Wat als het platform een klant als hoog risico classificeert, maar ik weet dat het een solide partij is?

Je kent je klant al jaren. De structuur is duidelijk, de UBO’s zijn in beeld en er is nooit een signaal geweest dat om extra aandacht vroeg. Toch kan een Wwft-platform een hogere risicocategorie voorstellen dan je zelf had verwacht.

Daarom helpt het om eerst te kijken naar wat een risicobeoordeling bij een toetsing moet kunnen dragen. Want hoe goed je een klant ook kent, uiteindelijk moet je kunnen uitleggen op basis van welke concrete factoren je tot je beoordeling bent gekomen. 

Waarom “ik ken mijn klant” geen bewijslast is

Veel kantoren hanteren een risico-indeling die werkt op basis van gevoel en ervaring. Een klant die al tien jaar op de lijst staat krijgt automatisch een laag risico, een nieuwe klant standaard middel. Dat voelt efficiënt en in de dagelijkse praktijk is het dat ook. Maar bij een toetsing door het BFT gaat het niet om wat jij weet. Het gaat om wat je kunt bewijzen. 

De toezichthouder vraagt op basis van welke concrete factoren je dit risico hebt bepaald? Wanneer is die beoordeling voor het laatst herzien? Is er een wijziging geweest in de aandeelhoudersstructuur, een nieuwe bestuurder of een hit in negatieve media en zo ja, hoe heb je daarop gereageerd? “Ik werk al jaren met ze” is geen antwoord op die vragen. Het is een bewering die je niet kunt onderbouwen met iets tastbaars en dat is precies wat het BFT constateert als het een classificatie niet kan herleiden. 

Hoe zkr tot een classificatie komt

Zkr past voor elke klant dezelfde logica toe op basis van beschikbare brondata. De risicoscore wordt bepaald aan de hand van KvK-data, UBO-structuur, eventuele hits op sanctielijsten of PEP-lijsten, signalen in negatieve media, het landenrisico van alle entiteiten in de groepsstructuur, het sectorrisico en de aard van de dienstverlening. Geen interpretatie, geen gevoel. Dezelfde factoren, elke keer, voor elke klant. 

Dat is precies de reden waarom een klant die je goed kent toch in een hogere categorie kan vallen. Niet omdat zkr het bij het verkeerde eind heeft, maar omdat er een factor in de data zit die jij niet expliciet had meegewogen. Een moedermaatschappij in een hoog risicoland. Een sector met een verhoogd witwasrisico. Een bestuurder die nieuw is ingeschreven en nog gescreend moet worden. 

Jij houdt de controle

Vind je dat de classificatie niet past bij wat jij over de klant weet? Dan wijk je gemotiveerd af. Je legt je onderbouwing vast in het dossier: waarom je de score naar beneden bijstelt, op basis van welke informatie en wie daarvoor de verantwoordelijkheid draagt. Dat is geen omzeiling van het systeem, dat is precies hoe de Wwft het bedoelt. Professionele beoordeling en aantoonbaar vastgelegd. 

Wil je juist dat een bepaalde sector structureel zwaarder wordt gewogen dan de standaardlogica voorstelt? Dan stel je dat in via de Wwft Workflow Wizard. Per risiconiveau bepaal je welke beheersmaatregelen en vervolgstappen automatisch gelden. Komt er een hit op een sanctielijst? Dan stel je in dat de beoordeling direct escaleert naar de eindverantwoordelijke partner, zodat de juiste persoon op het juiste moment in beeld is. 

Wat dit betekent bij een toetsing

Elke classificatie, elke afwijking en elke escalatie wordt vastgelegd met de onderbouwing erbij. Als het BFT vraagt hoe een risicobeoordeling tot stand is gekomen, open je het dossier en laat je het zien: de factoren die zkr heeft meegewogen, de beslissing die jij hebt genomen en de reden waarom. Dat geldt als je het systeemvoorstel volgt en als je er gemotiveerd van afwijkt. De beslissing is altijd herleidbaar en dat is precies wat de toezichthouder wil zien.