Appearance
Trefferqualität und Kalibrierung
So wird verglichen
- Normalisierung: Groß-/Kleinschreibung, Akzente und Sonderzeichen werden vereinheitlicht, deutsche Umlaute zusätzlich als
ae/oe/uegeprüft. Rechtsformen (GmbH, LLC, OOO, „Joint Stock Company“, „Aktsionernoe Obshchestvo“ …) und Titel werden entfernt. - Transliteration: Kyrillische und griechische Eingaben werden in mehrere lateinische Schreibweisen übertragen (ICAO, BGN, deutsche Konvention).
- Arabische Schrift: Da Kurzvokale meist nicht geschrieben werden, wird über das Konsonantengerüst verglichen (محمد ≙ Mohammed ≙ Muhammad). Solche Treffer werden mit höchstens 92 % bewertet und mit der Regel
arabic-consonant-skeletongekennzeichnet. - Chinesische, japanische und koreanische Schrift: Eingaben werden romanisiert – Chinesisch in Pinyin (张晓明 → „Zhang Xiaoming“, auch „Zhang Xiao Ming“), Koreanisch in drei Systemen (Revidierte Romanisierung „Gim Jeong-eun“, McCune-Reischauer „Kim Chong-un“ und die nordkoreanische Schreibweise der Listen „Kim Jong Un“, mit Stimmhaftmachung wie „Chon Chi-bu“ und den üblichen Schreibweisen häufiger Familiennamen wie Park/Pak), Japanisch (Hiragana, Katakana) in Hepburn mit kurzen Langvokalen („Tokyo“). Zusätzlich wird der Name in der Originalschrift Zeichen für Zeichen mit den Originalschrift-Namen der Listen verglichen. Die Regel im Beleg erhält den Zusatz
cjk-romanizationbzw.cjk-native. - Kandidatensuche über Namensteile, Phonetik (Double Metaphone), Buchstabenfolgen und Kennungen.
- Bewertung: Abgleich jedes Namensteils, Abzug für deutlich abweichende Teile; Geburtsdatum, Land und Typ erhöhen oder senken den Wert nur, wenn beide Seiten einen Wert haben. Eine übereinstimmende Kennung (Pass, Register, IMO, SWIFT …) ist immer ein Treffer.
Gemeldet wird ab der Trefferschwelle des Mandanten (Standard 85 %). Der Regelstand steht in jedem Prüfnachweis (rulesVersion).
Golden Set
Der Testkatalog sanctions-go/tests/testdata/golden/golden.json enthält bekannte Treffer (Schreibvarianten, Wortreihenfolge, Kyrillisch, Arabisch, Kennungen, Schiffe) und bekannte Nicht-Treffer (häufige deutsche Personen- und Firmennamen). Er läuft in jeder CI-Pipeline:
| Stand | Bekannte Treffer gefunden | Nicht-Treffer fälschlich gemeldet |
|---|---|---|
| 06.11.2026 | 26 / 26 | 0 / 16 |
Erweiterung durch die Fachabteilung
Der Katalog soll mit fachlich bekannten Treffern und Verwechslungsfällen aus der Praxis erweitert werden. Jede Änderung der Vergleichsregeln muss ihn weiterhin vollständig bestehen.
Messung auf den vollständigen Listen
Gemessen am 06.11.2026 auf den vollständigen Dateien EU (6.269 Einträge), UK (6.420) und OFAC (19.948), Schwelle 85 %.
Wiederfinden (Recall) – jeder 25. Personen- bzw. Organisationseintrag, systematisch abgewandelt:
| Abwandlung | Gefunden |
|---|---|
| Name unverändert | 99,7 % |
| Wortreihenfolge vertauscht | 99,2 % |
| Kleinschreibung, ohne Satzzeichen | 99,7 % |
| Buchstabendreher im längsten Namensteil | 96,7 % |
| Mittelteil weggelassen (nur erster und letzter Namensteil) | 67,7 % |
Der niedrigere Wert beim weggelassenen Mittelteil betrifft vor allem Firmennamen, bei denen dadurch prägende Wörter fehlen, sowie lange Namen mit vier oder mehr Teilen. Sind alle eingegebenen Namensteile exakt im Listennamen enthalten (z. B. fehlender Vatersname), wird mindestens mit 88 % gemeldet.
Fehlmeldungen – 300 häufige deutsche Personen- und Firmennamen (20 Vornamen × 10 Nachnamen, 10 Nachnamen × 10 Firmenzusätze):
| Messung | Ergebnis |
|---|---|
| vor der Kalibrierung | 38 / 300 (12,7 %) |
| nach der Kalibrierung | 6 / 300 (2,0 %) |
Die verbleibenden Meldungen sind echte Namensgleichheiten mit gelisteten Personen bzw. Organisationen (z. B. „Andreas Müller“ ↔ gelistet „Andreas Martin MÜLLER“, „Wagner GmbH“ ↔ gelistete „Wagner Group“). Sie sind fachlich als möglicher Treffer zu prüfen und werden nach einer Fehlalarm-Entscheidung für dieselben Partnerdaten nicht erneut vorgelegt.
Kalibrierung (Regelstand 2.3):
- Der Vergleich des gesamten sortierten Namens wird nur noch bei unterschiedlicher Wortzahl verwendet (z. B. „Chongchongang“ ↔ „Chong Chon Gang“); er hatte Namen mit gleichem Anfang überbewertet.
- Einzelbuchstaben (Initialen von Rechtsformen wie „e. K.“) zählen bei Organisationen nicht als Namensteil.
- Mehrteilige Rechtsformen werden entfernt.
- Deckt der kürzere Name nur einen kleinen Teil des längeren ab, sinkt der Wert stärker.
Kalibrierung (Regelstand 4.5, 11.11.2026) – nach Fehlmeldungen echter microtech-Adressen auf Staging:
- Einzelnes Namenswort: Ein einzelnes Wort, das exakt einem Namensteil eines Listeneintrags entspricht, wird mit 87 % gemeldet, wenn das Wort selten ist (in höchstens 5 Einträgen der Liste), mindestens 4 Buchstaben hat und kein allgemeines Geschäftswort ist – „Putin“ allein findet Wladimir PUTIN, „Petrov“ allein meldet nicht jeden Petrov. Firmen („Putin GmbH“) werden auf diese Weise nicht gegen gelistete Personen gemeldet. Ein falsch geschriebenes Einzelwort bleibt bei höchstens 80 % (Regel
single-token-exact-rare). - Einwortnamen mit Abweichung: Zwei einwortige Namen, die nicht gleich sind, erreichen die Schwelle nur noch bei einem einzelnen Tippfehler in Wörtern ab 6 Buchstaben; sonst höchstens 80 % („Hama“ ↔ „Hamas“, „Nedis“ ↔ „NEDSA“, „Navigon“ ↔ „Navitron“; Regel
single-word-fuzzy-cap). - Nur allgemeine Geschäftswörter: Besteht die Übereinstimmung nur aus Wörtern wie „Technology“, „Trading“, „Industrie“, „International“, während ein Name ein eigenes prägendes Wort hat, bleibt der Wert bei höchstens 80 % (Regel
generic-words-only). Ein exakt gleicher Name wird weiterhin immer gemeldet. - Getrennt/zusammen geschriebene Wörter werden über den Editierabstand der zusammengeschriebenen Namen verglichen (Regel
jaro-winkler-joined); gleiche Vornamen allein („Andreas Angerer“ ↔ „Andreas Martin MÜLLER“) erreichen die Schwelle nicht mehr. - Initialen wie „G.B.T.“ werden zu einem Namensteil („gbt“) zusammengefasst statt entfernt.
Gemessen auf EU, UK und OFAC (Consolidated, ohne SDN):
| Messung | Regelstand 3.4 | Regelstand 4.5 |
|---|---|---|
| Gemeldete Fehlmeldungen von Staging (13 Adressen, Land DE) | 13 / 13 | 0 / 13 |
| „Putin“ bzw. „PUTIN“ allein | kein Treffer | Treffer |
| Name unverändert / Wortreihenfolge | 99,8 % / 98,2 % | 99,8 % / 98,2 % |
| Mittelteil weggelassen | 84,0 % | 90,9 % |
| Buchstabendreher im längsten Namensteil | 97,1 % | 96,7 % |
| Fehlmeldungen bei 300 häufigen deutschen Namen | 6 / 300 | 6 / 300 |
| Golden Set | 38 / 38, 0 / 21 | 38 / 38, 0 / 21 |
Laufzeit und Speicher: höchstens 6 ms je Prüfung über alle drei Listen; Index ca. 234 MB.
Die Messung ist reproduzierbar mit dem Test TestQualityReport (sanctions-go/tests/system/golden), wenn die vollständigen Listendateien über Umgebungsvariablen bereitgestellt werden.
Chinesische, japanische und koreanische Schrift
Gemessen am 09.11.2026 auf denselben Listen: Jeder Listenname in Originalschrift (Han, Hangul, Kana) wurde als Eingabe verwendet. Für die Spalte „nur Romanisierung“ wurden die Originalschrift-Namen vorher aus dem Index entfernt, sodass nur die lateinischen Namen gefunden werden können.
| Eingabe | Anzahl | nur Romanisierung | mit Originalschrift-Namen der Listen |
|---|---|---|---|
| Koreanisch, Personen | 113 | 98,2 % | 100 % |
| Chinesisch, Personen | 238 | 88,2 % | 100 % |
| Koreanisch, Organisationen | 30 | 0 % | 100 % |
| Chinesisch, Organisationen | 510 | 0 % | 100 % |
- Bei Personen fehlen vor allem japanische Namen in Kanji (siehe Grenzen), chinesische Umschriften russischer Namen (阿科波夫 ↔ AKOPOV) und kantonesische Schreibweisen aus Hongkong (張 ↔ TSANG).
- Organisationen sind auf den Listen übersetzt („Korea Rungrado General Trading Corporation“), nicht umschrieben; sie werden über ihre Originalschrift-Namen gefunden, die die Listen mitführen. Rechtsformen in Originalschrift (有限公司, 股份, 集团, 株式会社, 주식회사 …) zählen dabei nicht.
- Fehlmeldungen: Eingaben in Originalschrift treffen nicht häufiger andere Einträge als dieselben Einträge mit ihrem lateinischen Namen (Personen 63 bzw. 98 Eingaben mit weiteren Treffern gegenüber 58 bzw. 94 mit lateinischem Namen; überwiegend dieselbe Person auf einer anderen Liste). Kurze koreanische Namen wie „Kim Yong Chol“ ähneln sich auch in lateinischer Schrift stark.
- Die übrigen Messwerte (Recall, 2,0 % Fehlmeldungen bei deutschen Namen) sind unverändert.
Reproduzierbar mit TestCJKRomanizationRecall (sanctions-go/tests/system/realdata).
Bekannte Grenzen
- Japanische Kanji werden ohne Wörterbuch nicht gelesen; reine Kanji-Namen werden wie Chinesisch in Pinyin umgeschrieben und finden die japanische Schreibweise nicht (bitte lateinisch eingeben). Kantonesische, Hokkien- und Wade-Giles-Schreibweisen (Hongkong, Taiwan) werden nicht erzeugt.
- Konsonantengerüste sind bei sehr kurzen arabischen Namen wenig trennscharf; deshalb werden solche Treffer gedeckelt und gekennzeichnet.
- Phonetische Verfahren sind auf europäische Namen optimiert.