Data heeft een steeds grotere impact op ons dagelijks leven. Deze impact is soms heel tastbaar en soms heel subtiel. Van een zelfrijdende auto tot een smartwatch is echter duidelijk dat data een steeds belangrijker deel wordt van ons dagelijks leven. De consumentenmarkt loopt traditioneel een flink stuk voor in termen van datagedrevenheid, maar deze achterstand wordt door het bedrijfsleven steeds sneller ingehaald. Waar de hoeveelheid data die we dagelijks genereren gigantisch toeneemt, ontstaat een interessant spanningsveld. Waar de veelvuldige beschikbaarheid van data een belangrijke motor van innovatie vormt binnen het bedrijfsleven, vraagt de AVG júíst om een toenemende vorm van dataminimalisatie. De plicht tot dataminimalisatie moet volgens de AVG vorm worden gegeven met behulp van een zogenaamde Data Protection Officer (DPO). Ten tijde van de invoering van de AVG was dit doorgaans geen zelfstandige functie, maar een rol die een IT-manager of Risk Manager erbij nam. Met de groei van zowel de hoeveelheid data in beheer als de snelheid waarmee wetgeving rondom gegevensbescherming verandert, verandert ook de DPO in een fulltime functie. Dit laatste zorgt voor een toenemend aantal Privacy Officers in Nederland. Een Privacy Officer richt zich doorgaans op een combinatie van data governance en compliance met relevante wet- en regelgeving op het gebied van gegevensbescherming zoals de AVG. In plaats van reactief op veranderingen in wet- en regelgeving in te springen, richt de Privacy Officer zich op een pro-actief framework om gegevensbeschermig door de gehele organisatie te garanderen. Zo’n framework voor privacybescherming noemt de AVG “privacy-by-design”. Zo’n pro-actief framework klinkt makkelijker dan het in de werkelijkheid is. Nieuw binnekomende data is bijvoorbeeld goed te reguleren door middel van een gestandaardiseerd proces, maar dit geldt niet voor historische data die zich reeds jaren in de organisatie bevindt. Deze pijn is vooral voelbaar voor financiële instellingen die lange bewaarplichten hebben en, in het geval van een hypotheek, tot bijna veertig jaar kunnen oplopen. Hierbij vormt technologie vaak een belangrijke rol om deze data op een effectieve manier onder controle te krijgen. Eind november 2020 vond, voor de tweede keer, de Dag van de Privacy Officer plaats. Deze dag is een platform voor professionals op het gebied van privacybescherming waarbij gekeken wordt naar de laatste trends en ontwikkelingen op het gebied van data governance. Naar aanleiding van een onderzoeksrapport over de “Adoptie van AI” in de financiële dienstverlening werd Hyarchis uitgenodigd om een bijdrage te leveren aan de tweede editie van de Dag van de Privacy Officer. In de presentatie van Hyarchis werd stilgestaan bij de ontwikkeling van data governance. Waar dit enkele jaren geleden vooral een “moetje” was is dit inmiddels uitgegroeid tot een bedrijfskritische competentie. Grip op data en daarmee de mogelijkheid tot daadwerkelijke datagedrevenheid is een steeds belangrijkere concurrentiefactor. In een wereld waar data van steeds groter belang wordt, is het effectief managen hiervan immers van steeds grotere waarde. Benieuwd naar de presentatie van Hyarchis? Klik op deze link voor de belangrijkste takeaways en klik hier voor de volledige opname.

Data is overal en de impact ervan wordt letterlijk voelbaar. In 2245 bestaat namelijk de helft van de massa van onze aardbol uit informatie en gegevens. Het volume van de data die we reeds in bezit hebben én de snelheid waarmee dit toeneemt zijn verbluffend. Per dag genereren we per persoon 1,7 megabyte data per seconde en 146,8 gigabyte per dag. Centrale rol voor data Een goed voorbeeld van dit soort data is e-mail. Gezamenlijk sturen we dagelijks niet minder dan 306,4 miljard e-mails. Per dag zijn dat zo’n 40 e-mails per persoon gemeten op het geheel van de wereldbevolking. Terwijl we druk met elkaar e-mailen verwerkt alleen Google al 3,5 miljard zoekopdrachten per dag. Al deze data heeft een gigantische impact op de manier waarop we leven. Meer in het bijzonder: het neemt een steeds centralere rol in binnen het bedrijfsleven. Kijk bijvoorbeeld naar Netflix. Niet alleen weten zij klanten effectief suggesties te geven op basis van kijkgedrag, maar zij besparen naar schatting $ 1 miljard per jaar door data slim in te zetten voor klantretentie. Doen zij hier veel voor? Nee, zij verzamelen en analyseren enkel de data die klanten zelf genereren. Kortom, er valt goed geld te verdienen indien men data slim inzet. Zoals er veel met data kan worden gewonnen, zo kan er ook serieus verlies worden geleden door het niet effectief managen van data. Een recente schatting laat bijvoorbeeld zien dat er ieder jaar zo’n $ 3,1 biljoen weglekt uit de Amerikaanse economie als gevolg van gebrekkig datamanagement. We kunnen er dan ook niet omheen: data speelt een steeds grotere rol en dit ziet men terug in de cijfers. Er wordt geschat dat in 2025 alle gecombineerde data een waarde heeft van maar liefst $ 229,4 miljard. Fundamentele veranderingen Belangrijker nog dan de financiele waarde van al deze data: het zal ons leven op een fundamentele manier veranderen. Van spraakherkenning tot zelfrijdende auto’s zullen we steeds afhankelijker worden van data. Telkens wanneer gegevens ons helpen bij het kiezen van de beste route naar het werk of welke film we moeten kijken, genereren we een spoor aan gebruikersgegevens. Deze gegevens zijn enorm waardevol voor het bedrijfsleven zolang deze op de juiste manier wordt ingezet. Gegevens op deze schaal bieden enorme voordelen, maar er zijn ook significante risico’s aan verbonden. Data groeit dagelijks in zo’n rap tempo dat dit al snel overweldigend wordt. Als bedrijf is het daarom niet langer een optie om passief met deze immer groeiende hoeveelheid data om te gaan. De dagelijks binnenstromende hoeveelheid data wordt binnen het bedrijfsleven al snel overweldigend. Om deze reden is het daarom dan ook van belang date deze data op een coherente en bruikbare manier wordt opgeslagen. Op de vooravond van een data-gedreven wereld blijft dit voor veel organisaties een serieuze uitdaging. Misschien nog wel het meest in de financiële dienstverlening. Of het nu gaat over het afsluiten van een hypotheek of het starten van een eigen bedrijf, de meesten van ons hebben de cyclus van een leningaanvraag tenminste eens in ons leven doorlopen. Financiële instellingen verzamelen bij zulke aanvragen een groot aantal van onze meest gevoelige gegevens. Denk hierbij aan een identificatiebewijs, bewijs van inkomen en gegevens over een onderpand. Deze gegevens worden vervolgens dagelijks verrijkt met gegevens die financiële instellingen doorlopend over ons verzamelen. Dit gaat om onze online aankopen, contante geldopnames, kaartbetalingen en een “tikkie” na een avondje uit.   Effectief datamanagement Het probleem rondom het managen van deze data wordt al vrij snel duidelijk. De meeste financiële instellingen kampen met een organisch gegroeid IT-landschap dat bestaat uit een lappendeken van slechts matig met elkaar communicerende legacy systemen. Deze silovorming zorgt voor een incoherente vorm van gegevensopslag met zogenaamde “zwerfdata” tot gevolg. Laatstgenoemde betreft data die onvolledig, incorrect of op een verkeerde locatie is verwerkt. Zodra deze data gaat zwerven zijn de risico’s aanzienlijk. Stel dat klant A in het kader van de AVG zijn dossier opvraagt en hierin een document is opgeslagen van klant B, dan is er sprake van een datalek. Naast aanzienlijke reputatieschade kan zo’n makkelijk gemaakte fout leiden tot forse boetes en aangescherpte controle vanuit een financiële toezichthouder. Afwending van risico’s Met de risico’s in het achterhoofd zal het dan ook niemand verbazen dat er binnen financiële instellingen vaak hele afdelingen worden ingezet om mogelijke risico’s af te wenden. Sterker nog, de laatste jaren maakt de rol van de Chief Privacy Officer (CPO) een ware opmars in Nederland. Aegon en ING zijn slechts twee voorbeelden van organisaties waar gegevensbescherming tot op het allerhoogste niveau wordt geprioriteerd. Dit is niet gek als je bedenkt dat deze financiële instellingen een moeilijke “uphill battle” vechten. In 2019 werden financiële instellingen wereldwijd met $ 36 miljard beboet voor het faciliteren van een geschatte $ 2,1 biljoen die jaarlijks rondgaat in het circuit van de financiële criminaliteit. Jaarlijks wordt er per financiële instelling weliswaar $ 48 miljoen aan de bestrijding van financiële criminaliteit uitgegeven, maar de onevenwichtigheid is direct duidelijk. Tegenover iedere euro die de financiële instellingen investeren in de preventie staat twee euro in crimineel vermogen. Een belangrijk besef is dan ook dat reactieve initiatieven vanuit de financiële sector onvoldoende zullen blijken. Veel organisaties gaan pas aan de slag met customer due diligence zodra ze op de vingers zijn getikt tijdens een audit of de toezichthouder een boete heeft opgelegd. Zo’n reactieve aanpak heeft voeding gegeven aan een heel marktsegment dat beter bekend staat als customer due diligence remediation. Hoewel doorgaans mooi aangekleed betekent dit in de praktijk zoveel als het inlopen van een informatieachterstand waarover je als financiële instelling reeds lang had moeten beschikken. Inzicht in historische klantdata Uit een recent onderzoek van Hyarchis bleek dat slechts 15% van alle financiële instellingen volledig inzicht heeft in hun historische klantdata. Dit is een schokkend inzicht wanneer je beseft dat dit de meest gevoelige data betreft die je als klant kunt delen met een dienstverlener. Zoals gezegd gaat dit niet alleen om de identiteit van een klant, maar ook over inkomen, medische gegevens en huwelijkse staat. In 85% van de gevallen ontbreekt het aan coherent inzicht in deze klantgegevens terwijl deze dossiers dagelijks worden aangevuld met een grote hoeveelheid aan gevoelige klantdata. Het probleem schuilt er vooral in dat dit meer informatie betreft dan op een efficiënte manier kan worden verwerkt. Kortom, het probleem groeit met de dag. Deze bewustwording leidt langzaam tot een paradigmaverschuiving waarvan de CPO’s een bevestiging vormen. Compliance als een “moetje” omwille van wet- en regelgeving maakt plaats voor een pro-actieve benadering. In deze benadering ligt de nadruk niet zozeer op het afwenden van risico’s alswel in het creëren van meerwaarde uit statische klantdata. Initiatieven die eerder reactief werden ingezet met tot doel “know your customer”, leiden steeds vaker tot het inzicht dat zo’n holistisch klantbeeld tot bijvoorbeeld betere klantenservice leidt of een gerichtere vorm van upselling. Kunstmatige intelligentie Uit het recente onderzoek van Hyarchis blijkt dat bijna de helft van alle financiële instellingen kunstmatige intelligentie inzet om grip te krijgen op hun klantdata. Deze snel ontwikkelende technologie helpt om de traditionele silo’s in het IT-landschap te doorbreken en ongestructureerde data om te vormen tot coherente inzichten in klantgegevens. In de financiële dienstverlening leidt dit inzicht zelfs tot een ware AI-race. Waar op dit moment zo’n 35% van alle financiële dienstverleners gebruik maakt van kunstmatige intelligentie op functioneel niveau, verwacht men dat dit over drie jaar reeds 95% zal zijn. Kunstmatige intelligentie heeft zich hiermee ontwikkelt van een technologie die “leuk was om in de gaten te houden” tot een “bedrijfskritische competentie”. De technologie wordt toenemend gezien als hét antwoord op de overweldigende groei aan dagelijks gegenereerde data. Niet alleen helpt het om reactief te controleren of alle klantgegevens op een juiste wijze samen komen, maar het stelt organisaties tevens in staat om pro-actief controle te verweven op hun historische klantdata. Hiermee blijft men niet enkel de auditor of de toezichthouder voor, maar ontsluiten organisaties de volledige potentie van hun klantdata. Hiermee wendt men niet enkel risico’s af, maar gaat men tevens actief op zoek naar het behalen van commerciële voordelen.   Bekijk de infographic

Kunstmatige intelligentie heeft zich razendsnel ontwikkeld. Niet zo lang geleden was het nog een experimentele technologie die slechts mondjesmaat werd ingezet binnen de financiële dienstverlening. In de afgelopen jaren is kunstmatige intelligentie echter uitgegroeid van een ‘technologie om in de gaten te houden’ tot een ‘technologie om te omarmen’. In samenwerking met een aantal leidende financiële dienstverleners heeft Hyarchis onderzoek gedaan naar de stand van AI adoptie binnen de sector. Hieruit blijkt dat op dit moment reeds een derde van de  financiële dienstverleners op functioneel niveau gebruik maakt van AI toepassingen. Mocht dit veel lijken, schrik dan niet van wat er in de komende jaren staat te gebeuren. Over drie jaar verwacht namelijk 95% van de markt gebruik te maken van AI binnen hun dagelijkse operatie. Kortom, niets lijkt minder waar dan dat zich een AI-race zal ontketenen binnen de financiële dienstverlening. Concurrentiedynamiek Waar de urgentie van AI adoptie voorheen vooral werd gedreven door veranderende wet- en regelgeving, laat het onderzoek zien dat financiële dienstverleners in de komende tijd op zoek zullen gaan naar de concurrentievoordelen die AI kan bieden in een competitieve markt. Waar organisaties eerder nog in de wachtstand zaten tot  kunstmatige intelligentie vrij was van kinderziekten, is er inmiddels een geleidelijke paradigmaverschuiving waar te nemen. Binnen de financiële dienstverlening rijpt het idee dat kunstmatige intelligentie de concurrentiedynamiek op een fundamentele manier zal veranderen. Met dit in het achterhoofd wordt de adoptie van kunstmatige intelligentie niet langer gezien als een ongewis avontuur, maar een noodzakelijkheid om niet achterop te raken bij de concurrentie. Prioritering op Board level Dat AI-technologie een belangrijke rol speelt in de financiële dienstverlening blijkt vooral uit het organisatieniveau waarop dit onderwerp wordt belegd. Ruim meer dan de helft van alle geïnterviewde bedrijven heeft de coördinatie van de AI-strategie namelijk tot Board level geprioriteerd. Waar de AI-strategie voorheen een onderdeel vormde van het takenpakket van een CTO of COO, wordt de C-suite steeds vaker verrijkt met een toegewijd directlied zoals de Chief Information Officer of de Chief Digital Officer. Dit lid van de C-suite heeft als primaire focus de digitale transformatie waarin AI-technologie steeds vaker een centrale rol speelt. Superieure technologie Een logische vraag is waarom technologie op zo’n hoog niveau in de organisatie wordt belegd terwijl dit doorgaans een lijnverantwoordelijkheid is. Het antwoord hierop is volgens de geïnterviewde bedrijven vooral de impact van AI-technologie op de algehele waardeketen binnen de financiële dienstverlening. Er bestaat brede consensus over het feit dat AI-technologie de drijfveer kan vormen voor nieuwe producten, nieuwe diensten en zelfs geheel nieuwe bedrijfsmodellen. Dit laatste krijgt vooral gestalte in de nog altijd snel groeiende Fintech markt. Niet minder dan driekwart van de geïnterviewde bedrijven verwacht bijvoorbeeld dat de opkomst van kunstmatige intelligentie ervoor zal zorgen dat nieuwkomers de markt succesvol kunnen betreden op basis van superieure technologie die niet wordt afgeremd door zogenaamde legacy software. Downlaod hier het volledige marktonderzoeksrapport "Adoptie van AI in de financiële sector".

Snelle en effectieve Customer Due Diligence (CDD) vormt een steeds grotere prioritiet voor banken, hypotheekverstrekkers en verzekeraars. Gelukkig is er een toenemend aantal oplossingen om Know Your Customer-processen (KYC) te stroomlijnen en te vereenvoudigen. Customer Due Diligence is hierdoor niet alleen beheersbaar vanuit kostenperspectief, maar wordt ook aanzienlijk eenvoudiger. Enkele weken geleden onthulde een rapport van NTT Data een opmerkelijk feit: tien procent van de grootste financiële instellingen ter wereld geeft jaarlijks minstens 100 miljoen dollar uit aan CDD. Voor veel deskundigen was dit echter geen verrassing. Celent had eerder al geschat dat de wereldwijde uitgaven aan technologische oplossingen, activiteiten en gegevens op het gebied van anti-witwaspraktijken (AML) en KYC binnen een jaar tijd maar liefst 32,1 miljard dollar zouden bedragen. Dit lijken misschien enorme bedragen, maar als u weet wat de opgelegde sancties met betrekking tot AML en KYC zijn, zult u ook begrijpen waarom de kosten zo hoog zijn. In het rapport van NTT Data wordt geschat dat de totale kosten van deze sancties uitkomen op 26 miljard dollar. Maar ook als we alleen naar de sancties kijken, hebben we nog geen volledig beeld van de totale kosten. Wanneer gemaakte fouten eenmaal op de voorpagina’s van de kranten belanden, kan de reputatie van financiële merken ernstige schade oplopen. Het directe gevolg hiervan is dat klantvertrouwen en inkomsten dalen. Een urgente zaak Nu er steeds meer bezorgdheid ontstaat rondom KYC wordt het belangrijker om goed na te denken over de implementatie van CDD-technologie. Uit een afzonderlijk rapport van Thomson Reuters blijkt dat 60 procent van de ondervraagde directieleden aangaf dat ze tegenwoordig meer tijd dan ooit besteden aan KYC-uitdagingen. Het is zelfs zo dat grote financiële instellingen (met een omzet van meer dan 10 miljard dollar) hun uitgaven zodanig hebben verhoogd dat bijna een derde hiervan is toegewezen aan systemen die de naleving van regelgeving moeten waarborgen. Organisaties hebben expertise nodig op het gebied van KYC en CDD om zichzelf te beschermen tegen fraude, witwassen, terroristische activiteiten en overige risico's. Wettelijk gezien zijn ze verplicht te allen tijde controle te houden over de gegevens die ze bewaren. Maar ze staan hierbij voor drie grote uitdagingen: Uitdaging 1: Inzicht hebben in de risico’s Financiële dienstverleners moeten zich bewust zijn van alle aspecten van de wetgeving en moeten een duidelijk beeld hebben van hun eigen zwakke punten, of het nu gaat om de AVG, de nieuwste Europese richtlijnen inzake witwassen of mogelijke andere wettelijke vereisten. Ze moeten ook begrijpen hoe deze regelgeving zich verhoudt tot de klantgegevens die ze bewaren, waaronder identificatiebewijzen en paspoorten, BSN-nummers, medische gegevens, namen, nationaliteiten en meer. Uitdaging 2: Het archief beheren Tien jaar geleden leken sommige gegevens mogelijk irrelevant, maar tegenwoordig zijn ze van essentieel belang. Zo is het mogelijk dat er zich in het dossier van een arts, of een fax van een tussenpersoon uit 2008 persoonsgegevens bevinden waarvan eigenlijk niemand meer weet dat deze gegevens destijds zijn bewaard. Tegenwoordig vallen deze gegevens in een hele andere categorie, de categorie gevoelige gegevens. Een overzicht krijgen van het archief en ontdekken waar mogelijke gevoelige gegevens zich bevinden, kan een onmogelijke taak lijken, zeker wanneer een instelling beschikt over een archief van 300 -400 miljoen pagina’s met documenten van tot wel 20-30 jaar geleden. Daarnaast is het mogelijk dat bepaalde investeringen zijn doorgegeven en dat de gegevens niet langer juist worden begrepen of dat ze verkeerd zijn geïndexeerd. Uitdaging 3: Gegevens actueel houden In het verleden kon optische tekenherkenning (ofwel OCR) nog helpen de last te verlichten, maar het was nooit een volledige oplossing. Gegevens kunnen gefragmenteerd, inconsistent en ongestructureerd zijn. En dit is niet iets dat zomaar verandert. Uit het rapport van Thomson Reuters blijkt dat slechts een kwart van de financiële instellingen periodieke controles plant en dat slechts 11% dynamische controles gebruikt om ervoor te zorgen dat de gegevens altijd actueel zijn. Wat Organisaties die controle willen verkrijgen en deze willen behouden kiezen voor digitale transformatie. Innovatie benutten Nu de regelgeving alsmaar toeneemt, is het belangrijk dat vooruitstrevende financiële instellingen duidelijk inzicht hebben in hun gegevens. Op deze manier kunnen ze snel vaststellen welke gegevensbronnen eventueel aanvullende beveiligings- en controleprocedures vereisen. Bij een effectieve CDD worden personen met een verhoogd risicoprofiel of klantendossiers waarin kritieke gegevens ontbreken of verborgen zijn snel aangestipt. De financiële instelling kan vervolgens direct ondernemen. Om deze punten te verwezenlijken moeten organisaties een innovatieve aanpak hanteren en bewezen technologieën inzetten om hun KYC-processen te stroomlijnen om zo de regelgeving voor te blijven. Het is hierbij belangrijk controle te hebben over data in alle archieven van de organisatie. Dit kan gedaan worden aan de hand van kunstmatige intelligentie, zodat potentiële risico’s effectief, snel en binnen de hele organisatie kunnen worden beheerd. Aan de hand van het juiste platform kunnen KYC en CDD als geautomatiseerde processen worden ingebed in organisaties, zodat elk gegevensfragment wordt begrepen, op de juiste plaats staat en binnen enkele ogenblikken kan worden gevonden. Aangezien de zakelijk omgeving voortdurend veranderd, is flexibiliteit essentieel. Het is tenslotte vrijwel onmogelijk om nu al zeker te weten wat toezichters over één tot vijf jaar verwachten met betrekking tot de indexatie van uw gegevens. Lees verder Bekijk ook ons CDD-factsheet waarin wordt toegelicht hoe u relevante data aan ongestructureerde brondocumenten kunt onttrekken, zodat u risicoprofielen kunt opstellen en uw organisatie kunt beschermen. Kom ook meer te weten over de technologische vooruitgang op het gebied van governance en compliance.

Steeds meer financiële dienstverleners ontdekken dat kunstmatige intelligentie niet alleen tijdwinst oplevert, maar hen bovendien ondersteunt bij het verbeteren van de klantervaring. Het inzetten van data-extractie om routinematige taken te automatiseren is daarom niet het eindpunt, maar slechts een begin. Kunstmatige intelligentie vervult een steeds prominentere rol in de financiële sector. Zo kunnen bedrijven flinke besparingen doorvoeren door AI in te zetten om routinematige taken te automatiseren, data governance te verbeteren en op ingenieuze wijze gevoelige ID-informatie die verborgen ligt in grote archieven weg te poetsen en/of op te halen. Data-extractie is ook zo’n gebied met een groot winstpotentieel. Dit is een proces waarbij AI specifieke datapunten in een tekst identificeert aan de hand van optische tekenherkenning (OCR). Simpel gezegd houdt dit in dat algoritmen bepaalde patronen in documenten herkennen en aan de hand hiervan belangrijke informatie verzamelen. Wanneer eenzelfde taak handmatig wordt uitgevoerd, kost dit vaak een flinke tijdsinvestering. De mogelijkheden van kunstmatige intelligente zijn eindeloos. Aangezien vrijwel elk zakelijk document een bepaald stramien volgt en een reeks standaard gegevenspunten bevat, kan AI deze snel analyseren. Of het nu gaat om contactgegevens, taxatierapporten of verkoopcontracten: daar waar er belangrijke datapunten zijn, zal AI ze vinden. In de financiële dienstverlening kan zeker zo’n 90% van de standaardprocessen worden geautomatiseerd en data-extractie speelt hierbij een onmisbare rol. Waar data-extractie wordt ingezet, is menselijke tussenkomst enkel vereist voor het afhandelen van de 10% aan uitzonderingen. Bij een recent project stond één van onze klanten voor de uitdaging om een reeks essentiële klantgegevens te verzamelen. Deze gegevens waren echter verspreid over maar liefst 25.000 klantbestanden en 2 miljoen documenten. Met behulp van kunstmatige intelligentie hebben we deze informatie met een nauwkeurigheid van 95% aan het archief van de klant kunnen onttrekken. Het gevolg hiervan was dat de medewerkers van onze klant plots tijd over hadden voor taken met grotere toegevoegde waarde voor de business zoals de focus op de service richting klanten. Dat is op zich al enorme winst, maar er is nog veel meer dat je kunt bereiken met data-extractie. Naast het besparen van tijd, kun je dit hulpmiddel namelijk ook inzetten om de klantbeleving te versterken. Interacties personaliseren Data-extractie heeft een tweede toepassing: het kan bedrijfssystemen automatisch voorzien van de nodige gegevens, die je vervolgens weer kunt gebruiken om de klantervaring te transformeren. Momenteel werken we samen met een financiële dienstverlener aan een project waarbij we gegevens uit hun DMS-archief halen, waarna we deze in hun ERP-systeem importeren. Met behulp van persoonsgegevens – zoals voornamen en geboortedata – die nu automatisch uit documenten worden gehaald, kan de klantenservice van het bedrijf relevanter en persoonlijker worden gemaakt. Geëxtraheerde gegevens kunnen bovendien worden ingezet ter ondersteuning van de klantcontactpunten. Als voorbeeld nemen we hier een betalingsverzoek van een keukenleverancier. AI wordt hier ingezet om belangrijke gegevens aan een factuur te onttrekken, maar ook om de btw-gegevens en het bedrijfsregistratienummer van het bedrijf na te trekken en valideren. Nu kan de klant er gerust op zijn dat hij zijn overboeking veilig kan uitvoeren. Fraudecontroles vinden plaats vóór de transactie, niet erna. Dit zijn slechts enkele voorbeelden van de manieren waarop er van AI valt te profiteren. Het potentieel voor financiële dienstverleners is in ieder geval enorm. Zodra de geëxtraheerde gegevens zich in een CRM of een ander kernsysteem bevinden, kun je AI gebruiken om beter, tijdiger en op een persoonlijkere wijze met de klant te communiceren. Kom meer te weten Als je bedrijfsprocessen wilt versnellen, jouw personeel wilt vrijmaken voor andere taken en de klantervaring een boost wilt geven – en dat alles tegelijk – dan is data-extractie de juiste overweging. Neem vandaag nog contact met ons op en ons ervaren team zal samen met jou nagaan wat de mogelijkheden zijn. En onthoud, kunstmatige intelligentie is zoveel meer dan het op het eerste gezicht lijkt!

Wilt u graag meer aandacht besteden aan innovatie – en minder aan het vermijden van overtredingen en boetes in verband met wetgeving voor gegevensprivacy? Er is nu een baanbrekende nieuwe technologie beschikbaar die een revolutie kan inhouden voor financiële dienstverleners in heel Europa. Hoe de wereld er na COVID-19 ook uit gaat zien, het staat vast dat zorgvuldige omgang met gevoelige informatie onderdeel zal zijn van het 'nieuwe normaal' voor bedrijven in de financiële dienstverlening. Maar deze taak wordt steeds moeilijker. Het lijkt wel of er wekelijks nieuwe voorschriften worden uitgevaardigd door regelgevers en toezichthouders op nationaal, Europees of mondiaal niveau. Bedrijven hebben te maken met toenemende complexiteit, van de verreikende gevolgen van de Europese AVG tot de Amerikaanse Bank Secrecy Act en andere wetgeving tegen witwassen. Er is wereldwijd een sterke trend om witwassen en financiering van terrorisme actiever te bestrijden en sancties op te leggen aan oligarchen en hun bedrijvennetwerken. Hierdoor staat de financiële sector onder steeds hogere druk. De risico's van non-compliance, boetes en reputatieschade zijn groter dan ooit tevoren. Tegelijkertijd moeten financiële dienstverleners een steeds breder moeras van ongestructureerde gegevens in verschillende systemen en silo's uitkammen op zoek naar informatie. Hoe kunt u zichzelf bevrijden van deze energievretende situatie – en in plaats daarvan nieuwe manieren ontwikkelen om uw concurrentievoordeel aan te scherpen? Gebruik AI om de data governance te versterken Het is een ongemakkelijke waarheid: veel moderne archieven zijn zo omvangrijk en complex geworden dat het voor mensen onmogelijk is de compliance te bewaken en te weten 'wie de klant is'. Maar dit proces kan volledig worden geautomatiseerd met behulp van kunstmatige intelligentie, zelfs als u over miljoenen documenten beschikt. Wat gebeurt er bijvoorbeeld als u informatie over persoonlijke identiteitsbewijzen nodig hebt voor transacties en processen, maar het niet mogelijk mag zijn om deze informatie op tekst te doorzoeken? Optische tekenherkenning (OCR) is niets nieuws, maar de hedendaagse AI-engines bereiken een veel grotere betrouwbaarheid en snelheid dankzij machine learning. Moderne technologie kan ID-gegevens automatisch vervagen (blurring) zonder de integriteit van het archief aan te tasten. Dit blijkt een zeer waardevolle manier te zijn om het perfecte evenwicht tussen privacy en verificatie te vinden. Kwaliteitsmanagement is een prima plek om te beginnen. Met nieuwe AI-tools voor Data Integrity kunt u zowel nieuwe, historische als ongestructureerde klantdocumenten in elke willekeurige database analyseren. Hierdoor beschikt u over een uniforme aanpak voor alle onderdelen van uw organisatie. U kunt in de kortste tijd enorme hoeveelheden gegevens op volledigheid controleren, informatie verwijderen die er niet hoort te zijn en nagaan of documenten in de juiste klantdossiers zijn opgeslagen. Hierdoor kunt u veel eenvoudiger waarborgen dat uw gegevens aan de wettelijke voorschriften voldoen. De volgende stap is Customer Due Diligence. Op dit bijzonder gevoelige terrein maakt AI vele uren handmatig werk overbodig. U kunt enorme gegevensvolumes analyseren, klanten beter leren kennen en ontdekken in welke dossiers essentiële informatie ontbreekt. Door ongebruikelijk gedrag te herkennen, kan het AI-systeem profielen met een verhoogd risico en mogelijk verdachte transacties signaleren. Financiële dienstverleners zijn hierdoor als eerste op de hoogte van mogelijke misstanden – en niet meer als laatste. Meer weten In de periode na COVID-19 moeten financiële instellingen veerkrachtiger, zekerder en innovatiever te werk gaan. Probeer datacompliance daarom niet als noodzakelijk kwaad te zien, maar als een toegangspoort naar grootse mogelijkheden. Met de juiste tools en technologieën kunt u zich soepeler aanpassen aan veranderingen in wet- en regelgeving. Maar bovendien kunt u uw digitale transformatie versnellen en een voorsprong op de concurrentie nemen door uw organisatie van meer inzicht en flexibiliteit te voorzien. Als ook u meer aandacht wilt besteden aan innovatie, neem dan gerust contact met ons op. Ons ervaren team zal met alle plezier uw uitdagingen op het gebied van data governance analyseren en intelligente manieren voorstellen om de gegevensprivacy te versterken.

“De ene organisatie zet Artificial Intelligence (AI) in om persoonsgebonden informatie in haar archief te ‘blurren’. Weer een ander zet AI in om ID-informatie uit gescande paspoorten en ID-kaarten naar voren te toveren, met als doel juist de database te verrijken.” Deze maand praat Krijn over de tweeledige inzet van AI op paspoorten en ID’s. In de rubriek ‘AI on the road’ behandelt Artificial Intelligence (AI) kenner Krijn vraagstukken rondom AI die hij tijdens meetings met klanten tegenkomt. Kortom, hele basale vragen en antwoorden over deze complexe materie. Deze maand behandelen we de inzet van AI op paspoorten en ID-kaarten in grootschalige archieven. Krijn, laten we beginnen bij het verwijderen van ID-informatie met de inzet van AI. Welke vraagstukken kom je tegen?De vraagstukken die spelen rondom het verwijderen, beter gezegd het niet toegankelijk maken van ID-informatie, ontstaan in de meeste gevallen vanuit een AVG-gedachte. Diverse organisaties kampen met grote archieven met daarin duizenden kopieën van paspoorten en ID-kaarten. Met de huidige wet- en regelgeving is het van belang dat gegevens zoals BSN-nummers niet meer toegankelijk zijn. Onlangs publiceerde InFinance een artikel hierover. In dit artikel wordt ingegaan op de juiste verwerking van BSN-nummers en de regels van de AP (Autoriteit Persoonsgegevens). Met de inzet van AI zijn organisaties in staat, zelfs bij verouderde en complexe archieven, om de BSN-nummers op te sporen en te ‘blurren’. Heb je een voorbeeld van informatie die organisaties wil wegpoetsen?Vroeger werd het BSN-nummer van bijvoorbeeld een klant of organisatie genoteerd en opgeslagen in het dossier. Tegenwoordig geldt dat BSN-nummers, indien er geen grondslag voor is, niet meer aanwezig mogen zijn bij bijvoorbeeld de aanvraag van een hypotheek. Alleen als dit daadwerkelijk wordt afgesloten is er grondslag voor het opslaan van het BSN-nummer. Veel organisaties zijn hierdoor bezig met de vraag: ‘Hoe maak ik dit nummer niet meer toegankelijk?’ Welke rol speelt AI hierbij?Het is handmatig niet te doen om specifieke informatie uit gescande paspoorten en ID-kaarten te halen. Paspoorten zijn liggend, staand of scheef gescand of met twee op één pagina gezet. Tel daar de uiteenlopende paspoortontwerpen – ieder land kent een eigen ontwerp – bij op en voilà, daar heb je je uitdaging. Automatisering is de eerste stap. Alleen, wat doe je als niet alleen het vinden veel variabelen kent, maar ook het blurren? Dan komt AI om de hoek kijken. Met behulp van OCR technologie zoeken we heel gericht, tot bijna 100% nauwkeurig, naar BSN-nummers. Eenmaal gevonden zorgt AI dat deze nummers ‘geblurd’ worden, waardoor ze niet meer herkenbaar zijn. Waar zit dan de moeilijkheid waar je met AI op inspeelt?Men weet vaak niet precies waar paspoorten en ID-kaarten zich bevinden. Veelal zijn deze niet als zodanig aangeduid en staan ze ergens in een 50-pagina tellend dossier. AI spoort deze op, ongeacht het bestandtype, bestandsnaam of grootte en zorgt uiteindelijk dat BSN-nummers niet meer toegankelijk zijn. Als ik het goed begrijp wordt AI niet alleen gebruikt om info uit de database te verwijderen, maar ook om informatie aan de database toe te voegen? Vertel…Klanten gebruiken AI inderdaad ook om hun archief verrijken. Paspoorten en ID-kaarten zijn in het verleden nog wel eens niet goed geregistreerd omdat die behoefte er niet was. Klanten hebben deze dagen bijvoorbeeld wel de behoefte om informatie op te slaan om haar klanten beter te bedienen of om te voldoen aan regelgeving. Ik ben benieuwd, kan dat?Ja dat kan, alleen is daarvoor ook de inzet van AI gevraagd. Wil je als organisatie graagde data herkennen van ID-kaarten of paspoorten in het archief dan kunnen onze AI oplossingen daarbij helpen. Of je nu ID-informatie wilt ‘wegpoetsen’ uit je archief of juist wil toevoegen aan je database, AI works both ways! Lees meer over onze Business Intelligence en Governance oplossingen.

Is er in het geval van een toepassing die al zo lang op de markt is, nog sprake van trends en ontwikkelingen? Wij bij Hyarchis zien ontwikkelingen ontstaan wat document management systemen weer een nieuw leven inblaast. In deze blog blikt Claudia Meessen vooruit op de vijf belangrijke ontwikkelingen in document management voor 2020. 1. CloudWaar de wereld van financiële dienstverleners alle software in eigen beheer hield, is de beweging naar de cloud nu toch echt ingezet. Waar eerst de angst voor de data in de cloud overheerste, voert nu de wens de boventoon om minder tijd en geld besteden aan IT-applicaties in huis. Niet alleen losse applicaties worden in de cloud afgenomen, ook kiezen organisaties er steeds vaker voor het gehele IT-landschap naar de cloud over te zetten. Het gevolg hiervan is dat ook document managementsystemen (DMS) steeds vaker verhuizen naar een cloud omgeving. 2. User friendlyApplicatieschermen dienen allereerst webgebaseerd te zijn. Bovendien dienen deze zo eenvoudig mogelijk, met zo min mogelijk ballast in functies, te worden gepresenteerd. Hierdoor zal een dynamische, individuele, inrichting van DMS-schermen verder ontwikkeld worden. Hierbij spelen niet alleen functies en rechten een rol, maar steeds vaker ook het historisch gebruik per individu. Ik verwacht dat in de toekomst schermen op een dergelijke wijze gepresenteerd worden, dat deze het beste bij het zoek- en werkgedrag van de gebruiker passen. Alles draait om user experience en deze moet bij zakelijke applicaties net zo goed zijn, als bij de applicaties die we als consument gewend zijn. 3. SecurityIn 2020 kunnen we er niet omheen: privacy by design. Het mooie is dat 2019 het jaar is geweest van bewustwording van organisaties rondom GDPR/AVG. In 2020 gaat databeveiliging een vanzelfsprekendheid worden. DMS-partijen zullen daarin voorop moeten lopen, willen zij in 2020 het verschil maken. Ik zie ook een belangrijke verandering in de rol van een DMS-aanbieder. Zij spelen een cruciale rol in het leveren van kundig advies en in het bieden van tooling die organisaties in staat stellen zich makkelijker aan regelgeving kunnen houden. Denk hierbij aan het voldoen aan bewaar- en verwijdertermijnen.  4. Artificial Intelligence (AI)In 2020 speelt AI een cruciale rol in relatie tot governance, oftewel het voldoen aan de wet- en regelgeving. Veel archieven die wij zien zijn zo groots en zo complex; hoe zorg je dat je binnen je archief en de miljoenen documenten die zich daarin bevinden voldoet aan de wetgeving? Dat is onmogelijk met mensenhanden te controleren. Oplossingen gebaseerd op AI gaan zorgen dat dit volledig geautomatiseerd gaat gebeuren. In 2020 zal ook een voorzichtige stap worden gezet om de data uit de documenten te gebruiken voor business intelligence doeleinden. 5. Eén DMS als centrale archiefWe zien steeds vaker dat er meerdere applicaties gekoppeld worden aan één DMS-archief. Dit betekent in de praktijk dat ons DMS meer en meer het centrale data hart van het applicatielandschap wordt. Hierdoor verandert de rol van het DMS. Het DMS wordt steeds specialistischer op het gebied van bijvoorbeeld integraties, koppelingen, toegang en beveiliging. Daarnaast worden documenten in ons DMS steeds vaker getoond aan de persoon van wie het dossier daadwerkelijk is. Klantportalen met de customer selfservice gedachte worden steeds meer als eerstelijns applicatie ingezet, waardoor het DMS een belangrijke rol op de achtergrond vervult. Bekijk hier ons Document Management Systeem.