Sequenzieren der Regulierungsinformationen der Welt, mit Manos SCHIZAS (# 35)

Veröffentlicht
Strukturverschiebungen # 35 mit Manos SCHIZAS – ein Podcast nach Blende. co

Unser Gast ist Manos Schizas – Lead in Regulation und RegTech bei Cambridge Centre for Alternative Finance an der Universität Cambridge . Wir diskutieren, wie sich regulatorische Änderungen so schnell beschleunigen, dass die Menschen allein nicht damit umgehen können, und wie die technologische Lösung für das Problem aussieht. Kann Technologie dieses Problem in großem Maßstab lösen? Wie viel Innovation sehen wir dank maschinellem Lernen? Außerdem diskutieren wir über das Regulatory Genome Project , ein kürzlich gestartetes langfristiges Projekt, das darauf abzielt, die (Finanz-) Regulierung der Welt zu sequenzieren und Entwicklern und Unternehmen den Aufbau zu ermöglichen eigene Anwendungen auf der Plattform. Vor seinem Eintritt in das Cambridge Centre for Alternative Finance war Manos auch als Regulierungsbehörde bei der britischen FCA tätig.

(21. Dezember 2020)

Podcast auch verfügbar unter:

Apple Podcasts , Spotify , Google Podcasts , Anchor.fm , Soundcloud , Stitcher , Pocket Casts , TuneIn , Bedeckt

Es kostet etwas in der Auftrag von 4\% des Umsatzes für ein großes Finanzinstitut zur Einhaltung der Vorschriften.

Ben: Manos, vielen Dank, dass Sie sich für den Podcast zu Strukturverschiebungen entschieden haben.

Manos: Danke, dass du mich in der Show hast, Ben.

[00: 01: 22.05] Ben: Beginnen wir vielleicht damit, dass Sie über Ihren Hintergrund sprechen, weil ich denke, dass er für unsere Zuhörer nützlich ist zu wissen, dass Sie dieses Zusammenspiel von Finanzen, Technologie und Regulierung aus vielen verschiedenen Blickwinkeln gesehen haben. Also, wenn es Ihnen nichts ausmacht, Manos, erzählen Sie uns einfach, wie Sie in dieser Welt angefangen haben?

Manos: Sicher. Ich habe mich 2008 zum ersten Mal mit dem Schreiben und Lesen von Vorschriften befasst. Zu dieser Zeit war ich ein sehr, sehr junger Lobbyist bei einer Vereinigung für Wirtschaftsprüfer – der ACCA. Und weil ich zu dieser Zeit unweigerlich einen kurzen Zugang zu Finanzmitteln hatte, musste ich mich in die Diskussion um Basel III und die Auswirkungen auf die Finanzierung kleiner Unternehmen einbringen. Aber bald sprach und schrieb ich hauptsächlich über FinTech und Regulierung. Irgendwann machte ich den Sprung zu, ich denke, was ich damals dachte, war über die dunkle Seite. Also trat ich der FCA bei – der britischen Aufsichtsbehörde – und verbrachte dort einige Zeit damit, ihre Arbeit auf Arbeitsebene zu Themen wie Crowdfunding oder ihrer Herangehensweise an kleine Unternehmen zu leiten, überraschenderweise zu politischen und schwierigen Themen. Und dann wechselte ich zu einem in London ansässigen RegTech-Startup, wo ich deren Leiter des Bereichs Regulatory Content Operations war und für kurze Zeit auch die Produktbeschreibung hatte. Und dann ist der Rest natürlich Geschichte. Ich trat dem Cambridge Centre for Alternative Finance bei, wo ich ihre Denkförderungspraktiken sowie ihr angewandtes Forschungsprogramm zu RegTech und maschinenlesbarer Regulierung leitete.

Das Tempo des Wandels und das Volumen von Daten haben die Fähigkeit von Unternehmen, Menschen auf das Problem zu werfen – menschliche Gehirne und menschliche Körper – bei weitem übertroffen.

[00: 02: 53.10] Ben: Wir werden auf das regulatorische Genom zurückkommen – das Projekt, an dem Sie arbeiten – aber bevor wir dort ankommen, sollten wir herauszoomen und ein wenig über das gesamte Terrain der Einhaltung gesetzlicher Vorschriften sprechen und warum es so viele Herausforderungen gibt? Beginnen wir also vielleicht aus der Sicht eines regulierten Finanzinstituts. Warum ist es für Banken und andere Finanzinstitute so zeitaufwändig und teuer, Vorschriften einzuhalten?

Manos: Nun gut, lass uns von der obersten Zeile ausgehen, wenn du so willst. Die Einhaltung der Vorschriften kostet ein großes Finanzinstitut etwa 4\% des Umsatzes. Auch das ist Umsatz. Das ist kein Gewinnbruch, das ist kein Gewinn. Es sind kolossale Geldbeträge auf globaler Ebene. Und warum kostet es so viel? Nun, ich denke, es gab in jüngster Zeit keine Zeit, in der Finanzdienstleistungen nicht stark reguliert waren.Aber insbesondere seit der Finanzkrise gab es eine Explosion der Regulierung, bei der die Anzahl der regulatorischen Meldungen gestiegen ist. Ich denke, zwischen 2008 und 2018 hat sich das Sieben- oder Achtfache geändert in erster Linie durch die Anforderungen an den Rechtsrahmen und das Tempo des Wandels. Jetzt ist es nicht für jeden Teil des regulierten Sektors gleich. Eine erstklassige Bank wird wahrscheinlich das Tempo des Wandels erkennen, wie ich es beschreibe, während ein kleinerer Vermögensverwalter dies möglicherweise nicht tut, aber im Großen und Ganzen gab es eine Explosion der regulatorischen Anforderungen. Gleichzeitig hat die Menge der Daten, über die Unternehmen verfügen, explodiert, nicht nur die Daten, die sie zu Regulierungszwecken speichern müssen, sondern auch die, die sie zu kommerziellen Zwecken speichern. Sie wissen, erst kürzlich – ich glaube, es war HSBC – hat eine der großen Banken einen Datensee erstellt, dessen Größe genau der Größe des gesamten Internets vor vier Jahren entsprach. Es gibt Ihnen einen Eindruck von der Perspektive, über die wir sprechen. Das Tempo des Wandels und das Datenvolumen haben die Fähigkeit von Unternehmen, Menschen auf das Problem zu werfen – das menschliche Gehirn und den menschlichen Körper – bei weitem übertroffen.

Manos: Es gibt auch andere Elemente, die sich auf die Art und Weise beziehen, wie Sie solche Institutionen verwalten. Wissen Sie, viele dieser großen Unternehmen sind Matrix-Organisationen, bei denen es in Zeiten des Wandels recht einfach ist, als Senior Manager die Sichtbarkeit zu verlieren, warum Sie die Art und Weise einhalten, wie Sie die Anforderungen erfüllen erreichen sind, und so weiter und so fort. Gleichzeitig verschärfen die Aufsichtsbehörden ihre Haltung zur persönlichen Verantwortung der leitenden Angestellten. Wissen Sie, Sie haben in Großbritannien, in Singapur, in Australien, in Hongkong und in immer mehr Gerichtsbarkeiten Führungspositionen. Sie befinden sich also im Gegenteil eines Sweetspots, wenn Sie so wollen, oder des Sweetspots für Anbieter, bei dem die wichtigsten Entscheidungsträger auf persönlicher Ebene einer zunehmenden Prüfung ausgesetzt sind und gleichzeitig die Sichtbarkeit verlieren . Wenn Sie also ein Anbieter sind, ist dies ein guter Zeitpunkt, um zu versuchen, ihnen Technologie zu verkaufen.

[00: 06: 12.08] Ben : Was ist, wenn wir es aus Sicht der Regulierungsbehörden betrachten, weil es sich ein bisschen so anhört, als würden die Regulierungsbehörden hier wirklich auf die Tagesordnung setzen? was meiner Meinung nach bis zu einem gewissen Grad zutrifft – aber die Regulierungsbehörde kontrolliert nicht das Tempo des technologischen Wandels, der die Innovation vorantreibt. und die Regulierungsbehörde kann auch nur ihre Zuständigkeit wirklich beeinflussen. Und ich denke, eines der Dinge, die in den letzten Jahren deutlicher geworden sind, ist der starke Wettbewerb zwischen den Gerichtsbarkeiten, um neue Finanzinstitute und auch neue FinTech-Unternehmen anzuziehen. Sieht der Regler auch die Notwendigkeit, die Dinge in diesem Bereich anders zu machen?

Manos: Sicher, ich denke, es gibt zwei Arten von Vorschriften, je nachdem, woher sie kommen. Es gibt also Regeln, die weltweit grundlegend harmonisiert sind. AML zum Beispiel aufsichtsrechtliche Anforderungen – zumindest in Banken und Versicherungen. Und für diese stammen die Regeln vom Olymp, von der G20. Sie kaskadieren durch die Normungsgremien und schließlich in die nationalen Regulierungsbehörden. Wenn Sie als Regulierungsbehörde in einem solchen Themenbereich tätig sind, ist Ihr Hauptanliegen, ob ich die internationalen Standards grundsätzlich einhalte. Und habe ich den effizientesten Weg gefunden, um sie einzuhalten? AML ist hier das übliche Beispiel, denn wenn Sie nicht konform sind, ist dies ein großes Problem. Das ganze Land kann auf die Grayliste oder auf die schwarze Liste gesetzt werden, und Sie möchten einfach nicht als Regulierungsbehörde dabei sein. Aber Sie wissen, auch wenn die Einsätze nicht so hoch sind, möchten die Aufsichtsbehörden wissen, dass sie den internationalen Standards entsprechen. Dann gibt es andere Regulierungsbereiche, die näher an der von Ihnen erwähnten Frage des technologischen Wandels liegen, in der bewährte Verfahren von unten nach oben in die Luft sprudeln. Ich weiß nicht, Bereiche wie Cybersicherheit und Datenschutz – Sie wissen, es gibt keine einheitliche Kraft oder eine einzige Kaskade von Standards von oben. Aber jeder möchte wissen, wie er sich mit den Gerichtsbarkeiten vergleicht, die er als Konkurrenten betrachtet. Wenn Sie also in Malaysia sind und die Securities Commission sind, werden Sie sich ansehen, was MAS in Singapur tut. Wenn Sie in Großbritannien sind, werden Sie sich ansehen, was die Europäer nach dem Brexit tun. Vor dem Brexit muss man sich natürlich nur daran halten. Dieser Prozess des regulatorischen Benchmarking ist also einer der Faktoren, die den internationalen Regulierungswechsel vorantreiben. Bei der CCF haben wir Aufsichtsbehörden aus 111 Ländern weltweit befragt. Sie sagten uns, dass fast jede Übung zur Überprüfung der Regulierung in Bezug auf FinTech eine Benchmarking-Übung beinhaltet habe.Und unter mehr als der Hälfte dieser Umstände war es das Benchmarking, das die Regulierungsbehörden dazu veranlasst hatte, ihre Arbeitsweise zu ändern.

Wenn überhaupt, stehen die Regulierungsbehörden unter mehr Druck. Wenn wir also so etwas wie sagen, hat sich das Tempo der regulatorischen Änderungen seit der Finanzkrise versiebenfacht – nun, Sie wissen, die Compliance-Budgets der Unternehmen haben sich nicht versiebenfacht. Aber die Budgets der Regulierungsbehörden haben sich überhaupt nicht erhöht, jedenfalls nicht real.

[00: 09: 11.06] Ben: Was ist mit COVID? Hat sich das stark auf das Tempo der regulatorischen Änderungen ausgewirkt?

Manos: Nun, das ist es was unsere Forschung uns sagt. Wir sind gerade aus einem bedeutenden Projekt hervorgegangen, um im Grunde genommen eine schnelle Folgenabschätzung von COVID für die FinTech- und RegTech-Industrie sowie die dafür verantwortlichen Regulierungsbehörden durchzuführen. Und natürlich hören Sie von den Aufsichtsbehörden, dass COVID die Art und Weise, wie sie einige Bereiche ihrer Arbeit angehen, grundlegend geändert hat – nicht nur ihre Regelsetzung, sondern auch ihre praktische Aufsicht. Aber ich denke, was die Aufsichtsbehörden hier tendenziell sehen, sind einige Megatrends, die sich beschleunigt haben – also Trends in Richtung Sie wissen, mehr oder weniger wesentliche Finanzdienstleistungen, mehr Online-Banking, mehr App-basierte Finanzdienstleistungen usw., aber auch eine größere Nachfrage auf ihre Ressourcen, so dass sie mit weniger Kontaktpunkten mit der Industrie mehr erreichen können. Und dann kam COVID natürlich auch mit einigen eigenen, wenn Sie so wollen, Pathologien. So sagten uns die Aufsichtsbehörden zum Beispiel, dass sie sich des Betrugs in einer COVID-Umgebung, in der viele Dinge in die Cloud gestellt oder relativ kurzfristig aus der Ferne erledigt werden mussten, viel bewusster und besorgter waren oder wo Firmen mussten sich mit Dingen befassen, die zuvor auf enger Basis sehr eng im Haus gehalten wurden. Daher musste sich der Fokus der Regulierungsbehörden natürlich ändern.

[00: 10: 48.17] Ben: Also, Manos, wenn wir versuchen würden, zusammenzufassen, was Sie mir gesagt haben, sagen Sie, dass sich das Tempo der regulatorischen Änderungen so schnell beschleunigt, dass Finanzinstitute nicht mehr nur Menschen werfen können, wissen Sie Ressourcen bei diesem Problem, da sich die Situation exponentiell ändert und daher eine technologische Lösung erforderlich ist. Aber würden Sie auch argumentieren, dass die Regulierungsbehörden hier mehr Technologie einsetzen müssen? Denn vermutlich wollen sie auch wissen, wie sich Vorschriften ändern und umsetzen, und sie wollen die Daten nutzen, um sicherzustellen, dass sie mit den potenziellen Innovationsraten Schritt halten, und dies finanziell nutzen Inklusion und alles andere. Würden Sie also sagen, dass der Bedarf an neuer Technologie sowohl für die regulierten als auch für die Regulierungsbehörden gilt?

Manos: Ja. Ich meine, wenn überhaupt, stehen die Regulierungsbehörden unter mehr Druck. Wenn wir also so etwas wie sagen, hat sich das Tempo der regulatorischen Änderungen seit der Finanzkrise versiebenfacht – nun, Sie wissen, die Compliance-Budgets der Unternehmen haben sich nicht versiebenfacht. Aber die Budgets der Regulierungsbehörden haben sich überhaupt nicht erhöht, jedenfalls nicht real. Die Regulierungsbehörden stehen daher überall dort vor diesen sehr interessanten Herausforderungen, wo es um die Verwendung von Daten geht. Um Ihnen ein einfaches Beispiel zu geben: Der erste Berührungspunkt mit Technologien rund um Regulierung und Compliance für die meisten Regulierungsbehörden ist die Berichterstattung. Und wenn Sie mit einer Regulierungsbehörde für Schwellenländer sprechen – nicht unbedingt mit den ärmsten Ländern der Welt; Wissen Sie, bedeutende Schwellenländer – sie werden sagen: „Sie wissen, Unternehmen melden uns Daten. Bis wir die Daten validiert und sichergestellt haben, dass es sich nicht um Müll handelt, sind sie drei Monate alt.“ Kehren wir nun zu der COVID-Diskussion zurück, die wir gerade geführt haben. Wenn Sie drei Monate alte Daten über die Robustheit und die finanzielle Stabilität von Unternehmen als Regulierungsbehörde hätten, wären diese nutzlos. Es ist eine Momentaufnahme aus einer völlig anderen Welt. So können Sie sehen, wie COVID dort wirklich ein Problem für die Regulierungsbehörden schaffen und einige von ihnen für die Herausforderungen wecken kann. Aber selbst wenn Sie an normalere Zeiten denken, hat die FinTech-Revolution einen sehr großen Rand sehr kleiner, sehr marginaler Unternehmen geschaffen, die manchmal unter dem Radar der Regulierungsbehörden und manchmal knapp darüber fliegen. Als sich beispielsweise die FCA Zahlungen übernahm, verdoppelte sich beispielsweise die Zahl der Unternehmen, die sie beaufsichtigen sollten, über Nacht mehr als. Jetzt nahmen ihre Ressourcen überhaupt nicht zu. Was genau machen Sie in einer solchen Situation? Sie müssen einen Weg finden, Ihre Humanressourcen zu priorisieren. Und der einzige Weg, um wirklich zu einem Punkt zu gelangen, an dem Sie dies tun können, besteht darin, in Technologie zu investieren, die es Ihnen ermöglicht, bessere Prioritäten zu setzen, indem Sie Erkenntnisse billiger und effizienter erhalten, bei denen die Risiken proportional geringer sind.

Im AML-Bereich wird jedes Jahr neu geschätzt, wie viel Prozent der illegalen Geldflüsse tatsächlich von AML-Kontrollen abgefangen werden. Und es ist normalerweise immer im niedrigen einstelligen Bereich. Wissen Sie, Sie müssen sich immer wieder fragen, ob dies wirklich das Beste ist, was wir tun können?

[00: 13: 49.05] Ben: Das passiert, nicht wahr? Wir bringen also Tausende von Neueinsteigern in diesen Bereich, neue Technologieunternehmen, neue RegTech-Unternehmen betreten diesen Bereich, um die Herausforderungen zu lösen, die regulierte Unternehmen und Regulierungsbehörden haben. Ich habe vor diesem Podcast gelesen, dass ich denke, dass in den letzten 10 Jahren insgesamt über 10 Milliarden US-Dollar an neuem Risikokapital in diesen Bereich geflossen sind. Lösen wir dieses Problem also im Maßstab?

Manos: Nun, es ist interessant. Ich meine natürlich, mehr Firmen auf das Problem zu werfen, löst nicht unbedingt etwas. Es ist ein guter Indikator dafür, wie wertvoll der Preis für jeden ist, der das Rennen gewinnt. Um ganz klar zu sein, hängt die Anzahl der RegTechs wirklich davon ab, wie Sie diesen Sektor definieren. Sie werden also Schätzungen von 800 bis zu der von Ihnen angegebenen Zahl von 2000 hören, aber der eingenommene Betrag wird fast immer auf die gleiche Weise geschätzt, da sich der größte Teil der Mittelbeschaffung auf eine Handvoll großer Unternehmen konzentriert. Dies ist eines der ersten Dinge, die wir im Kontext dieser Diskussion berücksichtigen müssen. Sie werden hören, dass RegTech als Sektor sehr schnell wächst und alle Erfolgsgeschichten, aber das typische Unternehmen im RegTech-Sektor – wir haben dies selbst untersucht – hat irgendwo in der Größenordnung von 1,5 Millionen US-Dollar gesammelt. Jetzt klingt es nach viel Geld, wenn Sie es mir geben, um sogar ein Auto oder ein Haus zu kaufen. Aber wie viel Landebahn kauft es ein Technologieunternehmen? Wie weniger als ein Jahr. Und um es in einen weiteren Kontext zu stellen: Wie lange dauert es von dem Moment an? Nehmen wir an, jemand in der Bank schüttelt Ihnen die Hand und sagt: „Nun, er kann Ihnen nicht mehr die Hand schütteln, aber Sie wissen, sieht Ihnen virtuell in die Augen.“ und sagt „Ich liebe dein Produkt, wir werden es definitiv kaufen“ und den Moment, in dem du zum ersten Mal Geld von ihnen siehst? Normalerweise ungefähr 18 Monate. Sie müssen also diese beiden Zahlen zusammenfassen, z. B. wie viel Startbahn sie haben und wie lange es dauert, bis sie potenzielle Kunden tatsächlich in zahlende Kunden umwandeln. Daher ist der größte Teil dieses Sektors finanziell nicht besonders erfolgreich. Der Sektor ist also reif für eine Konsolidierung. Nicht wenige dieser Leute konkurrieren in sehr, sehr überfüllten Segmenten. In unserer eigenen Forschung haben wir natürlich auch festgestellt, dass zwischen 2013 und 2017 eine goldene Ära des neuen Markteintritts stattgefunden hat. Seitdem hat sich das Markteintrittstempo erheblich verlangsamt. Dieser Sektor wächst jetzt mehr vom Zentrum als von den Rändern aus – also werden große Unternehmen größer als neue Unternehmen.

Ich bin skeptisch, wie schnell wir sind kann zu einer maschinenlesbaren und maschinenausführbaren Regelung übergehen, bei der die Regelung als Code behandelt wird.

Manos: Nun zu Ihrer Frage war die eigentliche Frage, wissen Sie, lösen sie dieses Problem? Ich denke, das erste, was zu beachten ist, ist, dass es den Sektor seit etwa 20, 30 Jahren gibt, je nachdem, wie Sie ihn definieren. Wissen Sie, Sie hatten vor 20 Jahren Regulatory Intelligence-Anwendungen, vor 20 Jahren BPM- und GIC-Anwendungen. Sie haben sich seitdem weiterentwickelt, ja, aber die grundlegende Art von Angeboten wurde zu dieser Zeit bereits vorgestellt. Was Unternehmen jetzt viel besser können, würde ich sagen, ist zunächst einmal, dass sie viel schneller skalieren und mit kleineren Institutionen umgehen können, da ihre Dienste über die Cloud und über APIs bereitgestellt werden können. Es ist für sie viel einfacher, zusammenzuarbeiten. Daher ist das Verbinden verschiedener Anwendungen über APIs jetzt viel realistischer als früher. Das bedeutet also im Idealfall – und wir müssen auf diesen Punkt zurückkommen -, dass kein Unternehmen alles bauen muss, um Ihre gesamte Art von Compliance-Fabrik zu beenden. Das hilft natürlich. Es gibt jedoch Bereiche, in denen RegTech noch keine wesentlichen Auswirkungen hat. Wenn Sie versuchen, den größten Teil der Anstrengungen – Geldwäsche, Berichterstattung, Risiko, insbesondere auf der Aufsichtsseite – zwischen diesen drei Bereichen abzubilden, haben Sie wahrscheinlich 80 bis 90\% der Aktivitäten erfasst, die wir gesehen haben. wahrscheinlich viel mehr, wenn man es nach eingeworbenen Mitteln zählt. Und dann gibt es noch andere Bereiche, insbesondere zum Thema Verhalten, die weniger greifbare und quantitative Compliance-Bereiche sind, in denen Sie, wie Sie wissen, nicht den gleichen Erfolg sehen. Und natürlich müssen Sie sich auch dort, wo der RegTech-Sektor Fortschritte macht – gut -, fragen, wie viel Erfolg wir dafür vorweisen müssen.Im AML-Bereich gibt es jedes Jahr eine neue Schätzung, wie viel Prozent der illegalen Geldflüsse tatsächlich von AML-Kontrollen abgefangen werden. Und es ist normalerweise immer im niedrigen einstelligen Bereich. Wissen Sie, Sie müssen sich immer wieder fragen, ob dies wirklich das Beste ist, was wir tun können?

[00: 19: 02.21] Ben: Und wenn man Ihnen zuhört, hört es sich ein bisschen so an, als ob viel Geld in diesen Raum geflossen ist, und zu akzeptieren, dass das meiste davon geflogen ist Ein paar große Firmen, und nicht der lange Schwanz kleinerer Zulieferer, es hört sich so an, als ob es in diesem Bereich immer noch viele Doppelaktivitäten gibt, und möglicherweise gibt es auch keine vollständige Abdeckung des Regulierungsbereichs, dh die Leute schießen weiter, ich raten Sie mal, für die Gebiete mit dem größten adressierbaren Markt. Würden Sie sagen, dass dies zwei der Herausforderungen sind, die immer noch bestehen, dass die RegTech-Community immer noch viele ihrer eigenen Anstrengungen verdoppelt und vielleicht noch nicht alle Bereiche vollständig abdeckt?

Manos: Absolut. Und ich bin mir nicht sicher, ob ein Unternehmen einen besonders guten Überblick über sein gesamtes Wettbewerbsumfeld hat, nur weil so viele Leute dies versuchen und viele von ihnen immer noch unter dem Radar stehen, es sei denn, sie haben zwei oder drei Finanzierungsrunden durchgeführt und Sie Fangen Sie an, Schlagzeilen über sie zu sehen. Ich denke aber auch, dass es wichtig ist zu sagen, dass Compliance im Allgemeinen eine kolossale Doppelarbeit bedeutet. Wenn Sie darüber nachdenken, sind die Vorschriften die Vorschriften. Sie sind was sie sind. Aber es gibt Tausende von Finanzdienstleistungsunternehmen, die jeweils ihre eigenen Regeln für ihre eigenen internen Systeme entwickeln. Und Sie denken: „Nun, wie viel davon ist Doppelarbeit? Und gibt es wirklich einen geschäftlichen Grund, dies für jedes Unternehmen zu duplizieren, um es selbst zu tun? “ Weil Compliance an sich keinen Wettbewerbsvorteil verschafft. In der Lage zu sein, Risiken besser zu managen, tut es. Kunden besser verstehen zu können, ist natürlich wichtig, daher gibt es einige Dinge, die Unternehmen immer in der Nähe ihrer Brust behalten möchten. Compliance an sich jedoch nicht. Die Vervielfältigung ist also ziemlich umfangreich und nicht sehr rational.

[00: 20: 54.08] Ben: In Bezug auf den Technologiewandel haben Sie Cloud und APIs erwähnt? Was ist mit KI? Weil es mir so scheint, als ob ein großer Bereich potenzieller Verbesserungen darin besteht, Modelle zu trainieren… Sie können sich das besonders im Fall von Finanzkriminalität vorstellen, zum Beispiel, wo, wie Sie wissen, viele Akteure Informationen über Finanzkriminalität beitragen und einer Der Anbieter kann die besten Modelle trainieren und die beste prädiktive Analyse darüber liefern, wo Finanzkriminalität eintreten könnte, oder das Finanzwachstum auf der Grundlage von Mustern stoppen, die in der Vergangenheit beobachtet wurden. Sehen wir also, dass dank KI in diesem Bereich viele Innovationen und Fortschritte erzielt werden?

Manos: Wir sind. Und ich denke, wir wären besser, weil die Menge an Rechenleistung, die wir heutzutage nutzen können, enorm ist. Wissen Sie, im ersten KI-Frühling, in den 50er und 60er Jahren – ich erinnere mich nicht, ich war nicht da – würde es damals ungefähr sieben Minuten dauern, bis ein Computer einen Satz oder einen Absatz analysiert von Text. Und jetzt können wir Milliarden von ihnen in der gleichen Zeit erledigen. Sie wissen natürlich, dass das hilft. Allerdings enden KI-Anwendungen meist mit einem Kompromiss. Stellen Sie sich das also ein bisschen wie einen industriellen Prozess vor, bei dem letztendlich die meisten Anwendungen von KI, die Sie in Übereinstimmung sehen, auf statistische Modelle zurückzuführen sind. Sie haben Fehlerraten, Sie haben falsch positive Ergebnisse, Sie haben falsch negative Ergebnisse. Bei der gesamten Art der Qualitätssicherung geht es darum zu sagen: „Wie viele falsch positive und falsch negative Ergebnisse können wir tolerieren?“ Und insbesondere wie: „Wie viele falsche Negative können wir tolerieren?“ Denn hier werden Sie bestraft oder ins Gefängnis gesteckt. Und so ist es in der Regel so, dass Unternehmen, sicherlich in Bezug auf Compliance, sehr, sehr ungern akzeptieren, dass es in einem Compliance-Prozess ein konsistentes Maß an Fehlern gibt, insbesondere in Bezug auf Dinge wie AML. Wissen Sie, viele werden ein Maß an Sicherheit suchen, das einfach nicht möglich ist. Einige von ihnen tolerieren Redundanzen und Doppelarbeit, nur um sicherzustellen, dass sie abgedeckt sind. Und besonders in größeren Unternehmen kommt es häufig zu einer internen Vervielfältigung. Wenn Sie eine Tier-One-Bank sind, besteht tatsächlich eine gute Chance, dass Sie Software lizenziert haben, die von Ihnen selbst erstellte Objekte dupliziert, oder dass Sie Software von zwei verschiedenen Personen lizenziert haben, die sich überschneiden. Die Strategie zur Einbeziehung der KI in diesen Bereich ist also noch nicht vollständig ausgearbeitet.

Um von der chaotischen Regulierungssprache zu etwas zu gelangen, mit dem Menschen arbeiten können, müssen Sie eine Art mentale Karte darüber haben, welche Vorschriften es gibt, eine Art Taxonomie von Regulierungspflichten und -konzepten . Das ist eine Seite. Und Sie müssen eine entsprechende mentale Karte darüber haben, wie die Firma aussieht – was für die Firma wichtig ist. Ein Unternehmen versteht sich also nicht als Sammlung von Compliance-Verpflichtungen. Es versteht sich als eine Sammlung von Produkten und Funktionen und Standorten, und ja, sogar Prozesse und Kontrollen und Richtlinien und so weiter und so fort. Sie müssen also beide Karten haben und sie dann dazu bringen, miteinander zu sprechen. Erstellen Sie also Verknüpfungen zwischen den beiden Seiten der Gleichung.

[00: 23: 41.02] Ben: Was ist mit diesem gesamten Bereich der maschinenausführbaren Regulierung? Wissen Sie, ich habe sicherlich über viele Unternehmen gelesen, die daran arbeiten, Vorschriften in Code umzuwandeln, der dann von der Maschine ausgeführt werden kann. Und das scheint zumindest auf den ersten Blick die eleganteste Lösung für dieses Problem zu sein, oder? Denn wenn Regulierungsbehörden sehr genaue Vorschriften erlassen und in Code umgewandelt werden können, kann dieser Code nicht nur sofort ausgeführt werden, sondern er wird auch genau so ausgeführt, wie der Regulierungsbehörde die Ausführung beabsichtigt. Das scheint also der heilige Gral hier zu sein, würden Sie zustimmen? Und glauben Sie, dass dies realistisch ist und dass wir Fortschritte in diese Richtung machen?

Manos: Ich meine, es ist der heilige Gral. Und es ist interessant, weil es ein Bereich ist, in dem Softwareentwickler und Anwälte in der Mitte führend sind. Beide Seiten denken wie Maschinen. Sie wollen sehr präzise und konsistent formulierte Ein- und Ausgänge. In Wirklichkeit funktionieren die meisten Vorschriften jedoch nicht so. Der Hype um maschinenlesbare, maschinenausführbare Vorschriften ist also so, wie es ist, weil einige der frühesten Anwendungsfälle für RegTech und SubTech die Berichterstattung betreffen. Und Berichtsanwendungsfälle beinhalten stark standardisierte Daten – ich sage stark standardisierte, aber wenn Sie sie in ihrer Rohform im Voraus sehen, sind sie nicht immer so gut, aber sie beinhalten viel standardisiertere und viel quantitativere Daten, auch strukturiertere Daten als die meisten anderen RegTech-Anwendungsfälle. Wenn Sie also nur wirklich an Berichten und angrenzenden Anwendungsfällen interessiert sind, wird tatsächlich eine maschinenlesbare und maschinenausführbare Regelung durchgeführt. Sie wissen, dass dies in einigen Bereichen bereits geschieht und in den meisten anderen. Riesige Geldbeträge, enorme Aufmerksamkeit und Anstrengungen zur Standardeinstellung sind in diese investiert worden. Aber dann gibt es eine Menge Regulierung, bei der es diesen Grad an Standardisierung, Quantifizierung und Struktur einfach nicht gibt, teils weil es nicht so entworfen wurde und es sehr teuer ist, es von Grund auf neu zu gestalten, teils weil die Regulierungsbehörden es so wollen oder der Gesetzgeber möchte es so.

Manos: Um Ihnen ein Beispiel zu geben, das ist Meiner Erfahrung nach: Nehmen wir an, die Vorschriften für Verbraucherkredite in Großbritannien enthalten keine Hinweise darauf, welche Kriterien jemand erfüllen sollte, um einen Kredit zu erhalten. Nicht, weil sie sich ein gutes Bild davon machen konnten, wie Kreditwürdigkeit aussieht, sondern weil Gesetzgeber und Regulierungsbehörden möchten, dass Unternehmen die Flexibilität haben, ihre eigene Antwort auf die Frage zu finden. In anderen Fällen geht es nicht um Flexibilität, sondern um Verantwortung. Sehr oft möchte die Regulierungsbehörde, dass die Verantwortung fest bei der Firma liegt, um einen Weg zu finden, der Regulierungsbehörde zu versichern, dass die Ergebnisse den Erwartungen der Regulierungsbehörde entsprechen. Sie können sich also eine Situation an der Grenze dieses Weges zu einer maschinenlesbaren, maschinenausführbaren Regulierung vorstellen, in der der Regler nur seinen Code veröffentlicht und sagt: „Okay, schließen Sie ihn an, verbinden Sie ihn mit Ihren Datenseen und gehen Sie hinaus wird konforme Ergebnisse bringen. “ Wenn etwas schief geht, wer ist schuld? Die einzige Person, die jetzt noch die Schuld trägt, ist die Aufsichtsbehörde. Dies ist kein sehr komfortabler Ort, schon gar nicht, wenn Sie eine unabhängige Aufsichtsbehörde sind. Wenn Sie ein Sandwich zwischen Industrie und Regierung werden, würde dies dazu führen, dass die Regulierungsbehörde unter Druck gerät. In einigen Bereichen der Regulierung wird es also einen natürlichen Widerstand gegen diesen Grad der Mechanisierung geben. Aber selbst wenn Sie berichten, wo dies gut funktionieren soll, wissen Sie, wenn Sie die Geräusche von führenden Regulierungsbehörden der Welt hören – nicht zuletzt von der FCA hier in Großbritannien -, werden Sie hören, dass es solche gibt Es müssen enorme Mengen an Datenstandardisierung durchgeführt werden, bevor das Versprechen auch dieses Anwendungsfalls – der vielversprechendste RegTech-Anwendungsfall von allen – erfüllt werden kann. Ich bin daher skeptisch, wie schnell wir zu einer maschinenlesbaren und maschinenausführbaren Regulierung übergehen können, bei der wir die Regulierung als Code behandeln.

Regulierung als Inhalt behandeln, wenn wir sagen, dass die Regulierungssprache so ist, wie sie ist, und die Aufgabe von RegTech besteht nicht darin, sie in ausführbaren Code auf Knopfdruck umzuwandeln, sondern sie zu verwandeln in Workflows und Geschäftsregeln.

Manos: Nun das Gegenteil, das funktioniert , ist aber menschlicher in der Art und Weise, wie es funktioniert, behandelt Regulierung als Inhalt, in dem wir sagen, dass die Regulierungssprache so ist, wie sie ist, und die Aufgabe von RegTech ist nicht wirklich, sie in ausführbaren Code auf Knopfdruck umzuwandeln, sondern vielmehr Verwandeln Sie es in Workflows und Geschäftsregeln. Die Idee ist also, dass man, um von der chaotischen Regulierungssprache zu etwas zu gelangen, mit dem Menschen arbeiten können, eine Art mentale Karte darüber haben muss, welche Vorschriften es gibt, eine Art Taxonomie von Regulierungspflichten und -konzepten. Das ist eine Seite. Und Sie müssen eine entsprechende mentale Karte darüber haben, wie die Firma aussieht – was für die Firma wichtig ist. Ein Unternehmen versteht sich also nicht als Sammlung von Compliance-Verpflichtungen. Es versteht sich als eine Sammlung von Produkten und Funktionen und Standorten, und ja, sogar Prozesse und Kontrollen und Richtlinien und so weiter und so fort. Sie müssen also beide Karten haben und sie dann dazu bringen, miteinander zu sprechen. Erstellen Sie also Verknüpfungen zwischen den beiden Seiten der Gleichung. Wenn Sie dies getan haben, können Sie effektiv entweder eine Anwendung oder mehrere Anwendungen über APIs miteinander kommunizieren lassen, um diese interessante Art der Weitergabe von regulatorischen Inhalten durchzuführen. Wenn also regulatorische Inhalte eingehen, werden sie entsprechend dem Zielort und der Beziehung gekennzeichnet und dann an die entsprechende Anwendung, den entsprechenden Themeninhaber, mit einer Anweisung weitergeleitet, die impliziert, welche Art von Workflow danach erwartet wird . Das ist chaotischer, menschlicher, aber aus den gleichen Gründen kugelsicher. Irgendwann wird jemand sicherstellen, dass das System funktioniert. Während durchgängige maschinenlesbare und maschinenausführbare Regelungen normalerweise nicht funktionieren.

[00: 30: 19.28] Ben: Sie wissen, wenn wir die Idee der maschinenausführbaren Regulierung als … betrachten. Wenn wir uns im Gartner-Hype-Zyklus befinden würden, würde dies wahrscheinlich maschinenausführbare Regulierung in Klammern bedeuten für die Berichterstattung, richtig? Und dann wäre es irgendwo ziemlich früh im Hype-Zyklus, denn das wird wahrscheinlich hochgespielt, und wir werden zum Tiefpunkt der Ernüchterung gehen. Wo sind wir mit dem alternativen Ansatz, der, wie Sie wissen, KI und Klassifikatoren usw. verwendet, um in der Lage zu sein, Regulierungstexte in großem Maßstab zu klassifizieren und sie, wie Sie sagten, in Workflows zu integrieren. Dies scheint also der vielversprechendere Ansatz zu sein, und wo befinden wir uns im Hype-Zyklus mit dieser Art von Brücke?

Manos: Kurz bevor wir von der maschinenausführbaren Regulierung übergehen, denke ich, dass die Schlüsselmomente im Hype-Zyklus dafür wahrscheinlich die Schlüsselmomente der FCA und des Bank of England-Pilotprojekts für digitale Regulierungsberichte gewesen wären. Das war definitiv ein Hype-Punkt im Hype-Zyklus. Und wenn Sie alle Berichte gelesen haben, die Sie gelernt haben, fühlen Sie sich tatsächlich im Hype-Zyklus. Es ist schwer, diese zu lesen und zu denken: „Oh, das war ein Slam Dunk.“ Aber dann schauen Sie sich Dinge an, wie Sie wissen, das Common Domain Model von ISDA, mit dem Sie im Grunde genommen viele der Vertragsbedingungen für Derivate sowohl maschinenlesbar als auch maschinenausführbar machen können. Und du denkst: „Nun, das ist dort ruhig. Aber eigentlich scheint das ziemlich gut zu funktionieren. “ Mit der von Saudi-Arabien geführten G20-Sandbox, die sich wirklich auf diese Art von Anwendungen konzentriert, wurde die ganze Ursache für maschinenlesbare und ausführbare Vorschriften neu belebt. Wissen Sie, ich denke, wir haben noch etwas Zeit für Hype auf der maschinenausführbaren Seite.

Manos: Aber wie Sie sagten, gibt es meiner Meinung nach viel mehr zu sagen für die Regulierung als Inhalt und die andere Seite oder die weniger ehrgeizige Seite von RegTech. Und dort ist der Reifegrad wohl sehr gut. Wenn wir uns also zuletzt den Markt angesehen haben, können Sie wahrscheinlich etwas in der Größenordnung von 25 bis 30 Plattformen oder Tools nennen, die sich im Bereich der regulatorischen Informationen befinden und die bei der Organisation der Regulierung nach ihren Themen und Themen und wirklich erhebliche Fortschritte machen Verwenden Sie Dinge wie die Verarbeitung natürlicher Sprache und maschinelles Lernen, um dies zu automatisieren, damit sie Regelbücher in großem Maßstab lesen können. Nun, wo Sie irgendwann hin wollen, ist, dass jedes Regelbuch auf der Welt eine Art virtuelles Frontend hat. Wir sind noch nicht da. Aber ich denke auch, solange Sie nur an private Standards denken, sind wir auch nicht so weit.Ich meine, es wird sehr viel Arbeit geleistet, und Sie können bereits drei oder vier Firmen nennen, die allen anderen weit voraus sind – ich werde sie hier nicht nennen. Was Sie jetzt jedoch nicht haben, ist eine Möglichkeit, all diese proprietären Standards in einer Sprache der Regulierung zusammenzufassen. Und das ist für jemanden auf der Einkaufsseite ziemlich schwierig, denn es bedeutet, wenn Sie viel Arbeit geleistet haben, um einen dieser Lieferanten an Bord zu haben, und alle Ihre internen Systeme und Kontrollen und Prozesse ihren Wörterbüchern und ihrer Karte der Compliance zugeordnet haben Was passiert dann, wenn Sie den Lieferanten wechseln möchten? Sie wissen, oder was muss passieren, wenn Sie eine andere Compliance-Anwendung integrieren möchten, die mit dieser ersten sprechen muss, aber die Sprache nicht kennt? Das ist das Bit, auf das wir noch keine sehr gute Antwort haben, und es gibt keinen klaren kommerziellen Anreiz für Unternehmen, dies zu schaffen.

[00: 34: 18.08] Ben: Welches ist der Einstieg in das Regulatory Genome Project, denn das ist zumindest teilweise ein öffentliches Gut, oder? Und es zielt darauf ab, genau dieses Problem der Schaffung gemeinsamer Standards und der Interoperabilität zu lösen, oder? Auf der Ebene unterhalb kommerzieller Anwendungen.

Manos: Das ist richtig. Beginnen wir also mit ein wenig Hintergrundwissen zum Regulatory Genome Project. Auf der CCF wurden wir 2017 von Flourish Ventures angesprochen und waren dann Teil des Omidyar-Netzwerks mit einem ganz bestimmten Anwendungsfall. Diese Leute waren also Impact-Investoren, sie investierten in FinTechs, hauptsächlich in Schwellen- und Grenzmärkte, die auf Mission ausgerichtet waren, um die finanzielle Inklusion zu verbessern. Und sie sagten: „Schauen Sie, unser Portfolio läuft ganz gut. Aber eines der Dinge, die normalerweise dem Wachstum im Wege stehen und sich in einer Art Wachstumsplateau manifestieren, das für unsere Unternehmen nicht wirklich hilfreich ist, ist, dass Sie expandieren müssen, wenn Sie über einen bestimmten Punkt hinaus wachsen möchten zumindest auf regionaler Basis. “ Nehmen wir also an, Sie starten in Kenia und möchten ganz Ostafrika abdecken. Sehr vernünftig. Wenn die Unternehmen dieses Stadium ihrer Entwicklung erreichen, fällt es ihnen tatsächlich schwer zu wachsen, da unterschiedliche Märkte, selbst innerhalb derselben Region, selbst bei einem bestimmten Integrationsgrad, unterschiedliche Regeln haben. Daher müssen viel Zeit und Geld sowie Anwaltskosten aufgewendet werden, um sicherzustellen, dass Sie auf Compliance-Basis genau den richtigen Markteintritt erhalten. Und die Aufsichtsbehörden sind nicht verpflichtet, miteinander in Einklang zu stehen oder Ihnen das Leben zu erleichtern.

Manos: Also kamen sie mit dieser Frage zu uns und sagten: „Weißt du, du hast Zugang zu Ressourcen an der Universität, weißt du, Spitzenforschung zu NLP, weißt du, Ingenieure für maschinelles Lernen – gibt es nichts? dass Sie bauen könnten, dass die Regulierung über Gerichtsbarkeiten hinweg verabschiedet und vergleichbar gemacht würde? “ Und wir dachten damals, nun, sieh mal, das ist ein schönes Programm für angewandte Forschung. Das würde uns natürlich interessieren. Aber was wir im Laufe der Zeit gefunden haben, als wir eine Pilotanwendung erstellt und getestet haben und festgestellt haben, dass sie einigermaßen gut funktioniert haben, dachten wir, wir haben nur eine Domäne in diesem Bereich abgedeckt. Wir haben uns ein AML-Modell ausgedacht. Wir haben nur eine Domain abgedeckt, und jeder, dem wir dies als potenzieller Benutzer näher bringen wollten, würde sagen: „Nun, was ist mit diesem anderen Anwendungsbereich?“ Also könnten sie sagen: „Okay, AML gut. Was ist mit Cyber? Oder Zahlungen, großartig. Aber was ist mit der Versicherung? “ Und es schien uns, als würden wir dieses Kaninchenloch durchgehen, um alle Vorschriften der Welt zu kartieren, um dieses eine Produkt zu schaffen.

Manos : Natürlich gab es auch eine Art existenzielle Frage – Sie wissen, die Universität ist nicht wirklich ein RegTech-Anbieter, wir wollten nicht dauerhaft im Bauwesen tätig sein Anwendungen. Und da draußen ist viel los, oder? Andere Leute haben das länger gemacht und sie wissen das besser. Wir dachten also, was ist unserer Meinung nach wirklich nötig? Gibt es ein öffentliches Gut, das unsere Forschung hervorbringen kann? Das steht im Einklang mit der Mission der Universität. Und so dachten wir an eine Analogie zu den Biowissenschaften. Und zu der Zeit, weil wir es mit Menschen zu tun hatten, die am Humangenomprojekt beteiligt waren, hat dies diese Überlegung ausgelöst: Versuchen wir wirklich, eine Art Parallele zum Humangenomprojekt aufzubauen? Und ist diese von uns erstellte Pilotanwendung etwas Analoges zu einer Anwendung wie 23andMe? Und dann wurde aus dieser Art des Denkens die Genese dessen, was wir heute als regulatorisches Genomprojekt bezeichnen.

Auch wenn Sie bereits einen ziemlichen Weg gegangen sind und viel Erfolg bei der Implementierung von RegTech hatten Innerhalb der Organisation sollte die Attraktivität interoperabler Anwendungen und offener Standards meiner Meinung nach ziemlich bedeutend sein.

Manos: Wir dachten also im Grunde, wir müssen einen Weg finden, um zu finanzieren und Ressourcen und Leitfaden für ein langfristiges Projekt, das alle Vorschriften abbildet. Und um sicherzustellen, dass es den Menschen wirklich als öffentliches Gut zur Verfügung steht, müssen wir nicht nur die markierten Regeln, sondern auch die klassifizierten Regeln als offene Daten oder so offen wie möglich festlegen Wir müssen aber auch einen Weg finden, um einige der aufgestauten Innovationen herauszubringen, indem wir Entwicklern und Unternehmen ermöglichen, an dieser Karte der Regulierung, dieser globalen Karte der Regulierung, zu arbeiten und ihre eigenen Anwendungen zu erstellen. Und auf diese Weise müssen wir nicht die Leute sein, die alles bauen. Wir können die Kreativität und die technischen Fähigkeiten da draußen nutzen.

Manos: Ich denke, was wirklich wichtig ist Zu beachten ist auch, dass die Fähigkeiten an den beiden Enden dieser Reise sehr unterschiedlich sind. Um eine Karte der Regulierung zu erstellen, ist ein gewisses Maß an technischem Fachwissen in den Bereichen Regulierung erforderlich. Außerdem sind sehr enge Beziehungen zu den Regulierungsbehörden erforderlich – über die die Universität verfügt. Das Erstellen von Anwendungen auf der sogenannten „rechten Seite“ dieser Reise erfordert sehr unterschiedliche Fähigkeiten und ein tieferes Verständnis dafür, wie die Institutionen intern als Organisationen arbeiten. Was bedeutet es also, die Maschine am Laufen zu halten? Zu erwarten, dass jemand all das abdeckt, ist eigentlich ziemlich schwierig. Das bedeutet, dass die meisten Leute, die innovative Ideen in RegTech haben, entweder von einem Ende oder vom anderen Ende, das Ganze nicht wirklich liefern können. Ich denke, dies ist ein langer Weg, um zu sagen, dass die Grundprinzipien des Genomprojekts in erster Linie darin bestehen, dass Vorschriften in maschinenlesbarer Form als öffentliches Gut verfügbar sein sollten. Dies ist etwas, was Unternehmen gesetzlich wissen müssen. Sie werden mit öffentlichen Geldern gemacht. Es gibt keinen Grund dafür, dass keine offenen Daten in einem maschinenlesbaren Format vorliegen. Das ist das Prinzip Nummer eins. Prinzip Nummer zwei ist, dass alle diese Informationen Entwicklern so zur Verfügung stehen müssen, dass Benutzer Anwendungen darauf aufbauen können. Und schließlich – und das ist ein zentraler Punkt – müssen sowohl die Darstellung der Regulierung als auch die daraus resultierende Anwendung interoperabel sein. Sie benötigen eine gemeinsame Regulierungssprache. Es ist wahr, dass unterschiedliche Gerichtsbarkeiten auf unterschiedliche Weise regeln, sodass Sie nie an den Punkt gelangen, an dem Sie sagen: „Nun, diese Anforderung in Brasilien entspricht genau dieser Anforderung in der Mongolei.“ Aber was Sie in der Mitte haben, ist eine Art regulatorischer Rosetta Stone, der Vorschriften aus einem bestimmten Land gegen einen gemeinsamen Rahmen abbilden kann. Denken Sie an das Dewey-Dezimalsystem, ich weiß nicht, oder? Wenn Sie in eine Bibliothek gehen und Bibliothekar von überall auf der Welt sind, werden die Bücher natürlich anders sein, aber Sie wissen, dass Sachbücher dort sein werden und Sie wissen, dass Biowissenschaften dort sein werden . Das ist also der Grad an Interoperabilität, den wir erreichen möchten.

[00: 41: 27.18] Ben: Und wie kommst du dorthin? Wie sequenzieren Sie das Genom von regulatorischen Informationen?

Manos: Lassen Sie uns also so praktisch wie möglich werden wir können. Es beginnt also mit einer Papierübung – ich meine Excel-Übung -, bei der Sie fast eine hierarchische Liste von Regulierungskonzepten und -verpflichtungen erstellen. Sie tun dies normalerweise nach Domain. Sie könnten also sagen: „Hier ist meine Taxonomie der AML-Konzepte und -Verpflichtungen, hier ist meine Taxonomie der Cybersicherheit und so weiter und so fort.“ Und Sie wissen, einige dieser Taxonomien sind das, was Sie als horizontal bezeichnen könnten – sie erstrecken sich über die gesamte Finanzdienstleistungsbranche, also die beiden Beispiele, die ich gerade gegeben habe – einige davon sind vertikal. So könnten Sie Zahlungen erhalten, zum Beispiel Versicherungen, Crowdfunding, was einer der Bereiche war, auf die das Zentrum besonders aufmerksam und kompetent war. Und was Sie tun, ist, dass Sie diese hierarchischen Listen von Verpflichtungen erstellen. Sie könnten zum Beispiel sagen, ich weiß nicht, sagen wir, Sie haben es mit Investitionen zu tun, oder? Möglicherweise haben Sie eine Kundenkategorisierung und innerhalb dieser die Definition einer akkreditierten oder professionellen Gegenpartei. Sie wissen, vielleicht nicht das beste Beispiel, aber der Punkt ist, dass Sie immer von einer höheren Ebene, allgemeineren Verpflichtungen oder Familien von Verpflichtungen, zu spezifischeren wechseln. Wenn Sie so wollen, haben Sie am Ende jedes dieser Zweige einen Endknoten. Sie haben die detaillierteste Klassifizierungsebene für Vorschriften, die das Genom verwalten kann.

Manos: Theoretisch gibt es keine Grenzen. Sie können sie immer spezifischer und spezifischer und spezifischer machen. Denken Sie jedoch daran, dass es beim Genom als öffentliches Gut darum geht, Vorschriften in allen Gerichtsbarkeiten vergleichbar zu machen. Es gibt also eine natürliche Stoppregel.Sie möchten an dem Punkt anhalten, an dem die regulatorischen Anforderungen am Endknoten international noch vergleichbar sind. Zum Beispiel die Kundenkategorisierung, ja, das ist vergleichbar. Sie wissen, die Unterscheidung zwischen professionellen Slash-akkreditierten Anlegern und gewöhnlichen Privatanlegern ist vergleichbar. Wenn Sie jedoch den ganzen Weg gehen und sagen: „Behandlung lokaler Behörden zum Zwecke der Kundenkategorisierung“, werden Sie jetzt so gut mit dem Unkraut umgehen, dass Sie für die meisten Gerichtsbarkeiten Leerzeichen ziehen werden. Und dann haben Sie für alle, die der MiFID unterliegen, nur diesen Hinweis, der besagt, dass diese Personen in den meisten Fällen tatsächlich Einzelhandelskunden sind. Sie können also erraten, wie die Stoppregel lautet. Sie gehen so viele Ebenen wie möglich nach unten, bis Sie einen Punkt erreichen, an dem die internationale Vergleichbarkeit beeinträchtigt ist. So bauen Sie das auf.

Manos: Bis zu diesem Punkt sind Sie immer noch Art in der Papierwelt. Sie können dies weiterhin in Excel tun. Sobald Sie mit der von Ihnen erstellten Struktur zufrieden sind, können Sie mit dem maschinellen Lernen beginnen. Und maschinelles Lernen beruht im Wesentlichen darauf, große Datenmengen aus einer vielfältigen Stichprobe zu sammeln und der Maschine beizubringen, dass ein bestimmtes Beispiel einem bestimmten Knoten entspricht. Nehmen wir zum Beispiel an, Sie haben Regeln für die Beurteilung der Kreditwürdigkeit von Konsumentenkreditnehmern in verschiedenen Ländern. Sie sagen im Grunde zu der Maschine: „Dies ist eine Verpflichtung zur Beurteilung der Kreditwürdigkeit. Das ist auch so. Das ist auch so. Das ist nicht so. “ Sie wiederholen dies immer und immer wieder, bis Sie im Grunde ein statistisches Modell trainieren können – das als Code fungiert und wir als „Klassifikator“ bezeichnen -, damit dieses Modell jetzt unbekannten Text aufnehmen und einen Stich in die Kategorie machen kann, in die es passt . Wenn Sie also das nächste Mal regulatorischen Text, den Sie noch nie zuvor gesehen haben, an denselben Klassifikator weiterleiten, kann er sagen, wie wahrscheinlich es ist, dass es um Kreditwürdigkeit geht, und Sie setzen sich einen Cutoff und sagen: „Nun, wenn sagen wir, 70\%, 80\%, wir werden das als Eins markieren. “ Wenn Sie sich also jetzt die maschinenlesbare Version desselben Regulierungsdokuments vorstellen möchten, trägt dieser Absatz oder dieser Text jetzt ein Tag, ein elektronisches Tag, das besagt: „Dies entspricht dieser Art von Verpflichtung.“ Und jede andere Anwendung, die das Universum der Tags kennt, mit denen Sie arbeiten – Ihre Taxonomie – kann dies jetzt lesen und sagen: „Oh, okay. Ich weiß, dass es in diesem Absatz jetzt darum geht. “ Auf diese Weise können Sie beispielsweise Abfragen über eine API ausführen. Sie könnten sagen: „Können Sie mir den gesamten Text bringen, der als Bonitätsprüfung gekennzeichnet ist?“

[00: 46: 13.17] Ben: Wie schwierig ist die Technologie dort? Es klingt fast so, wissen Sie, wenn Sie die Klassifikatoren mit genügend Daten trainieren, werden die Ergebnisse immer besser und besser. Würden Sie sagen, dass es eine größere Herausforderung ist, die Daten zu erhalten, als die Technologie zu erhalten, oder vereinfache ich sie zu stark?

Manos: Das ist eine gute Frage. Ich meine, ich möchte nicht herunterspielen, wie schwierig es ist, an die Technologie zu kommen. Die Kollegen, an denen wir arbeiten, sind offensichtlich ganz oben auf ihrem Spiel. Allerdings bringt die Technologie ihre eigenen bedeutenden Herausforderungen mit sich. Was meine ich damit? Sie wissen, es gibt keine enorme Menge an regulatorischen Steuern. In Anbetracht dessen, was ich zuvor gesagt habe, mag dies wirklich lustig klingen.

Ben: Ja, die siebenfache Erhöhung, die Sie zuvor erwähnt haben. Ja.

Manos: Das stimmt. Aber Sie wissen, aus Sicht des maschinellen Lernens, wenn Sie sich ansehen, mit welcher Art von Korpora Menschen arbeiten, um Modelle für maschinelles Lernen zu trainieren, werden sie in den letzten drei Jahren normalerweise ganz Twitter verwenden, oder, Sie wissen, der gesamte Text von Wikipedia oder das gesamte Internet, wenn es darum geht. Sie wissen also, dass im Vergleich zu solchen Dingen die Menge an Regulierungstexten da draußen nicht enorm ist. Daher besteht eine große Herausforderung darin, sicherzustellen, dass Sie über genügend Muster verfügen, um tatsächlich gute Modelle zu bauen. Die andere Sache, die die Leute zu schätzen wissen müssen, ist, dass die Rückkehr zu mehr Proben relativ früh abnimmt. Sie wissen also, dass die Modelle nicht exponentiell besser werden, wenn Sie die Datenmenge, auf die Sie Zugriff haben, verdoppeln oder verdreifachen.

Manos: Wo dies wirklich herausfordernd wird, ist vor allem, wenn Sie sich wirklich neue oder Nischenbereiche ansehen. Nehmen wir also an, morgen hat eine unserer Aufsichtsbehörden eine sehr, sehr spezifische Verpflichtung aufgestellt, um beispielsweise die KI überprüfbar zu machen.Darin heißt es: „Wenn Sie KI-Anwendungen als Unternehmen implementieren, müssen Sie sicherstellen, dass sie von einer Aufsichtsbehörde überprüft werden können – was auch immer das bedeutet. Sie wissen, dass in den frühen Tagen nur eine Regulierungsbehörde Hinweise darauf haben wird. Ihre Probe wird also winzig sein, oder? Dies ist ein Problem, da Ihr Modell das Risiko von toten Winkeln eingeht und Sie Wege finden müssen, um die kleine Stichprobe, die Sie haben, zu booten, um sicherzustellen, dass die Klassifizierer funktionieren. Ich sage nicht, dass dies nicht möglich ist, und natürlich arbeiten meine Kollegen an solchen Dingen, aber es ist eine Herausforderung. Und es ist auch eine Herausforderung, wenn Sie sich nicht-englische Techniker ansehen. Wenn Sie einen Klassifikator für in englischer Sprache verfasste AML-Verpflichtungen erstellen, ist dies völlig nutzlos, wenn Sie Dokumente auf Spanisch lesen. Das Problem ist jedoch, dass Ihr Dokumentenbestand jetzt viel kleiner wird, wenn Sie diesen Prozess auf Spanisch replizieren möchten. Und Spanisch ist eine wichtige globale Sprache. Versuchen Sie das auf Japanisch, versuchen Sie es in weniger verbreiteten Sprachen, die für viele Menschen nicht die Geschäftssprache sind. Das ist ein weiteres wichtiges Thema in diesem Bereich. Aber ich denke, das letzte Problem wird immer mit diesen Dingen sein – und ich habe es bereits einmal erwähnt – ist, dass es am Ende des Tages Fehler geben wird. Und es stellt sich die Frage, wie viel Haftung die Parteien für diese Fehler übernehmen sollten und mit wem sie zusammensitzen.

[00: 49: 45.07] Ben: Wenn wir über die Technologie und die Daten hinausgehen – obwohl ich denke, dass dies ein bisschen mit den Daten zusammenhängt – zu dieser Idee des Henne-Ei-Problems, weil es so ist Es ist nicht schwer, eine Zeit vorherzusagen, in der das Genom existiert. Wenn Sie also ein RegTech-Anbieter sind, würden Sie jede neue RegTech-Anwendung auf dem Genom erstellen, da Sie dann nicht die gesamte Zuordnung von Taxonomien selbst vornehmen müssen. Sie können nur das Gemeinwohl abfragen, oder? Aber bis dahin müssen Sie im Grunde genommen Softwareanbieter davon überzeugen, auf dem Genom aufzubauen. Sie müssen die Regulierungsbehörden davon überzeugen, mit Ihnen zusammenzuarbeiten. Sie müssen kommerzielle Benutzer davon überzeugen, es zu verwenden. Wie bauen Sie dieses Ökosystem um das Genom herum auf, um es überhaupt erfolgreich zu machen? Oder mit anderen Worten, wie lösen Sie dieses Henne-Ei-Problem?

Manos: Also Das ist eine faire Frage. Ich meine, es gibt natürlich einen Ort, an dem Sie anfangen können, und es hängt davon ab, wo Ihre relativen Stärken liegen. Wenn Sie sich also andere Initiativen ansehen, die versucht haben, ein gewisses Maß an Konvergenz innerhalb der Industrie zu erzwingen, haben sie normalerweise in dem einen oder anderen Bereich eine gewisse Stärke. Wenn Sie nun über die Fachgebiete der Universität sprechen, ist dies für uns offensichtlich der naheliegende Ausgangspunkt, da wir beim Aufbau von Kapazitäten mit Finanzaufsichtsbehörden zusammenarbeiten. Wir haben also sehr enge Verbindungen zu Finanzaufsichtsbehörden auf der ganzen Welt und wir wissen auch, dass sie einen sehr starken Anwendungsfall für das regulatorische Benchmarking haben. Denken Sie also daran, was wir zuvor in diesem Podcast gesagt haben, dass die Aufsichtsbehörden ihre Hausaufgaben immer gegen den Mann überprüfen, der neben ihnen sitzt. Und so sind diese Benchmarking-Übungen große, mühsame Dinge – teuer, sehr langsam. Ich erinnere mich an eine Aufsichtsbehörde, die sagte: „Wenn ich ein Werkzeug hätte, das dies könnte, hätte ich nur beim letzten Projekt neun Monate meines Lebens zurück.“ Das war ziemlich intensiv, aber ich sympathisiere damit.

Manos: Also die ersten Leute, die sich melden Regulierungsbehörden sein. Die beteiligten Regulierungsbehörden geben den Finanzdienstleistungsunternehmen jedoch Vertrauen. Und nicht nur das Vertrauen in die Qualität der Taxonomien und der Klassifikatoren, denn ehrlich gesagt werden die Aufsichtsbehörden niemals einen großen Stempel herausziehen und sagen: „Ich bin damit einverstanden.“ Aber was ein Unternehmen sehen kann, ist, dass wenn dies für die Regulierungsbehörde gut genug ist, um es für ihre eigenen Anwendungsfälle zu verwenden, dies vielleicht auch für uns gut genug ist. Ich denke – Sie wissen, was die Industrie betrifft -, dass dieser Prozess der Festlegung von Standards auch eine Gelegenheit ist, Einfluss auf das Gemeinwohl zu nehmen, in dem Sinne, dass natürlich keine Regulierungsbehörde dazu gehen wird ein Konsortium von Firmen und sagen, wie soll ich meine AML-Regeln schreiben? Wenn Sie ihnen jedoch die Werkzeuge geben, mit denen Sie sich mit Gleichaltrigen vergleichen können, erhalten Sie in der Regel eine bessere Regulierung, da die Menschen nun über eine Evidenzbasis verfügen, auf der sie sagen können, was gängige Praxis ist. Was ist eine gute Praxis? Wie korrelieren verschiedene Dinge mit Marktergebnissen oder Verbraucherergebnissen? Aus Sicht der Branche haben diese Leute zwar nicht nur grobe Lobbyarbeit geleistet, sie haben jedoch Tools erhalten, mit denen sie intern bessere Ergebnisse für Dinge erzielen können, die Ihnen wichtig sind. Das ist ein weiterer Grund, warum es der Industrie wirklich wichtig sein sollte, so etwas zu schaffen.

Manos: Und dann, wenn Sie ein paar große Banken haben, ein paar große Fonds Manager, einige große Versicherer an Bord sowie eine Entwicklerplattform, über die Sie auf diese Assets zugreifen können. Als Entwickler ist es sehr beruhigend zu wissen, dass Sie auf diesem Standard aufbauen können, weil Sie das Gefühl haben, dass Was auch immer sonst passiert, es gibt einige Leute, die bereits an Bord sind und Anwendungen verwenden oder Anwendungen nach diesem Standard erstellen. Ihre Investition, Ihre einmalige Investition in die Zuordnung aller Ihrer internen Systeme zu diesem gemeinsamen Nennersatz wird also nicht verschwendet. Und als Entwickler kann dies sehr attraktiv sein, da die Alternative darin besteht, dass Sie jedes Mal, wenn Sie einen neuen Großkunden an Bord haben, alle möglichen Ad-hoc-Korrekturen vornehmen müssen, damit Ihre Systeme mit ihnen, dh Ihnen, sprechen Wissen Sie, teure Arbeit, für die Sie nicht immer bezahlt werden, weil der Kunde, soweit es ihn betrifft, das tatsächliche Ergebnis und nicht den Weg bezahlt, den Sie gehen müssen, um sicherzustellen, dass Sie ihn bedienen können .

[00: 54: 16.15] Ben: Sie haben also gerade das Genomprojekt gestartet und Sie haben gerade angefangen, neue Mitglieder zu rekrutieren, neue Konsortialmitglieder – den privaten Sektor, die regulierten Benutzer des Genoms. Wie läuft das zuerst? Und zweitens, wenn ich ein großes Finanzinstitut wäre und Sie wissen, dass ich erhebliche Ressourcen hätte, um in RegTech zu investieren, und wie Sie sagen, bereits viele, viele bestehende RegTech-Anwendungen und -Lieferanten hätte, was würden Sie tun? Dem Konsortium beitreten?

Manos: Es ist wahr. Wir haben mit einer Reihe großer Finanzinstitute gesprochen, angefangen mit einigen der größeren, wie Sie sich vorstellen können, aus offensichtlichen Gründen, die jetzt zu Ergebnissen in Form potenzieller Kooperationen führen. Nun, diese Aktivität wird nicht so schnell enden, denn am Ende des Tages möchten Sie so viel wie möglich von der Branche an Bord des Konsortiums haben. Sobald jedoch der erste Schritt zur Rekrutierung von Unternehmen im Gange ist, beginnt die Arbeit, den Rest des Genoms aufzubauen und auch Entwickler zu rekrutieren und sicherzustellen, dass Sie das Bewusstsein für die Vorteile Ihrer Plattform schärfen und die Art von Unternehmen aufbauen Tools, mit denen Entwickler Anwendungen gegen das Genom erstellen können. Es gibt also eine bedeutende Art von Technologie-Roadmap, eine bedeutende Roadmap für die Geschäftsentwicklung sowie natürlich die semantische Roadmap, mit der wir das Genom selbst erstellen. Das ist also nur der Anfang. Aber wir sehen bereits einige der ersten Erfolge. Ebenso auf der Seite des regulatorischen Engagements. Wissen Sie, wir hatten unsere ersten Workshops mit Personen aus der Regulierungsgemeinschaft, die bereit sind, ihre Zeit für die Überprüfung und Vorschläge zur Verbesserung der verschiedenen Taxonomien zu verwenden. Wissen Sie, ich bin ziemlich zuversichtlich, dass, wenn wir dieses Mal im nächsten Jahr wieder sprechen, ein erheblicher Prozentsatz der Finanzregulierung erfasst wird – und bis 2022 werden wir in der Lage sein, tatsächlich mit den Menschen zu beginnen Erstellen von Anwendungen.

[00: 56: 31.28] Ben: Wenn ich eine Bank bin und Ich möchte diesen Fall intern ansprechen – da ich davon ausgehe, dass es einen Preispunkt für den Beitritt zum Konsortium gibt – wie würden Sie mich praktisch davon überzeugen, dass dies sinnvoll ist?

Manos: Ja. Ich denke, es ist immer ein ganz anderes Gespräch, wenn Sie mit einem großen Finanzinstitut zu tun haben, das im RegTech-Bereich tatsächlich eine Menge Arbeit geleistet hat – und so ziemlich alle. Wenn Sie mit einer Tier-1-Bank sprechen, wurden diese mit Vorschlägen von RegTechs und sogar von potenziellen Konsortien bombardiert. Ich denke also, wie die Leute normalerweise darauf reagieren – wissen Sie, warum brauche ich so etwas wirklich? Ich habe bereits ziemlich ausgereifte interne Lösungen, mit denen ich einigermaßen zufrieden bin. Wo liegt also der tatsächliche langfristige strategische Wert? “ Und ich denke, das hat drei Ebenen. Das erste hat damit zu tun, wie die Beschaffung effektiv funktioniert. Es ist großartig, dass Sie den Lieferanten haben, mit dem Sie zufrieden sind. Das ist erstaunlich. Es sperrt Sie jedoch auch ein, da Sie einen erheblichen Betrag investiert haben, um Ihre internen Systeme an ihre anzupassen und insbesondere auf semantischer Ebene anzupassen. Stellen Sie daher sicher, dass alle anderen Anwendungen dieselbe Sprache sprechen als Anbieter und kann den gleichen Taxonomien zugeordnet werden. Das sind normalerweise erhebliche versunkene Kosten. Ein Unternehmen, das sich von einer Lieferantenbeziehung lösen möchte, hat nicht viele gute Optionen, da es die Kosten dafür erneut übernehmen muss, wenn es jemanden an Bord nimmt.Und es ist sehr unwahrscheinlich, dass sie beispielsweise ein Startup dazu bringen können, diese Arbeit zu erledigen, da das Startup einfach nicht über das Geld und die Landebahn verfügt, mit denen es dies tun kann. Sie befinden sich also in einer Situation, in der Sie eine erhebliche Lieferantenbindung haben. Und es sollte eigentlich nicht so sein, wie ein großes Finanzinstitut Compliance-Technologie betreibt. Das ist also ein Teil der Antwort.

Manos: Der andere Teil der Antwort ist der folgende Selbst wenn Sie wirklich gute Anwendungen haben, sind diese normalerweise in ihrem Umfang begrenzt. Sie sind also entweder auf einige Domänen beschränkt, auf denen sie ursprünglich aufgebaut waren. Nehmen wir also an, Sie wissen, dass überall in Europa oder in Unternehmen, die in irgendeiner Weise mit Europa zu tun haben, Ad-hoc-Systeme entwickelt wurden, um beispielsweise die MiFID-Konformität zu regeln. Sie können dies dann nicht erneut verwenden, um sich mit einer neuen Art von Wertpapiergesetz zu befassen, das in 10 Jahren eingeführt wird. Wenn Sie Glück haben, haben Sie vielleicht so entworfen, aber die meisten Leute werden es nicht haben. Der Vorteil besteht also darin, dass der Umgang mit einer Art De-facto-Standard wie dem Genom, sobald er verfügbar ist, den von Ihnen erstellten Anwendungen eine gewisse Langlebigkeit verleiht. Und natürlich geht es nicht nur um die Skalierbarkeit zwischen Domänen. Können Sie auch Gerichtsbarkeiten bedienen, die nicht zum magischen Kreis der Gerichtsbarkeiten gehören, auf die Lieferanten normalerweise abzielen? Wenn Sie also darüber nachdenken, was die meisten Anwendungen können, können sie sich mit EU, Großbritannien, USA und Kanada, Australien, Hongkong, Singapur befassen – das ist Ihr magischer Kreis. Darüber hinaus gibt es in vielen Fällen Drachen. Es ist daher ein großer Vorteil, über diese Kerngebiete hinaus dieselbe Skalierbarkeit und Funktionalität zu haben.

Manos: Und schließlich – und ich denke, dies ist der Punkt, an dem die Interoperabilität wirklich zur Geltung kommt -, wenn Sie sich mit Lieferanten oder Partnern befassen, an die Sie die kaskadenrechtlichen Verpflichtungen haben oder mit denen Sie in einer Compliance verbunden sind Pipeline. Ich denke also an Dinge wie beispielsweise Product Governance, bei denen der Hersteller eines Finanzprodukts und der Vertreiber eines Finanzprodukts in einer Reihe von Verpflichtungen miteinander verbunden sind, um beispielsweise den Zielmarkt eines Produkts zu ermitteln Dies bedeutet, alle anwendbaren Risiken zu identifizieren, zu verstehen, welche Verwendungszwecke die Kunden für diese Produkte haben sollen, und darüber zu berichten, ob sie in der vorgesehenen Weise verkauft und vertrieben werden. All dies erfordert einen Informationsfluss zwischen zwei sehr unterschiedlichen Unternehmen – Sie wissen, der Distributor kann eine riesige Bank oder eine IFA sein. Der Produzent wird normalerweise ein sehr bedeutendes Finanzinstitut sein – aber sie können sehr unterschiedlich sein, sage ich. Ähnliche Dinge passieren zum Beispiel, wenn Sie Verpflichtungen im Bereich Cybersicherheit oder Cyber-Resilienz kaskadieren, bei denen die beiden Organisationen – der Lieferant, der Verkäufer und der Käufer – tatsächlich sehr unterschiedliche Organisationen sind. Wenn Sie also ihre Systeme benötigen, um miteinander zu kommunizieren, benötigen Sie einen gemeinsamen Nenner, um sie gegeneinander abzubilden. Andernfalls riskieren Sie erneut diese Art von Lock-In, über die wir zuvor in Bezug auf Lieferanten gesprochen haben. Ich denke, unter dem Strich ist die Attraktivität interoperabler Anwendungen und offener Standards meiner Meinung nach ziemlich bedeutend, selbst wenn Sie bereits einen ziemlichen Weg gegangen sind und viel Erfolg bei der Implementierung von RegTech innerhalb des Unternehmens hatten / p>

[01: 02: 03.05] Ben: Nehmen wir an, dass Sie dies erstellen, es wird weit verbreitet Wenn Sie das Henne-Ei-Problem überwinden, können wir uns vorstellen, dass die Netzwerkeffekte – das Schwungrad der Netzwerkeffekte – wirklich einsetzen werden. Und Sie wissen, dann können Sie die Wettbewerbsbedingungen zwischen den Regulierungsbehörden und den Regulierungsbehörden ausgleichen Wenn Sie ein besseres Feedback erhalten, um bessere Vorschriften zu erlassen, gibt es für neue Vektorunternehmen weniger Eintrittsbarrieren. Sie werden sehen, wie neue RegTech-Innovationen freigesetzt werden. Unternehmen können die Vorschriften kostengünstiger und schneller einhalten. Würden Sie das als Endzustand beschreiben, als die Art von kollektivem Gut, das geschaffen wird, oder gibt es etwas, das ich verpasst habe?

Manos: Also, nein, ich denke du bist meistens da. Ich meine, was ich erwarten würde, wenn das Ganze richtig funktioniert, ist, dass es am Ende einen Marktplatz gibt, auf dem Firmen Entwickler mit der Arbeit am Genom beauftragen können – Sie wissen, sie müssen keinen von uns einbeziehen in irgendeiner Weise. Aber auch Regulierungsbehörden können damit beginnen, Vorschriften zu schreiben, die so maschinenlesbar wie möglich sind. So gibt es derzeit beispielsweise Standards wie einen gemeinsamen Torso zum Schreiben maschinenlesbarer Dokumente auf Dokumentebene. Sie wissen, Sie können viel besser als das, wenn Sie einen gemeinsamen Standard für das haben, was in einem AML-Dokument enthalten ist oder was in einem Cybersicherheitsdokument enthalten sein könnte.Sobald Sie die kritische Masse erreicht haben, werden Sie irgendwann viel tiefer in die Arbeitsweise der Regulierungsbehörden und auch viel tiefer in die Art und Weise, wie Benutzer Anwendungen erstellen, eindringen. Und so wird Erfolg für mich wirklich aussehen – dass die Leute gleich zu Beginn der Erstellung ihrer Tools und Anwendungen über Ihre Standards nachdenken.

Ben : Manos, vielen Dank, dass du in die Show gekommen bist. Es war großartig!

Manos: Danke, dass Sie mich haben! Ein echtes Vergnügen!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.