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 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.
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:
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.
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.
Ein typischer Prozess hat vier Schritte:
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.
Adverse Media ist verrauschter als eine Sanktionsliste. Eine Sanktionsliste ist ein amtliches Verzeichnis, ein Nachrichtenarchiv nicht. Zwei Probleme dominieren:
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.
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:
KI kann also sortieren und zusammenfassen, die Entscheidung muss aber weiterhin ein Mensch verantworten.
| Phase | Typische Adverse-Media-Prüfung | Mögliche Folgen eines Treffers |
|---|---|---|
| Onboarding (Standard-CDD) | Automatisiertes Screening des Kunden und bei Unternehmen der Geschäftsführer und wirtschaftlich Berechtigten | Prüfung durch einen Analysten; höhere Risikoeinstufung; Fragen an den Kunden |
| Verstärkte Sorgfaltspflichten | Tiefere manuelle Suche, mehrere Sprachen, ältere Archive, verbundene Parteien | Anfragen zu Mittel- und Vermögensherkunft; Freigabe durch die Geschäftsleitung; Ablehnung |
| Laufende Überwachung | Automatisches erneutes Screening und Alarme bei neuen Berichten | Überprüfung 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.
Anbieter von Kryptowerte-Dienstleistungen sind Verpflichtete im Sinne der AMLR, daher gelten für sie dieselben Erwartungen. Häufige Anwendungsfälle bei Krypto sind:
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.
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.
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.
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.
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.
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.
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.
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.
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.