Die EBA-Leitlinien zu Gruppen verbundener Kunden verstehen
Kurzfassung: Die Leitlinien der Europäischen Bankenaufsichtsbehörde (EBA) zu Gruppen verbundener Kunden verpflichten Finanzinstitute, Kunden zu identifizieren und zu steuern, zwischen denen Beziehungen bestehen – familiärer, geschäftlicher oder wirtschaftlicher Art –, die Interessenkonflikte oder erhöhte Risiken auslösen. Solche Verbindungen im großen Maßstab aufzudecken, ist ein Problem der Entity Resolution: Institute nutzen Datenanalyse und Netzwerkanalyse, um Datensätze derselben realen Entität zuzuordnen und anschließend die Beziehungen zwischen den Entitäten abzubilden. Wer 2026 Entity-Resolution-Technologie für einen regulierten Bankanwendungsfall bewertet, sollte auf drei Kriterien achten: den Umgang mit Datenqualität (werden unsaubere Eingangsdaten vor dem Abgleich bereinigt und transformiert?), Datenschutz- und Sicherheitskontrollen sowie die Fähigkeit, sich verändernde Beziehungen in Echtzeit zu überwachen. Stand 2026 gelten die EBA-Leitlinien weiterhin, allerdings in gestraffter Form – siehe die datierte Aktualisierung weiter unten.
Wie bewerte ich Entity-Resolution-Anbieter für die Erkennung verbundener Kunden im Bankwesen?
Der ursprüngliche Artikel benennt drei Umsetzungsherausforderungen, die zugleich als Bewertungskriterien für jede Entity-Resolution-Technologie taugen, mit der die Leitlinien zu verbundenen Kunden erfüllt werden sollen. Die Tabelle ordnet jeder Herausforderung die gesuchte Fähigkeit zu; die vollständige Erläuterung dazu finden Sie unverändert in den Abschnitten weiter unten.
| Bewertungskriterium | Warum es bei verbundenen Kunden zählt | Worauf Sie achten sollten |
|---|---|---|
| Datenqualität und Datenverfügbarkeit | Genaue, verlässliche Daten sind die Grundlage, um verbundene Kunden zu erkennen; unsaubere Eingangsdaten führen zu übersehenen oder falschen Verbindungen | Entity Resolution, die Daten vor dem Abgleich transformiert und ihre Qualität verbessert – wie Tilores es tut –, statt saubere Daten von vornherein vorauszusetzen |
| Datenschutz und Datensicherheit | Das Aufdecken von Verbindungen muss mit den Datenschutzvorschriften und den Sorgfaltspflichten in Einklang gebracht werden | Technologie, die im Rahmen von Datenschutz und Datensicherheit arbeitet und sensible Informationen über den gesamten Prozess hinweg schützt |
| Sich verändernde Beziehungen | Kundenbeziehungen entwickeln sich im Lauf der Zeit, eine einmalige Prüfung veraltet also | Regelmäßige Überwachung und Datenanalyse in Echtzeit, damit sich das Risikomanagement an veränderte Beziehungen anpasst |
| Erkennungsverfahren | Verbindungen bestehen sowohl auf Datensatz- als auch auf Netzwerkebene | Sowohl Datenanalyse (Datensätze einer Entität zuordnen) als auch Netzwerkanalyse (Beziehungen über komplexe Kundennetzwerke hinweg abbilden) |
In der sich stetig wandelnden Finanzbranche ist der Umgang mit kundenbezogenen Risiken von größter Bedeutung. Finanzinstitute stehen vor der Aufgabe, mögliche Interessenkonflikte und erhöhte Risiken zu erkennen und zu begrenzen, die aus Beziehungen zwischen Kunden entstehen. Dafür hat die Europäische Bankenaufsichtsbehörde (EBA) Leitlinien zu Gruppen verbundener Kunden vorgelegt.
Dieser Artikel soll Risikomanagern ein umfassendes Verständnis dieser Leitlinien vermitteln: ihren Zweck, ihre technischen Aspekte und die Herausforderungen bei der Umsetzung.
Was sind verbundene Kunden?
Verbundene Kunden sind nach Definition der EBA Kunden, zwischen denen Beziehungen bestehen, die Interessenkonflikte auslösen oder die Risiken für Finanzinstitute erhöhen können. Diese Beziehungen können familiärer oder geschäftlicher Natur sein oder auf gemeinsamen wirtschaftlichen Interessen beruhen. Die EBA-Leitlinien sollen sicherstellen, dass Finanzinstitute wirksame Maßnahmen haben, um solche Risiken angemessen zu erkennen und zu steuern.
Der Zweck der Leitlinien zu verbundenen Kunden
Die Leitlinien zu verbundenen Kunden bilden einen regulatorischen Rahmen, der solide Risikomanagementpraktiken im Finanzsektor der Europäischen Union fördert. Durch ihre Umsetzung können Finanzinstitute:
- Potenzielle Risiken erkennen: Die Leitlinien helfen Instituten, Kunden zu identifizieren, die so miteinander verbunden sind, dass Interessenkonflikte oder höhere Risiken entstehen können. Auf dieser Grundlage lassen sich diese Risiken besser bewerten und begrenzen – zum Schutz des Instituts und seiner Kunden.
- Compliance sicherstellen: Die Einhaltung der EBA-Leitlinien ist für Finanzinstitute entscheidend, um die Erfüllung aufsichtsrechtlicher Anforderungen nachzuweisen. Sie hilft Instituten, sich an den EBA-Zielen auszurichten, Stabilität und Vertrauen in der Finanzbranche zu fördern.
Technische Aspekte der Erkennung verbundener Kunden: Entity-Resolution-Technologie nutzen
Verbundene Kunden zu erkennen, kann eine komplexe Aufgabe sein. Finanzinstitute können jedoch fortgeschrittene Verfahren und Methoden einsetzen – darunter Entity-Resolution-Technologie –, um mögliche Verbindungen besser zu identifizieren und zu steuern.
Entity-Resolution-Technologie spielt bei der Erkennung eine zentrale Rolle, weil sie Entitäten über riesige Datenmengen hinweg zuverlässig verknüpft und identifiziert. So können Finanzinstitute diese Technologie – gemeinsam mit weiteren Ansätzen – nutzen, um verbundene Kunden zu erkennen:
- Datenanalyse: Finanzinstitute setzen umfassende Datenanalyse einschließlich Entity Resolution ein, um Muster und Beziehungen zwischen Kunden aufzudecken. Durch die Auswertung von Transaktionsdaten, Kontohistorien und gemeinsam genutzten persönlichen oder geschäftlichen Angaben kann Entity-Resolution-Technologie Verbindungen und Zusammenhänge zwischen Kunden präzise herstellen.
- Netzwerkanalyse: Verfahren der Netzwerkanalyse bieten in Kombination mit Entity Resolution ein mächtiges Mittel, um Beziehungen zwischen Kunden zu visualisieren und auszuwerten. Indem sie Verbindungen anhand gemeinsamer Bezugspunkte abbilden, gewinnen Finanzinstitute wertvolle Erkenntnisse über mögliche Interessenkonflikte und Risiken. Entity-Resolution-Technologie hilft dabei, die feinen Verästelungen innerhalb komplexer Kundennetzwerke sichtbar zu machen.
Die Umsetzung der Leitlinien zu verbundenen Kunden stellt Finanzinstitute allerdings vor Herausforderungen:
- Datenqualität und Datenverfügbarkeit: Genaue und verlässliche Daten sind die Grundlage, um verbundene Kunden wirksam zu erkennen. Finanzinstitute stoßen dabei häufig auf Probleme mit Datenqualität, Vollständigkeit und Aktualität. Entity-Resolution-Technologie arbeitet am besten mit hochwertigen Eingangsdaten – fortgeschrittene Lösungen wie Tilores transformieren die Daten jedoch, um ihre Qualität vor der Auflösung zu verbessern. Auch gemeinsame Anstrengungen wie Initiativen zur Datenstandardisierung können hier helfen.
- Datenschutz und Datensicherheit: Das Bedürfnis, verbundene Kunden zu identifizieren, mit den Datenschutzvorschriften in Einklang zu bringen, ist eine heikle Aufgabe. Finanzinstitute müssen die Datenschutzgesetze einhalten und belastbare Schutzmaßnahmen umsetzen, während sie die notwendige Sorgfaltsprüfung durchführen. Entity-Resolution-Technologie muss im Rahmen von Datenschutz und Datensicherheit arbeiten und sensible Informationen über den gesamten Prozess hinweg schützen.
- Sich verändernde Beziehungen: Beziehungen zwischen Kunden entwickeln sich im Lauf der Zeit, was es schwierig macht, ein aktuelles Bild der Verbindungen zu behalten. Regelmäßige Überwachung und Datenanalyse in Echtzeit, unterstützt durch Entity-Resolution-Technologie, sind unverzichtbar, um Veränderungen in Kundenbeziehungen zu erkennen und darauf zu reagieren. Diese Technologie erlaubt es Finanzinstituten, ihre Risikomanagementpraxis dynamisch anzupassen.
Die Folgen, verbundene Kunden zu ignorieren
Aus der Welt des Consumer-Fintech gibt es ein eindrucksvolles Beispiel von Cash App (NYSE:SQ), was passiert, wenn man die Verbindungen zwischen seinen Kunden schlicht ignoriert. Sagen wir es so: Es endete mit einem Kursverlust von 20 %. Mehr dazu hier.
Fazit
Die Leitlinien zu verbundenen Kunden geben Finanzinstituten eine wichtige Orientierung, um Risiken aus Kundenbeziehungen zu erkennen und zu steuern. Mit fortgeschrittenen Verfahren wie Datenanalyse, Netzwerkanalyse und Entity-Resolution-Technologie können Institute verbundene Kunden deutlich präziser aufdecken. Trotz der Herausforderungen rund um Datenqualität, Datenschutz und sich verändernde Beziehungen fördert die Umsetzung dieser Leitlinien ein solides Risikomanagement in der Finanzbranche. Durch Zusammenarbeit und den klugen Einsatz von Technologie können Finanzinstitute die Komplexität verbundener Kunden bewältigen und Stabilität und Vertrauen in ihrem Geschäft stärken.
Weiterführende Informationen
Weitere Informationen zu den EBA-Leitlinien zu verbundenen Kunden finden Sie auf der Website der EBA.
Gelten die EBA-Leitlinien zu verbundenen Kunden noch? (Update 2026)
Ja – der Rahmen wurde 2026 allerdings gestrafft, sodass Risikomanager die ursprüngliche Leitlinie zusammen mit den aktuellen EU-Vorschriften lesen sollten. Die EBA-Leitlinien zu Gruppen verbundener Kunden (EBA/GL/2017/15) wurden erstmals 2017 verabschiedet und gelten in konsolidierter, gestraffter Fassung weiter:
- Straffung im April 2026. Am 29. April 2026 hat die EBA eine Entscheidung zur teilweisen Streichung von Abschnitten der Leitlinien veröffentlicht (Entscheidung EBA/DC/644) und begründet dies damit, dass „diese Regeln nun unmittelbar in der gesamten EU gelten und bestimmte Bestimmungen der EBA-Leitlinien daher nicht mehr erforderlich sind, um eine gemeinsame und einheitliche Anwendung des Unionsrechts sicherzustellen".
- Der Grund für die Änderung. Die Delegierte Verordnung (EU) 2024/1728 der Kommission enthält inzwischen unmittelbar geltende technische Regulierungsstandards, die festlegen, wann Institute Gruppen verbundener Kunden identifizieren müssen – für Kontrollverhältnisse, wirtschaftliche Abhängigkeit sowie eine Kombination aus beidem. Weil die Verordnung unmittelbar gilt, waren die sich überschneidenden Bestimmungen der Leitlinien nicht mehr nötig.
- Was weiterhin gilt. Nach den konsolidierten Leitlinien (EBA/GL/2017/15-rev1) müssen Institute weiterhin Gruppen verbundener Kunden identifizieren – über Kontrollverhältnisse, wirtschaftliche Abhängigkeit und kombinierte Konstellationen hinweg. Die Straffung hat doppelten Text entfernt, nicht die zugrunde liegende Pflicht.
Was bedeutet das für die Erkennung? Die aufsichtsrechtliche Pflicht, verbundene Kunden zu finden, ist im unmittelbar geltenden EU-Recht eher noch fester verankert. Das praktische Erkennungsproblem bleibt unverändert: Institute müssen nach wie vor unsaubere, fragmentierte Kundendatensätze derselben realen Entität zuordnen und die Beziehungen zwischen ihnen abbilden. Genau das leistet Entity-Resolution-Technologie – und genau deshalb bleiben der Umgang mit Datenqualität, Datenschutzkontrollen und Überwachung in Echtzeit die richtigen Bewertungskriterien für einen Einsatz im regulierten Bankumfeld.
Erkennen Sie verbundene Kunden in Ihren eigenen Daten: Buchen Sie eine Demo, um Echtzeit-Matching auf Ihren eigenen Daten zu sehen, oder holen Sie sich den Evaluation Build, um es lokal auszuprobieren. Danach lohnt ein Blick auf die Entity-Resolution-Software von Tilores und darauf, wie sie fragmentierte Kundendatensätze in Echtzeit transformiert und verknüpft – für AML, KYC und das Risikomanagement verbundener Kunden.
Häufig gestellte Fragen
- Was sind verbundene Kunden nach den EBA-Leitlinien?
- Verbundene Kunden sind nach Definition der EBA Kunden, zwischen denen Beziehungen bestehen, die Interessenkonflikte auslösen oder die Risiken für Finanzinstitute erhöhen können. Diese Beziehungen können familiärer oder geschäftlicher Natur sein oder auf gemeinsamen wirtschaftlichen Interessen beruhen. Die EBA-Leitlinien sollen sicherstellen, dass Finanzinstitute wirksame Maßnahmen haben, um solche Risiken angemessen zu erkennen und zu steuern.
- Wie erkennen Finanzinstitute verbundene Kunden?
- Finanzinstitute setzen fortgeschrittene Verfahren ein, darunter Entity-Resolution-Technologie, die Entitäten über riesige Datenmengen hinweg verknüpft und identifiziert. Mittels Datenanalyse decken sie Muster und Beziehungen zwischen Kunden auf, indem sie Transaktionsdaten, Kontohistorien und gemeinsam genutzte persönliche oder geschäftliche Angaben auswerten; mittels Netzwerkanalyse visualisieren und kartieren sie Verbindungen anhand gemeinsamer Bezugspunkte, um mögliche Interessenkonflikte und Risiken sichtbar zu machen.
- Wie hilft Entity Resolution bei der Compliance zu verbundenen Kunden?
- Entity Resolution stellt Verbindungen und Zusammenhänge zwischen Kunden präzise her, indem sie verstreute Datensätze derselben realen Entität zuordnet. Sie funktioniert am besten mit hochwertigen Eingangsdaten; fortgeschrittene Entity-Resolution-Technologien wie Tilores transformieren die Daten, um ihre Qualität vor der Auflösung zu verbessern. Sie muss zudem im Rahmen von Datenschutz und Datensicherheit arbeiten, und regelmäßige Überwachung mit Analysen in Echtzeit hilft, mit Beziehungen Schritt zu halten, die sich im Lauf der Zeit verändern.
- Was passiert, wenn ein Finanzinstitut Verbindungen zwischen Kunden ignoriert?
- Wer Verbindungen zwischen Kunden ignoriert, setzt sich ungesteuerten Interessenkonflikten und Konzentrationsrisiken aus. Im Consumer-Fintech ist Cash App (NYSE:SQ) ein viel zitiertes Beispiel dafür, was passiert, wenn Verbindungen zwischen Kunden ignoriert werden – ein Vorgang, der mit einem Kursverlust von rund 20 % einherging, nachdem doppelte und untereinander verknüpfte Kundenkonten öffentlich gemacht worden waren.
- Gelten die EBA-Leitlinien zu verbundenen Kunden 2026 noch?
- Ja. Die EBA-Leitlinien zu Gruppen verbundener Kunden (EBA/GL/2017/15) gelten in gestraffter, konsolidierter Fassung weiter. Am 29. April 2026 hat die EBA eine Entscheidung (EBA/DC/644) veröffentlicht, mit der Abschnitte der Leitlinien teilweise gestrichen wurden, weil die Delegierte Verordnung (EU) 2024/1728 der Kommission inzwischen unmittelbar geltende Regeln zum selben Gegenstand enthält. Die konsolidierten Leitlinien behandeln weiterhin Kontrollverhältnisse, wirtschaftliche Abhängigkeit sowie die Kombination aus Kontrollverhältnis und wirtschaftlicher Abhängigkeit.
Sehen Sie, was aufgelöste Entitätsdaten für Ihr Unternehmen — und Ihre KI — leisten.