> ## Documentation Index
> Fetch the complete documentation index at: https://docs.didit.me/llms.txt
> Use this file to discover all available pages before exploring further.

# AML-Screening-API: Sanktionen & PEP

> Didit prüft Nutzer in Echtzeit gegen 1,300+ Sanktions-, PEP- und Watchlists: $0.20 pro Aufruf, Zwei-Score-Risikosystem, ohne Vertrag.

Das Didit AML-Screening prüft eine Person in Echtzeit gegen 1,300+ weltweite Sanktions-, PEP- und Beobachtungslisten-Quellen sowie negative Medienberichte und liefert jeden potenziellen Treffer mit zwei Werten zurück: einem Übereinstimmungswert dafür, wie wahrscheinlich der Treffer dieselbe Person ist, und einem Risiko-Score dafür, wie risikoreich die gelistete Entität ist.

Integrations-Prompt für AML-Screening
        Prompt in die Zwischenablage kopieren



      
      

\<pre>

\````# Goal
Integrate Didit AML Screening (PEP, sanctions, warnings, adverse media) into your app. Pick ONE mode.

\# Mode A — Session-based
Run AML as a step inside a verification session. Decisions, ongoing monitoring, and audit history are bound to the session and surfaced in the Business Console.

1\. Add the AML feature to the workflow (Business Console or POST /v3/workflows/). Configure thresholds: aml_match_score_threshold, aml_score_approve_threshold, aml_score_review_threshold, and the weights aml_name_weight + aml_dob_weight + aml_country_weight (must sum to 100).
2\. Create a session — POST /v3/session/ with { workflow_id, vendor_data, callback }. See /sessions-api/create-session.
3\. Fetch the decision — GET /v3/session/{sessionId}/decision/ or subscribe to session.status.updated.

Decision surface: `aml_screenings[]` array on the decision payload.

\# Mode B — Standalone API (server-to-server)
Use when you want a one-shot AML check decoupled from a hosted KYC flow.

POST https://verification.didit.me/v3/aml/
x-api-key: YOUR_API_KEY
Content-Type: application/json

curl example:
\```bash
curl -X POST 'https://verification.didit.me/v3/aml/' \
-H "x-api-key: $DIDIT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"full_name": "Javier Ejemplo Modelo",
"entity_type": "person",
"date_of_birth": "1974-01-01",
"nationality": "ES",
"include_adverse_media": true,
"vendor_data": "user-1234"
}'
\```
Returns: { request_id, aml: { status, screening_id, hits: [...], warnings: [...] } }.

\# Important policy rules
\- aml_name_weight + aml_dob_weight + aml_country_weight must equal exactly 100 — request rejected with HTTP 400 otherwise.
\- include_adverse_media=true increases latency to ~25s; use a client timeout of at least 45s.
\- include_ongoing_monitoring=true keeps the entity under daily re-screening at **$0.07 per year per screened entity** (billing alert) and requires save_api_request=true (HTTP 400 otherwise). Disable from the Business Console.

\# Status enum (per aml_screenings[].status / aml.status)
"Not Started" | "In Progress" | "Approved" | "In Review" | "Declined" | "Abandoned" | "Kyc Expired"

\# Warnings (LogWarningChoices.AML)
warnings[] risk codes include:
POSSIBLE_MATCH_FOUND, MATCH_FOUND, HIGH_RISK_COUNTRY, ADVERSE_MEDIA_HIT, SANCTIONED_ENTITY, PEP_MATCH, ONGOING_MONITORING_ENABLED.
Full catalogue: /core-technology/aml-screening/warnings-aml-screening.

\# Failure modes to handle
\- HTTP 400 — weights don't sum to 100; ongoing_monitoring without save_api_request.
\- HTTP 403 — out of credits.
\- status="Declined" — at least one hit's risk_score ≥ aml_score_review_threshold and crossed the decline boundary.
\- status="In Review" — risk_score between approve and review thresholds; route to manual queue.
\- Adverse-media timeout — the upstream provider was slow; the result returns without adverse-media hits (still actionable).

\# See also
\- Canonical schema: /reference/data-models#aml-screening
\- Per-feature report: /core-technology/aml-screening/report-aml-screening
\- Risk catalogue: /core-technology/aml-screening/warnings-aml-screening
\- Ongoing monitoring: /core-technology/aml-screening/continuous-monitoring-aml-screening
\- Full integration playbook: /integration/integration-prompt````

\</pre>



      
      

Einfügen in

Die Academy-Lektion zum Lesen eines Verifizierungsergebnisses behandelt das AML-Screening ab 8:40: Sanktionen, PEPs und negative Medienberichte bei einer echten Sitzung.[AML-Screening: Sanktionen, PEPs und negative Medienberichte — Didit Academy](https://www.youtube.com/embed/7htTWCWsl60?start=520\&rel=0\&playsinline=1)![Tabelle der Didit AML-Screening-Quellen für Beobachtungslisten, einschließlich OFAC-, EU- und UN-Sanktionen sowie PEP-Listen](https://mintcdn.com/didit-0f962782/z6T2GHM4Zh-iSj-K/images/aml-list-table.jpeg?fit=max\&auto=format\&n=z6T2GHM4Zh-iSj-K\&q=85\&s=b254abf5bb564018e15588ef7c56f92e)## Wichtige Konzepte: Übereinstimmungswert vs. Risiko-ScoreDidit verwendet ein **Zwei-Score-System** für das AML-Screening:### Übereinstimmungswert (Identitätskonfidenz)- **Frage:** Ist dieser Treffer dieselbe Person, die wir überprüfen?
- **Faktoren:** Namensähnlichkeit, Geburtsdatum, Land/Staatsangehörigkeit, Dokumentennummer
- **Zweck:** Klassifiziert den Treffer als **Falsch positiv** oder **Nicht geprüft** (Möglicher Treffer)
- **Schwellenwert:** Schwellenwert für den Übereinstimmungswert (Standard: 93)### Risiko-Score (Risikostufe der Entität)- **Frage:** Wie risikoreich ist diese Entität, wenn es sich um einen echten Treffer handelt?
- **Faktoren:** Länderrisiko, Kategorie (PEP/Sanktionen/etc.), Vorstrafenregister
- **Zweck:** Bestimmt den **finalen AML-Status** (Genehmigt/In Prüfung/Abgelehnt)
- **Schwellenwerte:** Genehmigungs-Schwellenwert (Standard: 80) und Prüfungs-Schwellenwert (Standard: 100)```
┌─────────────────────────────────────────────────────────────────────────────┐
│                           AML SCREENING FLOW                                │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  STEP 1: Screen against watchlists                                          │
│     └── Returns potential matches (match score ≥ 75% included)              │
│                                                                             │
│  STEP 2: For each match, calculate MATCH SCORE                              │
│     └── Match Score = (Name × W1) + (DOB × W2) + (Country × W3)             │
│                                                                             │
│  STEP 3: Classify match by match score                                      │
│     ├── Match Score < 93 → FALSE POSITIVE (excluded from risk)              │
│     └── Match Score ≥ 93 → UNREVIEWED (included in risk)                    │
│                                                                             │
│  STEP 4: For unreviewed matches, calculate RISK SCORE                       │
│     └── Risk Score = (Country × 30%) + (Category × 50%) + (Criminal × 20%)  │
│                                                                             │
│  STEP 5: Determine AML STATUS (highest risk score among non-FP matches)     │
│     ├── Risk Score < 86 → APPROVED                                          │
│     ├── 86 ≤ Risk Score ≤ 100 → IN REVIEW                                   │
│     └── Risk Score > 100 → DECLINED                                         │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘
```## Prüfstatus von TreffernJedem AML-Treffer wird basierend auf seinem Übereinstimmungswert ein Prüfstatus zugewiesen:| Status | Beschreibung | Wann zugewiesen |
| - | - | - |
| **Falsch positiv** | Treffer ist wahrscheinlich NICHT dieselbe Person | Übereinstimmungswert \< Schwellenwert (automatisch zugewiesen) |
| **Nicht geprüft** | Treffer ist eine mögliche Übereinstimmung, die eine Prüfung erfordert | Übereinstimmungswert ≥ Schwellenwert (automatisch zugewiesen) |
| **Bestätigte Übereinstimmung** | Treffer wurde als dieselbe Person verifiziert | Manuell durch Compliance-Beauftragten festgelegt |
| **Nicht eindeutig** | Es kann nicht festgestellt werden, ob der Treffer dieselbe Person ist | Manuell durch Compliance-Beauftragten festgelegt |> [!NOTE]
>
> ### **Tipp:** Sie können den Prüfstatus eines Treffers in der Console ändern, indem Sie die AML-Übersicht aufrufen oder auf einen bestimmten Treffer klicken, um dessen Details anzuzeigen.## Hauptfunktionen### 1. Umfassende Datenextraktion- **Präzise Extraktion**: Extrahieren Sie Daten aus vom Benutzer bereitgestellten Informationen oder Ausweisdokumenten mithilfe fortschrittlicher OCR-Technologie.
- **Fuzzy-Logik**: Berücksichtigen Sie Namensvarianten und Tippfehler, um eine lückenlose Datenerfassung zu gewährleisten.### 2. Umfangreiche Watchlist-AbdeckungFühren Sie Screenings über mehrere Kategorien hinweg durch, darunter:- **Sanktionslisten**: Von staatlichen und internationalen Stellen.
- **Politisch exponierte Personen (PEPs)**: Personen mit herausragenden öffentlichen Funktionen.
- **Strafregistereinträge**: Einschließlich globaler und lokaler Datenbanken mit Strafregistereinträgen.
- **Erwähnungen in negativen Medienberichten**: Nachrichtenartikel und Berichte über Finanzkriminalität und andere Risiken.
- **Benutzerdefinierte Beobachtungslisten**: Konfigurierbar basierend auf spezifischen Kundenanforderungen.### 3. Fortschrittliche Matching-Algorithmen- **Fuzzy Matching**: Erkennen Sie geringfügige Abweichungen bei Namen oder Details, um eine präzise Übereinstimmung sicherzustellen.
- **Mehrere Datenpunkte**: Nutzen Sie Name, Geburtsdatum, Staatsangehörigkeit und weitere Identifikatoren für ein gründliches Screening.
- **Golden-Key-Logik**: Dokumentennummern-Matching, das Scores für eine definitive Identifizierung überschreiben kann.### 4. Risikobewertung mit zwei ScoresJeder Treffer erhält ZWEI Scores:| Score | Zweck | Einstufung |
| - | - | - |
| **Übereinstimmungswert** (0-100) | Handelt es sich um dieselbe Person? | Falsch positiv vs. Nicht geprüft |
| **Risiko-Score** (0-100) | Wie riskant ist diese Entität? | Bestimmt den endgültigen AML-Status |**Prüfstatus des Treffers (basierend auf dem Übereinstimmungswert):**- **Falsch positiv**: Übereinstimmungswert unter dem Schwellenwert – wahrscheinlich NICHT dieselbe Person
- **Nicht geprüft**: Übereinstimmungswert liegt bei oder über dem Schwellenwert – erfordert eine Prüfung**Endgültiger AML-Status (basierend auf dem höchsten Risiko-Score unter den Treffern, die nicht falsch positiv sind):**- **Genehmigt**: Alle nicht geprüften Treffer weisen niedrige Risiko-Scores auf
- **In Prüfung**: Mindestens ein nicht geprüfter Treffer weist mittlere bis hohe Risiko-Scores auf
- **Abgelehnt**: Mindestens ein nicht geprüfter Treffer weist sehr hohe Risiko-Scores auf### 5. Detailliertes Screening auf negative MedienberichteFühren Sie Screenings über ein breites Spektrum an Kategorien für negative Medienberichte durch, darunter:- **Finanzkriminalität**: Geldwäsche, Veruntreuung und mehr.
- **Gewaltverbrechen**: Körperverletzung, Mord und damit zusammenhängende Straftaten.
- **Terrorismus**: Beteiligung an oder Unterstützung von terroristischen Aktivitäten.
- **Betäubungsmittel**: Drogenhandel und damit zusammenhängende Straftaten.
- **Betrug**: Verschiedene Arten von Betrug und täuschenden Praktiken.
- **Regulatorische Verstöße**: Nichteinhaltung von Compliance-Vorschriften.### 6. Anpassbare Screening-Parameter- **Einstellbare Sensitivität**: Konfigurieren Sie die Sensitivität des Screenings basierend auf der Risikobereitschaft Ihrer Organisation.
- **Anpassbare Beobachtungslisten**: Wählen Sie aus, welche Beobachtungslisten und Kategorien in den Screening-Prozess einbezogen werden sollen, um spezifische Vorgaben zu erfüllen.### Konfigurierbare SchwellenwerteSie können das Sicherheitsniveau durch das Festlegen unterschiedlicher Schwellenwerte anpassen:**Konfiguration des Übereinstimmungswerts:**| Einstellung | Standard | Beschreibung |
| - | - | - |
| Schwellenwert für Übereinstimmungswert | 93 | Treffer darunter sind Falsch positiv, beim Schwellenwert oder darüber sind Nicht geprüft |
| Namensgewichtung | 60 | Gewichtung für den Namen im Übereinstimmungswert |
| Geburtsdatumsgewichtung | 25 | Gewichtung für das Geburtsdatum im Übereinstimmungswert |
| Ländergewichtung | 15 | Gewichtung für das Land im Übereinstimmungswert |**Schwellenwerte für den Risiko-Score (Endgültiger Status):**| Einstellung | Standard | Beschreibung |
| - | - | - |
| Genehmigungsschwellenwert | 80 | Risiko-Scores darunter = Genehmigt |
| Prüfschwellenwert | 100 | Risiko-Scores darüber = Abgelehnt; dazwischen = In Prüfung |![Didit-AML-Schwellenwerte für Risiko-Scores für die Status „Genehmigt“, „In Prüfung“ und „Abgelehnt“](https://mintcdn.com/didit-0f962782/z6T2GHM4Zh-iSj-K/images/aml-risk-score.png?fit=max\&auto=format\&n=z6T2GHM4Zh-iSj-K\&q=85\&s=297acc5d98dcd0f038597c4f2d953f46)> [!NOTE]
>
> Diese Schwellenwerte können basierend auf Ihrer Risikotoleranz und Ihren Sicherheitsanforderungen angepasst werden.## FunktionsweiseUnser AML-Screening-Prozess identifiziert potenzielle Risiken effizient und minimiert gleichzeitig Verzögerungen für legitime Benutzer.**1. Datenextraktion**Das System extrahiert relevante Informationen entweder aus vom Benutzer bereitgestellten Daten oder aus hochgeladenen Ausweisdokumenten.| Eingabe | Methode |
| - | - |
| **Ausweisdokumente** | Fortschrittliche OCR-Technologie für eine präzise Datenextraktion |
| **Vom Benutzer bereitgestellte Daten** | Direkte Eingabe (Name, Geburtsdatum, Staatsangehörigkeit, Dokumentennummer) |
| **Fuzzy-Logik** | Berücksichtigt Namensvarianten und Tippfehler |**2. Screening gegen Beobachtungslisten**Die extrahierten Daten werden in Echtzeit mit **1,300+ globalen Beobachtungslisten** und Datenbanken abgeglichen:- **Sanktionslisten** — Regierungs- und internationale Stellen (OFAC, EU, UN usw.)
- **Politisch exponierte Personen (PEPs)** — Personen mit herausragenden öffentlichen Ämtern
- **Strafregister** — Globale und lokale Strafregisterdatenbanken
- **Negative Medienberichte** — Nachrichtenartikel und Berichte über Finanzkriminalität
- **Benutzerdefinierte Beobachtungslisten** — Konfigurierbar nach Ihren Anforderungen**3. Berechnung des Übereinstimmungswerts**Für jede potenzielle Übereinstimmung berechnet das System einen **Konfidenzwert** — wie wahrscheinlich es sich um dieselbe Person handelt.| Faktor | Standardgewichtung | Beschreibung |
| - | :-: | - |
| **Namensähnlichkeit** | 60% | Fuzzy-Abgleich zur Berücksichtigung von Varianten |
| **Geburtsdatum** | 25% | Exakter oder partieller Vergleich des Geburtsdatums |
| **Land/Staatsangehörigkeit** | 15% | Vergleich des Herkunftslandes |- Übereinstimmungswert **unter dem Schwellenwert** (Standard: 93) → als **falsch positiv** eingestuft
- Übereinstimmungswert **auf oder über dem Schwellenwert** → als **nicht geprüft** eingestuft (mögliche Übereinstimmung)
- **Golden Key**: Eine Übereinstimmung der Dokumentennummer kann den Wert für eine eindeutige Identifizierung auf 100% überschreiben**4. Berechnung des Risiko-Scores**Für Übereinstimmungen, die nicht falsch positiv sind, berechnet das System die **Risikostufe** der Entität:| Faktor | Gewichtung | Beschreibung |
| - | :-: | - |
| **Kategorie** | 50% | PEP-Stufe, Sanktionsart, Schwere der Straftat |
| **Länderrisiko** | 30% | Risikobewertung der verknüpften Länder |
| **Strafregister** | 20% | Vorhandensein und Schwere von Vorstrafen |**5. Ermittlung des endgültigen Status**Basierend auf dem **höchsten Risiko-Score** unter allen nicht als falsch positiv eingestuften Übereinstimmungen:| Risiko-Score | Status | Aktion |
| :-: | - | - |
| Unterhalb des Genehmigungsschwellenwerts | **Genehmigt** | Automatisch freigegeben, kein plausibles Risiko |
| Zwischen Schwellenwerten | **In Prüfung** | Für die manuelle Prüfung durch Compliance markiert |
| Oberhalb des Prüfungsschwellenwerts | **Abgelehnt** | Hohes Risiko, automatische Ablehnung |Wenn **alle** Übereinstimmungen falsch positiv sind, lautet das Ergebnis **Genehmigt** (keine plausiblen Treffer gefunden).**6. Ergebnisgenerierung**Ein detaillierter Bericht wird mit vollständiger Transparenz erstellt:- **Übereinstimmungswert** und **Risiko-Score** jeder Übereinstimmung mit Aufschlüsselung
- Klassifizierung der Treffer (falsch positiv vs. nicht geprüft vs. bestätigt)
- Quelldatenbank und Kategoriedetails für jeden Treffer
- Bereitstellung der Ergebnisse über **API-Antwort**, **Webhook** oder die **Business Console**
- Automatische Entscheidungsfindung basierend auf Ihren konfigurierten Schwellenwerten für den Risiko-Score## Referenz der AML-TrefferdatenJeder in der API-Antwort zurückgegebene AML-Treffer enthält detaillierte Informationen über die übereinstimmende Entität. Nachfolgend sind die wichtigsten Felder und deren mögliche Werte aufgeführt.### Datensatz-KategorienDas Feld `datasets` bei jedem Treffer gibt an, in welchen Compliance-Datenbankkategorien die Entität gefunden wurde. Mögliche Werte:| Wert | Beschreibung |
| - | - |
| `PEP` | Politisch exponierte Person (allgemein) |
| `PEP Level 1` | Staatsoberhäupter, hochrangige Politiker, Richter an obersten Gerichten |
| `PEP Level 2` | Parlamentsabgeordnete, Botschafter, Militärführer |
| `PEP Level 3` | Kommunalbeamte, Beamte der mittleren Führungsebene |
| `PEP Level 4` | RCA (Angehörige und enge Vertraute) von PEP-Personen |
| `Sanctions` | Internationale und nationale Sanktionslisten (OFAC, EU, UN usw.) |
| `Adverse Media` | Negative Medienberichte und Meldungen im Zusammenhang mit Finanzkriminalität |
| `Warnings and Regulatory Enforcement` | Behördliche Warnungen, Durchsetzungsmaßnahmen und Compliance-Alerts |
| `Fitness and Probity` | Register zur Zuverlässigkeit und fachlichen Eignung, die von Finanzaufsichtsbehörden geführt werden |
| `SIP` | Listen von Personen von besonderem Interesse |
| `SIE` | Listen von Entitäten von besonderem Interesse |
| `Insolvency` | Insolvenz- und Konkursregister |### Sanktions-TrefferDas Array `sanction_matches` enthält Details zu jeder Sanktionsliste, in der die Entität gefunden wurde. Wichtige Felder:| Feld | Typ | Beschreibung |
| - | - | - |
| `list_name` | `string[]` | Name(n) der Sanktionsliste(n) |
| `matched_name` | `string` | Name, wie er auf der Sanktionsliste erscheint |
| `description` | `string` | Beschreibung des Sanktionseintrags |
| `reason` | `string` | Freitext-Begründung, warum die Entität sanktioniert wurde. Dies ist kein Enum – die Werte stammen direkt von der sanktionierenden Behörde und beschreiben die spezifischen Gründe für die Listung (z. B. „Executive Order 13224 (Terrorism)“, „Support for actions undermining Ukraine's sovereignty“). |
| `legal_basis` | `string[]` | Rechtsgrundlage der Sanktion |
| `sanction_program` | `string[]` | Sanktionsprogramm(e), unter dem/denen die Entität gelistet ist |
| `sanctioning_authority` | `string[]` | Behörde, die die Sanktion verhängt hat |
| `listed_on` | `string[]` | Datum/Daten, an dem/denen die Entität gelistet wurde |
| `source_url` | `string` | URL zur Quelle |### Warn-TrefferDas Array `warning_matches` enthält Details zu Treffern aus Warnlisten, behördlichen Durchsetzungslisten und ähnlichen Listen. Das Feld `additional_data` kann ein Array `data.case_details` mit strukturierten Fallinformationen enthalten.#### WarnfalltypenDas Feld `case_type` innerhalb von `additional_data.data.case_details[]` beschreibt die Art des Warnfalls. Bekannte Werte:| Wert | Beschreibung |
| - | - |
| `Accusation` | Formelle Anschuldigung oder Anklage |
| `Arrest` | Festnahmeeintrag |
| `Bribery` | Fall im Zusammenhang mit Bestechung |
| `Criminal` | Allgemeiner Strafrechtsfall |
| `Fraud` | Fall im Zusammenhang mit Betrug |
| `Illegal Fundraising` | Illegale Mittelbeschaffung |
| `Non-conviction Terror` | Listung im Zusammenhang mit Terrorismus ohne Verurteilung |
| `Proclaimed Offender` | Behördlich ausgeschriebener Straftäter |
| `Regulatory Enforcement` | Behördliche Durchsetzungsmaßnahme |
| `Terrorism` | Fall im Zusammenhang mit Terrorismus |
| `Terrorism-related` | In Verbindung mit terroristischen Aktivitäten |
| `Terrorism-related listing` | Listung im Zusammenhang mit Terrorismus |


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.