Zahlungsverkehr und Operations
Backoffice-Dokumentenextraktion — Kontoauszug PDF
anymize entfernt Kontoinhaber, IBAN und Empfänger aus den IDP-extrahierten Kontoauszug-Daten, bevor das Frontier-Modell Buchungs-Cluster, Top-Empfänger und Auffälligkeiten synthetisiert. Zahlen kommen aus dem IDP-System, die Synthese aus der KI — Halluzinationen bei Beträgen werden strukturell vermieden.
Schwierigkeit: Fortgeschritten · Datenklasse: Mandantendaten · Letztes Review:
Zur Orientierung gedacht. Die anwaltliche Würdigung im Einzelfall bleibt selbstverständlich bei Ihnen — KI-Outputs sind vor jeder Verwendung zu prüfen. Mehr dazu am Ende.
Anwendungsbereich
Worum geht es hier?
Backoffice empfängt täglich 20–80 Sätze fremder Kontoauszüge (Kreditprüfung, KYC, Insolvenz, Forderungsmanagement). 3–12 Monate je Set, 30–200 Seiten. Manuelle Extraktion 15–30 Min/Set. IDP-System (ABBYY Vantage, Azure AI Document Intelligence) liefert die Zahlen; anymize pseudonymisiert die Kunden-Identitäten; die KI synthetisiert nur die Auffälligkeiten. Klare Trennung verhindert Halluzinationen bei Beträgen.
Für wen passt das?
Zielgruppe und Kontext
- Rolle
- Backoffice-Operations, Kreditakten-Sachbearbeitung, KYC-Onboarding-Team, Operations-Steuerung.
- Seniorität
- Regelanwender — Tagesbetrieb mit hohem Auszug-Volumen.
- Kanzleigröße
- Alle Banken/ZAG mit hohem Aufkommen externer Kontoauszüge.
- Spezifische Kontexte
- Kreditprüfung (3–12 Monate Kontoauszüge), KYC-Onboarding, Insolvenz-Massenverwaltung, Forderungsmanagement.
Die Situation in der Kanzlei
So bringen Sie Tempo und Sorgfalt zusammen
Backoffice-Aufkommen 20–80 Auszug-Sätze pro Tag; manuelle Extraktion 15–30 Min/Set für Buchungs-Aggregate, Top-Empfänger, Lastschriften, Daueraufträge, Salden-Verlauf. Wer das PDF direkt in ChatGPT hochlädt, riskiert sowohl Halluzinationen bei Beträgen als auch § 43-KWG-Verletzung. anymize löst beides: IDP-System liefert strukturierte Zahlen, anymize pseudonymisiert die Identitäten, die KI synthetisiert nur die Cluster und Auffälligkeiten.
Was Sie davon haben
Zeit, Wert, Vertraulichkeit
Zeit pro Auszug-Set
10–25 Min
Bei 30 Sets/Tag rund 5–12 h Personentag freigespielt. IDP für Zahlen, KI für Synthese.
Halluzinations-Schutz
strukturell
Zahlen kommen aus IDP, nicht aus LLM — KI kann Salden und Beträge nicht „glätten“ oder runden.
Bankgeheimnis
§ 43 KWG
Kontoinhaber, IBAN und Empfänger werden vor LLM-Transfer pseudonymisiert.
Auffälligkeits-Klarheit
Cluster + GwG-Hinweis
Pfändungen, Rückbuchungen, Salden-Sprünge werden separat aggregiert. GwG-Indikatoren als „prüfen“-Vorschlag.
So gehen Sie vor
In 5 Schritten zum Antrag
Auszug-Eingang sichten: PDF-Qualität, Vollständigkeit Zeitraum. Bei Scan-OCR-Qualitätsproblemen manuelle Vorbereitung.
Sie
Vollständigkeit
IDP-Verarbeitung (ABBYY Vantage, Azure AI Document Intelligence): strukturierte Buchungs-Extraktion mit Beträgen, Daten, Empfänger-Klartext. anymize pseudonymisiert die Kontoinhaber-, IBAN- und Empfänger-Daten in der IDP-Tabelle.
anymize + IDP
Genauigkeit · Bankgeheimnis
Frontier-KI synthetisiert. Mit dem CRAFT-Prompt fragen Sie Salden-Übersicht, Top-10 Empfänger, Daueraufträge, Auffälligkeiten (Pfändungen, Rückbuchungen, Salden-Sprünge) und GwG-Hinweise zur Prüfung ab.
GPT / Claude / Gemini in anymize
Strukturierung · Auffälligkeits-Cluster
anymize re-identifiziert. Zahlen-Konsistenz prüfen: IDP-Output vs. KI-Bericht — keine LLM-Halluzinationen bei Salden. Pfändungen und Negativ-Marker manuell verifizieren.
anymize + Sie
Halluzinations-Check
Übergabe an Folge-Prozess (Kreditprüfung, KYC, Insolvenz). Bei GwG-Verdacht AML-Officer einbinden; bei kritischen Negativ-Markern (Pfändung) Kreditentscheider.
Sie
Eskalation · § 25h KWG
Womit Sie arbeiten
So setzen Sie anymize konkret ein
Was anymize tut
- Erkennt Kontoinhaber, IBAN, Empfänger und Verwendungszweck-Personenbezug mit über 95 % Genauigkeit.
- Pseudonymisiert vor LLM-Synthese; Re-Identifikation am Empfang.
- Sicherstellt Zahlen-Konsistenz IDP ↔ Output (Halluzinations-Schutz).
- Verarbeitung in deutschen Rechenzentren (Hetzner). AVV im Standardvertrag.
Was Sie als Backoffice tun
- IDP-System für Zahlen-Extraktion (ABBYY Vantage, Azure AI Document Intelligence) — KI nur für Synthese.
- Auffälligkeiten manuell verifizieren — Pfändung, Saldensprung, Rückbuchungen.
- GwG-Verdacht an AML-Officer (eigener Workflow, keine KI-Entscheidung).
- Spekulative Empfänger-Charakter-Aussagen ([[UNSICHER]]) manuell klären — Mandanten-Kontakt.
Daten-Input
PDF-Kontoauszüge mit definiertem Zeitraum (3–12 Monate). IDP-Output liefert strukturierte Tabellen: Datum, Empfänger (klartext), Betrag, Verwendungszweck, Saldo-Verlauf.
Output-Kontrolle
Pseudonymisierte IDP-Tabelle geht an die KI. Re-identifizierte Synthese (Salden-Übersicht, Top-10 Empfänger, Daueraufträge, Auffälligkeiten, GwG-Hinweise) kommt zurück.
Freigabeprozess
Sie behalten die Hoheit: PDF-Qualitäts-Check, Zahlen-Konsistenz-Check, Auffälligkeits-Verifikation, Übergabe an Folge-Prozess. anymize ist der Anonymisierungs-Layer; das IDP-System liefert die Zahlen.
Die KI-Anweisung
Prompt zum Kopieren
So nutzen Sie diesen Prompt:
1. IDP-Output (nicht das PDF) in anymize einfügen — Kontoinhaber, IBAN, Empfänger werden zu Platzhaltern.
2. Diesen Prompt kopieren und an den pseudonymisierten IDP-Output anhängen.
3. In anymize unter „Tools → Reasoning“ auf ”Thinking-Modus“ stellen — die Synthese kommt re-identifiziert zurück.
# Rolle
Du bist Backoffice-Synthese-Assistenz für eine Bank/ZAG.
Rechtsstand: <heutiges Datum — bitte aktuell ermitteln und hier einsetzen>.
# Aufgabe
Synthetisiere aus dem IDP-Tabellen-Output eines Kontoauszug-Sets eine
strukturierte Backoffice-Aufarbeitung. Input ist pseudonymisiert:
Kontoinhaber, IBAN, Empfänger als Platzhalter; Daten, Beträge,
Verwendungszweck-Aggregate in Klartext aus dem IDP.
# Inhalt
1. Salden-Übersicht
Anfangs-/End-Saldo, Min/Max, durchschnittlicher Saldo (falls im IDP).
Beträge AUS dem IDP übernehmen — keine Rundung.
2. Top-10-Empfänger und -Lastschrifts-Initiatoren
Tabelle: Pseudonym | Buchungen | Summe | Charakter (Dauerauftrag/
Versorger/unregelmäßig)
3. Daueraufträge
Liste mit Pattern (monatlich/quartalsweise).
4. Auffälligkeiten
- Pfändungen
- Rückbuchungen (Lastschrift-Rückgaben)
- Salden-Sprünge ohne Vor-/Nachbuchung
- Ungewöhnlich hohe Einzelbuchungen
5. GwG-Hinweise (zur Prüfung)
- Smurfing-Muster
- Drittland-Empfänger ohne dokumentierten Geschäftsgrund
- Salden-Sprünge mit Folgebuchung in unkonventionelles Land
NUR "prüfen", keine Meldepflicht-Aussage.
6. Unsicherheiten
[[UNSICHER: …]] bei mehrdeutigen Empfänger-Charakteren.
# Format
Markdown, Tabellen für Top-Empfänger und Auffälligkeiten.
# Verbote
KEINE "Glättung" von Salden oder Beträgen.
KEINE Empfehlung "AML-Meldung" — nur "prüfen".
KEINE spekulative Charakterisierung ohne [[UNSICHER]]-Markierung.
KEINE Schluss-Bewertung zur Kreditwürdigkeit oder Bonität.So sieht der Sachverhalt aus
Pseudonymisierter Eingabetext
IDP-Output Kontoauszug 03/2026–02/2027 (12 Monate)
Kontoinhaber: [[Kontoinhaber-a3f9]], IBAN [[IBAN-b2e7]]
Anfangs-Saldo (03/2026): [[Saldo-Start]] EUR
End-Saldo (02/2027): [[Saldo-End]] EUR
Min-Saldo: [[Saldo-Min]] EUR (12/2026)
Max-Saldo: [[Saldo-Max]] EUR (06/2026)
Anzahl Buchungen: 1.247
Top-Empfänger (aggregiert nach Frequenz):
- [[Empfänger-A-c4d1]]: 36 Buchungen, Summe [[Sum-A]] EUR
(Daueraufträge Miete)
- [[Empfänger-B-d5f3]]: 12 Buchungen, Summe [[Sum-B]] EUR
(Energieversorger)
- [[Empfänger-C-e8a2]]: 8 Buchungen, Summe [[Sum-C]] EUR
Auffälligkeiten (IDP-markiert):
- 2026-11-15: Pfändungsbeschluss-Buchung [[Pfändung-f4a1]]
-[[Betrag-Pfändung]] EUR
- 2026-12-22: Saldensprung +[[Betrag-Sprung]] EUR ohne ersichtlichen
Verwendungszweck
- 2027-01-08 und 2027-01-22: zwei Lastschrift-Rückgaben [[Rück-7e2a]]So liefert anymize zurück
Der Antrags-Entwurf
# Kontoauszug-Synthese — 12 Monate
## Salden-Übersicht
- Anfangs-Saldo 03/2026: [[Saldo-Start]] EUR
- End-Saldo 02/2027: [[Saldo-End]] EUR
- Min/Max: [[Saldo-Min]] EUR (12/2026) / [[Saldo-Max]] EUR (06/2026)
- Durchschnittlicher Tagessaldo: nicht im IDP-Output enthalten →
manuell ergänzen
## Top-10-Empfänger
| Pseudonym | Buchungen | Summe | Charakter |
|---|---|---|---|
| [[Empfänger-A-c4d1]] | 36 | [[Sum-A]] EUR | Dauerauftrag Miete (regelmäßig monatlich) |
| [[Empfänger-B-d5f3]] | 12 | [[Sum-B]] EUR | Energieversorger (Lastschriften) |
| [[Empfänger-C-e8a2]] | 8 | [[Sum-C]] EUR | unregelmäßig — Charakterisierung erfordert manuelle Prüfung |
## Daueraufträge
1. [[Empfänger-A-c4d1]] — monatlich, Miete-Pattern.
2. [[Empfänger-B-d5f3]] — quartalsweise/monatlich, Versorger-Pattern.
3. Weitere Daueraufträge im IDP-Output identifiziert — Liste in Anlage.
## Auffälligkeiten
1. **Pfändungs-Buchung 2026-11-15**: -[[Betrag-Pfändung]] EUR — für
Kreditprüfung relevanter Negativ-Marker.
2. **Saldensprung 2026-12-22**: +[[Betrag-Sprung]] EUR ohne erkennbaren
Verwendungszweck — [[UNSICHER: möglicherweise einmaliger Zufluss;
Mandant zur Klärung]].
3. **Lastschrift-Rückgaben 2027-01-08 / 22**: 2 Rückgaben binnen 14 Tagen
— Liquiditäts-Indikator.
## GwG-Hinweise (zur Prüfung)
- Saldensprung 2026-12-22 ohne Verwendungszweck → wenn Folgebuchung in
unkonventionelles Land/Empfänger → GwG-Prüfung.
- Keine sonstigen klassischen GwG-Indikatoren (kein Smurfing-Muster,
keine Geo-Anomalien).
## Unsicherheiten
1. [[UNSICHER: Saldensprung 2026-12-22 — Kontext fehlt]]
2. [[UNSICHER: [[Empfänger-C-e8a2]] — Charakterisierung erfordert
manuelle Prüfung]]Was das Berufsrecht verlangt
Pflichten — und wie anymize sie abdeckt
§ 43 KWG Bankgeheimnis (SRC-0109)
Kontoinhaber und Empfänger-Daten gehören zum Bankgeheimnis. Pseudonymisierung vor LLM ist Pflicht; das IDP-System ist Auftragsverarbeiter nach § 25b KWG.
GwG §§ 10, 43, 50 (SRC-0112)
Bei GwG-Verdachts-Indikatoren AML-Officer einbeziehen — die KI darf nur „prüfen“-Vorschläge geben. Archivierung 5 Jahre nach § 50 GwG.
BaFin Orientierungshilfe IKT-Risiken KI (SRC-0119)
IDP und LLM sind IKT-Assets und gehören ins KI-Inventar. Schatten-KI (Mitarbeiter:in lädt PDF in ChatGPT) ist unzulässig.
§ 25b KWG + DORA Art. 28 (SRC-0107, SRC-0128)
Cloud-IDP und Cloud-LLM sind Auslagerungen; AVV und Auslagerungs-Register-Eintrag Pflicht (UC-V-FIN-PAY-002).
DSGVO Art. 28 (SRC-0142)
AVV mit IDP- und LLM-Provider. Verarbeitung in deutschen Rechenzentren (Hetzner) ist Standard bei anymize.
Halluzinations-Risiko bei Beträgen
Wer Salden oder Beträge direkt aus dem LLM übernimmt, riskiert „glättende“ Halluzinationen. Die strukturelle Trennung IDP/LLM bei diesem UC verhindert das.
Datenschutz und Vertraulichkeit
So funktioniert das mit anymize
Kontoauszug-Daten sind durchgehend Klasse A (Kontoinhaber, IBAN, Empfänger, Verwendungszweck mit Personenbezug). anymize pseudonymisiert vor LLM-Transfer; Zahlen kommen aus dem IDP. Verarbeitung in deutschen Rechenzentren (Hetzner), AVV nach Art. 28 DSGVO und § 25b KWG. Rechtsgrundlage: Art. 6 Abs. 1 lit. b DSGVO (Vertragserfüllung Kredit-/Konto-Prüfung) + lit. c (GwG-Pflicht). Bei systematischer KI-Nutzung im Backoffice DPIA nach Art. 35 DSGVO.
Was anymize konkret leistet
- Erkennt Kontoinhaber, IBAN und Empfänger mit über 95 % Genauigkeit.
- Pseudonymisiert IDP-Output vor LLM-Synthese.
- Re-identifiziert Synthese-Bericht mit den richtigen Namen und IBAN.
- Verarbeitung in deutschen Rechenzentren (Hetzner). AVV im Standardvertrag.
- Trennt strikt zwischen IDP-Zahlen und LLM-Synthese.
Sicherheitscheck vor der Einreichung
Was anymize liefert — was Sie souverän entscheiden
Vor dem KI-Aufruf
- PDF-Qualität geprüft (Scan-OCR-Fehler-Risiko)?
- Zeitraum vollständig (3–12 Monate)?
- IDP-System für Zahlen-Extraktion verwendet?
- Spot-Check Pseudonymisierung?
- Klasse-Entscheidung A?
Nach der KI-Antwort
- Zahlen-Konsistenz IDP ↔ KI-Bericht?
- Pfändungen und Negativ-Marker manuell verifiziert?
- Saldensprünge mit [[UNSICHER]] markiert?
- GwG-Hinweise als „prüfen“, nicht „melden” formuliert?
- Empfänger-Charakter spekulative Aussagen markiert?
Vor Übergabe
- Bei GwG-Verdacht AML-Officer eingebunden?
- Bei Pfändung Kreditentscheider informiert?
- Backoffice-Sign-off bei Auffälligkeiten?
- Folge-Prozess (Kredit/KYC/Insolvenz) dokumentiert?
Typische Fehlermuster — und wie anymize gegensteuert
- →LLM „glättet“ Salden oder rundet Beträge — strukturelle Trennung IDP/LLM verhindert das.
- →Pfändungs-Buchung als „Sonstige“ klassifiziert — manueller Negativ-Marker-Check.
- →Saisonale Schwankungen fälschlich als Auffälligkeit gemeldet — Kontext (Versorger-Lastschriften, Dezember-Sondergehälter).
- →Top-Empfänger-Charakter spekulativ ohne [[UNSICHER]]-Markierung — Prompt-Verbot.
- →GwG-Hinweis als „melden“-Empfehlung — Prompt-Verbot greift.
Rechtsgrundlagen
Normen, Urteile, Belege
Primärnormen Aufsichtsrecht
- § 43 KWG — Bankgeheimnis
- § 25b KWG — Auslagerung
- GwG §§ 10, 25h, 43, 50
- DORA Art. 28
BaFin und Datenschutz
- BaFin Orientierungshilfe IKT-Risiken KI 18.12.2025
- DSGVO Art. 28
Sekundärquellen
- PwC KI-Finanzsektor 2025
- McKinsey Agentic AI Banking
- Azure AI Document Intelligence
- ABBYY Vantage
Stand: · Nächste Überprüfung:
Hinweis zur Nutzung
Zur Orientierung — nicht als Mandatsersatz
Diese Anleitung beschreibt einen Arbeitsablauf, den Sie mit anymize umsetzen können. Sie ist zur Orientierung gedacht und ersetzt weder die anwaltliche Würdigung im Einzelfall noch eine fachanwaltliche Prüfung. Welche Rechtsprechung einschlägig ist, wie der Sachverhalt rechtlich zu bewerten ist, welche Anträge in Ihrem konkreten Mandat richtig sind — das bleibt selbstverständlich bei Ihnen.
KI-Outputs müssen vor jeder Verwendung anwaltlich geprüft werden. Insbesondere Urteils-Aktenzeichen, Norm-Verweise und Fristen sind gegen Primärquellen zu verifizieren. anymize gewährleistet die Vertraulichkeit der Mandantendaten gegenüber dem KI-Anbieter; die fachliche Richtigkeit des Outputs liegt in Ihrer Verantwortung.
Jetzt starten.
14 Tage kostenlos testen.
Alle Modelle. Alle Features. Keine Kreditkarte.
Wir sind überzeugt von anymize. Und wir wissen: Bei einem KI-Werkzeug, das Mandanten-, Patienten- oder Mitarbeiter-Daten berührt, reicht ein Demo-Video nicht. Deshalb 14 Tage voller Zugang – alle Modelle, alle Features, keine Kreditkarte. Genug Zeit, um sicher zu sein, bevor du uns vertraust.
Dein KI-Arbeitsplatz wartet.