Dun & Bradstreet bringt Risiko- & Compliance-Workflows zu Anthropics Claude

WARUM DAS WICHTIG IST: Die Verbindung proprietärer, verifizierter Identitätsdaten mit einem führenden Large Language Model markiert einen kritischen Wendepunkt für RegTech. Dies ist nicht einfach ein weiterer KI-Chatbot; es ist ein struktureller Schritt hin zur Einbettung kontextbezogener und prüfbarer Entscheidungsfindung in zentrale Geschäftsprozesse. Die Branche hat Schwierigkeiten gehabt, hochriskante Compliance-Funktionen wie Know Your Business (KYB) zu automatisieren, da erklärbare Ergebnisse und verifizierbare Quellen erforderlich sind. Durch die Einspeisung eines umfangreichen Commercial Graph, verankert durch eindeutige Unternehmenskennungen, direkt in die Kontextschicht des LLM, löst diese Partnerschaft effektiv das „Black-Box"-Problem der KI im regulierten Finanzwesen. Der eigentliche Wert liegt im Potenzial, das Kunden-Onboarding von einer tagelangen, manuellen Fallbearbeitungsübung in einen nahezu sofortigen, agentischen Workflow zu komprimieren, der dennoch die regulatorischen Governance-Anforderungen erfüllt. Dies setzt einen neuen Maßstab für die operative Effizienz globaler Finanzinstitute.

Dun & Bradstreet gab bekannt, dass das Unternehmen mit Anthropic zusammenarbeiten wird, um D&B-Risikodaten direkt in Claude einzubringen und so das Onboarding und die Compliance-Arbeit von Unternehmen zu beschleunigen. Durch die Integration des D&B Commercial Graph™ in Claude über einen Model Context Protocol (MCP)-Server können Kunden in wenigen Minuten maßgeschneiderte KYC/KYB-Workflows erstellen und Onboarding-Prozesse über Claude beschleunigen. Unter Nutzung des Fachwissens, das D&B einbringt, entstehen Onboarding-Workflows, die Vertrauen in die Automatisierung und die von regulierten Branchen geforderte Governance liefern.

„Was diese Integration so leistungsstark macht, ist, dass Claude nicht einfach mehr Daten erhält, sondern den verifizierten Kontext und die Entscheidungslogik, die zum Handeln erforderlich sind," sagte Alex Zuck, General Manager of Risk bei Dun & Bradstreet. „Das bedeutet Ergebnisse, die nicht nur auf den Benutzer und die Situation zugeschnitten sind, sondern auch erklärbar, prüfbar und konsistent – allesamt wesentliche Komponenten, damit Organisationen in risikoreichen, regulierten Umgebungen mit Zuversicht handeln können."

Dies stellt einen grundlegenden Wandel in der Durchführung des Onboardings dar und ermöglicht es agentischen Systemen, manuelle Schritte, isolierte Tools und Fallmanagement durch einen einzigen automatisierten Workflow zu ersetzen. Beispielsweise kann ein Finanzinstitut D&B-Daten in Claude nutzen, um neue Unternehmenskunden in Sekunden zu onboarden, automatisch zu verifizieren, wer sie sind, wie sie eigentümergeführt sind, ihr Risikoprofil zu ermitteln und prüfungsreife Dokumentation zu erstellen.

Gemeinsam ermöglichen Claude und D&B Benutzern, Onboarding-Agenten zu erstellen, die natürlichsprachliche Anweisungen mit verifizierten Daten kombinieren, die im globalen Standard D-U-N-S® Number-Unternehmensidentifikator verankert sind, sowie entscheidungsreife RisikoLogik, die über Jahre realer Kundenerfahrung verfeinert wurde.

„Agenten in Onboarding-Workflows müssen verstehen, mit wem sie es zu tun haben", sagte Zuck. „D&B gibt Claude eine beständige, verifizierte Sicht auf die Unternehmensidentität durch die D‑U‑N‑S-Nummer sowie den Kontext, der erforderlich ist, um über Eigentümerschaft, Kontrolle und Risiko nachzudenken. Indem wir diese Unternehmensverifizierungsschicht in Claude einbringen, helfen wir Organisationen, beim Onboarding schneller voranzukommen, ohne Sicherheit, Verantwortlichkeit oder Vertrauen zu gefährden."

Durch die MCP-basierte Integration können Benutzer sicher auf D&Bs Commercial Graph zugreifen, um:

• Die Identität von Unternehmen zu verifizieren, mit denen sie über komplexe Eigentums- und Kontrollstrukturen interagieren.

• Das Engagement in globalen Drittanbieter- und Lieferantennetzwerken zu bewerten.

• Onboarding-Agenten zu automatisieren, die Echtzeit-Risikointelligenz in Entscheidungsprozesse einbeziehen.

• Die Erstellung von Risikoentscheidungsdokumentation zu automatisieren.

Dieser Ansatz repräsentiert die Zukunft der Wissensarbeit für Unternehmen: KI-Systeme, die Informationen nicht nur zusammenfassen, sondern mit verifiziertem Unternehmenskontext, Risikoлогик und Governance operieren.

FF NEWS TAKE: Diese Zusammenarbeit bewegt die Nadel erheblich und definiert den Höchststand für die Einführung agentischer KI im regulierten Finanzwesen. Die eigentliche Entwicklung ist das Model Context Protocol, das eine notwendige Brücke aus verifizierten, prüfbaren Daten zwischen leistungsstarken LLMs und strikten Compliance-Vorgaben herstellt. Wir sollten nun genau beobachten, ob diese Architektur – verifizierte proprietäre Daten, die autonome Risikoworkflows antreiben – zum De-facto-Standard für andere unternehmenskritische Bereiche wird, wie etwa Geldwäschebekämpfung (AML) und kontinuierliche Betrugsüberwachung.