Tekoälyn hyödyntäminen rahanpesun estämisessä pankkisektorilla
Pesonen, Anna (2026)
Kandidaatintutkielma
2026
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026051243718
https://urn.fi/URN:NBN:fi-fe2026051243718
Tiivistelmä
Tämän kandidaatintutkielman tarkoituksena on tarkastella, miten tekoälyä voidaan hyödyntää pankkisektorilla rahanpesun estämisessä ja millaisena sen rooli näyttäytyy pankkityössä työntekijöiden näkökulmasta. Aihe on ajankohtainen, koska rahanpesun estämiseen kohdistuvat vaatimukset kasvavat samalla, kun teknologian ja tekoälyn käyttö finanssialalla yleistyy.
Tutkimus toteutettiin laadullisena tutkimuksena, ja aineisto kerättiin puolistrukturoiduilla teemahaastatteluilla kolmelta pankkialalla työskentelevältä asiantuntijalta. Aineisto analysoitiin laadullisen sisällönanalyysin avulla, ja tuloksia tarkasteltiin suhteessa aiempaan tutkimukseen sekä tutkielman teoreettiseen viitekehykseen.
Tulokset osoittivat, että järjestelmät muodostavat pankkityössä välttämättömän perustan rahanpesun estämiselle, mutta lopullinen harkinta, vastuu ja päätöksenteko säilyvät ihmisellä. Tekoälyn nykyinen rooli näyttäytyy ennen kaikkea työn tukena esimerkiksi tiedonhaussa, viestinnässä, dokumenttien jäsentämisessä ja työn valmistelussa. Tekoälyyn liitetään merkittävää potentiaalia erityisesti tiedon käsittelyn tehostamisessa ja riskien tunnistamisen tukemisessa, mutta sen hyödyntämistä rajaavat datan laatu, selitettävyys, sääntely sekä vaatimus siitä, että asiantuntija säilyttää kontrollin päätöksenteossa. The purpose of this bachelor’s thesis is to examine how artificial intelligence can be utilized in the banking sector for anti-money laundering and how its role appears in banking work from employees’ perspective. The topic is relevant because the requirements related to anti-money laundering are increasing at the same time as the use of technology and artificial intelligence is becoming more common in the financial sector.
The study was conducted as a qualitative study, and the empirical data were collected through semi-structured thematic interviews with three experts working in the banking sector. The data were analyzed using qualitative content analysis, and the findings were examined in relation to previous research and the theoretical framework of the thesis.
The results show that systems form an essential foundation for anti-money laundering in banking work, but final judgement, responsibility and decision-making remain with the human expert. The current role of artificial intelligence appears primarily as support for work, for example in information retrieval, communication, document structuring and work preparation. Artificial intelligence is seen to have significant potential especially in improving information processing and supporting risk identification, but its broader use is limited by data quality, explainability, regulation, and the requirement that the expert retains control over decision-making.
Tutkimus toteutettiin laadullisena tutkimuksena, ja aineisto kerättiin puolistrukturoiduilla teemahaastatteluilla kolmelta pankkialalla työskentelevältä asiantuntijalta. Aineisto analysoitiin laadullisen sisällönanalyysin avulla, ja tuloksia tarkasteltiin suhteessa aiempaan tutkimukseen sekä tutkielman teoreettiseen viitekehykseen.
Tulokset osoittivat, että järjestelmät muodostavat pankkityössä välttämättömän perustan rahanpesun estämiselle, mutta lopullinen harkinta, vastuu ja päätöksenteko säilyvät ihmisellä. Tekoälyn nykyinen rooli näyttäytyy ennen kaikkea työn tukena esimerkiksi tiedonhaussa, viestinnässä, dokumenttien jäsentämisessä ja työn valmistelussa. Tekoälyyn liitetään merkittävää potentiaalia erityisesti tiedon käsittelyn tehostamisessa ja riskien tunnistamisen tukemisessa, mutta sen hyödyntämistä rajaavat datan laatu, selitettävyys, sääntely sekä vaatimus siitä, että asiantuntija säilyttää kontrollin päätöksenteossa.
The study was conducted as a qualitative study, and the empirical data were collected through semi-structured thematic interviews with three experts working in the banking sector. The data were analyzed using qualitative content analysis, and the findings were examined in relation to previous research and the theoretical framework of the thesis.
The results show that systems form an essential foundation for anti-money laundering in banking work, but final judgement, responsibility and decision-making remain with the human expert. The current role of artificial intelligence appears primarily as support for work, for example in information retrieval, communication, document structuring and work preparation. Artificial intelligence is seen to have significant potential especially in improving information processing and supporting risk identification, but its broader use is limited by data quality, explainability, regulation, and the requirement that the expert retains control over decision-making.