Mehr erkennen. Schneller freigeben. Kein Kompromiss.

KI reduziert Fehlalarme auf der AI-Review-Stufe. Für jeden Kandidatentreffer vergleicht sie die verfügbaren Merkmale und erstellt eine verständliche Begründung sowie explizite Fehlalarm-Indikatoren — ein abweichendes Geburtsdatum, eine andere Staatsangehörigkeit, eine schwache Namensübereinstimmung. Statt einer undifferenzierten Trefferliste sieht Ihr Team, welche Kandidaten eine Eskalation wert sind und welche sich aus klaren Gründen freigeben lassen. Wir veröffentlichen den Mechanismus, keine Genauigkeitsquote — denn Prüfer sollen die Begründung selbst beurteilen.

Das hängt von der gewählten Stufe ab. Der deterministische Quick Check und das kontinuierliche Monitoring senden überhaupt keine Daten an KI-Modelle. Die Stufen AI-Enhanced und AI Review nutzen KI, und wenn sie es tun, läuft das Screening auf EU-gehosteten Modellen ohne Datenspeicherung. Ruhende Daten verlassen die EU nie. Sie steuern, welche Stufe für welchen Fall läuft, und entscheiden damit genau, wann KI im Spiel ist.

Ja. Die Stufen werden pro Prüfung gewählt, nicht pro Konto. Viele Teams lassen den deterministischen Quick Check über hohe Volumina und Massen-Monitoring laufen und eskalieren einen bestimmten Namen bei Bedarf auf die Stufe AI-Enhanced oder AI Review, wenn ein Fall risikoreicher ist oder ein Treffer eine dokumentierte Begründung braucht. Sie zahlen pro Prüfung zum Satz der jeweiligen Stufe, ohne monatliche Plattformgebühr — das Kombinieren der Stufen passt Ihre Ausgaben einfach an das Risiko des jeweiligen Falls an.

Fuzzy-Matching bewertet die Ähnlichkeit von Zeichenketten — die Editierdistanz zwischen zwei Namen. Das hilft bei Tippfehlern, tut sich aber schwer mit Transliteration, Aliasnamen und schriftübergreifenden Namen, und es kann sich nicht selbst erklären. Unser AI-Enhanced Check erweitert jede Abfrage vor dem Abgleich um reale Varianten über Schriften und Aliasformen hinweg, und der AI Review Check ergänzt eine Begründung dazu, ob ein Kandidat tatsächlich dieselbe Person oder dasselbe Unternehmen ist. Sie erhalten eine breitere Trefferquote und eine lesbare Begründung statt einer unerklärten Ähnlichkeitszahl.

Ein AI-Review-Ergebnis führt jeden Kandidatentreffer mit einer kurzen schriftlichen Begründung und expliziten Fehlalarm-Indikatoren auf — etwa ein nicht übereinstimmendes Geburtsjahr oder ein anderes Land der Staatsangehörigkeit. Jeder Kandidat verweist zurück auf seinen Quelldatensatz und die auslösende Namensvariante. Begründung und Indikatoren sind in der revisionssicheren Nachweis-PDF (zum Prüfzeitpunkt) enthalten, sodass die Entscheidung für Ihre Akte dokumentiert und einem Prüfer gegenüber vertretbar ist.