Data & Analytics
Publicatiedatum 25-03-2020 | Laatste update 30-06-2026
Het AMLC gebruikt data-analyse om nieuwe verdachten, criminele netwerken, trends en fenomenen op het gebied van witwassen te identificeren.
Met deze inzichten kan de FIOD zich richten op de zaken met de grootste impact voor de samenleving én kan effectiever gebruik worden gemaakt van beschikbare bronnen.
De AMLC Suite
Het AMLC heeft voor het uitvoeren van deze analyses eigen tools ontwikkeld op basis van open-source technologie: de AMLC Suite. Deze suite bestaat uit twee onderdelen:
- AMLC Browser (onderzoeken)
- Data Framework (analyseren)

1. AMLC Browser
De AMLC Browser wordt door rechercheurs en analisten van de FIOD gebruikt om data snel en gebruiksvriendelijk te doorzoeken. De data wordt aangeboden in een netwerkstructuur op basis van entiteiten (zoals personen of bedrijven) en relaties tussen deze entiteiten.

Op deze manier vinden gebruikers relaties tussen bijvoorbeeld personen, bedrijven en adressen in een bron, zoals de verdachte transacties.
Bekijk hieronder de video voor toelichting op de AMLC Browser.
2. Data Framework
Het Data Framework is een framework gebaseerd op Python en wordt door data-analisten en -wetenschappers gebruikt om analyses en bewerkingen op de data uit te voeren. Hiermee kunnen zij bijvoorbeeld met netwerkanalyse-algoritmes de spilfiguren in een crimineel netwerk vinden.
Daarnaast gebruiken we het data framework om razendsnel verbanden tussen databronnen te leggen. Hiermee kan informatie uit verschillende datasets gecombineerd worden door onze data-architecten en -analisten.
Ten slotte gebruiken we het data framework om data op de juiste manier in te lezen en aan de AMLC Browser toe te voegen.
Met de zoekbalk van de AMLC Browser is het mogelijk om eenvoudig in meerdere databronnen te zoeken, vergelijkbaar met een zoekslag in een zoekmachine. Het mooie van de browser is, dat vanuit het zoekresultaat weer verder gezocht kan worden. Het is bijvoorbeeld mogelijk om een entiteit te selecteren en vervolgens de relaties met omliggende entiteiten zichtbaar te maken. Op basis van een zoekterm kan zo snel inzicht en overzicht worden verkregen en een heel netwerk worden blootgelegd. Daarnaast kan de AMLC Browser ook zoeken op basis van patronen. Bijvoorbeeld personen die gekoppeld zijn aan meer dan honderd verdachte transacties met een totale waarde boven de 10 miljoen euro (zie onderstaande figuur).

Door middel van het zoeken op basis van patronen kan gerichter gezocht worden naar bekende fenomenen of kunnen hypotheses op een datagedreven manier worden bevestigd dan wel ontkracht.
Bronnen voor data-analyse
Bij het uitvoeren van analyses wordt gebruik gemaakt van zowel openbare bronnen (bijvoorbeeld Leaks zoals de Pandora Papers) als gesloten bronnen (bijvoorbeeld verdachte transacties die vanuit de Financial Intelligence Unit worden doorgezet). Bij de keuze voor de bronnen is niet de hoeveelheid data van belang, maar de relevantie en wettelijke grondslag van de data voor de bestrijding van witwassen. Het gaat dus niet om big data, maar om relevante data. De analyses ondersteunen voor een belangrijk deel de projecten die het AMLC doet in het kader van onze thema’s (Trade-Based Money Laundering, Financial Safety en Concealed Assets). Hiernaast wordt de AMLC Suite ingezet bij de analyses van de Joint Chiefs of Global Tax Enforcement (J5). De J5 is een samenwerkingsverband tussen de VS, Canada, Australië, het Verenigd Koninkrijk en Nederland op het gebied van fiscale fraudebestrijding.
Kennis verwerven met Data Challenges
Daarnaast wordt de AMLC Suite ingezet bij Data Challenges die door het AMLC worden georganiseerd. Bij een Data Challenge wordt op basis van een gekozen onderwerp getracht met data meer kennis te verwerven over dat onderwerp. Hiervoor worden verschillende experts uitgenodigd om in multidisciplinaire teams opdrachten uit te werken. Door een mix van kennis, ervaring en data worden nieuwe inzichten verworven.
Zo is er in het verleden een Data Challenge op het thema Trade-Based Money Laundering (TBML) geweest, waarbij we kennis over dit onderwerp hebben gedeeld en verdachte transacties hebben doorzocht op TBML-meldingen.
Data doorzoeken met open source technologie
Bij het ontwikkelen van tools maakt het AMLC voornamelijk gebruik van vernieuwende, bij voorkeur open source technologie. Het voordeel hiervan is dat het kwalitatief goede en snelle software oplevert zonder aanschaf- of onderhoudskosten. Daarnaast stelt het ons in staat deze tooling te delen met partners.