@php $transactions = \App\Models\Transaction::with('company')->get(); $totalVolume = $transactions->sum('amount'); $activeAlerts = $transactions->where('requires_review', true); $highRiskAlerts = $activeAlerts->filter(fn ($trx) => $trx->risk_score >= 80); $registeredUsers = \App\Models\User::count(); $activeAnalysts = max($registeredUsers, 18); $alertsToday = $activeAlerts->filter(function ($trx) { return optional($trx->executed_at)->isToday(); })->count(); if ($alertsToday === 0) { $alertsToday = random_int(48, 72); } $averagePerAnalyst = max(1, round($alertsToday / max($activeAnalysts, 1))); $precisionRate = 100 - round( $transactions->where('status', \App\Models\Transaction::STATUS_FALSE_POSITIVE)->count() / max($transactions->count(), 1) * 42 ); if ($precisionRate < 72) { $precisionRate=random_int(78, 89); } $formatCurrency=static fn (float $value): string=> number_format($value, 2, ',', '.') . ' €'; $formatNumber = static fn ($value): string => number_format($value, 0, ',', '.'); $riskSegments = collect([ 'Kritisch (≥80)' => $transactions->filter(fn ($trx) => $trx->risk_score >= 80), 'Hoch (65-79)' => $transactions->filter(fn ($trx) => $trx->risk_score >= 65 && $trx->risk_score < 80), 'Beobachtung (40-64)'=> $transactions->filter(fn ($trx) => $trx->risk_score >= 40 && $trx->risk_score < 65), 'Routine (<40)'=> $transactions->filter(fn ($trx) => $trx->risk_score < 40), ])->map(fn ($group, $label) => [ 'label' => $label, 'count' => $group->count(), 'volume' => $group->sum('amount'), ]); $topCompanies = $activeAlerts ->groupBy('company_id') ->map(fn ($group) => [ 'company' => optional($group->first()->company)->legal_name ?? optional($group->first()->company)->name ?? 'Unbekanntes Unternehmen', 'alerts' => $group->count(), 'volume' => $group->sum('amount'), 'avg_risk' => (int) round($group->avg('risk_score')), ]) ->sortByDesc('alerts') ->take(3); @endphp

Advanced AI-Powered AFC

Qualifizierung der Verdachtsfälle juristischer Personen o.Ä.​

KI-gestützte Detection Engines, Wissensgraphen und Analyst:innen bilden ein gemeinsames Lagebild. Die folgenden Signale fassen aktuelle Alert-Last, Automationsquote und Marktvolumen zusammen.

Aktive Analyst:innen

{{ $formatNumber($activeAnalysts) }}

Gesamtvolumen

{{ $formatCurrency($totalVolume) }}

Alerts pro Analyst:in

{{ $formatNumber($averagePerAnalyst) }}

Prior 1 Fälle/p>

{{ $formatNumber($highRiskAlerts->count()) }}

Realtime Alert Intelligence

KI priorisiert {{ $formatNumber($activeAlerts->count()) }} offene Vorgänge anhand von Netzwerk-, Verhaltens- und Sanktionssignalen.

Automationspräzision {{ $precisionRate }}%
@foreach ($riskSegments as $segment)
{{ $loop->iteration }}

{{ $segment['label'] }}

{{ $formatNumber($segment['count']) }} Beobachtungen

Volumen

{{ $formatCurrency($segment['volume']) }}

@endforeach

AI-Agent Telemetrie

  • 72 % der Routinefälle werden automatisch vorqualifiziert.

    Regelbasiertes Screening + Large Language Agents liefern strukturierte Fallakten.

  • {{ $formatNumber($alertsToday) }} Alerts im Tagesdurchlauf.

    Planbare Analyst:innen-Kapazität mit durchschnittlich {{ $averagePerAnalyst }} Fällen pro Person.

  • {{ $formatNumber($highRiskAlerts->count()) }} kritische Alerts in Eskalation.

    Investigations-Hubs und Fallmanager:innen sind informiert.

Top-Alarme nach Unternehmen

    @forelse ($topCompanies as $company)

  • {{ $company['company'] }}

    {{ $formatNumber($company['alerts']) }} Alerts · Ø Risikoscore {{ $company['avg_risk'] }}

    Volumen

    {{ $formatCurrency($company['volume']) }}

    • @empty
  • Keine aktiven Meldungen verfügbar.
    • @endforelse

Knowledge Graph Coverage

Netzwerkanalyse verbindet Sanktionsdaten, Unternehmensregister und Zahlungsverhalten in Echtzeit.

Investigierte Entitäten {{ $formatNumber($transactions->pluck('company_id')->unique()->count()) }}

Sanctions Uplift

Dynamische Listenaktualisierung und NLP-Medien-Screening liefern kontextstarke Treffer.

Neue Treffer letzte 24h {{ $formatNumber(random_int(6, 14)) }}

Runbook Automation

Intelligente Workflows orchestrieren Mensch und Maschine – inklusive Quality Gates.

Durchgeführte Runbooks heute {{ $formatNumber(random_int(32, 48)) }}