzelheiten zu Matching und Feinabstimmung finden Sie im Leitfaden False Positives im Sanktionsscreening reduzieren.

Nachweise werden strukturiert

Die beabsichtigte Verbesserung ist ein zusammenhängender Datensatz aus Eingabe, Quellenergebnis, Zeitstempel, Prüfer, Begründung, Eskalation und Ergebnis. Strukturierte Nachweise können Prüfung und Rekonstruktion erleichtern. Die Auditierbarkeit hängt jedoch weiterhin davon ab, was die Organisation aufzeichnet und ob dieser Datensatz vollständig ist.

Re-Screening wird zu einer konfigurierten Kontrolle

Monitoring kann einen Teil des manuellen Erinnerungs- und Wiederholungsprozesses ersetzen. Die Kontrollfrage ändert sich von „Hat jemand daran gedacht?“ zu „Sind die richtigen Populationen, Quellen, Auslöser und Weiterleitungsregeln konfiguriert, getestet und in Betrieb?“

Das Unternehmen sollte wissen, was eine neue Prüfung auslöst, wie frühere Entscheidungen behandelt werden, wie Fehler erkannt werden und wer für ungeklärte Hinweise verantwortlich ist.

Automatisierung schafft Konfigurations- und Integrationsrisiken

Neue Technologie ersetzt einige manuelle Abhängigkeiten durch andere Risiken:

• falsche Feldzuordnung aus dem Quellsystem;
• unvollständige Identifikatoren oder Populationen;
• veraltete oder fehlgeschlagene Listenaktualisierungen;
• ungeeignete Matching-Konfiguration;
• Batch-Zeilen, die ohne Abstimmung fehlschlagen;
• API-Zeitüberschreitungen, Wiederholungsversuche oder nachgelagerte Fehler; und
• übermäßiges Vertrauen in einen Anbieter ohne unabhängige Prüfung.

OFAC nennt Fehler von Screening-Software, fehlende Identifikatoren und unberücksichtigte alternative Schreibweisen als Erkenntnisse aus Durchsetzungsmaßnahmen.⁵ Auch die FCA-Ergebnisse warnen Unternehmen davor, sich allein auf Zusicherungen von Lieferanten zu verlassen, statt Systeme selbst zu verstehen und zu testen.⁶

Was vor dem Ersatz eines manuellen Prozesses zu testen ist

Behandeln Sie die Umstellung als Änderung einer Kontrolle. Verwenden Sie eigene repräsentative Datensätze und erwartete Ergebnisse der Organisation statt einer Anbieterdemonstration, die nur aus einfachen Fällen besteht.

| Testbereich | Was zu prüfen ist | | Population und Zuordnung | Jeder Datensatz im Anwendungsbereich kommt mit stabilen IDs und den vorgesehenen Identitätsfeldern an | | Matching | Bekannte Namen, authentische Varianten, Transliterationen, häufige Namen und unvollständige Datensätze verhalten sich nachvollziehbar | | Abstimmung | Doppelte, ungültige und fehlgeschlagene CSV-Zeilen oder API-Anfragen sind sichtbar und wiederherstellbar | | Prüfprozess | Kandidaten haben einen Verantwortlichen, eine Priorität, einen Eskalationsweg und einen Weg zur Qualitätskontrolle | | Nachweise | Ein anderer Prüfer kann Eingabe, Ergebnis, Quelle, Begründung, Genehmigung und Entscheidung rekonstruieren | | Re-Screening | Eine realistische Änderung der Quelle oder Kundendaten erzeugt die vorgesehene neue Prüfung | | Frühere Entscheidungen | Frühere False-Positive-Entscheidungen werden gemäß interner Richtlinie wiederverwendet oder erneut geprüft | | Fehlerbehandlung | Quellenverzögerungen, Integrationsfehler, wachsende Warteschlangen und veraltete Daten sind erkennbar |

Führen Sie mindestens einen echten Kandidaten, einen irrelevanten Kandidaten und eine ungeklärte Identität durch den vollständigen Arbeitsablauf. Klären Sie beim Monitoring einen bekannten False Positive und simulieren Sie anschließend eine wesentliche Datenänderung, um zu prüfen, was beibehalten und was erneut bewertet wird.

Dies ist ein Abnahmetest für die Umstellung, kein vollständiger Beschaffungsprozess. Wenn Software wahrscheinlich der richtige Weg ist, bietet der Leitfaden Sanktionsscreening-Software auswählen den vollständigen Anforderungs- und Proof-of-Concept-Rahmen.

Ein praktischer Entscheidungsrahmen

Wählen Sie die kleinste kontrollierte Änderung, die das nachgewiesene Problem löst:

Das Ziel ist nicht „maximale Automatisierung“. Es ist eine wirksame, angemessene und testbare Kontrolle, deren Fehler sichtbar sind und deren Entscheidungen rekonstruiert werden können.

Checklynx unterstützt Sanktionsscreening über Portal-, CSV-Batch-, API- und laufende Monitoring-Prozesse mit Fallprüfung und Audit-Nachweisen. Diese Funktionen können die genehmigte Screening-Kontrolle des Unternehmens ausführen; der Kunde bleibt für Geltungsbereich, Richtlinie, Prüfung und rechtliche Entscheidungen verantwortlich.

Häufig gestellte Fragen

Ist manuelles Sanktionsscreening grundsätzlich unzureichend?

Nein. Die Eignung hängt vom anwendbaren Rahmen und davon ab, ob die vollständige Kontrolle wirksam, angemessen und nachweisbar bleibt. Manuelle Arbeit wird problematisch, wenn Auslöser, Listenaktualisierungen, Prüfung, Qualitätskontrolle, Aufzeichnungen oder Re-Screening unzuverlässig sind.

Ist automatisiertes Sanktionsscreening rechtlich vorgeschrieben?

Nicht allgemein. Bestimmte Gesetze, Branchen oder Aufsichtsbehörden können konkrete Erwartungen begründen. Die geprüften Behördenquellen schaffen jedoch keine globale Vorgabe, nach der jedes regulierte Unternehmen sein Sanktionsscreening automatisieren muss.

Benötigen wir eine API, um Sanktionsscreening zu automatisieren?

Nein. Ein Portal kann analystengeführte Arbeit kontrollieren, CSV kann bekannte Populationen skalieren und Monitoring kann Auslöser für Re-Screening automatisieren. Eine API ist besonders sinnvoll, wenn Screening innerhalb eines definierten Ereignisses im Geschäftssystem stattfinden muss.

Ist CSV-Batch-Screening manuell oder automatisiert?

Beide Beschreibungen können zutreffen. Eine Person kann die Population manuell vorbereiten und hochladen, während Software das Matching durchführt. Definieren Sie Auslöser, Matching, Abstimmung und Prüfprozess, statt sich auf eine binäre Bezeichnung zu verlassen.

Beseitigt Software False Positives beim Sanktionsscreening?

Nein. Die Ergebnisse hängen weiterhin von Quelldaten, Kundenidentifikatoren, Matching-Konfiguration und Tests ab. Software kann frühere Entscheidungen bewahren und wiederholte Arbeit reduzieren, lässt sich aber auch schlecht konfigurieren.

Was ist das deutlichste Signal dafür, dass sich ein manueller Prozess ändern muss?

Achten Sie auf Kontrollfehler: verspätetes oder versäumtes Re-Screening, wachsende Trefferrückstände, wiederholte Dateneingabe, verstreute Nachweise, uneinheitliche Prüfungen oder ein Geschäftsereignis, das nicht zuverlässig auf eine manuelle Auslösung warten kann. Einen universellen numerischen Schwellenwert gibt es nicht.

Was sollte vor der Umstellung getestet werden?

Testen Sie repräsentative Datensätze, Datenzuordnung, Matching, Fehler bei Zeilen und API-Anfragen, Abstimmung, Warteschlangensteuerung, Rekonstruktion von Nachweisen, Auslöser bei wesentlichen Änderungen und den Umgang mit früheren False-Positive-Entscheidungen.