{"id":9118,"date":"2025-10-06T10:31:58","date_gmt":"2025-10-06T09:31:58","guid":{"rendered":"https:\/\/www.sgrcompliance.com\/?p=9118"},"modified":"2025-10-06T12:20:58","modified_gmt":"2025-10-06T11:20:58","slug":"forum-banca-2025-regtech-and-fraud-prevention","status":"publish","type":"post","link":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/","title":{"rendered":"RegTech e prevenzione delle frodi<span class=\"square-color-azure\">.<\/span>"},"content":{"rendered":"<h2 style=\"text-align: justify;\">Il panel<\/h2>\n<p style=\"text-align: justify;\">SGR Compliance ha partecipato come partner all\u2019edizione 2025 di Forum Banca, l\u2019appuntamento di riferimento dedicato all\u2019innovazione nel settore bancario e finanziario.<br data-start=\"269\" data-end=\"272\" \/>Nel corso della giornata, banche, istituzioni, fintech e RegTech provider si sono confrontati sui temi che stanno trasformando il settore: dall\u2019evoluzione dei modelli di business alla digitalizzazione dei processi, fino alle nuove frontiere della compliance e della prevenzione del rischio finanziario.<\/p>\n<p style=\"text-align: justify;\">L\u2019edizione 2025 ha posto al centro del dibattito AML il tema di come l\u2019intelligenza artificiale e le tecnologie RegTech possano rendere pi\u00f9 efficaci i controlli antiriciclaggio e la prevenzione delle frodi, favorendo un passaggio da modelli reattivi a modelli predittivi.<\/p>\n<p style=\"text-align: justify;\">SGR \u00e8 intervenuta nel panel \u201cIn che modo AI e RegTech trasformano i modelli AML verso un approccio proattivo alla prevenzione delle frodi\u201d, moderato da Simone Mazzonetto, Professore a Contratto di Antiriciclaggio presso l\u2019Universit\u00e0 Ca\u2019 Foscari Venezia e Presidente dell\u2019AML LAB, che ha visto la partecipazione di esperti provenienti da istituzioni finanziarie e aziende specializzate in soluzioni di compliance:<\/p>\n<ul>\n<li style=\"text-align: justify;\">Andrea Danielli, Amministratore Delegato di Mopso;<\/li>\n<li style=\"text-align: justify;\">Valentina Gilberti, Head of Customer Success &amp; Industry Insights di SGR Compliance;<\/li>\n<li style=\"text-align: justify;\">Marco Valcavi, AML Officer e MLRO di Banca Mediolanum;<\/li>\n<li style=\"text-align: justify;\">Salvatore Marrone, Group Head of Compliance &amp; AML di Banca Sistema;<\/li>\n<li style=\"text-align: justify;\">Michele Pisani, Chief AML Officer di BPER Banca;<\/li>\n<li style=\"text-align: justify;\">e Marco Paudice, Head of Delivery di Joint Services.<\/li>\n<\/ul>\n<h3 style=\"text-align: justify;\">1. Collegare i dati per riconoscere le anomalie<\/h3>\n<p style=\"text-align: justify;\">A partire dalla prima domanda \u2014 \u201cIn che modo AI e blockchain possono rafforzare i controlli AML, anticipando frodi e anomalie in tempo reale?\u201d \u2014 <strong>Andrea Danielli<\/strong> ha delineato le diverse forme che l\u2019intelligenza artificiale pu\u00f2 assumere in ambito antifrode, sottolineando come la sua efficacia dipenda dalla capacit\u00e0 di leggere e interpretare grandi volumi di dati eterogenei.<\/p>\n<p style=\"text-align: justify;\">A questo si \u00e8 collegata <strong>Valentina Gilberti<\/strong> di SGR Compliance, che ha posto l\u2019accento sulla scienza del collegamento dei dati: la vera innovazione, ha spiegato, non sta solo nella potenza dell\u2019AI ma nella struttura e qualit\u00e0 dei datapoint su cui l\u2019AI viene addestrata.<\/p>\n<p style=\"text-align: justify;\">Da qui l\u2019importanza di dataset strutturati, storicizzati e corredati da identificatori univoci, dati contestuali e relazioni esplicite tra persone fisiche, entit\u00e0 giuridiche e transazioni. \u00c8 su questa base che tecniche di &#8220;graph analytics&#8221; e &#8220;network detection&#8221; possono individuare pattern di rischio e comportamenti sospetti, riducendo i falsi positivi e aumentando la tempestivit\u00e0 degli alert.<\/p>\n<blockquote>\n<h4 style=\"text-align: justify;\">\u201cLe soluzioni RegTech e di intelligenza artificiale danno valore quando i dati sono organizzati, arricchiti e pensati per creare connessioni significative. Non basta una notizia o un\u2019informazione isolata: serve la capacit\u00e0 di ricostruire il contesto e di riconoscere schemi di rischio che altrimenti resterebbero invisibili.\u201d<\/h4>\n<\/blockquote>\n<p>&nbsp;<\/p>\n<h3 style=\"text-align: justify;\">2. L\u2019evoluzione del ruolo dell\u2019AML Officer: tecnologia e nuove competenze<\/h3>\n<p style=\"text-align: justify;\">La seconda domanda \u2014 \u201cCome sta cambiando il ruolo degli AML Officer nell\u2019adozione di RegTech e strumenti di automazione?\u201d \u2014 ha visto gli interventi di <strong>Marco Valcavi<\/strong> di Banca Mediolanum e <strong>Salvatore Marrone<\/strong> di Banca Sistema.<\/p>\n<p style=\"text-align: justify;\">Entrambi hanno evidenziato come il profilo del professionista AML stia attraversando una fase di profonda evoluzione: accanto alla formazione giuridica, diventano sempre pi\u00f9 centrali competenze di tipo tecnico e analitico.<\/p>\n<p style=\"text-align: justify;\">Le piattaforme di automazione e i sistemi di machine learning, hanno osservato, non sostituiscono l\u2019uomo ma richiedono una maggiore capacit\u00e0 di interpretare, contestualizzare e validare gli output algoritmici.\u00a0In questa prospettiva, la collaborazione tra human intelligence e AI rappresenta una condizione essenziale per garantire controlli efficaci e decisioni ponderate.<\/p>\n<h3 style=\"text-align: justify;\">3. Modelli digitali e automazione intelligente: efficienza e valore aggiunto<\/h3>\n<p style=\"text-align: justify;\">Rispondendo alla terza domanda \u2014 \u201cQuali modelli digitali possono superare i limiti della compliance tradizionale, puntando su proattivit\u00e0 ed efficienza operativa?\u201d \u2014 <strong>Michele Pisani<\/strong> di BPER Banca e <strong>Marco Paudice<\/strong> di Joint Services hanno descritto come i modelli digitali pi\u00f9 evoluti consentano di integrare l\u2019automazione nei processi di compliance senza ridurre il ruolo critico del giudizio umano.<\/p>\n<p style=\"text-align: justify;\">L\u2019obiettivo non \u00e8 sostituire l\u2019esperto AML, ma liberarlo da attivit\u00e0 ripetitive per concentrarsi sull\u2019analisi dei casi complessi e sull\u2019elaborazione di strategie preventive.\u00a0La tecnologia, in questo senso, diventa un moltiplicatore di efficacia, capace di unire accuratezza, tempestivit\u00e0 e riduzione dei costi operativi.<\/p>\n<h2 style=\"text-align: justify;\">Approfondimento \u2014 I datapoint come motore della proattivit\u00e0<\/h2>\n<p style=\"text-align: justify;\">RegTech, machine learning e tecnologie affini non si limitano ad automatizzare i controlli, ma consentono di anticipare il rischio, identificando connessioni, pattern e comportamenti anomali prima che si traducano in frodi o violazioni AML.<br data-start=\"2973\" data-end=\"2976\" \/>La loro efficacia dipende dalla qualit\u00e0, tempestivit\u00e0 e strutturazione dei dati che alimentano l\u2019intero ecosistema di compliance.<\/p>\n<p style=\"text-align: justify;\">Nel suo intervento, Valentina Gilberti ha approfondito il ruolo dei dati come leva centrale per una compliance predittiva e tempestiva, fondata su due dimensioni chiave:<\/p>\n<h3>1. Collegamento \u2014 mettere in relazione i dati per identificare schemi di rischio<\/h3>\n<p style=\"text-align: justify;\">La tecnologia pu\u00f2 supportare in modo decisivo la gestione e l\u2019analisi dei dati, ma solo se questi sono qualitativi sin dall\u2019origine, a partire dalla fase di onboarding.<br \/>\nGilberti ha spiegato che le tecnologie RegTech e AI esprimono il loro pieno potenziale solo se alimentate da dati organizzati, verificati e arricchiti con informazioni contestuali e temporali.<\/p>\n<p style=\"text-align: justify;\">Ha evidenziato i limiti degli approcci basati sul &#8220;web crawling&#8221; puro, utilizzato da alcuni provider per raccogliere a strascico grandi quantit\u00e0 di informazioni dal web: dati puntuali ma spesso privi di contesto, che trasferiscono all\u2019utente l\u2019onere di interpretare, correlare e verificare le informazioni, richiedendo tempo e risorse significative. Un metodo che, oltre a produrre una fotografia parziale e statica del rischio, opera solo su fonti indicizzate, rischiando di tralasciare elementi informativi potenzialmente rilevanti ai fini AML<\/p>\n<p style=\"text-align: justify;\">Una metodologia AML realmente efficace, invece, trasforma gli eventi informativi in datapoint strutturati, dotati di identificatori univoci, storicit\u00e0 e relazioni esplicite.<\/p>\n<h4 style=\"text-align: justify;\">Human intelligence<\/h4>\n<p style=\"text-align: justify;\">Nel contesto della selezione e validazione dei dati, l\u2019integrazione della <strong>human intelligence<\/strong> garantisce un controllo qualitativo che le sole tecnologie automatiche non possono assicurare.\u00a0Gli analisti valutano la pertinenza, l\u2019affidabilit\u00e0 e la coerenza delle fonti, individuando incongruenze e rimuovendo informazioni non rilevanti.<\/p>\n<p style=\"text-align: justify;\">Questo intervento umano \u00e8 fondamentale per validare i collegamenti generati dai sistemi di entity resolution, assicurando che i dati finali siano verificati, contestualizzati e realmente utili ai processi AML e antifrode.\u00a0L\u2019&#8221;<strong>Entity resolution<\/strong>&#8221; consente infatti di collegare e riconciliare in modo univoco le informazioni riferite a uno stesso soggetto, anche quando provengono da fonti diverse o da periodi differenti. In questo modo si evitano duplicazioni e ambiguit\u00e0 dovute a omonimie o dati incompleti, si riduce il numero di falsi positivi e si ricostruisce una biografia informativa coerente, continua e verificabile del soggetto analizzato.<\/p>\n<h4>Applicazioni<\/h4>\n<p style=\"text-align: justify;\">Grazie a dati verificati, strutturati e collegati, le soluzioni informatiche trovano applicazione lungo tutto il ciclo di vita dei controlli AML, dal riconoscimento iniziale del cliente fino al monitoraggio continuo e alla gestione dei casi.<\/p>\n<ul style=\"text-align: justify;\">\n<li data-start=\"841\" data-end=\"1139\">Nella fase di onboarding (KYC\/KYB), consentono la riconciliazione automatica dei dati identificativi, la validazione incrociata tra fonti AML, commerciali e pubbliche, e l\u2019analisi biometrica per individuare identit\u00e0 sintetiche o <em data-start=\"1074\" data-end=\"1084\">deepfake<\/em>, migliorando l\u2019affidabilit\u00e0 della verifica iniziale.<\/li>\n<li data-start=\"1142\" data-end=\"1416\">Durante lo screening e il monitoraggio continuo, permettono lo <em data-start=\"1209\" data-end=\"1220\">screening<\/em> in tempo reale su liste sanzionatorie, PEP e <em data-start=\"1266\" data-end=\"1281\">adverse media<\/em>, con aggiornamenti automatici dei dataset (ad esempio, nuove sanzioni entro 60 minuti), riducendo i tempi di esposizione al rischio.<\/li>\n<li data-start=\"1419\" data-end=\"1642\">Attraverso l\u2019analisi di rete (graph analytics), identificano connessioni e schemi complessi tra persone, entit\u00e0 giuridiche, beni e transazioni, evidenziando strutture opache come societ\u00e0 di comodo, prestanome o trust. Nelle reti societarie complesse, infatti, la capacit\u00e0 di collegare i datapoint gioca un ruolo decisivo.<\/li>\n<li data-start=\"1419\" data-end=\"1642\">Le frodi pi\u00f9 sofisticate \u2014 che spesso coinvolgono societ\u00e0 di comodo, prestanome e strutture fiduciarie o trust \u2014 si basano proprio sulla frammentazione e sulla difficolt\u00e0 di ricostruire la catena di relazioni.<\/li>\n<li data-start=\"1419\" data-end=\"1642\">Attraverso le tecniche di &#8220;graph analytics&#8221; come nel <strong><span style=\"color: #008ad0;\">Link Board<\/span><\/strong> di SGR, \u00e8 possibile rappresentare e analizzare queste connessioni come una rete, mettendo in evidenza i nodi critici e le relazioni indirette tra persone fisiche, entit\u00e0 giuridiche, beni e transazioni. Questo approccio consente di individuare schemi di partecipazione, direzione o beneficiario effettivo che, pur apparendo innocui se osservati isolatamente, rivelano nel loro insieme configurazioni anomale o potenzialmente illecite. In tal modo, il collegamento dei dati diventa uno strumento operativo per svelare strutture opache e supportare valutazioni di rischio pi\u00f9 precise e tempestive.<\/li>\n<\/ul>\n<h3>2. Tempestivit\u00e0 \u2014 identificare i rischi nascosti e consentire decisioni rapide<\/h3>\n<p style=\"text-align: justify;\">La seconda dimensione \u00e8 la velocit\u00e0.<\/p>\n<p style=\"text-align: justify;\">Un dato pu\u00f2 essere tecnicamente corretto, ma perdere valore se aggiornato con ritardo.<\/p>\n<p style=\"text-align: justify;\">La compliance moderna pu\u00f2 arrivare a richiedere perfino feed informativi in near real time, automatizzazione dei workflow e strumenti predittivi in grado di anticipare l\u2019insorgere del rischio.<\/p>\n<p style=\"text-align: justify;\">Valentina Gilberti ha descritto come la tempestivit\u00e0 delle informazioni rappresenti oggi una condizione imprescindibile per una compliance dinamica e preventiva.<\/p>\n<p style=\"text-align: justify;\">Ad esempio il modulo di Sanctions Live Screening di SGR aggiorna le liste sanzionatorie entro 60 minuti dalla pubblicazione ufficiale, permettendo di ridurre drasticamente l\u2019esposizione al rischio. Un esempio di ambito di applicazione significativo \u00e8 \u00a0di rispettare gli obblighi del Regolamento (UE) 886\/2024 sui bonifici istantanei, che prevede lo screening costante degli utenti che esegono le transazioni.<\/p>\n<p style=\"text-align: justify;\">Ma la tempestivit\u00e0 dei dati non riguarda solo le sanzioni.<\/p>\n<p style=\"text-align: justify;\">La tecnologia permette ad esempio di:<\/p>\n<ul style=\"text-align: justify;\">\n<li data-start=\"1204\" data-end=\"1336\">Applicare modelli predittivi capaci di adattarsi automaticamente a nuovi schemi di rischio (<em data-start=\"1435\" data-end=\"1454\">adaptive learning<\/em>).<\/li>\n<li data-start=\"1461\" data-end=\"1576\">Automatizzare le escalation e la gestione degli alert, migliorando l\u2019efficienza e riducendo i falsi positivi.<\/li>\n<li data-start=\"1579\" data-end=\"1764\">Supportare decisioni rapide e trasparenti, grazie a dashboard predittive che aiutano gli operatori a comprendere la logica degli alert e a prioritizzare i casi.<\/li>\n<li data-start=\"1966\" data-end=\"2163\">Integrare modelli di intelligence predittiva, come <em data-start=\"2021\" data-end=\"2043\">early warning system<\/em> e analisi di cluster di rischio per aree o settori, al fine di anticipare evoluzioni e tendenze di rischio emergenti.<\/li>\n<\/ul>\n<blockquote>\n<h4 style=\"text-align: justify;\">La tempestivit\u00e0 dei dati non si limita quindi all\u2019aggiornamento informativo, ma diventa un abilitatore decisionale.<br data-start=\"2167\" data-end=\"2170\" \/>In questo modo, la tempestivit\u00e0 si traduce in una capacit\u00e0 di reazione immediata e consapevole, basata su analisi predittive, automazione intelligente e decisioni informate da dati affidabili e continuamente aggiornati.<\/h4>\n<\/blockquote>\n<h3 style=\"text-align: justify;\">Key takes<\/h3>\n<ul style=\"text-align: justify;\">\n<li>I dati sono il vero motore di una compliance predittiva: dalla raccolta in onboarding all\u2019aggiornamento dei datapoint nel tempo.<\/li>\n<li>La qualit\u00e0 informativa \u2014 identificatori univoci, storicit\u00e0 e relazioni esplicite \u2014 determina la capacit\u00e0 dei modelli AI di distinguere rischio reale da rumore.<\/li>\n<li>La tempestivit\u00e0 degli aggiornamenti (es. sanzioni in 60 minuti) riduce l\u2019esposizione e consente decisioni immediate.<\/li>\n<li>La combinazione di tecnologie avanzate e human intelligence trasforma il controllo AML da reattivo a proattivo, migliorando precisione, efficienza e spiegabilit\u00e0 delle decisioni.<\/li>\n<li>La vera innovazione nella compliance non \u00e8 solo tecnologica, ma informativa: costruire conoscenza strutturata, tempestiva e verificabile \u00e8 la chiave per anticipare il rischio.<\/li>\n<\/ul>\n<p style=\"text-align: justify;\">\n","protected":false},"excerpt":{"rendered":"<p>Prevenzione delle frodi: un confronto su come competenze interne, innovazione tecnologica e qualit\u00e0 dei dati si evolvano per rendere le soluzioni realmente efficaci nella prevenzione del riciclaggio e dei crimini finanziari.<\/p>\n","protected":false},"author":8,"featured_media":9113,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1112,1057],"tags":[],"class_list":["post-9118","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-best-practices-it","category-sector-insights-it-2"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v26.9 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>RegTech e prevenzione delle frodi. | Dataware<\/title>\n<meta name=\"description\" content=\"Key insights from EU-SOCTA 2025 on organized crime and how a specialized database enhances due diligence and risk prevention.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"RegTech e prevenzione delle frodi. | Dataware\" \/>\n<meta property=\"og:description\" content=\"Key insights from EU-SOCTA 2025 on organized crime and how a specialized database enhances due diligence and risk prevention.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/\" \/>\n<meta property=\"og:site_name\" content=\"Dataware\" \/>\n<meta property=\"article:published_time\" content=\"2025-10-06T09:31:58+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-10-06T11:20:58+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1500\" \/>\n\t<meta property=\"og:image:height\" content=\"840\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Dataware\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dataware\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"15 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/\"},\"author\":{\"name\":\"Dataware\",\"@id\":\"https:\/\/www.dataware.link\/it\/#\/schema\/person\/e4b2cef6fba73335f0e49ec26f6dfe40\"},\"headline\":\"RegTech e prevenzione delle frodi.\",\"datePublished\":\"2025-10-06T09:31:58+00:00\",\"dateModified\":\"2025-10-06T11:20:58+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/\"},\"wordCount\":1718,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/www.dataware.link\/it\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png\",\"articleSection\":[\"Best Practices\",\"Sector Insights\"],\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/\",\"url\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/\",\"name\":\"RegTech e prevenzione delle frodi. | Dataware\",\"isPartOf\":{\"@id\":\"https:\/\/www.dataware.link\/it\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png\",\"datePublished\":\"2025-10-06T09:31:58+00:00\",\"dateModified\":\"2025-10-06T11:20:58+00:00\",\"description\":\"Key insights from EU-SOCTA 2025 on organized crime and how a specialized database enhances due diligence and risk prevention.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage\",\"url\":\"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png\",\"contentUrl\":\"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png\",\"width\":1500,\"height\":840,\"caption\":\"Forum Banca 2025 insight\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.dataware.link\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"RegTech e prevenzione delle frodi.\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.dataware.link\/it\/#website\",\"url\":\"https:\/\/www.dataware.link\/it\/\",\"name\":\"Dataware\",\"description\":\"Leader in data analysis and collection\",\"publisher\":{\"@id\":\"https:\/\/www.dataware.link\/it\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.dataware.link\/it\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.dataware.link\/it\/#organization\",\"name\":\"Dataware\",\"url\":\"https:\/\/www.dataware.link\/it\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/www.dataware.link\/it\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.dataware.link\/wp-content\/uploads\/2023\/02\/sgr-logo.png\",\"contentUrl\":\"https:\/\/www.dataware.link\/wp-content\/uploads\/2023\/02\/sgr-logo.png\",\"width\":192,\"height\":192,\"caption\":\"Dataware\"},\"image\":{\"@id\":\"https:\/\/www.dataware.link\/it\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.dataware.link\/it\/#\/schema\/person\/e4b2cef6fba73335f0e49ec26f6dfe40\",\"name\":\"Dataware\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/www.dataware.link\/it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/b004e429cccb92d9c7afafd68d197e233ba4f61a116e1517da97e07293122ae1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/b004e429cccb92d9c7afafd68d197e233ba4f61a116e1517da97e07293122ae1?s=96&d=mm&r=g\",\"caption\":\"Dataware\"},\"url\":\"https:\/\/www.dataware.link\/it\/author\/sgr-compliance\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"RegTech e prevenzione delle frodi. | Dataware","description":"Key insights from EU-SOCTA 2025 on organized crime and how a specialized database enhances due diligence and risk prevention.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/","og_locale":"it_IT","og_type":"article","og_title":"RegTech e prevenzione delle frodi. | Dataware","og_description":"Key insights from EU-SOCTA 2025 on organized crime and how a specialized database enhances due diligence and risk prevention.","og_url":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/","og_site_name":"Dataware","article_published_time":"2025-10-06T09:31:58+00:00","article_modified_time":"2025-10-06T11:20:58+00:00","og_image":[{"width":1500,"height":840,"url":"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png","type":"image\/png"}],"author":"Dataware","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Dataware","Tempo di lettura stimato":"15 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#article","isPartOf":{"@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/"},"author":{"name":"Dataware","@id":"https:\/\/www.dataware.link\/it\/#\/schema\/person\/e4b2cef6fba73335f0e49ec26f6dfe40"},"headline":"RegTech e prevenzione delle frodi.","datePublished":"2025-10-06T09:31:58+00:00","dateModified":"2025-10-06T11:20:58+00:00","mainEntityOfPage":{"@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/"},"wordCount":1718,"commentCount":0,"publisher":{"@id":"https:\/\/www.dataware.link\/it\/#organization"},"image":{"@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage"},"thumbnailUrl":"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png","articleSection":["Best Practices","Sector Insights"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/","url":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/","name":"RegTech e prevenzione delle frodi. | Dataware","isPartOf":{"@id":"https:\/\/www.dataware.link\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage"},"image":{"@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage"},"thumbnailUrl":"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png","datePublished":"2025-10-06T09:31:58+00:00","dateModified":"2025-10-06T11:20:58+00:00","description":"Key insights from EU-SOCTA 2025 on organized crime and how a specialized database enhances due diligence and risk prevention.","breadcrumb":{"@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#primaryimage","url":"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png","contentUrl":"https:\/\/www.dataware.link\/wp-content\/uploads\/2025\/10\/forum-banca-2025-insight-cover.png","width":1500,"height":840,"caption":"Forum Banca 2025 insight"},{"@type":"BreadcrumbList","@id":"https:\/\/www.dataware.link\/it\/forum-banca-2025-regtech-and-fraud-prevention\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.dataware.link\/it\/"},{"@type":"ListItem","position":2,"name":"RegTech e prevenzione delle frodi."}]},{"@type":"WebSite","@id":"https:\/\/www.dataware.link\/it\/#website","url":"https:\/\/www.dataware.link\/it\/","name":"Dataware","description":"Leader in data analysis and collection","publisher":{"@id":"https:\/\/www.dataware.link\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.dataware.link\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.dataware.link\/it\/#organization","name":"Dataware","url":"https:\/\/www.dataware.link\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.dataware.link\/it\/#\/schema\/logo\/image\/","url":"https:\/\/www.dataware.link\/wp-content\/uploads\/2023\/02\/sgr-logo.png","contentUrl":"https:\/\/www.dataware.link\/wp-content\/uploads\/2023\/02\/sgr-logo.png","width":192,"height":192,"caption":"Dataware"},"image":{"@id":"https:\/\/www.dataware.link\/it\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.dataware.link\/it\/#\/schema\/person\/e4b2cef6fba73335f0e49ec26f6dfe40","name":"Dataware","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.dataware.link\/it\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/b004e429cccb92d9c7afafd68d197e233ba4f61a116e1517da97e07293122ae1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/b004e429cccb92d9c7afafd68d197e233ba4f61a116e1517da97e07293122ae1?s=96&d=mm&r=g","caption":"Dataware"},"url":"https:\/\/www.dataware.link\/it\/author\/sgr-compliance\/"}]}},"_links":{"self":[{"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/posts\/9118","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/comments?post=9118"}],"version-history":[{"count":10,"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/posts\/9118\/revisions"}],"predecessor-version":[{"id":9133,"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/posts\/9118\/revisions\/9133"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/media\/9113"}],"wp:attachment":[{"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/media?parent=9118"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/categories?post=9118"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dataware.link\/it\/wp-json\/wp\/v2\/tags?post=9118"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}