In 2025 stroomde naar schatting 4.400 miljard dollar aan illegale geldstromen door het wereldwijde financiële systeem, een stijging van 19,2 % per jaar sinds 2023 (Nasdaq Verafin). Tegenover die vloedgolf raken de klassieke systemen uitgeput: meer dan 95 % van de alerts uit regelgebaseerde systemen zijn valse positieven. Banken die overschakelen op detectie met machine learning keren de krachtsverhouding om: HSBC identificeert 2 tot 4 keer meer verdachte activiteit met ruim 60 % minder alerts. Tussen de AMLA die in Frankfurt op kruissnelheid komt en de AMLR-verordening die in juli 2027 van toepassing wordt: dit verandert AI aan de antiwitwasconformiteit, bekeken vanuit België.
De ordegrootte is al lang bekend: volgens UNODC wordt jaarlijks 2 tot 5 % van het wereldwijde bbp witgewassen, ofwel 800 tot 2.000 miljard dollar. Recente ramingen bevestigen de omvang: het rapport 2026 van Nasdaq Verafin becijfert de illegale stromen op 4.400 miljard dollar in 2025, met een jaarlijkse groei van 19,2 % sinds 2023, waarvan 579,4 miljard aan fraude en oplichting. En de dreiging bewapent zich: 90 % van de bevraagde professionals in de strijd tegen financiële criminaliteit ziet de voorbije twee jaar meer AI-gedreven aanvallen.
Daartegenover verhardt het regelgevend arsenaal. Banken, maar ook betalingsinstellingen, verzekeraars, boekhoudkantoren, notarissen en vastgoedmakelaars moeten verdachte verrichtingen opsporen en melden. De prijs van falen leest u in de zaak TD Bank: in oktober 2024 pleitte de bank in de Verenigde Staten schuldig aan witwassen en betaalde ze 3,1 miljard dollar aan boetes. Tussen 2018 en april 2024 werd 92 % van haar transactievolume, zowat 18.300 miljard dollar, niet gemonitord.
Klassieke monitoringmotoren steunen op vaste regels (drempelbedragen, landen, frequentie). Het gedocumenteerde resultaat: meer dan 95 % van de gegenereerde alerts zijn valse positieven bij een eerste review, en ongeveer 98 % leidt nooit tot een melding van een verdachte transactie. Volledige teams sluiten de hele dag nutteloze alerts af, terwijl de echt gevaarlijke, opgesplitste en verspreide patronen onder de drempels door glippen.
Machine learning vervangt de compliance niet: het verschuift de inspanning van alertreview naar onderzoek met toegevoegde waarde. Vier toepassingen zijn vandaag matuur.
De Europese kalender geeft AI-projecten voor witwasbestrijding een duidelijke horizon: het systeem dat u in 2026 ontwerpt, wordt beoordeeld volgens de normen van 2027-2028.
Verordening (EU) 2024/1624 vervangt de richtlijnenlogica door één rechtstreeks toepasselijk rulebook: geharmoniseerde waakzaamheidsplichten in de 27 lidstaten, transparantie over uiteindelijke begunstigden en een Europees plafond van 10.000 euro voor contante betalingen. Nationale interpretatieverschillen verdwijnen grotendeels.
De Europese antiwitwasautoriteit is sinds 1 juli 2025 operationeel in Frankfurt. In 2027 selecteert ze een veertigtal grensoverschrijdende financiële groepen met hoog risico, die ze vanaf 2028 rechtstreeks superviseert. Voor de anderen harmoniseert ze de praktijken van de nationale toezichthouders, waaronder de NBB in België.
Bijlage III van de AI-verordening klasseert kredietscoring als hoog risico, maar zondert AI-systemen voor de detectie van financiële fraude uitdrukkelijk uit. AML-detectie ontsnapt dus in principe aan het hoogrisicoregime; AVG, modelgovernance en verklaarbaarheid blijven vereist. Onze sectorale analyse van de EU AI Act zet de kalender op een rij.
De Belgische financiële inlichtingencel ontving 91.487 meldingen in 2024, tegenover 79.211 in 2023, waarvan bijna 42.000 uit de sector van de betalingsinstellingen alleen. Ze maakte 1.347 nieuwe dossiers over aan de gerechtelijke autoriteiten, goed voor 1,96 miljard euro. De volumes pleiten uit zichzelf voor automatisering, zowel bij de melders als bij de autoriteiten.
Het risico is niet te snel naar AI te gaan, maar ernaartoe te gaan zonder governance. Toezichthouders verbieden modellen niet: ze eisen dat ze auditeerbaar zijn. Vier stappen structureren een verdedigbare migratie.
Percentage valse positieven, kost per alert, conversie naar meldingen, achterstand in dossiers: zonder becijferde referentie kunt u de toezichthouder niet aantonen dat het nieuwe systeem beter presteert.
Eerste stap met laag risico: een prioriteringsmodel dat de alerts van de bestaande regels rangschikt en de minst risicovolle in slaapstand zet. Pas daarna vult detectie via scoring de regels aan en vervangt ze stapsgewijs.
Volledige modelgovernance: trainingsdata, prestaties per segment, uitleg per alert voor de onderzoeker, biastests, hertrainingsprocedure. Dat is het dossier dat de NBB of de AMLA zal willen inkijken.
Elke beslissing van een onderzoeker (seponeren of melden aan de CFI) voedt het model opnieuw. De indicatoren uit stap 1 worden continu opgevolgd en gerapporteerd aan het compliancecomité.
Begin bij de alertwachtrij, niet bij de detectiemotor. Een prioriteringsmodel op de bestaande alerts levert binnen enkele maanden rendement op, zonder aan het gedeclareerde reglementaire fundament te raken, en legt de basis (datakwaliteit, governance, vertrouwen van de teams) voor volwaardige AI-detectie.
Het onderwerp reikt veel verder dan de grootbanken. De Belgische wet van 18 september 2017 onderwerpt ook betalingsinstellingen, verzekeraars, boekhoud- en fiduciaire kantoren, notarissen, gerechtsdeurwaarders, vastgoedmakelaars, diamanthandelaars en aanbieders van cryptodiensten. De explosie van meldingen uit de betaalsector (bijna 42.000 in 2024) toont waar de volumes naartoe schuiven: naar spelers die vaak kleiner zijn dan banken, met beperkte complianceteams, voor wie het handmatig triëren van alerts simpelweg niet meer houdbaar is.
Concreet: een Brusselse betalingsinstelling kan haar alertwachtrij drastisch inkorten met een prioriteringsmodel bovenop haar huidige regels; een fiduciaire kan de KYC-verzameling en de opvolging van negatieve berichtgeving over klanten automatiseren; een grensoverschrijdende groep anticipeert de AMLA-normen beter vanaf het ontwerp dan zijn systeem in 2028 te moeten herbouwen. In alle gevallen sluit de logica aan bij ons artikel over AI in audit en continue controle: test 100 % van de verrichtingen, en reserveer de mens voor de gevallen die het verdienen.
Niet van vandaag op morgen. De dominante praktijk is hybride: de regels blijven het gedocumenteerde reglementaire fundament, en machinelearningmodellen prioriteren de alerts en detecteren daarna patronen die regels niet zien. HSBC maakte van AI zijn belangrijkste motor op zijn kernmarkten, maar met volledige modelgovernance: documentatie, verklaarbaarheid en menselijk toezicht.
Verordening (EU) 2024/1624 is van toepassing vanaf 10 juli 2027. Ze voert één rechtstreeks toepasselijk rulebook in voor de 27 lidstaten: geharmoniseerde waakzaamheidsplichten, transparantie over uiteindelijke begunstigden en een Europees plafond van 10.000 euro voor contante betalingen.
De nieuwe Europese antiwitwasautoriteit, gevestigd in Frankfurt en operationeel sinds 1 juli 2025. Ze selecteert in 2027 een veertigtal grensoverschrijdende instellingen met hoog risico, die ze vanaf 2028 rechtstreeks superviseert, en harmoniseert het nationale toezicht, waaronder dat van de NBB en de CFI in België.
Bijlage III klasseert kredietscoring als hoog risico, maar zondert AI-systemen voor de detectie van financiële fraude uitdrukkelijk uit. AML-detectie ontsnapt dus in principe aan die classificatie. De AVG, de verklaarbaarheidseisen van de toezichthouders en de modelgovernance blijven onverkort gelden.
Molderez Consult helpt banken, betalingsinstellingen en onderworpen beroepen in België hun AML-systeem te evalueren, AI-use-cases te prioriteren (alerttriage, KYC, screening), de modelgovernance uit te tekenen en de AMLR- en AMLA-deadlines voor te bereiden.
Mijn systeem evalueren