Übersetzungen dieser Website in andere Sprachen als Englisch werden von KI unterstützt. Wir garantieren keine Genauigkeit und haften nicht für Fehler oder Schäden, die sich aus der Nutzung der übersetzten Inhalte ergeben. Im Falle von Unstimmigkeiten oder Unklarheiten gilt die englische Version als maßgebend.
Mit Open Data, KI und dem Legal Entity Identifier eine transparente Zukunft schaffen
Das Global Open Data Integration Network (GODIN), das auf der bahnbrechenden Transparency Fabric-Lösung aufbaut, ist eine neue strategische Initiative von GLEIF und Open Ownership. Durch die Nutzung der LEI und der künstlichen Intelligenz (AI) verbessert GODIN die Transparenz der Eigentumsverhältnisse in Organisationen. Mit dem Beitritt neuer Mitglieder wird GODIN als kollaboratives Ökosystem zur Förderung der Interoperabilität und Transparenz offener Daten wachsen.
Autor: Zornitsa Manolova
Datum: 2025-07-02
Ansichten:
Geldwäsche stellt eine systemische und scheinbar unlösbare Bedrohung für die Weltwirtschaft dar. Trotz der öffentlichen Forderung nach größerer Unternehmenstransparenz und einer verstärkten weltweiten Durchsetzung durch strenge Vorschriften zur Bekämpfung der Geldwäsche (AML) und der Terrorismusfinanzierung (CTF) scheinen die Herausforderungen zu wachsen. Nach Schätzungen der Bank für Internationalen Zahlungsausgleich (BIZ) waren im Jahr 2024 3 Billionen US-Dollar Gegenstand von Geldwäsche und Terrorismusfinanzierung.
Kriminelle Unternehmen entziehen sich der Entdeckung, indem sie komplexe Geldwäscheoperationen aufbauen, die sich über Grenzen und Gerichtsbarkeiten erstrecken und illegale Gelder durch ein kompliziertes Netz von Finanzinstituten, Rechtsträgern und Einzelpersonen kanalisieren und verschleiern. Doch die ohnehin schon komplexe Aufgabe, die Punkte zwischen den juristischen Personen, den wirtschaftlichen Eigentümern und den sanktionierten Personen zu verbinden, um diese Netzwerke aufzudecken und illegale Aktivitäten zu verhindern, wird durch die Fragmentierung, Inkonsistenz und Unzugänglichkeit der zugrunde liegenden Datensätze noch erschwert.
Da die Ausgaben für Compliance angesichts dieser Herausforderung immer weiter ansteigen, sind innovative und kosteneffiziente Methoden zur Aufdeckung verdächtiger Transaktionen dringend erforderlich. Aus diesem Grund haben GLEIF und Open Ownership das Global Open Data Integration Network (GODIN) ins Leben gerufen, eine neue strategische Initiative, die eine entscheidende Rolle bei der Überwindung der anhaltenden Herausforderung der Datentransparenz und Fragmentierung im grenzüberschreitenden Finanzwesen spielen soll.
Von Transparency Fabric zu GODIN
Der Ursprung von GODIN liegt in der Transparency Fabric - einer gemeinsamen Initiative von GLEIF, Open Ownership und OpenSanctions aus dem Jahr 2023. Sie zeigte, wie durch die Verknüpfung von LEIs mit Daten zu wirtschaftlichem Eigentum und Sanktionen ein offenes, interoperables System zur besseren Aufdeckung und Verhinderung von Finanzkriminalität geschaffen werden kann.
Durch die Kombination maßgeblicher Datensätze aus mehreren Open Data-Initiativen - und die Verwendung der LEI als standardisierte Verbindung zur Gewährleistung von Genauigkeit und Konsistenz - leistete die Transparency Fabric Pionierarbeit für einen neuen, globalen Ansatz zur Sorgfaltsprüfung und Risikobewertung, dem Regierungsstellen, Regulierungsbehörden und Finanzinstitute ebenso vertrauen können wie Journalisten und Organisationen der Zivilgesellschaft. Aufgrund seines eindeutigen Potenzials wurde es als Finalist in den G20 TechSprint 2023 aufgenommen - ein jährlicher Wettbewerb, der technologische Innovationen zur Bewältigung der Herausforderungen würdigt, denen sich die globale Regulierungs- und Bankengemeinschaft gegenübersieht.
Im Jahr 2025 machte der Transparency Fabric mit der Integration von künstlicher Intelligenz (KI) einen bedeutenden Sprung nach vorn. Zusätzlich zur Verwendung strukturierter Datensätze wurden Large Language Models (LLMs) eingesetzt, um Informationen aus unstrukturierten Dokumenten wie Geschäftsberichten von Unternehmen zu extrahieren und zu analysieren, um komplexe Eigentumsstrukturen besser abzubilden. Auf diese Weise wurde der manuelle Aufwand drastisch reduziert, während gleichzeitig die volle Transparenz bei der Datenbeschaffung und die Überprüfbarkeit gewahrt blieben, wobei der LEI als Dreh- und Angelpunkt für die Verknüpfung unterschiedlicher Datenquellen zu einer kohärenten und konsistenten globalen Sichtweise erhalten blieb.
Einführung von GODIN: Eine globale Vision für die Integration offener Daten
Angesichts dieses bewährten Erfolgs haben GLEIF und Open Ownership im März 2025 offiziell GODIN ins Leben gerufen. GODIN ist eine strategische Initiative, die auf der Transparency Fabric aufbaut, um die globale Dateninteroperabilität und -zugänglichkeit weiter zu stärken, indem offene Daten mit weltweit anerkannten Rahmenwerken wie dem Global LEI System und dem Beneficial Ownership Data Standard (BODS) in Einklang gebracht werden. Durch die Einbettung von LEIs in offene Datenquellen soll ein transparentes, effizientes und vernetztes Ökosystem geschaffen werden, das den Nutzen von Daten im öffentlichen und privaten Sektor erhöht.
Aufbau eines vertrauenswürdigen und transparenten digitalen Ökosystems
Durch die Verknüpfung von verifizierten Identitätsdaten mit Eigentums- und Sanktionsinformationen und den Einsatz von KI zur Verbesserung der Datenextraktion und -analyse zeigt GODIN, wie die Kombination von Open Data, globalen Standards und fortschrittlicher Technologie einen Weg zu einer transparenteren und verantwortungsvolleren digitalen Wirtschaft eröffnet. Und mit Blick in die Zukunft gibt es enorme Möglichkeiten, offene Daten noch besser zu vernetzen, zugänglich zu machen und ihre Wirkung zu verstärken.
Ein zentrales Anliegen von GODIN ist es daher, eine sinnvolle Zusammenarbeit zwischen allen Organisationen zu fördern, die offene Daten veröffentlichen oder verwalten, und die gemeinsame Entwicklung von Werkzeugen und Lösungen zu unterstützen, die eine gemeinsame Zukunftsvision unterstützen, in der Transparenz die Standardvoraussetzung ist. Das Netzwerk umfasst bereits eine Reihe von aktiven Gründungsmitgliedern, darunter:
Global Energy Monitor (GEM) - Entwicklung offener, zugänglicher Daten über die Energieinfrastruktur zur Unterstützung einer nachhaltigen Energiezukunft.
Supply Chain Data Exchange (SC-DEX) - Ein maschinenlesbares Schema, das die Transparenz von Lieferkettenstandorten und organisatorischen Beziehungen ermöglicht.
Anti-Corruption Data Collective (ACDC) - Zusammenschluss von Journalisten, Analysten und Anwälten zur Aufdeckung und Bekämpfung der weltweiten Korruption.
Global Media Registry (GMR) - Förderung von Transparenz und Verantwortlichkeit in den digitalen Medien durch einen gemeinnützigen, offenen Datenansatz.
GLEIF ruft nun alle Organisationen, die offene Daten veröffentlichen oder mit ihnen arbeiten, einschließlich Regierungsstellen, Nichtregierungsorganisationen, gemeinnützige Organisationen, akademische Einrichtungen und den privaten Sektor auf, sich an GODIN zu beteiligen, um das Versprechen eines besser vernetzten, transparenteren und vertrauenswürdigeren Datenökosystems zu verwirklichen. Weitere Informationen und die Möglichkeit, sich zu beteiligen, finden Sie unter godin.gleif.org.
Falls Sie einen Blogbeitrag kommentieren möchten, besuchen Sie zum Posten Ihres Kommentars bitte die Blog-Funktion auf der englischsprachigen GLEIF-Website. Bitte identifizieren Sie sich mit Ihrem Vor- und Nachnamen. Ihr Name erscheint neben Ihrem Kommentar. Die E-Mail-Adresse wird nicht veröffentlicht. Bitte beachten Sie, dass Sie sich durch Zugriff auf oder Beiträge zum Diskussionsforum verpflichten, die Bedingungen der GLEIF-Blogging-Richtlinie einzuhalten. Lesen Sie sich diese daher sorgfältig durch.
Zornitsa Manolova leitet das Team für Datenqualitätsmanagement und Datenwissenschaft bei der Global Legal Entity Identifier Foundation (GLEIF). Seit April 2018 ist sie für die Erweiterung und Verbesserung der etablierten Rahmenordnung zu Datenqualität und Daten-Governance durch Umsetzung innovativer Ansätze zur Datenanalyse zuständig. Zuvor leitete sie Projekte zur Analyse forensischer Daten im Rahmen internationaler Finanzuntersuchungen bei PwC Forensics. Sie verfügt über ein deutsches Diplom in Informatik mit Schwerpunkt auf Maschinellem Lernen von der Philipps-Universität Marburg.
