Ein neues KI-Modell, das von MIT-IBM und Elliptic entwickelt wurde, analysierte 200.000 Bitcoin-Transaktionen und erkannte erfolgreich 52 Fälle von Geldwäsche an einer Kryptowährungsbörse.

Wissenschaftler von AI MIT-IBM Watson Labs und dem weltweit führenden Blockchain-Analyseunternehmen Elliptic haben erfolgreich ein neues Modell der künstlichen Intelligenz (KI) erforscht und entwickelt, das in der Lage ist, Geldwäschetransaktionen zu erkennen. Es basiert auf über 200.000 analysierten Transaktionen und verfügt über eine beeindruckende Genauigkeit Rate. Das Hauptziel der Forschung besteht darin, das Potenzial von KI zur Verbesserung des Erkennungsmechanismus von Finanzkriminalitätsplänen in Blockchain-Netzwerken zu untersuchen.

Die neue Studie von Elliptic, die auf arXiv veröffentlicht wurde, markiert einen bedeutenden Schritt vorwärts bei der Anwendung künstlicher Intelligenz (KI) zur Bekämpfung der Geldwäsche auf dem Kryptowährungsmarkt. Der Unterschied dieser Studie besteht darin, dass sie sich auf den „Untergraphen“ konzentriert, der die Transaktionskette darstellt, die den gesamten Bitcoin-Geldwäscheprozess darstellt. Anstatt nur einzelne illegale Wallets zu identifizieren, ist das KI-Modell von Elliptic in der Lage, den Fluss illegaler Gelder über mehrere Zwischenschritte zu verfolgen und so dabei zu helfen, komplexe Geldwäschenetzwerke aufzudecken.

Die Trainingsdaten enthalten „Untergraphen“: Sequenzen von Transaktionen, von denen einige bekanntermaßen Geldwäscheaktivitäten darstellen.

Um die Wirksamkeit in der Praxis zu überprüfen, testete Elliptic sein KI-Modell bei einer großen Kryptowährungsbörse. Die Ergebnisse zeigten, dass die KI 14 von 52 Geldwäschefällen korrekt identifizierte, was einer Genauigkeitsrate von fast 27 % entspricht. Es ist erwähnenswert, dass diese Fälle auf der Grundlage von „Off-Chain“-Informationen bestätigt wurden, d. h. Daten, die nicht auf der Blockchain verfügbar sind, was beweist, dass KI in der Lage ist, herkömmliche Blockchain-Analysetechniken zu übertreffen.

Neben der Erkennung bekannter Geldwäschemodelle wie „Peeling Chains“ kann das KI-Modell von Elliptic auch neue Methoden wie die Verwendung von „Nested Services“ identifizieren – (ausgeklügelte Geldwäschemethode, die viele zwischengeschaltete Serviceebenen nutzt, um die Geldquelle zu verbergen). Dieses Wissen ist für AML-Experten (Anti-Geldwäsche) äußerst wertvoll und kann in Elliptic-Tools integriert werden, um die Erkennung illegaler Aktivitäten zu verbessern.

Einfache Darstellung zweier Beispiele für Geldwäschemuster, die vom KI-Modell identifiziert wurden.

Elliptic kündigte außerdem den „Elliptic2“-Datensatz an, einen öffentlichen Datensatz mit mehr als 200 Millionen Bitcoin-Transaktionen, der es der Forschungsgemeinschaft ermöglicht, auf neue Techniken zur wirksameren Bekämpfung der Geldwäsche zuzugreifen und diese zu entwickeln.

Diese Forschung ist ein starker Beweis für das Potenzial von KI im Kampf gegen Finanzkriminalität im Kryptowährungssektor. Obwohl das illegale Handelsvolumen mit Kryptowährungen im Jahr 2023 zurückging, blieben mehr als 24,2 Milliarden US-Dollar an Vermögenswerten in illegalen Aktivitäten gebunden, wovon mehr als 60 % auf Stablecoins entfielen.