False Positives im Sanktionsscreening reduzieren, ohne relevante Treffer zu übersehen

Um False Positives im Sanktionsscreening zu reduzieren, ermitteln Sie zunächst die Ursachen unnötiger Kandidaten. Verbessern Sie die betroffenen Daten und Einstellungen und prüfen Sie anschließend, ob erwartete relevante Treffer weiterhin erkannt werden. Den Schwellenwert so lange anzuheben, bis die Warteschlange überschaubar ist, reicht als Kontrollstrategie nicht aus.

Die CySEC unterscheidet in ihrer Aufsichtsleitlinie von 2025 zwischen der Erkennungswirksamkeit und dem Arbeitsaufwand eines Screening-Systems. Sie beschreibt Systeme, die wenige irrelevante Alarme erzeugten, bei Tests mit veränderten Namen sanktionierter Personen jedoch versagten.¹ Das Ziel ist deshalb nicht die kleinste Warteschlange, sondern ein Screening-Prozess, dessen Erkennungsleistung und Betriebsaufwand nachvollziehbar sind.

Dieser Leitfaden behandelt Kalibrierung und Qualitätssicherung. Zum rechtlichen Geltungsbereich und zur Listenauswahl lesen Sie den Praxisleitfaden zum Sanktionsscreening. Für die Beschaffung nutzen Sie den Leitfaden zur Auswahl von Sanktionsscreening-Software.

Was ist ein False Positive im Sanktionsscreening?

Ein Kandidatenalarm weist auf eine mögliche Übereinstimmung hin. Ein False Positive ist ein Kandidat, bei dem die anschließende Prüfung ergibt, dass es sich nicht um die betreffende gelistete Partei handelt. Ein ungeklärter Alarm ist weder ein bestätigter Treffer noch ein nachgewiesener False Positive.

Die britische OFSI unterscheidet in ihrer Anleitung zwischen einer Namensübereinstimmung und einer Übereinstimmung mit der tatsächlich gelisteten Person. Sie erläutert, wie Identitätsangaben bei dieser Feststellung helfen können.²

Halten Sie drei Fragen auseinander:

Welche Nachweise für einen konkreten Alarm benötigt werden, erläutert der Leitfaden zur Dokumentation einer Sanktionsalarm-Untersuchung. Der Namensabgleich ersetzt auch keine sanktionsrechtliche Eigentums- und Kontrollanalyse.

Ursachen unnötiger Alarme ermitteln

Untersuchen Sie vor einer Filteränderung eine Stichprobe bereits geklärter Nichttreffer und ordnen Sie diese nach Ursachen. Ungeklärte Fälle gehören nicht in diese Stichprobe. Die folgende Übersicht ist ein praktisches Diagnosemodell, kein regulatorisch vorgeschriebenes Bewertungsverfahren.

Nicht jeder Kandidat zu einer unbeteiligten Person ist ein Fehler des Matching-Systems. Eine gewisse Mehrdeutigkeit lässt sich bei ähnlichen Namen und wenigen unterscheidenden Angaben nicht vermeiden. Entscheidend ist, ob bessere Daten oder kontrollierte Einstellungen unnötige Arbeit vermeiden können, ohne relevante Kandidaten auszublenden.

Originalschriften und Transliteration getrennt testen

Mehrsprachiges Screening umfasst mehr als das Entfernen von Akzenten. Das Format der UK Sanctions List enthält nichtlateinische Namen sowie zugehörige Schrift- und Sprachfelder.³ Die FCA beschrieb im Mai 2026 Schwächen bei der Erkennung von Namensvarianten und nichtlateinischen Namen.⁴

Bewahren Sie den Originalnamen auf, sofern verfügbar. Speichern Sie normalisierte oder transliterierte Formen zusätzlich, statt das Original unbemerkt zu ersetzen. Testen Sie anschließend die Verarbeitungswege, die bei Ihren Kunden, Gegenparteien und Sanktionsquellen tatsächlich vorkommen.

Kyrillisch, Arabisch und Thai sind Beispiele für Tests, sofern sie für das Portfolio relevant sind. Sie sind weder eine universell vorgeschriebene Liste von Schriftsystemen noch eine Aussage, dass jeder Anbieter sämtliche schriftübergreifenden Verarbeitungswege unterstützt.

Testen Sie neben dem Matching-Dienst auch die tatsächliche Integration. Eine Oberfläche kann einen Namen korrekt anzeigen, während ein Import, eine vorgelagerte Feldbegrenzung oder ein Normalisierungsschritt die an das Screening übergebene Eingabe verändert. Dokumentieren Sie sowohl den übermittelten als auch den tatsächlich geprüften Wert, soweit das System diesen bereitstellt.

Zusätzliche Identifikatoren als Nachweise nutzen – nicht als Abkürzung

Die OFSI nennt Geburtsdaten, Staatsangehörigkeiten, Adressen und Identifikatoren als hilfreichen Identitätskontext. Eine abweichende Adresse kann einen möglichen Treffer weiterhin offenlassen, wenn andere Merkmale übereinstimmen.² Ein einzelnes widersprüchliches Feld darf nicht zu einer undokumentierten universellen Entwarnungsregel werden.

Klären Sie, ob ein Feld für eine exakte Suche, als Kandidatenfilter, als Bewertungssignal oder nur als Information für Prüfer dient. Diese Funktionen können unterschiedliche Fehler verursachen. Ein harter Filter kann verhindern, dass ein Kandidat überhaupt zur Prüfung gelangt; ein Bewertungssignal kann dagegen seine Position oder den Konfidenzwert verändern. Testen Sie das dokumentierte Verhalten jedes Arbeitsablaufs, statt für alle Felder dieselbe Funktionsweise anzunehmen.

Einstellungen anhand einer Ausgangskonfiguration kalibrieren

OFAC empfiehlt für das eigene Suchwerkzeug keinen universellen Schwellenwert. Die Auswahl wird den Risikobewertungen und Compliance-Verfahren der Nutzer überlassen.⁵ Diese Aussage betrifft das OFAC-Werkzeug, nicht einen Checklynx-Algorithmus oder dessen numerische Skala.

Eine praktische Abfolge für die Kalibrierung:

1. Quellen, Parteitypen und Arbeitsabläufe im Prüfbereich festlegen.
2. Aktuelle Konfiguration und Stand der Quelldaten dokumentieren.
3. Unabhängig geprüfte Datensätze mit erwarteten Treffern und Nichttreffern erstellen.
4. Ausgangstest durchführen und Ergebnisse auf Kandidatenebene aufbewahren.
5. Eine Einstellung oder eine klar abgegrenzte Gruppe von Einstellungen ändern.
6. Übersehene erwartete Treffer, Kandidatenvolumen und operative Auswirkungen vergleichen.
7. Unerwartete Unterschiede vor der Freigabe untersuchen.
8. Freigegebene Konfiguration, Testnachweise und Rücksetzplan aufbewahren.

Reservieren Sie nach Möglichkeit einen separaten Validierungsdatensatz, der nicht zur Abstimmung der Einstellungen verwendet wurde. Andernfalls kann eine Konfiguration einen vertrauten Test gut bestehen, ohne die breitere Population angemessen abzubilden.

Eine Segmentierung kann sinnvoll sein, wenn sich Populationen tatsächlich unterscheiden: etwa Personen und Unternehmen, vollständige und lückenhafte Datensätze oder Angaben aus Onboarding und Zahlungsverkehr. Dokumentieren Sie die Begründung, stellen Sie repräsentative Tests je Segment sicher und prüfen Sie den Wechsel eines Datensatzes zwischen Segmenten. Wählen Sie Einstellungen nicht allein, um einen gewünschten Alarmanteil zu erreichen.

Ausschlüsse, Unterdrückung und Priorisierung unterscheiden

Diese Arbeitsdefinitionen helfen Kontrollverantwortlichen, Änderungen unabhängig von der Terminologie eines Anbieters zu bewerten.

Ein Ausschluss ist nicht dasselbe wie die Klärung einer bestimmten Person gegenüber einem bestimmten Quelldatensatz. Ebenso wenig sollte ein Name allein zur dauerhaften Erlaubnis werden, das Screening zu umgehen.

CySEC berichtete über übersehene sanktionierte Datensätze infolge eines Filters für verstorbene Personen. Ihre Leitlinie benennt außerdem das Matching schwacher Aliasnamen als Prüfbereich.¹ Übernehmen Sie daher pauschale Ausschlüsse verstorbener Personen oder schwacher Aliasnamen nicht als allgemeine Empfehlung zur Reduzierung irrelevanter Kandidaten. Beachten Sie die für Ihre Aufsicht geltenden Anforderungen und testen Sie die Auswirkungen auf die Sanktionspopulation im Prüfbereich.

Dokumentieren Sie bei einer geplanten Wiederverwendung geklärter Nichttreffer folgende Gestaltungsentscheidungen:

• Die von der Entscheidung erfasste Beziehung zwischen Kunde und Quelldatensatz.
• Die Fakten und Nachweise, die den ursprünglichen Nichttreffer begründeten.
• Wer die Wiederverwendung genehmigen, prüfen oder widerrufen darf.
• Welche Änderungen an Kunden, Quellen, Aliasnamen, Identifikatoren oder Konfigurationen eine erneute Prüfung auslösen.
• Wie unterdrückte Kandidaten auf ihre ursprüngliche Entscheidung zurückgeführt werden können.
• Wie die Qualitätssicherung prüft, dass die Unterdrückung weder zu weit gefasst noch veraltet ist.

Dies sind empfohlene zu bewertende Kontrollen, keine Aussage, dass jedes Produkt sie automatisch umsetzt. Kann das System eine relevante Änderung nicht erkennen, definieren Sie einen anderen Prüfmechanismus, bevor Sie sich auf die fortgesetzte Unterdrückung verlassen.

Ein Testpaket für Erkennungsleistung und Arbeitsaufwand aufbauen

Nutzen Sie die folgende anpassbare Testmatrix. Legen Sie Stichprobengröße und Abnahmekriterien anhand Ihres Risikos, Ihrer Daten und der einschlägigen Aufsichtserwartungen fest. Die konkrete Testgröße einer Aufsichtsbehörde ist keine weltweite Vorgabe.

Bewahren Sie für jeden Fall eine Test-ID, Eingabe, gegebenenfalls erwartete Zielidentität, Begründung des erwarteten Ergebnisses, Quellenreferenz und Konfiguration auf. Trennen Sie einen erwarteten Kandidaten von einer erwarteten abschließenden rechtlichen Entscheidung. Der Matching-Test prüft grundsätzlich das Auffinden von Datensätzen; er beweist nicht, dass Sanktionen rechtlich auf die Beziehung anwendbar sind.

CySEC testete sowohl offizielle Kontrollnamen als auch veränderte Datensätze, darunter Schreibfehler sowie fehlende oder doppelte Wörter.¹ Dies stützt Tests über die Suche nach exakten Namen hinaus, ohne ein bestimmtes Stichprobenergebnis in eine universelle Erkennungsgarantie umzudeuten.

Wenden Sie vor der Verwendung echter Kundendaten die Zugriffs-, Datenschutz- und Testumgebungskontrollen Ihrer Organisation an. Synthetische Varianten offizieller Testdatensätze können hilfreich sein, sollten realistische Portfoliomerkmale aber nicht ersetzen.

Kennzahlen mit klar definierten Bezugsgrößen ausweisen

Verdichten Sie Erkennung, Betriebsaufwand und Prüfqualität nicht zu einem einzigen unerklärten Genauigkeitsprozentsatz.

Halten Sie ungeklärte Fälle sichtbar. Wenn die schwierigsten Fälle aus der Ergebnisberichterstattung verschwinden, kann sich die scheinbare Qualität verbessern, ohne dass tatsächlich eine Verbesserung eintritt. Unterscheiden Sie zudem Kandidaten, eindeutig identifizierte Prüfsubjekte und Screening-Ausführungen: Eine Person kann mehrere Kandidaten erzeugen oder mehrfach geprüft werden.

Ein aussagekräftiger Änderungsbericht erklärt, welche unnötigen Kandidaten entfallen sind, ob erwartete Kandidaten verloren gingen und wie sich die Arbeit der Prüfer verändert hat. Untersuchen Sie einen neu übersehenen Treffer ausdrücklich; ein günstiger Durchschnitt macht ihn nicht unwesentlich.

Änderungen und Wiederholungstests steuern

Die FCA-Ergebnisse von 2026 stützen für Unternehmen in ihrem Aufsichtsbereich Kalibrierung, Wirksamkeitsprüfungen und eine stärkere Kontrolle von Ausschlüssen und Screening-Änderungen.⁴ Der folgende Änderungsnachweis ist eine praktische Umsetzungsempfehlung:

Testen Sie nach relevanten Änderungen an Matching-Engine, Konfiguration, Quelldaten oder Integration erneut. Überarbeiten Sie den Testdatensatz, wenn sich Kundenbestand, geografische Verteilung oder verwendete Schriftsysteme ändern. Beobachten Sie nach der Einführung die Produktionsergebnisse zusätzlich zu den Tests vor der Freigabe.

Ein Alarmrückstand erfordert neben der Konfigurationsanalyse auch eine Prüfung von Kapazität und Prozessen. Verkleinern Sie die Warteschlange nicht durch eine unbemerkte Einschränkung der Erkennung. Verknüpfen Sie Prüfnachweise mit dem Fallmanagement und erhalten Sie eine Prüfungshistorie, die Systemausgaben von autorisierten Entscheidungen unterscheidet.

Wie Checklynx den Arbeitsablauf unterstützt

Checklynx verbindet das Sanktionsscreening mit Namen, Aliasnamen, Identifikatoren, Quellenkontext und Prüfnachweisen. Das Sanktionsprodukt unterstützt API-, Batch-, Kunden- und Re-Screening-Abläufe sowie die Wiederverwendung geklärter Nichttreffer. Das Matching-Produkt beschreibt Identitätskontext auf Profilebene, wobei die Beurteilung durch Prüfer erhalten bleibt.⁶⁷

Nutzen Sie Funktionen für Matching und Bewertung gemeinsam mit einem repräsentativen Testpaket und bestätigen Sie die exakten Einstellungen und das Verhalten der Arbeitsabläufe anhand der aktuellen Entwicklerdokumentation. Validieren Sie Schriftunterstützung, Filterung und Entscheidungswiederverwendung in der vorgesehenen Integration. Ihre Organisation bleibt für Konfiguration, anwendbare Sanktionspflichten und abschließende Entscheidungen verantwortlich.

Häufig gestellte Fragen

Was ist der beste Schwellenwert für das Sanktionsscreening?

Eine universelle Einstellung gibt es nicht. Definieren Sie Quellenumfang und erwartetes Verhalten und vergleichen Sie Konfigurationen mit repräsentativen Positivfällen, Varianten und Nichttreffern. Ein Anbieterwert sollte nicht als Wahrscheinlichkeit interpretiert werden, sofern diese Bedeutung nicht ausdrücklich belegt ist.

Bedeuten weniger Alarme ein besseres Screening?

Nicht für sich genommen. Eine restriktive Konfiguration kann die Kandidatenzahl verringern und zugleich relevante Varianten verlieren. Belegen Sie die Erkennung erwarteter Treffer getrennt von der operativen Effizienz.

Kann ein anderes Geburtsdatum eine Namensübereinstimmung ausschließen?

Ein verlässlicher Widerspruch kann ein wichtiger Nachweis sein, ist aber keine universelle automatische Entwarnungsregel. Berücksichtigen Sie unvollständige oder mehrere Datumsangaben, die Quellenqualität und die übrigen Identitätsinformationen. Fehlende Daten sind kein bestätigter Widerspruch.

Sollten bereits geklärte Namen dauerhaft ausgeschlossen werden?

Nein. Bewerten Sie die Wiederverwendung eines konkret geklärten Nichttreffers anhand von Nachweisen und Bedingungen für eine erneute Prüfung. Eine frühere Entscheidung zu einem Quelldatensatz sollte nicht unbemerkt jeden künftigen Datensatz mit ähnlichem Namen ausschließen.

Sollten wir kyrillische, arabische und thailändische Namen testen?

Wenn diese Schriften oder ihre Transliterationen in Ihrem Portfolio oder Ihren Quelldaten vorkommen, nehmen Sie sie in die Tests auf. Testen Sie Verarbeitungswege in Originalschrift und schriftübergreifende Wege getrennt und verifizieren Sie die Unterstützung, statt sie vorauszusetzen.

Beweist das Bestehen aller Tests, dass es keine False Negatives gibt?

Nein. Es belegt das beobachtete Ergebnis für den jeweiligen Datensatz, die Konfiguration und den Quellenstand. Halten Sie die Grenzen des Tests fest, ergänzen Sie Fälle bei neuen Fehlermustern und beobachten Sie Änderungen im Produktivbetrieb.