Blog

Mensenhandel opsporen met transactiemonitoring en onderzoekscasemanagement

detecteer-mensenhandel-gebruik-transactie-monitoring

In het vorige BusinessForensics artikel ontdekten we dat ongeveer 61% van de financiële dienstverleners het moeilijk vindt om signalen van mensenhandel te herkennen. Daarom is het belangrijk om niet alleen uit te leggen hoe mensenhandel eruit ziet en hoe je verschillende red-flags kunt herkennen, maar ook welke aanpak en technologieën je moet gebruiken om mensenhandel te bestrijden. 

Hoe te beginnen met het opsporen van mensenhandel 

Om financiële criminaliteit in het algemeen en mensenhandel in het bijzonder te controleren en op te sporen aan de hand van de in het eerste artikel genoemde indicatoren en rode vlaggen, hebben we gegevens nodig! Maar er zijn zoveel gegevens dat het bijna ondoenlijk is om simpelweg te beginnen met monitoren. Om het goed te doen, moeten we aan het eind beginnen. 

Wij moeten de juiste vragen stellen om de juiste gegevens te verzamelen.  

  • Wat is er gebeurd? 
  • Wie is erbij betrokken? 
  • Wanneer is het gebeurd?  
  • Waar is het gebeurd? 
  • Met welke middelen of methoden? 
  • Waarom is het gebeurd? 

Dit zijn allemaal vragen die een onderzoeker zichzelf zal stellen bij het onderzoeken van dit soort misdrijven, of welk financieel misdrijf dan ook. Beantwoord deze vragen door kritisch te denken, waarbij je je concentreert op de feiten die helpen bepalen welke gegevens je moet gebruiken. 

Welke gegevens hebt u nodig voor het beheer van onderzoeksdossiers? 

Criminaliteit bestrijden betekent in deze tijd gebruik maken van een gegevensgestuurde aanpak. Niet alleen bij toezicht en opsporing, maar ook bij analyse en onderzoek. Je moet visualiseren wat je hebt gevonden om je verhaal te onderbouwen. In het voorbeeld zie je een transactie waarbij geld is overgemaakt van rekening A naar rekening B. Laten we nu eens aannemen dat deze transactie is uitgevoerd door een organisatie voor mensenhandel.   

Om de juiste gegevenspunten uit de transactie te halen, moeten wij de door ons geformuleerde vragen gebruiken. 

  • Wie is er bij betrokken? Account naam: "Mr. X" 
  • Waar is het gebeurd? Land van de klant: Roemenië 
  • Waar is het gebeurd? IP Adres: 192.168.1.1 
  • Met welke middelen of methoden? Betaalmiddel: pre-paid kaart 

Elke transactie kan tot honderden datapunten bevatten, die bruikbaar zijn voor monitoring en opsporing. Hetzelfde geldt voor gebeurtenissen, of contextuele informatie zoals identificatiedocumenten, adresgegevens van de cliënt, telefoonnummers en e-mailadressen die door de cliënt zijn opgegeven. Om de juiste gegevens te verzamelen, moet men weten wat nodig is om het vereiste eindresultaat te specificeren. 

Welke technologie moet je gebruiken? 

Als we de mogelijkheden die uw organisatie heeft, of biedt, in termen van budget, mensen en hoeveelheden gegevens buiten beschouwing laten, dan kunnen we ons richten op de uiteindelijke situatie in termen van technologie. 

Als we kijken naar de technologische componenten die nodig zijn, kunnen we deze in twee afzonderlijke modules verdelen: i) toezicht en opsporing, ii) beheer van onderzoeksdossiers of incidentenregister.  

Monitoring en opsporing 

Bij de bestrijding van misdrijven zoals mensenhandel is het volgen van transacties - en in dit geval het monitoren van transacties - een goede plaats om te beginnen. De gebruikte technologie moet flexibel genoeg zijn om modus operandi te integreren, wanneer dat nodig is, en slim genoeg om nieuwe modus operandi te identificeren. Daarom denk ik dat je een transactiemonitoringsysteem moet gebruiken dat scenario's met statische regels kan uitvoeren, maar ook in staat is monitoring uit te voeren op basis van profielen en verschillende modellen die zijn gemaakt voor machine learning onder supervisie.

Ik geloof wel in de kracht van machinaal leren zonder toezicht, maar nog niet in het geval van de bestrijding van financiële criminaliteit - vooral omdat machinaal leren zonder toezicht een geweldige nieuwe troef is, maar ook de verkeerde dingen kan leren.  

Daarom moedig ik het gebruik aan van gesuperviseerd machinaal leren waarbij de gebruikte gegevens gelabeld zijn. Deze technologie zal u echt helpen in het proces, maar de mens blijft in de lus. 

Beheer van onderzoekszaken 

Goed case management, of incident management, zoals het vaak wordt genoemd, heeft verschillende functionaliteiten die absoluut noodzakelijk zijn. 

  • (Smart) Workflow: om de processen en beleidslijnen te configureren en te gebruiken 
  • Controlespoor: om de acties die men tijdens het onderzoek heeft ondernomen te documenteren en te volgen  
  • Bijlagen: om de relevante gegevens op te slaan, zoals contracten, e-mails, enz. 
  • Visualisatie: om de onderzoeker bruikbare informatie te presenteren als een noodzakelijke laag bovenop het situationeel bewustzijn 

Naast deze basisfunctionaliteiten moet een goed systeem de organisatie de mogelijkheid bieden om over verschillende afdelingen, en zelfs dochterondernemingen in verschillende landen, samen te werken met gebruikmaking van dezelfde gegevens. Op die manier wordt de kennis gedeeld en verbetert de kwaliteit van de onderzoeken. 

Kennis delen is iets waar ik echt in geloof, en ik denk dat initiatieven zoals "Transaction Monitoring Nederland (TMNL)", de Data Sharing Coalition EU, het ECCFI en NGO's, zoals Sustainable Rescue, ons vooruithelpen in de strijd tegen mensenhandel en financiële criminaliteit. 

Auteur

Yannis Chelli