Screeningbedrijf Ripjar scherpt AI-tool tegen witwassen aan met betere entiteitsherkenning

Het Britse screeningbedrijf Ripjar bracht op 24 september 2026 een reeks AI-updates uit voor ULTRA, de motor achter zijn klantscreening op sanctielijsten, politiek prominente personen en negatief nieuws (“adverse media”), meldt gespecialiseerd vakblad AML Intelligence. De belangrijkste wijziging zit in de entiteitsherkenning: ULTRA kan voortaan beter onderscheid maken tussen een moederbedrijf, zijn dochters en gelijknamige andere organisaties, en verwerkt ook complexere naamgevingsconventies, zoals Arabische namen. Volgens Ripjar wijst ULTRA risico met 98,7% nauwkeurigheid toe aan de juiste entiteit en vermindert het systeem het aantal meldingen dat bij een analist terechtkomt met 99%.

Naast de entiteitsherkenning kreeg ook Screening Assistant, de “agentic” AI-functie van Ripjar die meldingen vooraf beoordeelt, een update om zelfstandiger te redeneren over of een treffer wel degelijk op de juiste persoon of organisatie slaat. Ripjar claimt dat ULTRA dagelijks meer dan 5 miljoen nieuwe artikelen doorzoekt, in meer dan 150 talen, bovenop een archief van ruim 10 miljard historische artikelen. Ceo Matt Mills zegt dat AI onmisbaar is geworden, maar dat complianceteams moeten kunnen begrijpen en vertrouwen hoe het systeem tot een beslissing komt. Het bedrijf, opgericht door voormalige medewerkers van de Britse inlichtingendienst GCHQ, noemt onder zijn klanten Barclays, UBS en het Liechtensteinse VP Bank, en zegt dat een kwart van de wereldwijd systeemrelevante banken met ULTRA werkt.

Wat betekent dit voor banken in België?

Of een Belgische bank specifiek met Ripjar werkt, vonden we in open bronnen niet terug. Wat wel voor elke Belgische instelling met een compliance-afdeling telt, is de richting waarin toezichthouders duwen: de FATF publiceerde in december 2025 het evaluatierapport van haar vijfde ronde over België, waarin ze niet langer alleen toetst of een bank een procedure voor klantenonderzoek heeft — waaronder de screening op negatief nieuws die de Belgische antiwitwaswet van 18 september 2017 voorschrijft — maar ook of die procedure in de praktijk resultaat oplevert. Een AI-systeem dat, zoals Ripjar claimt, het aantal meldingen dat een analist bereikt met 99% terugdringt, is precies het soort aantoonbare effectiviteit waar die evaluatie om vraagt; het is aan elke instelling zelf om zulke cijfers te laten toetsen voor ze erop steunt.

Wie bij een Belgische bank een gelijkaardige update overweegt, botst sowieso op dezelfde vraag als bij de aankondiging van FinScan en Quantifind eerder deze maand: een AI-model dat continu wereldwijd nieuws doorzoekt, verschuift het klantenonderzoek van een periodieke controle naar doorlopende monitoring, met alle vragen over uitlegbaarheid die daarbij horen — precies het punt dat Ripjars eigen ceo aanhaalt.