Graph-native Plattform nutzt KI auf Basis einer Knowledge Layer für die End-to-End Aufdeckung, Untersuchung und Prävention von Finanzdelikten.
München – 16. September 2026 – Neo4j, Anbieter der gleichnamigen Graph-Intelligence-Plattform, stellt Neo4j GraphAware Financial Crime Intelligence vor. Die graph-native Lösung zur Aufdeckung und Untersuchung von Finanzdelikten basiert auf einer zentralen Knowledge Layer (Wissensschicht) für KI-Anwendungen im Unternehmen. Die Produkteinführung ist der erste Meilenstein nach der Übernahme von GraphAware durch Neo4j im August 2026.
GraphAware Financial Crime Intelligence von Neo4j wurde speziell für Anti-Financial-Crime(AFC)-Prozesse in Banken und Versicherungen entwickelt. Die Lösung ermöglicht es Analysten und Ermittlern, Datensilos zu verknüpfen und Zusammenhänge in ihrem vollständigen Kontext zu erfassen. Dabei nutzt sie eine zentrale Stärke von Graphdatenbanken: Mittels Multi-Hop Reasoning lassen sich Muster und Beziehungen über mehrere Ebenen hinweg erkennen. Anwender erhalten damit leistungsfähige Werkzeuge für Aufdeckung, Untersuchung und Prävention als Grundlage für schnelle und fundierte Entscheidungen.
Mit der neuen Plattform bildet Neo4j den gesamten Prozess von der Erkennung verdächtiger Aktivitäten bis zur Analyse und Bearbeitung von Verdachtsfällen auf einem einheitlichen graph-nativen Stack ab. Die integrierte Umgebung lässt sich flexibel an unterschiedliche Anforderungen anpassen und kontinuierlich um neue Daten und Erkenntnisse erweitern. Eine zentrale Knowledge Layer bildet dabei die Grundlage für vertrauenswürdige KI.
Die Lösung umfasst vier Bereiche:
● Erkennung: Eine schnell einsatzbereite, graphbasierte Umgebung, um verdächtige Aktivitäten in verknüpften Daten zu erkennen und ein ganzheitliches Risikobild zu erstellen. Muster und Zusammenhänge werden sichtbar – unabhängig davon, ob sie sich in Entitäten, Transaktionen, Systemen oder Beziehungen verbergen.
● Alerts: Qualifizierte, direkt für die Untersuchung nutzbare Meldungen einschließlich des vollständigen Kontexts zu den beteiligten Elementen, zum Ursprung des Vorgangs und zur Risikoeinstufung. Redundante Mehrfachmeldungen werden entfernt.
● Analyse: Handlungsrelevante Erkenntnisse aus Graphanalysen für die schnellere und effizientere Nachverfolgung von Zusammenhängen zwischen Konten, Transaktionen und Geräten. Bei Bedarf lassen sich fallspezifische Daten aus Drittquellen einbinden, um Informationslücken zu schließen, False Positives zu bereinigen und Risiken zu priorisieren.
● Entscheidungsfindung: Unterstützung bei der Entscheidung über Blockierung, Ablehnung, Eskalation, Meldung oder Abschluss eines Falls. Sämtliche Entscheidungswege sind nachvollziehbar und begründbar. Die gewonnenen Erkenntnisse fließen in das laufende Monitoring sowie künftige Entscheidungen ein und tragen zur kontinuierlichen Optimierung der Systeme bei. Beziehungen und Datenherkunft bleiben dabei als langfristig nutzbare Nachweise erhalten.
Wie hoch die Anforderungen an die Analyse verdächtiger Finanzströme inzwischen sind, zeigt der Jahresbericht 2025 der deutschen Financial Intelligence Unit (FIU): Demnach stieg die Zahl der Verdachtsmeldungen zu Finanztransaktionen, die im Zusammenhang mit Geldwäsche, entsprechenden Vortaten oder Terrorismusfinanzierung stehen könnten, 2025 auf knapp 375.000 (+ 41 Prozent). Betroffen waren insgesamt rund 3,2 Millionen einzelne Finanztransaktionen.
Finanzinstitute stehen zunehmend unter Druck, Betrug, Geldwäsche (AML) und Terrorismusfinanzierung (CTF) wirksam zu bekämpfen und entsprechende Maßnahmen zur Prävention und Überwachung umzusetzen. Mit dem neuen EU-Geldwäschepaket und der ab Juli 2027 geltenden AML-Verordnung steigen die regulatorischen Anforderungen weiter. Parallel dazu erhöht der Einsatz von KI den Umfang, Geschwindigkeit und Variantenreichtum betrügerischer Aktivitäten.
Neo4j unterstützt Finanzdienstleister weltweit bereits mit Lösungen für Betrugserkennung und Compliance – darunter BNP Paribas, UBS und Zurich Insurance Group. Darüber hinaus arbeitet der Graphexperte mit digitalen Finanzanbietern wie Klarna an weiteren KI-gestützten Anwendungen.
„Hinter jedem Betrug steckt ein Netzwerk. Und jedes Netzwerk hinterlässt ein Muster. Man muss es in den Daten nur sichtbar machen“, sagt Michael Down, Global Head of Financial Solutions bei Neo4j. „Finanzkriminalität ist hochgradig vernetzt. Genau deshalb braucht es eine Plattform, die Beziehungen nicht nur analysiert, sondern die Beziehungen zwischen Daten von vornherein mitdenkt – und so verdächtige Muster über Konten, Transaktionen und weitere Datenpunkte hinweg erkennt.“
GraphAware Financial Crime Intelligence von Neo4j ist ab sofort verfügbar. Weiter Informationen finden Sie im Blog auf der Neo4j Webseite.
Über Neo4j
Neo4j ist die Graph-Intelligence-Plattform, die Daten in Wissen verwandelt – als Grundlage für intelligente Anwendungen und KI-Systeme der nächsten Generation. Die Plattform unterstützt Anwender, enterprise-fähige Knowledge Graphen für präzise, nachvollziehbare und kontrollierbare KI zu erstellen. Zudem liefert Neo4j umfassende, vertrauenswürdige und integrierte Graph-Funktionen, die sich unabhängig von Architektur oder Datenquelle einsetzen lassen. Die Graph-Plattform ist Teil eines einzigartigen Ökosystems, dem 84 der Fortune-100-Unternehmen vertrauen und das von der weltweit größten Graph-Community getragen wird. Erfahren Sie mehr auf www.neo4j.com
©2026 Neo4j, Inc., Neo Technology®, Neo4j®, Cypher®, Neo4j Bloom™, Neo4j Graph Data Science Library™, Neo4j® Aura™, and Neo4j® AuraDB™ are registered trademarks or a trademark of Neo4j, Inc. All other marks are owned by their respective companies.
Firmenkontakt
Neo4j
Neo4j Media Hotline
. .
. .
.
http://neo4j.com/pr
Pressekontakt
Lucy Turpin Communications
Sabine Listl / Anja Rother
Prinzregentenstr. 89
81675 München
+49 89 417761-16 / -28
http://lucyturpin.de
- Finanzkriminalität (Wikipedia)
Wirtschaftskriminalität ist die Bezeichnung für Straftaten, die wirtschaftliche Bezüge aufweisen. Die kriminellen Handlungen können sich dabei gegen Privatpersonen, andere Unternehmen oder den Staat richten. Mitte des 20. Jahrhunderts untersuchte Donald R. Cressey die Ursachen wirtschaftskrimineller Handlungen. Dabei entwickelte er einen der bis heute bekanntesten Erklärungsansätze der Entstehungsgründe doloser Handlungen, das Fraud Triangle. Der von Cressey vorgestellte Ansatz wird auch als Strategisches Dreieck, Doloses Dreieck, Fraud Dreieck oder Kriminalitätsrisiko-Modell bezeichnet und beruht auf Befragungen von verurteilten Wirtschaftsstraftätern. Die wirtschaftliche Entwicklung infolge der Globalisierung seit der Wende vom 20. zum 21. Jahrhundert, die digitalen Technologien und das Zurückdrängen von rechtlich-verbindlichen Dokumentations- bzw. Formvorschriften haben zu einer neuen Dimension von Wirtschaftsdelikten geführt. In der Literatur werden diese Delikte einerseits immer noch mit Wirtschaftskriminalität oder white-collar crime bezeichnet (zum Begriff White Collar siehe Blue Collar), andererseits sind aber auch neue Termini wie unter anderem Finanzbetrug auszumachen. Die oft länderübergreifenden Sachverhalte der Delikte stellen dabei die verfolgenden Behörden infolge der vielen Verschleierungsmöglichkeiten vor große Probleme. In aktuellen Wirtschaftswachstumsmodellen gilt Wirtschaftskriminalität als einer der langfristigen und nachhaltigen Faktoren, die das staatliche Gemeinwesen und das Wirtschaftswachstum negativ beeinträchtigen. Auf globaler Ebene gelten daher die Bekämpfung von Wirtschaftskriminalität wie Korruption, Geldwäsche, Steuerhinterziehung und die Schaffung von Möglichkeiten zu deren Aufdeckung verbunden mit Rechtssicherheit (z. B. durch Vertrags- und Registersicherheit, Formvorschriften, unabhängige und effektive Gerichte bzw. Verwaltung) als Schlüssel zu Innovation, Produktivität und Wohlstand. - Neo4j (Wikipedia)
Neo4j ist eine in Java implementierte Open-Source-Graphdatenbank. Die Entwickler beschreiben Neo4j als eine eingebettete, Disk-basierte, transaktionale Datenbank-Engine, die Daten anstatt in Tabellen in Graphen strukturiert speichert. Neo4j Version 1.0 wurde im Februar 2010 freigegeben. Die Community-Edition der Datenbank ist unter der GNU General Public License (GPL) v3 lizenziert. Zusatzmodule wie Online-Backup und Hochverfügbarkeit sind unter der GNU Affero General Public License (AGPL) v3 lizenziert. Die Datenbank sowie die Zusatzmodule sind in einem dualen Lizenzmodell auch unter einer kommerziellen Lizenz erhältlich. Neo4j ist die populärste Graphdatenbank und steht auf Platz 20 der populärsten Datenbanken (Stand 2025). Neo4j wurde von Neo Technology entwickelt, einem Start-up-Unternehmen mit Sitz in Malmö/Schweden und San Francisco Bay/USA. Mitglieder des Vorstandes von Neo Technology sind Rod Johnson (Erfinder des Spring Frameworks), Chris Barchak (Partner bei Conor Venture Partners), Magnus Christerson (stellvertretender Vorsitzender der Intentional Software Corp.), Nikolaj Nyholm (Partner bei Sunstone Capital), Guarav Tuli (Direktor bei Fidelity Growth Partner) und Johan Svensson (Technischer Direktor der Neo Technology). - Sicherheit (Wikipedia)
Sicherheit bezeichnet allgemein den Zustand, der für Individuen, Gemeinschaften sowie andere Lebewesen, Objekte und Systeme frei von unvertretbaren Risiken ist oder als gefahrenfrei angesehen wird. Für Individuen und Gemeinschaften bezeichnet Sicherheit den Zustand des Nicht-bedroht-Seins der Freiheit ihrer ungestörten Eigenentwicklung in zweierlei Hinsicht: im Sinne des tatsächlichen (objektiven) Nichtvorhandenseins von Gefährdung – als Sicherheit im objektiven Sinne, sowie im Sinne der Abwesenheit von (subjektiver) Furcht vor Gefährdung – als Sicherheit im subjektiven Sinne. Der Begriff „Sicherheit“ umfasst innere wie äußere Sicherheit von Gemeinschaften und schließt – insbesondere im Fall von Staaten – die politische, militärische, ökonomische, soziale, rechtliche, kulturelle, ökologische, technische u. a. Sicherheiten in sich ein.
