Erfaring omsat til data

Kunstig intelligens hjælper os i kampen mod hvidvask

I Danske Spil handler indsatsen mod hvidvask ikke kun om at efterleve lovgivning. Vi skal gøre mere end det, og vi tager gerne de mest avancerede metoder i brug.

Danske Spil har i 2019 udviklet et banebrydende produkt, hvor vi med brug af kunstig intelligens (AI) og machine learning kan afsløre sammenhænge og mistænkelige mønstre i kunders spilleadfærd hos vores forhandlere, som kunne tyde på hvidvask. Værktøjet er testet og klar til udrulning i 2020. Vi er blandt de første i verden til at udvikle et værktøj, der kan opfange tegn på hvidvask ved brug af kunstig intelligens.

Ekspertise i kunstig intelligens

Erfaring fra Danske Spils eksperter bliver kort fortalt sat på formel, så
kort-læg-ningen af spil og mønstre mellem spil hos vores forhandlere kan ske på få sekunder i stedet for dage.

Astrid Vestergård er en af Danske Spils data scientists, som med stor viden om algoritmer og brugen af kunstig intelligens har været med til at udvikle værktøjet fra bunden.

– Konkret har vi set på data fra de sager, som tidligere har ført til hvidvask-underretninger og fodret et AI-værktøj med dem. Ved hjælp af kunstig intelligens lærer værktøjet, hvilke mønstre der er mistænkelige, og hvilke den skal holde øje med, siger Astrid Vestergård.

Derudover kan Danske Spils værktøj selv opfange atypiske mønstre, som ikke har fortilfælde i menneskelig erfaring. Det kaldes unsupervised learning. Det kan være en spilleklub, som over en lang periode spiller meget. Det er der ikke nødvendigvis noget galt i, men i nogle tilfælde viser netværket sig at være større og mere komplekst, end et menneske kan overskue.

– Det kan være, at der skal findes sammenhænge i store datamængder over flere år, og det er helt umuligt for en menneskehjerne at rumme. Men det kan kunstig intelligens hjælpe med, og på den måde kan vi sætte mere effektivt ind mod hvidvask, siger Astrid Vestergård.

De digitale detektiver

Det nye digitale værktøj kan gøre bekæmpelse af hvidvask mere effektivt, men kan ikke erstatte hverken mennesker eller livslang erfaring.

Flemming Eriksen har i 27 år undervist Danske Spils forhandlere i alt fra brugen af terminaler til bekæmpelse af hvidvask. Stort set alle 3.900 forhandlere i Danmark og Grønland samt på Færøerne har været plottet ind på hans gps.

Hvert eneste mistænkeligt spil under lup

Hver dag modtager han en lang række data om de spil, der bliver foretaget hos forhandlerne, og her kommer hans erfaring i spil i jagten på mistænkelige handlinger. Det er i sidste ende Flemming Eriksen, eller en af hans kollegaer, der på baggrund af data og undersøg-elser vurderer, hvorvidt der skal foretages en underretning til SØIK.

– Det er vigtigt at understrege, at vi ikke efterforsker. Vi undersøger mistænkelige forhold for at forsøge at fjerne en mistanke om, at der er foretaget noget ulovligt. Kan vi ikke det, laver vi en underretning, siger Flemming Eriksen, der i dag er ansvarlig for indsatsen mod hvidvask hos Danske Spils forhandlere.

En af udfordringerne har hidtil været, at kortlægningen af spillemønstre tager meget lang tid. Hvor det før kunne tage dagevis at kortlægge det komplicerede spindelvæv af data, får han nu effektiv hjælp af AI-værktøjet. Når det kommer fuldt i drift i løbet af 2020, vil det på få sekunder kunne udføre den kort-lægning, der tager Flemming Eriksen dage at udføre.  

ID-krav ændrer spillepladen

Med Danske Spils nye krav om ID ved køb af væddemål hos forhandlerne vil Danske Spils datagrundlag blive endnu bedre.

– Når vi kan lægge et yderligere lag af data fra vores forhandlere ind i værk-tøjet, vil det optimere vores indsats. Det vil betyde, at alle indskud og præmieudbetalinger bliver registreret. Det bliver et virkelig finmasket net, der vil gøre det meget svært at snyde uopdaget. Danske Spil kan ikke standse hvidvask alene. Men vi kan gøre det så svært som muligt for kriminelle at misbruge spil til ulovlige hand-linger, siger Flemming Eriksen.

Hvad er Hvidvask?

Hvidvask i spillebranchen er sorte penge, som vaskes hvide gennem spil.