AI gaat op jacht: hoe agenten cryptocriminelen opsporen

Het opsporen van criminelen op de blockchain was vroeger een lang en uitputtend proces, waarbij elke nieuwe portemonnee een onderzoek naar een dood spoor kon leiden. Tegenwoordig wordt dit werk steeds meer overgenomen door kunstmatige intelligentie: het voegt snel gefragmenteerde overdrachten samen en maakt er een samenhangend beeld van. En dit verandert niet alleen de onderzoeksmethoden, maar ook de spelregels voor de hele cryptomarkt.

Van pseudonimiteit naar transparantie

De situatie begon te veranderen toen er duidelijkere regels kwamen. De VS, Europa en Aziatische landen scherpten de vereisten voor exchanges aan, introduceerden KYC en voerden monitoring van verdachte transacties in. Tegelijkertijd ontwikkelden de analysetools van blockchain zich en leerden ze adressen te clusteren, geldstromen te volgen en ze te koppelen aan echte diensten.

Het resultaat is dat een systeem dat lang als praktisch anoniem werd beschouwd, nu een van de meest transparante financiële infrastructuren is. Blockchain is altijd een openbaar grootboek geweest. Nu kunnen deze sporen ook snel worden gelezen, gecorreleerd en toegeschreven.

Hoe de markt voor "blockchain lezen" ontstond

Bedrijven als Elliptic, Chainalysis en later TRM Labs begonnen platforms te bouwen die gegevens van meerdere blockchains verzamelden, adressen clusterden, geldstromen volgden en riskante activiteiten markeerden. Belangrijk is dat deze oplossingen nooit gericht waren op particuliere gebruikers, maar op grote klanten - overheidsinstanties, wetshandhavers, banken en cryptobeurzen.

Beurzen gebruiken dergelijke systemen om transacties en klanten te screenen, banken om te voorkomen dat ze te maken hebben met "vuile" fondsen en overheidsinstanties voor onderzoeken en de handhaving van sancties.

Loading...

De tweet is verwijderd door de auteur.

Maar we hebben alles opgeslagen 🙂.

Met name hun effectiviteit werd snel bewezen in de praktijk. Deze tools zijn gebruikt bij onderzoeken naar grootschalige witwaspraktijken, het afsluiten van illegale diensten en het volgen van transacties die gekoppeld zijn aan gesanctioneerde rechtsgebieden.

Hoe AI zijn intrede deed in blockchain analytics

AI werd de tool die, lang voor de huidige hausse, blockchainanalyse hielp versnellen. In 2019 publiceerde Elliptic samen met het MIT-IBM Watson AI Lab een grote gelabelde dataset van Bitcoin-transacties om modellen te trainen voor het detecteren van illegale activiteiten.

Deze benaderingen pakten het kernprobleem van de markt aan - datavolume. Wanneer je te maken hebt met miljarden transacties en complexe routes over meerdere netwerken, kan een mens simpelweg niet alle informatie snel verwerken. Daarom vertrouwen analisten steeds meer op modellen die in staat zijn om patronen te identificeren in enorme datasets en verbanden bloot te leggen die onzichtbaar zijn voor handmatige analyse. In 2024 rapporteerde Elliptic een nieuw onderzoek gebaseerd op bijna 200 miljoen Bitcoin-transacties, waarbij een model was getraind om niet alleen individuele verdachte wallets te detecteren, maar ook hele witwasconstructies.

Na verloop van tijd werd de rol van deze systemen uitgebreid. Ze begonnen niet alleen risico's te signaleren, maar ook te helpen bij het structureren van onderzoeken: ze volgden geldstromen, suggereerden mogelijke verbanden tussen adressen en verkortten de analysetijd. Elliptic verklaarde expliciet dat dergelijke modellen hielpen bij het ontdekken van nieuwe witwasconstructies en voorheen onbekende illegale portemonnees, waarbij de resultaten al werden gebruikt om hun producten te verbeteren.

Loading...

De tweet is verwijderd door de auteur.

Maar we hebben alles opgeslagen 🙂.

In feite werd AI een "onzichtbare laag" binnen analyseplatforms. Maar zelfs met deze mogelijkheden bleef er een belangrijke beperking: het systeem ondersteunde analisten, maar kon hun werk niet volledig vervangen.

Wanneer AI ophoudt slechts een hulpmiddel te zijn

In de praktijk verandert dit de manier waarop blockchaingegevens worden behandeld. Een gebruiker formuleert een zoekopdracht in natuurlijke taal en het systeem selecteert zelfstandig relevante gegevens, bouwt de analytische logica op en produceert een antwoord. Chainalysis benadrukt dat dergelijke oplossingen vertrouwen op miljarden transacties en miljoenen eerdere onderzoeken - effectief werkend op een geaccumuleerde kennisbank van typische geldstromen, risico's en regelingen.

Loading...

De tweet is verwijderd door de auteur.

Maar we hebben alles opgeslagen 🙂.

De belangrijkste verschuiving is dat de rol van de analist begint te veranderen. Voorheen voerde een mens het onderzoek van begin tot eind uit, terwijl het systeem alleen отдельных этапов versnelde. Nu kan de machine fondsroutes traceren, feiten structureren en ze samenvoegen in een rapport voor verdere verificatie. Volgens het bedrijf worden complexe onderzoeken hierdoor in sommige gevallen al teruggebracht van dagen tot minuten.

Tegelijkertijd verandert de toetredingsdrempel, omdat de toegang tot analytics geleidelijk toeneemt - niet alleen voor nauwe specialisten en grote spelers, maar ook voor een breder scala aan marktdeelnemers die zoekopdrachten kunnen formuleren en kant-en-klare inzichten kunnen ontvangen.

In feite verschuift de markt van tools die eenvoudigweg analyses versnellen naar systemen die een deel van het denkwerk in het proces overnemen.

Wanneer transparantie een marktregel wordt

Dit betekent dat risicogegevens een concurrentievoordeel worden. Wie problematische routes eerder ontdekt, verliest minder tijd aan vertragingen, wordt geconfronteerd met blokkades of krijgt te maken met mislukte settlements. De analyse van de herkomst van fondsen wordt geleidelijk net zo'n integraal onderdeel van de handelsinfrastructuur als vergoedingen of uitvoeringssnelheid.

Voor de legale markt is dit grotendeels goed nieuws: meer voorspelbaarheid, minder giftige fondsen en meer vertrouwen van de traditionele financiële wereld. Voor degenen die in grijze zones opereren - het tegenovergestelde. Maar het belangrijkste punt is anders: een markt die zijn reputatie bouwde op ondoorzichtigheid is steeds minder te onderscheiden van de traditionele financiële infrastructuur. En dat is misschien wel het belangrijkste gevolg - niet voor regelgevers, maar voor de cryptomarkt zelf.