FedNow, de directebetaaldienst van de Federal Reserve die in juli 2023 werd gelanceerd, verwerkte in het tweede kwartaal van 2026 bijna 5 miljoen directe betalingen, een stijging van 83% ten opzichte van het eerste kwartaal, volgens gegevens van de Federal Reserve (FedNow-volume- en waardestatistieken). De dienst, die betalingen de klok rond afwikkelt, breidt ook zijn potentiële bereik uit: de Federal Reserve heeft een voorstel gepubliceerd dat de rol van FedNow bij grensoverschrijdende betalingen zou verbreden.

Op grond van het voorstel zouden deelnemende instellingen tussenpersonen buiten de Federal Reserve Banks mogen gebruiken, zoals PYMNTS meldde. Een correspondentbank of een andere aanbieder zou het internationale deel van een transactie kunnen afhandelen, terwijl FedNow het Amerikaanse deel in realtime afwikkelt. Grensoverschrijdende overschrijvingen die via correspondentbankketens lopen, kunnen dagen nodig hebben om af te wikkelen. Voor bedrijven en consumenten zou dat snellere toegang tot geld kunnen betekenen bij een breder scala aan internationale betalingsstromen.

Voor banken en fintechs vergroot het echter de inzet van een hardnekkig infrastructuurprobleem: betaalsnelheden ontwikkelen zich sneller dan de gefragmenteerde datasystemen waarop banken vertrouwen om risico's te beoordelen en goedkeuringsbeslissingen te verdedigen.

Snellere rails maken gefragmenteerde data gevolgrijker

Banken hebben slechts enkele seconden om te screenen op fraude en sanctierisico's voordat ze beslissen of zij een betaling via FedNow of een andere directebetalingsrail accepteren. Grensoverschrijdende betalingen maken die beslissing complexer doordat er extra partijen, tussenpersonen, jurisdicties en regelgevingseisen bij komen kijken — zonder dat banken meer tijd krijgen om deze te beoordelen.

De meeste financiële infrastructuur is niet gebouwd voor dat gecomprimeerde beslisvenster. Om een grensoverschrijdende betaling in realtime te beoordelen, moeten geautomatiseerde controles inkomende betalingsinformatie direct combineren met klantgegevens transactiehistorie en compliancegegevens die over interne systemen verspreid zijn.

De losgekoppelde verouderde systemen van banken verhinderen vaak dat geautomatiseerde controles tijdig toegang krijgen tot de volledige context. Fintechs beschikken weliswaar over modernere infrastructuur, maar hun vermogen om betalingen te beoordelen hangt nog steeds af van gegevensuitwisseling met bankpartners, betaalverwerkers en externe compliance-aanbieders die zij niet volledig controleren.

En omdat de afwikkeling via FedNow definitief is zodra deze is voltooid, wordt een gemist signaal veel moeilijker te verhelpen nadat het geld is verplaatst.

Dat brengt banken die rechtstreeks op directebetalingsrails zijn aangesloten — en fintechs die via bankpartnerschappen toegang tot die rails hebben — in een lastige positie: een betaling verwerken zonder de volledige context, of een legitieme transactie afwijzen die zij niet tijdig kunnen verifiëren. Geen van beide, zo stelt de analyse, is een werkbare basis om directe betalingen veilig en betrouwbaar op te schalen.

Drie prioriteiten voor het verbinden van betaaldata en risicocontroles

Geld in realtime verplaatsen vereist dat financiële instellingen ook risico's in realtime beoordelen. Dat begint met betrouwbare data, loopt via de controles die daarop aangrijpen en eindigt met een duidelijk verslag van hoe elke betalingsbeslissing tot stand is gekomen.

1. Kritieke data terugvoeren “tot aan het papieren document”

De geautomatiseerde controles die worden gebruikt om realtime betalingen te beoordelen, zijn niet beter verdedigbaar dan de data erachter. De auteur formuleert de toets als volgt: kan een bank de data “terugvoeren tot aan het papieren document”? In de praktijk betekent dat dat een bank kritieke invoergegevens — zoals klantidentificatiegegevens, transactiedetails en gegevens uit sanctiesscreening — terug moet kunnen voeren naar hun autoritatieve bron.

Het volgen van dat spoor kan ingewikkeld worden naarmate gegevens door verouderde systemen bewegen. Data kan worden gecombineerd, geherformatteerd, verrijkt of gecorrigeerd totdat deze is geworden wat de auteur “mishmashed and massaged” noemt — door elkaar gehussield en naar believen bewerkt. Banken moeten het registratiesysteem voor elke invoer identificeren, consistente definities vaststellen en documenteren hoe de data verandert tussen de bron en de betalingscontrole.

Dit fundament geeft de bank een beheerste set invoergegevens die zij kan vertroungen voordat zij begint met het automatiseren van realtime beslissingen.

2. Realtime controles bouwen rond goedgekeurde data

Zodra banken de data hebben geïdentificeerd en beheerst die nodig voor risicobeslissingen rond directe betalingen, moeten zij die bronnen verbinden aan geautomatiseerde controles die de goedgekeurde invoergegevens binnen enkele seconden kunnen ophalen en beoordelen.

Het testen van het end-to-endproces onder realistische transactievolumes kan trage verbindingen, inconsistente formaten of zwakke integraties blootleggen. Het kan ook bevestigen of de bredere infrastructuur directe betalingen op schaal betrouwbaar kan ondersteunen.

AI-agenten kunnen dit proces ondersteunen door activiteiten op grotere schaal te onderzoeken, patronen over transacties heen te herkennen en afwijkingen aan het licht te brengen die traditionele controles mogelijk missen. Hun rol moet duidelijk afgebakend blijven: agenten kunnen de data analyseren en hun bevindingen doorgeven aan bestaande risicocontroles, zonder zelfstandig te bepalen of geld moet worden verplaatst.

3. Het bewijs achter elke beslissing vastleggen

De laatste stap is het bewaren van een verslag van hoe elke betaling is beoordeeld. Voor elke geaccepteerde, geweigerde of geëscaleerde betaling moeten banken automatisch vastleggen welke data en controles de beslissing hebben bepaald, welke alarmen zijn gegenereerd en waarom de betaling die uitkomst heeft gekregen.

Dit creëert een verdedigbaar auditespoor zonder de betaling te vertragen. Als een toezichthouder of onderzoeker een transactie ter discussie stelt, kan de bank de beslissing reconstrueren op basis van bewijs dat op het moment zelf is vastgelegd, in plaats van handmatig gegevens uit meerdere systemen samen te stellen.

Risicobeslissingen op de snelheid van betalingen brengen

Naarmate de afwikkeltijden korter worden, krimpt de marge voor onzekerheid mee. FedNow kan het bereik van directe betalingen vergroten, maar banken en de fintechs die diensten rond deze rails bouwen, hebben nog steeds de data, governance en geautomatiseerde controles nodig om risico's met dezelfde snelheid te beheersen.

De uitdaging is het behoud van de verdedigbaarheid van die beslissingen wanneer de onderliggende data zich over meerdere organisaties kan uitstrekken. Banken en fintechs hebben betrouwbare invoergegevens nodig en een duidelijk verslag van de data, controles en uitkomsten waarvoor elke partij verantwoordelijk is.

Directe afwikkeling verandert de tijdlijn voor het verplaatsen van geld. Het zou de norm niet mogen veranderen voor hoe beslissingen worden genomen, vastgelegd en verdedigd.

De analyse is gepubliceerd op Global Fintech Series. LatentView Analytics is een door AI gedreven analyse-, data-engineering- en adviesbedrijf dat bedrijven helpt uit te blinken in de digitale wereld door de kracht van data te benutten.