| Unternehmen | Quantexa |
|---|---|
| Branche | AI/ML/Big Data |
| Finanzierungsrunde | Series D, Later Stage |
| Eingesammelt (Mio. USD) | $153.0 |
| Größenordnung | $50-250 Mio |
| Jahr | 2021 |
| Folien | 9 |
| Land | United Kingdom |
| Phase | Series D, Later Stage |
| Investoren | Dawn Capital, AlbionVC, Evolution Equity Partners, HSBC, ABN AMRO Ventures, British Patient Capital, Warburg Pincus |
Verknüpfung von Daten zur Aufdeckung von Finanzkriminalität
Quantexa aus Großbritannien verbindet Daten aus verschiedenen Quellen zu einem Netz von Beziehungen zwischen Personen, Unternehmen und Transaktionen. Banken und Behörden nutzen das, um Geldwäsche, Betrug und verdeckte Verbindungen zu erkennen.
Der Ansatz löst ein bekanntes Problem: Einzelne Transaktionen wirken unauffällig, das Muster über mehrere Konten und Gesellschaften nicht. Für ein Deck ist das ein gut erzählbarer Nutzen, weil er sich an einem Fallbeispiel zeigen lässt.
Die belegenden Zahlen sind dieselben wie bei allen Systemen dieser Art: Trefferquote und Zahl der Fehlalarme im Vergleich zum bestehenden System. Beides muss aus einem realen Kundenprojekt stammen, nicht aus einem Testdatensatz.
Für eigene Decks im Verkauf an Banken und Behörden ist die Beschaffungsseite die Hürde: Ausschreibungen, Sicherheitsprüfungen, Referenzanforderungen. Ein Deck sollte zeigen, welche dieser Anforderungen bereits erfüllt sind – sie sind für den Käufer wichtiger als jede Produkteigenschaft.
Ein zweiter Punkt betrifft die Datenquellen. Die Qualität hängt an Registerdaten, Sanktionslisten und Handelsinformationen, die eingekauft werden müssen. Diese Bezugskosten sind eine dauerhafte Position und mindern die Marge – wer sie nicht ausweist, rechnet die Software zu gut.
