Deutsch
Oct 19, 2026

Adverse-Media-Screening: Was es ist und wie es funktioniert

Adverse-Media-Screening erklärt: was als Negativpresse gilt, wie das Screening abläuft, das Problem der False Positives, KI-Tools, EU-Regeln und Anwendungsfälle bei Krypto.

Adverse-Media-Screening: Was es ist und wie es funktioniert

Adverse-Media-Screening ist die Prüfung, mit der ein reguliertes Unternehmen feststellt, ob ein Kunde, die Eigentümer eines Unternehmens oder ein Geschäftspartner in negativen Nachrichten oder anderen öffentlichen Informationen im Zusammenhang mit Finanzkriminalität auftauchen, etwa Betrug, Korruption, Geldwäsche, Sanktionsumgehung oder Terrorismus. Es steht neben dem Sanktions- und PEP-Screening als Teil der Kundensorgfaltspflichten und ist vor allem dann wichtig, wenn ein Institut entscheiden muss, ob ein Kunde ein höheres Risiko darstellt.

Dieser Leitfaden erklärt, was als Adverse Media gilt, wie das Screening in der Praxis funktioniert, warum False Positives die eigentliche Schwierigkeit sind, welche Rolle KI-Tools spielen, was das EU-Recht sagt und wie Krypto-Börsen es einsetzen. Er richtet sich an Compliance-Teams und an Nutzer, die wissen möchten, warum eine Börse nach einem Zeitungsbericht gefragt hat.

Was gilt als Adverse Media?

Adverse Media (auch Negativpresse genannt) sind alle glaubwürdigen öffentlichen Informationen, die darauf hindeuten, dass eine Person oder ein Unternehmen in Finanzkriminalität oder schweres Fehlverhalten verwickelt sein könnte. Typische Quellen sind:

  • Nachrichtenmedien: überregionale und lokale Presse, Wirtschafts- und Fachpublikationen, in vielen Sprachen.
  • Amtliche Veröffentlichungen: Durchsetzungsmitteilungen von Aufsichtsbehörden, Gerichtsurteile und Pressemitteilungen von Staatsanwaltschaften.
  • Investigative und zivilgesellschaftliche Berichte: Recherchen von Journalistennetzwerken und NGOs.
  • Sonstige öffentliche Quellen: Handelsregister, Blogs und soziale Medien, die für sich genommen meist weniger Gewicht haben.

Die meisten Screening-Programme gruppieren Ergebnisse nach Themen: Finanzkriminalität und Betrug, Bestechung und Korruption, organisierte Kriminalität, Terrorismus, Sanktionsumgehung, Steuerdelikte, Cyberkriminalität und so weiter. Ein Bericht über einen Parkstreit oder die Scheidung eines Prominenten ist in diesem Sinne keine Adverse Media. Entscheidend ist die Relevanz für das Geldwäscherisiko.

In der Regel nicht dem Namen nach. Weder die EU-Geldwäscheverordnung noch die US-Programmvorschriften verwenden den Begriff „Adverse-Media-Screening“. Stattdessen verlangen sie, dass Institute verstehen, wer ihre Kunden sind und wie riskant sie sind, und die Prüfung öffentlicher Informationen ist eines der wichtigsten Mittel dafür.

  • EU. Die Geldwäscheverordnung, Verordnung (EU) 2024/1624 (AMLR), gilt ab dem 10. Juli 2027. Ihr Anhang I listet die Risikovariablen auf, die Institute bei der Entscheidung über den Umfang der Sorgfaltspflichten berücksichtigen müssen, und zu den kundenbezogenen Variablen gehört „der Ruf des Kunden und des wirtschaftlichen Eigentümers des Kunden“. Erwägungsgrund 31 nennt zudem Medien unter den „glaubwürdigen und zuverlässigen Quellen“, die in die Risikobewertung eines Instituts einfließen können.
  • USA. Die Programmvorschrift von FinCEN für Banken, 31 CFR 1020.210, verlangt risikobasierte Kundensorgfaltspflichten, die ein Kundenrisikoprofil aufbauen und eine laufende Überwachung umfassen. Ergebnisse aus dem Adverse-Media-Screening fließen häufig in dieses Profil ein.

In der Praxis erwarten Aufsichtsbehörden Prüfungen öffentlicher Informationen in den Unterlagen zu verstärkten Sorgfaltspflichten, insbesondere bei politisch exponierten Personen, Firmenkunden mit hohem Risiko und großen oder ungewöhnlichen Transaktionen. Unser Leitfaden zu CDD vs. EDD erklärt, wann diese strengeren Prüfungen gelten.

Wie Adverse-Media-Screening funktioniert

Ein typischer Prozess hat vier Schritte:

  1. Suchen. Der Name des Kunden sowie bekannte Aliasnamen und die Namen von Geschäftsführern und wirtschaftlich Berechtigten werden mit Nachrichtenarchiven und Risikodatenbanken abgeglichen. Gute Systeme suchen in mehreren Sprachen und verarbeiten transliterierte Namen.
  2. Zuordnen. Treffer werden anhand weiterer Merkmale wie Geburtsdatum, Staatsangehörigkeit, Ort oder Berufsbezeichnung der Person zugeordnet, um Namensvettern auszuschließen.
  3. Einordnen. Jeder relevante Bericht wird nach Deliktkategorie, Datum, Quellenqualität und Verfahrensstand markiert: Gerücht, Vorwurf, Ermittlung, Anklage oder Verurteilung.
  4. Entscheiden und dokumentieren. Ein Analyst entscheidet, ob der Treffer die Risikoeinstufung des Kunden ändert, weitere Fragen erfordert oder irrelevant ist, und hält die Gründe fest.

Das Screening findet beim Onboarding und danach fortlaufend statt. Viele Institute screenen ihren Kundenstamm automatisch erneut und schlagen bei neuen Berichten Alarm, sodass ein Kunde, der bei der Anmeldung unauffällig war, später markiert werden kann. Anbieter bündeln dies mit Sanktions- und PEP-Prüfungen. Das AML-Screening von iDenfy etwa kombiniert Adverse-Media-Prüfungen mit Sanktions- und PEP-Listen und laufendem Screening. Unser Vergleich von Software für Sanktionsscreening und unser Leitfaden zum Watchlist- und PEP-Screening behandeln die listenbasierte Seite.

False Positives und das Problem der Vorwürfe

Adverse Media ist verrauschter als eine Sanktionsliste. Eine Sanktionsliste ist ein amtliches Verzeichnis, ein Nachrichtenarchiv nicht. Zwei Probleme dominieren:

  • Namensvettern. Häufige Namen liefern Hunderte irrelevanter Berichte. Ohne zusätzliche Identifikationsmerkmale verschwenden Analysten Zeit und seriöse Kunden werden aufgehalten.
  • Vorwürfe sind keine Verurteilungen. Ein Bericht kann über eine Anschuldigung berichten, die später fallen gelassen wurde, oder über ein Verfahren, das die Person gewonnen hat.

Das EU-Recht geht den zweiten Punkt direkt an. Artikel 76 AMLR erlaubt Verpflichteten die Verarbeitung von Daten über Straftaten nur, wenn die Daten aus zuverlässigen Quellen stammen, richtig und aktuell sind und das Institut über Verfahren verfügt, die zwischen „Vorwürfen, Ermittlungen, Verfahren und Verurteilungen“ unterscheiden, unter Berücksichtigung des Rechts auf ein faires Verfahren und der Unschuldsvermutung. In der Praxis sollte ein alter, unbewiesener Vorwurf nicht so schwer wiegen wie eine aktuelle Verurteilung, und die Akte sollte zeigen, dass der Analyst den Unterschied kannte.

Institute justieren ihr Screening, um das Rauschen zu verringern: Abgleich anhand weiterer Merkmale, Beschränkung der Ergebnisse auf relevante Deliktkategorien, Gewichtung der Quellen nach Glaubwürdigkeit und Unterdrückung bereits geprüfter Berichte. Ziel sind nicht null Treffer, sondern Treffer, die die Zeit eines Analysten wert sind.

KI und NLP im Adverse-Media-Screening

Moderne Tools nutzen Natural Language Processing, um Artikel zu lesen, statt nur Schlüsselwörter abzugleichen. Typische Funktionen sind Entitätserkennung (geht es in diesem Artikel tatsächlich um den Kunden?), Themenklassifizierung (Betrug, Korruption, Terrorismus), Bewertung von Tonalität und Schweregrad, Übersetzung sowie die Deduplizierung desselben Berichts über Hunderte von Medien hinweg.

Diese Tools verringern die manuelle Prüfung, doch die AMLR setzt automatisierten Entscheidungen Grenzen. Nach Artikel 76 Absatz 5 dürfen Institute automatisierte Verfahren oder KI-Systeme nur einsetzen, wenn:

  • die verwendeten Daten auf solche beschränkt sind, die nach dem Kapitel der Verordnung über Sorgfaltspflichten erhoben wurden;
  • jede Entscheidung, eine Kundenbeziehung einzugehen, abzulehnen oder zu beenden oder den Umfang der Sorgfaltspflichten zu erhöhen oder zu verringern, einem „sinnvollen menschlichen Eingreifen“ unterliegt; und
  • der Kunde eine Erläuterung der Entscheidung erhalten und sie anfechten kann, außer wenn sie eine Verdachtsmeldung betrifft.

KI kann also sortieren und zusammenfassen, die Entscheidung muss aber weiterhin ein Mensch verantworten.

Wo Adverse Media in CDD und EDD einzuordnen ist

PhaseTypische Adverse-Media-PrüfungMögliche Folgen eines Treffers
Onboarding (Standard-CDD)Automatisiertes Screening des Kunden und bei Unternehmen der Geschäftsführer und wirtschaftlich BerechtigtenPrüfung durch einen Analysten; höhere Risikoeinstufung; Fragen an den Kunden
Verstärkte SorgfaltspflichtenTiefere manuelle Suche, mehrere Sprachen, ältere Archive, verbundene ParteienAnfragen zu Mittel- und Vermögensherkunft; Freigabe durch die Geschäftsleitung; Ablehnung
Laufende ÜberwachungAutomatisches erneutes Screening und Alarme bei neuen BerichtenÜberprüfung der Geschäftsbeziehung; engere Überwachung; Beendigung; Verdachtsmeldung

Ein Adverse-Media-Treffer führt selten zu einer automatischen Ablehnung. Häufiger verschiebt er einen Kunden in die verstärkten Sorgfaltspflichten, bei denen das Institut Kontext und Nachweise anfordert, etwa zur Mittelherkunft und Vermögensherkunft. Deutet der Bericht darauf hin, dass der Kunde Geld waschen könnte, muss das Institut gegebenenfalls auch eine Meldung an seine zentrale Meldestelle (FIU) in Betracht ziehen, die es dem Kunden nicht offenlegen darf.

Adverse-Media-Screening bei Krypto

Anbieter von Kryptowerte-Dienstleistungen sind Verpflichtete im Sinne der AMLR, daher gelten für sie dieselben Erwartungen. Häufige Anwendungsfälle bei Krypto sind:

  • Onboarding von Unternehmen. Screening von Fonds, Handelsfirmen und Token-Emittenten sowie deren Geschäftsführern und Eigentümern im Rahmen des KYB.
  • Token-Listings und Partnerschaften. Prüfung von Projektgründern und Promotern auf frühere Betrugsfälle, Rug Pulls oder Durchsetzungsmaßnahmen vor einem Listing oder einer Partnerschaft.
  • OTC- und institutionelle Desks. Screening von Gegenparteien bei großen Trades, bei denen ein einziger schlechter Akteur ein echtes Risiko darstellen kann.
  • Andere Börsen. Bewertung von Krypto-Unternehmen, mit denen die Börse zusammenarbeitet, neben Lizenz- und Travel-Rule-Prüfungen.
  • EDD bei Privatkunden. Überprüfung vermögender Kunden und aller Personen, die durch On-Chain-Signale markiert wurden.

Adverse-Media-Screening erfasst Personen. Wallets sieht es nicht. Börsen kombinieren es mit Blockchain-Analyse, die Gelder On-Chain nachverfolgt, und mit Transaktionsüberwachung. Ein Kunde ohne negative Presse kann trotzdem wegen einer Einzahlung aus einem Mixer markiert werden, und umgekehrt gilt dasselbe. Wie diese Signale in das gesamte Risikomodell eines Instituts einfließen, erklärt unser Leitfaden zur AML-Risikobewertung für Krypto-Unternehmen.

Für Nutzer: warum eine Börse nach einem Zeitungsbericht gefragt hat

Wenn eine Börse nach einem Artikel fragt, hat sie in der Regel einen möglichen Treffer gefunden und muss ihn bestätigen oder ausschließen. Antworten Sie direkt: Wenn Sie es nicht sind, sagen Sie das und legen Sie Merkmale vor, die es belegen; wenn Sie es sind, erläutern Sie den Ausgang und teilen Sie Unterlagen wie eine Gerichtsentscheidung, aus der hervorgeht, dass die Vorwürfe fallen gelassen wurden. Die Anfrage zu ignorieren ist der wahrscheinlichste Weg zu einem eingeschränkten Konto.

Die Apps von JewelSwap sind nicht verwahrende (non-custodial) DeFi-Software und screenen Nutzer nicht selbst; unser Beitrag zu KYC in DeFi erklärt, warum.

Häufig gestellte Fragen

Was ist Adverse-Media-Screening?

Adverse-Media-Screening ist die Prüfung von Nachrichten und anderen öffentlichen Quellen auf Informationen, die einen Kunden, seine Eigentümer oder einen Geschäftspartner mit Finanzkriminalität in Verbindung bringen, etwa Betrug, Korruption, Geldwäsche, Sanktionsumgehung oder Terrorismus. Es ist Teil der Kundensorgfaltspflichten und dient zur Festlegung der Risikoeinstufung eines Kunden.

Ist Adverse-Media-Screening gesetzlich vorgeschrieben?

In der Regel nicht dem Namen nach. EU- und US-Vorschriften verlangen, dass Institute das Kundenrisiko verstehen, und die EU-AMLR nennt den Ruf eines Kunden als Risikovariable. Adverse-Media-Screening ist der übliche Weg, diese Erwartung zu erfüllen, besonders bei verstärkten Sorgfaltspflichten.

Was ist der Unterschied zwischen Adverse-Media- und Sanktionsscreening?

Beim Sanktionsscreening werden Namen mit amtlichen Listen abgeglichen, und ein bestätigter Treffer bedeutet in der Regel, dass Vermögenswerte eingefroren werden müssen und das Institut nicht mit der Person handeln darf. Beim Adverse-Media-Screening werden Nachrichten und öffentliche Quellen durchsucht, die weniger zuverlässig sind; Treffer erfordern daher eine menschliche Prüfung und führen meist zu weiteren Fragen statt zu einer automatischen Ablehnung.

Bedeutet ein Adverse-Media-Treffer, dass ich abgelehnt werde?

Nicht unbedingt. Viele Treffer betreffen Namensvettern oder alte Vorwürfe. Ein relevanter Treffer bedeutet in der Regel, dass das Institut weitere Informationen anfordert und gegebenenfalls verstärkte Sorgfaltspflichten anwendet. Nach EU-Recht müssen Institute zwischen Vorwürfen, Ermittlungen, Verfahren und Verurteilungen unterscheiden.

Kann KI über Adverse-Media-Treffer entscheiden?

KI kann Berichte finden, übersetzen, einordnen und gewichten, doch nach Artikel 76 der EU-AMLR erfordern Entscheidungen, eine Geschäftsbeziehung einzugehen, abzulehnen oder zu beenden oder den Umfang der Sorgfaltspflichten zu ändern, ein sinnvolles menschliches Eingreifen, und Kunden können eine Erläuterung verlangen und die Entscheidung anfechten.

Wie oft wird Adverse-Media-Screening durchgeführt?

Beim Onboarding und danach fortlaufend. Viele Institute screenen Kunden automatisch erneut und schlagen bei neuen Berichten Alarm, mit tieferen manuellen Prüfungen bei Kunden mit höherem Risiko im Rahmen regelmäßiger Überprüfungen.

Weiterlesen

Dieser Artikel dient der Information und stellt keine Rechtsberatung dar. Rechtliche Verweise beziehen sich auf die Verordnung (EU) 2024/1624 (die AMLR, anwendbar ab dem 10. Juli 2027) und 31 CFR 1020.210 in der veröffentlichten Fassung, geprüft am 9. Oktober 2026. Die Funktionen von Anbietern sind anhand der Website des Anbieters vom selben Tag beschrieben. Vorschriften ändern sich; prüfen Sie die aktuellen Fassungen, bevor Sie sich darauf verlassen.

About the author.

Co-Founder at JewelSwap & Chief Strategy Officer at iDenfy. Viktor brings his successful track record of superb development & project management.