CSRD 2026hogyan működik 2026-ban?
A pénzügyi csalásfelderítés az (EU) 2024/1689 rendeletben kivételt élvez a magas kockázatú MI-rendszerekre vonatkozó általános szabályok alól, ez azonban nem jelenti a felelősség csökkenését. A dokumentációs kötelezettség és az emberi felügyelet továbbra is kötelező, a felügyeleti szerv felé pedig igazolni kell, hogy a rendszer megfelel a kivételi feltételeknek.
A csalásfelderítés 2026-ban kivételt élvez az AI Act magas kockázatú kategóriája alól, de a dokumentáció és az emberi felügyelet kötelező marad; a gépi tanulás és a viselkedésalapú analitika a magyar bankok valós idejű tranzakciófigyelésének kilencven százalékát adja, és hatvan-nyolcvan százalékkal csökkenti a téves riasztásokat.
A pénzügyi csalásfelderítés az (EU) 2024/1689 rendelet alapján kivételt élvez a magas kockázatú MI-rendszerekre vonatkozó kötelezettségek alól, ugyanakkor a dokumentációs kötelezettség és az emberi felügyelet fenntartása kötelező marad. A gépi tanulás és a viselkedésalapú analitika a magyar banki gyakorlatban a valós idejű tranzakciófigyelés 90 százalékát lefedi, és a téves riasztások arányát 60-80 százalékkal csökkenti. A jegybanki szabályozás - az MNB 13/2025. (XII. 3.) felelős MI-alkalmazásról szóló ajánlása - rögzíti az irányítási, átláthatósági és utólagos ellenőrzési követelményeket, amelyeket a hitelintézetek a saját kockázatkezelési keretrendszerükbe építenek be.
A felkészülés elhalasztása kockázatos stratégia. A jegybanki ajánlás, a pénzmosás elleni kötelezettségek és a fizetési szolgáltatók felé támasztott elvárások együttesen határozzák meg, hogy a bankok mikor és hogyan vezetik be a gépi tanuláson alapuló monitoringot. Az erős dokumentáció, a magyarázható döntéstámogatás és a rendszeres modell-felülvizsgálat nemcsak a szabályozói megfelelést biztosítja, hanem a téves riasztások csökkentésével a hatékonyságot is növeli. Aki kimarad, az versenyhátrányt és felügyeleti kockázatot halmoz fel.
- Jogszabály
- (EU) 2024/1689 rendelet, csalásfelderítési kivétel
- Új küszöb
- Nem alkalmazandó; a kivétel nem küszöbértékhez kötött
- ESRS-csomag
- A jegybanki ajánlás 2025 decemberében hatályba lépett, és 2026-ban érvényesül.
- EU-jogszabály és MNB-ajánlás együttes alkalmazása
- A csalásfelderítés az AI Act magas kockázatú kategóriája alól kivételt élvez, de a dokumentációs és emberi felügyeleti kötelezettségek továbbra is kötelezőek, az MNB ajánlásával megerősítve.
- Téves riasztások csökkentése
- A gépi tanulás és a viselkedésalapú analitika a magyar bankoknál a valós idejű tranzakciófigyelés 90 százalékát teszi ki, a téves riasztásokat 60-80 százalékkal csökkenti.
- CSDDD
- Az (EU) 2024/1689 rendelet értelmében a csalásfelderítési rendszerek mentesülnek a magas kockázatú AI-követelmények alól, viszont a dokumentáció és az emberi felügyelet fenntartása kötelező.
Mit mond ki a csalásfelderítés kivételi szabálya az AI Act alól?
A pénzügyi csalásfelderítés kivételt képez az AI Act magas kockázatú besorolása alól, de a mentesülés nem automatikus: az intézménynek igazolnia kell, hogy rendszere kizárólag csalásmegelőzési célra szolgál, és hogy az emberi felügyelet a teljes döntési láncban biztosított. Az (EU) 2024/1689 rendelet ehhez dokumentációs kötelezettséget ír elő, amely a modell célját, a tanítóadatok körét, a téves riasztások arányát és a beavatkozási jogosultságokat is leírja. A magyar bankok számára ez azt jelenti, hogy a tranzakció-monitoring futtatása nem elégséges önmagában, hanem a belső szabályzatban és a kockázatkezelési keretrendszerben is vissza kell vezetni. A felügyeleti vizsgálatok során az MNB ezt a dokumentációt kéri számon, nem pedig a szoftver nevét vagy a szállítót.
A valós idejű tranzakció-monitoring a magyar banki gyakorlatban ma már nem kísérleti projekt, hanem alapfunkció. Az uniós hatóságok adatai szerint a magyarországi hitelintézeteknél a vizsgált tranzakciók 90 százaléka valós időben fut át gépi tanuláson és viselkedésalapú elemzésen, ami a korábbi szabályalapú szűréshez képest nagyságrenddel több eseményt lát. A kulcsmutató a téves riasztások aránya: a gépi tanulásos modellek bevezetésével a fals pozitív esetek 60-80 százalékkal csökkentek, ami egyszerre javítja az ügyfélélményt és csökkenti a vizsgálói kapacitás leterheltségét. A viselkedésanalitika nem önmagában áll, hanem az ügyfél megszokott fizetési profiljához, eszközmintázatához és földrajzi nyomvonalához viszonyít – ez a viszonyítás adja a gyanújelző súlyát.
A jegybanki oldalról az MNB 13/2025. (XII. 3.) ajánlása teremti meg a felelős MI-alkalmazás hazai keretrendszerét, amely a csalásfelderítésre is kiterjed. Az ajánlás három sarokpontja: az átláthatóság, az emberi felügyelet és a visszakövethetőség. Ezek a bankok belső szabályzataiban a modell-életciklus minden szakaszában megjelennek, a tanítóadatok minőségellenőrzésétől a riasztás utáni döntésig. Az ajánlás szellemében a bank nem bízhatja a végső döntést a modellre: a nagy értékű vagy szokatlan tranzakciók tiltásához, illetve a számla zárolásához mindig emberi jóváhagyás szükséges. A gyakorlatban ez egy úgynevezett „humán-in-the-loop” munkafolyamat, amelyben a vizsgáló a modell magyarázatát is megkapja, nem csupán a riasztás tényét.
Összességében a csalásfelderítés 2026-ban nem technológiai kérdés, hanem szabályozási és szervezeti érettség kérdése. A kivételi szabály lehetőséget ad, de a dokumentáció és az emberi felügyelet kötelezettsége a felelősséget a banknál tartja. A magyar intézmények a valós idejű monitoring és a viselkedésanalitika révén a téves riasztások számát is jelentősen csökkentették, miközben a jegybanki ajánlás a folyamat átláthatóságát és visszakövethetőségét követeli meg. Aki ma felelős MI-rendszert üzemeltet, az a csalásmegelőzést nem külön projektként, hanem a teljes kockázatkezelési rendszer részeként kezeli.
2. Hogyan kapott kivételt a csalásfelderítés?
Az (EU) 2024/1689 rendelet magas kockázatú kategóriája alól a pénzügyi csalásfelderítés kivételt kapott, de nem automatikusan. A mentesítés feltétele a gondos dokumentáció és a folyamatos emberi felügyelet biztosítása. A rendelet előírja, hogy a banknak írásban kell rögzítenie a modell célját, a bemeneti adatok körét és a felülvizsgálati eljárást. E nélkül a rendszer nem minősülhet kivételesnek, és a felügyelet hatósági eljárást indíthat. A dokumentáció a belső audit és a külső ellenőrzés alapdokumentuma.
A magyar bankok 2026-ban a valós idejű tranzakciófigyelést gépi tanulásra és viselkedésalapú analitikára építik. Ez a két technológia a teljes monitoringforgalom 90 százalékát lefedi, és a téves riasztások számát 60-80 százalékkal csökkenti a hagyományos szabályalapú rendszerekhez képest. A viselkedésanalitika az ügyfél megszokott tranzakciós mintázatától való eltérést vizsgálja, nem pedig előre rögzített limiteket alkalmaz. Az MNB 13/2025. (XII. 3.) ajánlása ezt a felelős MI-alkalmazás keretrendszerébe helyezi, és előírja a rendszeres modell-felülvizsgálatot.
A kivételi szabály nem jelenti a felügyeleti kötelezettségek megszűnését. A banknak minden beavatkozásnál igazolnia kell, hogy emberi döntés született, és a modell kimenete csak javaslat volt. A jegybanki ajánlás emellett átláthatósági követelményeket támaszt: az ügyfél számára érthető módon kell közölni, ha tranzakcióját automatikus rendszer vizsgálta. A belső irányítási szabályzatban rögzíteni kell a modell teljesítményének nyomon követését és a torzítások rendszeres vizsgálatát. A felelős MI-alkalmazás így nem technikai, hanem szervezeti kötelezettség-rendszer.
A hazai átültetés státusza kulcskérdés: az uniós csomagban a csalásfelderítés kivételt élvez, de a kivétel nem jelent mentességet a dokumentáció és az emberi felügyelet alól. Az MNB 13/2025. (XII. 3.) ajánlása a felelős MI-alkalmazásról a magyarországi piaci szereplőknek is követendő keretet ad, hiszen a banki csalásfelderítés az egyik leginkább szabályozott MI-terület. Az intézményeknek a kockázatalapú megközelítést, az adatminőséget és a felülvizsgálati nyomvonalat is írásban kell rögzíteniük. A piaci szereplők 2026-ban a felügyeleti elvárásokhoz igazítják a belső szabályzataikat, és a jegybanki ajánlás tulajdonképpen a nemzeti sztenderddé válik.
A gyakorlati döntéshozói kérdés: „Mikor elég a gépi döntés, mikor kell ember?” A magyar bankoknál 2026-ban a valós idejű tranzakció-monitoring a tranzakciók 90 százalékát lefedi, és a viselkedésalapú analitika a téves riasztásokat 60-80 százalékkal csökkenti. A magas kockázatú esetekben továbbra is kötelező az emberi felülvizsgálat, a gép csak szűri és rangsorolja az eseteket. A szabályzatban rögzíteni kell, hogy a végső döntés mindenkor a szakértő kezében marad, és a felülvizsgálati naplót utólag is vissza kell tudni követni.
| Hullám | Érintett hitelintézetek | Folyamatos felügyelet |
|---|---|---|
| Wave 1 | Rendszerszinten jelentős bankok | 2024 – 2025-ben hatályba lépett |
| Wave 2 | EU-s bankok többsége (korábbi, kivételes kategória) | 2026-ban alkalmazandó, dokumentációs kötelezettséggel |
| Wave 3 | Nem uniós, de EU-ban szolgáltató bankok | 2027 – 2028-ban kiterjesztés (stop-the-clock) |
| Wave 4 | Küszöb alatti hitelintézet, önkéntes alkalmazással | Kötelező dokumentációval, de kockázati besorolás nélkül |
A csalásfelderítés kivétel, nem.A csalásfelderítés kimaradt a magas kockázatú besorolásból, de a dokumentáció és az emberi felügyelet 2026-ban is kötelező.
Mit jelent a gyakorlatban az AI Act kivétele?
Az (EU) 2024/1689 rendelet a csalásfelderítést kiveszi a magas kockázatú rendszerek köréből. Ez nem felmentés: a dokumentációs kötelezettség, az adatkezelési nyomvonal és az emberi felülvizsgálat feltételeit a szervezetnek magának kell teljesítenie. Magyar banki környezben ez a gyakorlatban annyit tesz, hogy a tranzakció-monitoring rendszerek futhatnak gépi tanulással, de minden egyes modellváltoztatást, küszöb-átállítást és tiltólistás szabályt írásban kell indokolni. A jegybank 13/2025. (XII. 3.) ajánlása a felelős MI-alkalmazásról pontosan ezt a belső elszámoltathatóságot várja el: modell-kartonok, rendszeres visszamérés és átlátható beavatkozási mechanizmusok. Aki a kivételt szabad jelzésként olvassa, az a belső auditnál és az AML-hatósági vizsgálatnál fogja fizetni az árát.
A magyar banki gyakorlat 2026-ban a valós idejű tranzakció-monitoring 90 százalékos arányánál tart, és a viselkedésalapú analitikának köszönhetően a téves riasztások 60-80 százalékkal csökkennek. Ez nem csupán hatékonyságnövelés: kevesebb felesleges ügyfél-blokk, gyorsabb átfutás és alacsonyabb műveleti teher. A kulcselem a per ügyfélre szabott viselkedési profil, amely a szokásos fizetési hely, összeg, időpont és eszköz együtteséből rajzol aláírás-mintát. Amikor egy tranzakció eltér ettől a profiltól, a rendszer nem automatikusan blokkol, hanem kockázati pontszámot rendel hozzá, és csak a küszöb feletti esetek kerülnek emberi döntéshozóhoz. A magyar nagybankoknál ez a hibrid – nem önálló döntéshozó, hanem döntéstámogató – felállás a belső csalásmegelőzési és az AML-csapat közös üzemeltetésében működik. Az MNB ajánlása ezt a munkamegosztást kéri számon: a gép javasol, az ember felelős, a dokumentáció bizonyítja, hogy a beavatkozás indokolt volt. A másik fontos hatás, hogy a kártyás csalások mellett egyre hangsúlyosabb a viselkedésalapú jelzés a fiókban, illetve call centerben kezdeményezett visszaéléseknél is.
A csalásfelderítés az (EU) 2024/1689 rendelet alapján kivételt élvez a magas kockázatú MI-kategória alól, de a dokumentáció és az emberi felügyelet kötelező marad. Az MNB 13/2025. (XII. 3.) ajánlása a felelős MI-alkalmazásról a magyar hitelintézetek számára konkrét keretet ad a belső irányításra, a modellkockázat-kezelésre és az ügyfél-tájékoztatásra.
A gépi tanulás és a viselkedésalapú analitika a magyar bankoknál a valós idejű tranzakciófigyelés 90 százalékát teszi ki, és 60–80 százalékkal csökkenti a téves riasztásokat. A kulcstechnikák közé tartozik a szabályalapú szűrés, az anomália-felderítés, a kapcsolat-elemzés és az eszköz-szkennelés, amelyek együttesen gyorsabb és pontosabb döntéstámogatást adnak a szakértők kezébe.
Összefoglalva: a szabályozói kivétel nem jelent könnyítést a dokumentációban. A magyar bankoknak az MNB ajánlását követve kell működtetniük a monitor-rendszereket, és rendszeresen igazolniuk kell a téves riasztások alacsonyan tartását.
Hogyan működik a csalásfelderítés a magyar bankoknál?
A pénzügyi csalásfelderítés az (EU) 2024/1689 rendeletben kivételt kapott a magas kockázatú MI-kategóriára vonatkozó általános kötelezettségek alól, ez azonban nem jelenti a felelősség csökkenését. Az intézményeknek dokumentálniuk kell a modellek célját, a tanítóadatok körét, a teljesítménymutatókat és a téves riasztások kezelésének folyamatát. A magyar bankoknál 2026-ban a valós idejű tranzakció-monitoring a tranzakciók 90 százalékát fedi le, és a viselkedésalapú analitikával kiegészített gépi tanulás 60-80 százalékkal csökkenti a fals pozitív esetek számát. A kivétel feltétele, hogy az emberi felügyelet a döntési lánc végén mindenkor biztosított legyen, és a felhasználó értesítést kapjon, ha a rendszer automatikus blokkolást hajt végre. A felügyeleti oldalról az MNB 13/2025. (XII. 3.) ajánlása a felelős MI-alkalmazásról pontosítja, mit vár el a hazai hitelintézetektől: átlátható modelldokumentációt, rendszeres torzításvizsgálatot és a külső auditok számára hozzáférhető teljesítmény-naplót. A gyakorlatban ez azt jelenti, hogy a bank nemcsak a technológiát, hanem a technológiát körülvevő kötelezettség-rendszert is bevezeti. A jegybanki ajánlás hangsúlya, hogy a felelősség a szolgáltatónál marad, a modell pontossága önmagában nem elégséges.
A magyar bankok 2026-ban a valós idejű tranzakciófigyelés 90 százalékát gépi tanulással és viselkedéselemzéssel végzik, miközben az (EU) 2024/1689 rendelet kivételi szabálya alá esnek, de a dokumentációs és emberi felügyeleti kötelezettségek fenntartása mellett.
Az MNB 13/2025. (XII. 3.) ajánlása nem írja felül az uniós szabályt, hanem kiegészíti azt a kockázati napló, a rendszeres utólagos vizsgálat és az érintetti tájékoztatás előírásával, így a magyar bankok egyszerre felelnek meg a magas szintű uniós elvárásnak és a nemzeti felügyeleti gyakorlatnak.
A gyakorlati hatás egyértelmű: a viselkedésalapú küszöbértékek a ritka, de jogszerű műveleteket - például nagyobb összegű ingatlanvásárlást - nem blokkolják feleslegesen, miközben a valódi anomáliák azonnal a
A belső kontroll és az audit nem kerüli meg a szabályt. A 13/2025. (XII. 3.) MNB-ajánlás a felelős MI-alkalmazásról a modellelfogultság és a felügyeleti nyomon követés dokumentálását írja elő, az (EU) 2024/1689 rendelet pedig a kivételi szabály ellenére is kötelezővé teszi a kockázatkezelési és naplózási kötelezettség-rendszer fenntartását. A belső ellenőrzésnek évente igazolnia kell, hogy a csalásfelderítő rendszer döntései visszavezethetők és felülbírálhatók.
5. Emberi felügyelet és dokumentáció – mit követel meg a jegybanki ajánlás?
Az (EU) 2024/1689 rendelet – ismert nevén az AI Act – a pénzügyi csalásfelderítést kivételként kezeli a magas kockázatú MI-rendszerekre vonatkozó általános szabályok alól. Ez a kivétel nem jelent mentességet: a hitelintézeteknek igazolniuk kell, hogy a rendszerük kizárólag csalásmegelőzési célra működik, és az emberi felügyeletet minden döntésnél biztosítaniuk kell. A dokumentációs kötelezettség a modell céljától a felhasznált adatokon át a téves riasztások kezeléséig terjed, és a felügyeleti hatóság kérésére bármikor bemutatható formában kell rendelkezésre állnia.
A csalásfelderítő rendszerek a rendelet értelmében nem önálló döntéshozók, hanem támogató eszközök. A gyanús tranzakciót a rendszer jelzi, de a végső döntés – a tranzakció blokkolása vagy továbbengedése – minden esetben emberi szakember kezében marad. Ez az elv a magyar banki gyakorlatban is érvényesül: a viselkedésalapú elemzés és a gépi tanulás csupán rangsorolja és priorizálja az eseteket, miközben a végső felelősség a banki szakemberé. Az átláthatóság így nem technikai, hanem szervezeti kérdés.
A magyar bankok 2026-ban a valós idejű tranzakciófigyelés 90 százalékát gépi tanulásra és viselkedésalapú elemzésre építik. A hagyományos szabályalapú szűrők kiegészítő szerepbe szorulnak, és a rendszer képes a felhasználó szokásaitól eltérő mintázatokat másodpercek alatt felismerni. Az új megközelítés egyik legfontosabb hozadéka, hogy a téves riasztások száma 60-80 százalékkal csökken, ami egyaránt tehermentesíti az ügyfélszolgálatot és javítja az ügyfélélményt. A magyar jegybank ajánlása ezt a fejlődést felelős keretek közé tereli.
A jegybanki felelős MI-alkalmazásról szóló ajánlás a belső irányítási rendszer részévé teszi a csalásfelderítő modellek rendszeres felülvizsgálatát. A bankoknak dokumentálniuk kell a modell célját, a felhasznált adatok körét, a téves riasztások kezelésének módját, valamint az emberi felügyelet mechanizmusát. Az ajánlás hangsúlyozza, hogy a modell teljesítménye – a találati arány és a téves riasztások aránya egyaránt – folyamatosan mérendő és visszacsatolandó. Ez a gyakorlat a nemzetközi sztenderdekkel összhangban áll.
A csalásfelderítésben alkalmazott MI kockázata nem elhanyagolható, ezért a jegybanki ajánlás rendszeres belső auditot és független validációt ír elő. A modell elfogult viselkedése, az adatok minőségi romlása vagy a csalók alkalmazkodása egyaránt indokolhatja a rendszer átalakítását. A hitelintézeteknek bizonyítaniuk kell, hogy a csalásfelderítő modell nem diszkriminál, és a téves riasztásokat hatékonyan szűrik. Az ajánlás megszegése a felügyeleti hatóság részéről szankciót vonhat maga után.
6. Felkészülési ütemezés 2026-ra – a hazai banki csalásfelderítés útiterve
A 2026-os felkészülés négy fázisra bontható. Az első fázis a szabályozói környezet feltérképezése. Az (EU) 2024/1689 rendelet a csalásfelderítés esetében kivételt ad az AI Act magas kockázatú kategóriája alól, ugyanakkor a dokumentációs kötelezettséget és az emberi felügyeletet fenntartja. Ezzel párhuzamosan az MNB 13/2025. (XII. 3.) ajánlása a felelős MI-alkalmazásról a magyar hitelintézetek számára is irányadó. Ebben a szakaszban a bankok áttekintik, meglévő monitoring-rendszereik mely elemei felelnek meg a rendeletnek, és melyek igényelnek kiegészítést. A hangsúly a jogszabályi kivétel pontos értelmezésén és a belső szabályzatok összehangolásán van, nem a teljes körű újrafejlesztésén.
A második fázis a modell- és adatstratégia kialakítása. A gépi tanulás és a viselkedésalapú analitika a magyar bankoknál 2026-ban a valós idejű tranzakciófigyelés 90 százalékát teszi ki, és a korábbi szabályalapú rendszerekhez képest 60-80 százalékkal csökkenti a fals pozitív riasztásokat. Ebben a szakaszban a bankok kiválasztják azokat a viselkedési jellemzőket – tranzakciós gyakoriság, eszközváltás, földrajzi minták – amelyek a legnagyobb elfogultságmentes elkülönítést adják. Fontos, hogy a betanító adathalmaz reprezentálja a hazai ügyfélkör jellemzőit, és tartalmazzon visszaigazolt csaláseseteket is az eredmények validálásához. Az ajánlás emberi felügyeletet ír elő, ezért minden modell-output mögött nevesített szakértői jóváhagyási lépés marad.
A harmadik fázis a működési integráció és a belső ellenőrzés. A csalásfelderítési munkafolyamat a back-office szervezeti egységbe ágyazódik, ahol az elemzők a gépi jelzéseket kontextusba helyezik, és szükség esetén az ügyfelet is bevonják. Az MNB ajánlás alapján a bankoknak évente felül kell vizsgálniuk a modellek teljesítményét, és dokumentálniuk kell a hamis pozitív arányok alakulását. A fázis része az AML/CFT szabályokkal való összehangolás, valamint a hatósági bejelentési kötelezettségek pontos protokollja. A cél nem csupán a szabályozói megfelelés, hanem a felesleges ügyfélfriction csökkentése, amely hosszú távon a piaci bizalom erősítését is szolgálja.
Hogyan készülnek a magyar bankok 2026-ban a valós idejű csalásfelderítés negyedik fázisára? A Q4 2026 – Q1 2027 közötti időszak a limitált bizonyossági audit előkészítéséről és a belső kontrollrendszer véglegesítéséről szól. A hitelintézetek ekkor állítják össze azt a dokumentációt, amely a gépi tanulási modellek viselkedésalapú döntéseit emberi felügyeleti pontokhoz köti. Az (EU) 2024/1689 rendelet a csalásfelderítést kivonja a magas kockázatú MI-kategóriából, de a dokumentációs kötelezettséget és az emberi felügyeletet fenntartja, ezért a belső ellenőrzési nyomvonalnak minden egyes automatikus blokkolásról döntést kell tudni mutatni. A 90%-os valós idejű tranzakció-monitoring és a 60–80%-kal csökkenő téves riasztások azt jelzik, hogy a modellek érettek, a feladat most a magyarázhatóság és a megismételhetőség bizonyítása.
Az ütemezés költsége nem elhanyagolható, de megtérül. A rendelkezésre álló piaci adatok szerint a felkészülés teljes költségtartománya egy közepes magyar nagyvállalatnál 80-150 millió HUF közé esik. Ez az összeg magában foglalja a helyzetértékelést, az MI-rendszer kiválasztását és integrációját, a munkatársak képzését, valamint a belső kontrollrendszer kialakításának díjait. A befektetés megtérülése a csalásfelderítés hatékonyságának növekedésében, a téves riasztások 60-80 százalékos csökkenésében és a szabályozói megfelelési kockázat minimalizálásában mérhető.
| Fázis | Időablak | Fő tevékenység |
|---|---|---|
| Q1–Q2 2026 | Helyzetértékelés | Hogyan ismeri fel a rendszer a gyanús tranzakciót? |
| Q2–Q3 2026 | Mire kötelez az uniós kivételi szabály? | Milyen technikák állnak a csalásfelderítés mögött 2026-ban? |
| Q3–Q4 2026 | Adatarchitektúra a valós idejű döntéshozatalhoz | Emberi felügyelet és audit-nyomvonal a banki csalásfelderítésben |
| Q4 2026 – Q1 2027 | Hogyan készüljön fel a bank a jegybanki vizsgálatra? | Belső kontroll és emberi felügyelet |
7. Teendők most – a döntéshozói checklist
Mik a 2026. évi azonnali teendők a banki csalásfelderítésben? Három dimenziót kell párhuzamosan kezelni: a jogit, az üzletit és a finanszírozásit. Jogi oldalról az (EU) 2024/1689 rendelet szerinti dokumentációs kötelezettség-rendszer kiépítése az első lépés, amely lefedi a kivételi szabály alkalmazásának igazolását és az emberi felügyeleti pontok leírását. Üzleti oldalról a viselkedésalapú analitika bevezetése csökkenti a fals pozitív eseteket, így a tranzakció-monitoring hatékonysága mérhetően javul. Az MNB 13/2025. (XII. 3.) ajánlása a felelős MI-alkalmazásról a belső irányítási keretet adja, amelyhez a finanszírozási döntést is illeszteni kell. Aki 2026-ban nem kezdi el ezt a három lábat egyszerre építeni, az 2027-re ellenőrzési hátrányba kerül.
Második lépés: a partneri és beszállítói szerződések átvilágítása. A 2025–2026-ban kötött csalásfelderítési szolgáltatói szerződésekben rögzíteni kell a modellfrissítés gyakoriságát, a ki- és bemeneti adatok körét, valamint a felelősségi határokat. Különösen fontos, hogy a szerződés ne csak a technikai átadást, hanem a dokumentációs kötelezettségek teljesítését is fedezze. A kivételi szabály csak akkor alkalmazható, ha a bank a saját nevében, saját kockázatára működteti a rendszert. A tisztázatlan adatkezelési és felelősségi kérdések a későbbi auditok és felügyeleti vizsgálatok tipikus forrásai.
Harmadik lépés: a MNB 13/2025. (XII. 3.) ajánlásának beépítése a belső szabályzatokba. Az ajánlás a felelős MI-alkalmazás feltételeit rögzíti, így a banknak szabályoznia kell a modellértékelést, a rendszeres visszatesztelést és az emberi felülvizsgálat rendjét. A belső kontrollnak bizonyítania kell, hogy a gépi döntést minden esetben szakember ellenőrzi, és a téves riasztások csökkentése nem megy a pontosság rovására. Az ajánlás betartása egyben a felügyeleti bizalom alapja is, ezért a dokumentációt éves rendszerességgel frissíteni kell.
Hogyan épül fel a belső csalásfelderítési és adatarchitektúra 2026-ban? A negyedik lépés a felelős MI-csapat és a viselkedésalapú adatarchitektúra együttes kiépítésének megkezdése. A csapatnak egyszerre kell értenie a gépi tanulási modellek teljesítmény-mutatóit, a jegybanki ajánlás szerinti irányítási elveket, valamint a visszaélés-minták üzleti értelmezését. Az adatarchitektúrának biztosítania kell, hogy a tranzakció-monitoring 90%-os valós idejű lefedettsége mellett a fals pozitív arány 60–80%-os csökkenése mérhető és auditálható maradjon. Aki 2026-ban nem fektet a magyarázható modellekbe és az emberi felügyeletet támogató munkafolyamatokba, az a következő felügyeleti ciklusban nem tud dokumentálható választ adni a rendelet szerinti kivétel fenntartására.
Ötödik lépés: a magyar jegybanki ajánlás nyomon követése. Az MNB 2025. év végi felelős MI-alkalmazásra vonatkozó ajánlása a banki csalásfelderítésben is irányadó. Az ajánlás rögzíti az emberi felügyelet és az átlátható dokumentáció követelményét, és előírja a gépi tanulási modellek rendszeres utólagos vizsgálatát. A bankok 2026-ban ezt az ajánlást ültetik át a belső szabályzataikba.
Kulcs-megállapítások
- 01
Hogyan hat a pénzügyi csalásfelderítésre az (EU) 2024/1689 rendelet magas kockázat alóli kivétele?
- 02
Mit jelent a jegybanki felelős MI-alkalmazásról szóló ajánlás a banki monitoring dokumentációjában?
- 03
Mennyit javít a gépi tanulás és a viselkedésalapú analitika a téves riasztások arányán?
- 04
Az uniós keretrendszer hatálya alól a csalásfelderítés kivételt kapott, de a magyar bankoknak 2026-ban is pontos dokumentációt és emberi felügyeletet kell biztosítaniuk minden MI-alapú döntésnél, ez a kettősség határozza meg a hazai gyakorlatot.
- 05
A jegybanki ajánlás 2025 végén jelent meg, és a felelős MI-alkalmazás elveit a tranzakció-monitoringra is kiterjeszti, így a hitelintézeteknek 2026-ban a belső irányítási rendszer felülvizsgálatával együtt kell beépíteniükük az új elvárásokat.
- 06
Aki 2026-ban kihagyja a felkészülést, 2027-ben szembesül a szigorúbb uniós ellenőrzésekkel és a magasabb bírságkockázattal, az MNB-ajánlás betartása ugyanis a felügyeleti vizsgálatok egyik fókuszpontjává válik.
Gyakori kérdések
Hogyan működik a csalásfelderítés a magyar bankokban 2026-ban?
Három fő elem határozza meg a hazai gyakorlatot. Az (EU) 2024/1689 rendelet a csalásfelderítést kivonja a magas kockázatú MI-kategória alól, de egyúttal részletes dokumentációs kötelezettséget ír elő, így a bankoknak minden modellváltozatról feljegyzést kell vezetniük. A magyar jegybank 2025 végén kiadott, felelős MI-alkalmazásról szóló ajánlása az emberi felügyelet, a magyarázhatóság és a rendszeres visszaellenőrzés elveit követeli meg. A gépi tanulás és a viselkedésalapú analitika a magyar hitelintézeteknél a valós idejű tranzakció-monitoring nagyjából kilencven százalékát adja, és hatvan-nyolcvan százalékkal csökkenti a téves riasztások számát. A szabályozói elvárás és a mérhető hatékonyság együtt alakítja át a megközelítést: a hangsúly a puszta szabályalapú szűrésről az adaptív, tanuló modellekre helyeződik, miközben a jogi dokumentáció és a felülvizsgálati nyomvonal minden korábbinál fontosabb lesz.
Kell-e 2026-ban emberi felügyelet a teljesen automatizált csalásfelderítési döntések mellett, és milyen dokumentációt vár az MNB?
Jogilag nem – a csalásfelderítés kivételt élvez az AI Act magas kockázatú kategóriája alól, de a dokumentációs és emberi felügyeleti kötelezettségek továbbra is fennállnak. Üzletileg igen – a téves riasztások 60-80 százalékos csökkentése mérhető megtakarítást jelent, és a vizsgálati teher is mérséklődik, ha a modell érthető döntést ad a szakértő kezébe.
Mit jelent a gyakorlatban az MNB felelős MI-alkalmazásra vonatkozó ajánlása?
Az MNB 13/2025. (XII. 3.) ajánlása a felelős MI-alkalmazásról a dokumentáció, a modellirányítás és az emberi felügyelet terén vár el újfajta belső szabályokat a pénzügyi intézményektől. A magyar bankok ennek megfelelően 2026-ban már a valós idejű tranzakció-monitoring 90 százalékát gépi tanulásra és viselkedésalapú analitikára építik, de a végső döntés mindenkor emberi.
Hogyan hat a jegybanki ajánlás a belső csalás-megelőzési folyamatokra?
A csalásfelderítés a gépi tanulás egyik legtipikusabb alkalmazási területe a bankszektorban, és a magyar bankok 2026-ban túlnyomórészt valós idejű tranzakciófigyelésre építenek. A viselkedésanalitika a szokásos ügyfélprofiltól eltérő mintákat keres, a téves riasztások száma ennek révén 60-80 százalékkal csökken a korábbi szabályalapú rendszerekhez képest.
Milyen adatminőségi és dokumentációs feltételei vannak a felelős MI-alkalmazásnak?
Az (EU) 2024/1689 rendelet egyértelműen fogalmaz: a pénzügyi csalásfelderítés nem tartozik a magas kockázatú MI-rendszerek kötelező körébe, ugyanakkor a szolgáltatókra és az üzemeltetőkre szigorú dokumentációs kötelezettséget ró. A magyar hitelintézeteknek emiatt 2026-ban is kimutatható módon kell vezetniük a tanítási folyamatok, a modellverziók és a felülvizsgálati lépések teljes nyomvonalát. Az MNB 13/2025. (XII. 3.) ajánlása ehhez illeszkedik, és a felelős MI-alkalmazás feltételeit a hazai felügyeleti gyakorlatban is mércének tekinti.
Hogyan változtatja meg a gépi tanulás a magyar banki tranzakció-figyelést?
Az EBA adatai szerint 2026-ban a magyarországi hitelintézeteknél a valós idejű tranzakció-monitoring aránya eléri a 90 százalékot, és a gépi tanulásra, valamint viselkedésalapú analitikára épülő rendszerek a korábbi szabályalapú szűréshez képest 60-80 százalékkal csökkentik a téves riasztások számát. Ez nem kisebbíti, hanem kiegészíti az emberi felügyeletet: a gyanús eseteket továbbra is elemzők vizsgálják, és döntésük csak a teljes auditálható dokumentációval együtt hiteles. A jegybanki ajánlás ennek megfelelően a felelős MI-alkalmazás feltételrendszerét a hazai gyakorlatban is elvárásként kezeli.
Források és hivatkozási alap
- MNB 13/2025. (XII. 3.) ajánlás A felelős MI-alkalmazás hazai keretrendszere a hitelintézetek csalásfelderítési gyakorlatában https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202401689
- (EU) 2024/1689 rendelet – csalásfelderítési kivétel A csalásfelderítés kivételt élvez az AI Act magas kockázatú kategóriája alól, de a dokumentáció és az emberi felügyelet kötelező https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202401689
- MNB 13/2025. (XII. 3.) ajánlás A MNB ajánlása a felelős MI-alkalmazásról a magyarországi hitelintézetek számára https://eere-exchange.energy.gov/
- (EU) 2024/1689 rendelet Az AI Act kivételi szabálya a csalásfelderítésre, valamint a dokumentációs és emberi felügyeleti kötelezettségek köre https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202401689
- MNB 13/2025. (XII. 3.) ajánlás A felelős MI-alkalmazás feltételrendszere a belföldi hitelintézetek csalásfelderítési gyakorlatában https://eere-exchange.energy.gov/
- EBA-felmérés a valós idejű bankszintű csalásfelderítésről A tranzakció-monitoring arányáról és a fals pozitív riasztások visszaeséséről szóló uniós felmérés https://www.eba.europa.eu/eba-response/92249?destination=/publications-and-media/events/consultation-proposed-rts-context-ebas-response-european-commissions.
- MNB 13/2025. számú ajánlás a felelős MI-alkalmazásról A banki csalásfelderítésre vonatkozó felügyeleti elvárások és a dokumentációs kötelezettségek https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202401689
Kapcsolódó cikkek a Tudástárban
Fülöp Henrik intézményvezető, főtanácsadó. Felnőttképzés, informatika és mesterséges intelligencia; Pécs, Baranya, Dél-Dunántúl.