Leerstoelhouder: prof. dr. E. Haasdijk

Hoofdwerkgever: Deloitte (Deloitte Forensic & Dispute Services)

Benoemingsperiode: 1 maart 2025 tot 1 maart 2030

Curatoriumleden: prof. dr. M. Worring namens FNWI

    prof. dr. D. Kandhai namens de rechtspersoon, Stichting Bèta Plus

    dr. I. Zwetsloot namens CvB

De leerstoel is 24 september 2024 gevestigd.

Over de leerstoel

Professor Haasdijk is zijn loopbaan begonnen in het bedrijfsleven, waar hij onder andere als consultant werkte bij een groot bedrijf, Cap Gemini, en bij verschillende kleine ondernemingen die hij mede heeft opgericht. Na deze periode heeft hij twaalf jaar aan verschillende universiteiten gewerkt, waaronder de Vrije Universiteit (VU), waar hij zijn promotie heeft behaald en als Universitair Docent (UD) heeft gewerkt.

Sinds 2018 is hij werkzaam als Senior Specialist Manager bij Deloitte, binnen het Forensics & Financial Crime team. Gedurende zijn gehele carrière heeft hij zich gespecialiseerd in kunstmatige intelligentie (AI). In zijn vroege loopbaan richtte hij zich op data mining en deed hij onderzoek op het gebied van evolutionaire computing en computational intelligence aan de universiteit. Deze expertise heeft hij meegenomen naar zijn rol bij Deloitte, waar hij fungeert als AI-specialist binnen het Forensics & Financial Crime team.

Daarnaast heeft hij bij Deloitte leiding gegeven aan het AI Center of Expertise, een community van meer dan 400 AI-professionals binnen Deloitte. Professor Haasdijk zal zijn leerstoel combineren met zijn functie bij Deloitte, waarmee hij de praktijk en wetenschap met elkaar zal verbinden.

Bestrijding Financiële Misdaad

Financiële misdaad is een enorm probleem in de maatschappij omdat het vaak is gerelateerd aan witwassen binnen de zware criminaliteit, ondermijning van de rechtsstaat, of de financiering van terrorisme. Het bestrijden van dit soort misdaad is daarmee ook een belangrijk thema binnen banken waar naar schatting  één op de vijf medewerkers zich hiermee bezighoudt. Betere methodes voor het voorkomen en detecteren van deze misdaden hebben dan ook direct een enorme sociale en economische impact.

De aanpak van financiële misdaad is een complex probleem waarvoor grootschalige analyse van een verscheidenheid aan digitale bronnen nodig is. Het is daarmee uitermate geschikt voor een AI- oplossing. Dit is echter gecompliceerd omdat rekening moet worden gehouden met in- en externe richtlijnen, verschillende belanghebbenden met hun rechten en plichten, de complexiteit van de risicomodellen, de enorme onbalans in trainingsdata met veel reguliere datapunten en relatief gezien heel weinig voorbeelden van financiële misdaad, en de ethische en wettelijke kaders. Technische oplossingen moeten al deze elementen in ogenschouw nemen vanaf het ontwerp tot en met de realisatie van het systeem.

Met het AI4Fintech programma en haar multidisciplinaire deelnemers heeft de UvA een unieke wetenschappelijke basis om methodes te ontwikkelen die financiële misdaad kunnen voorkomen, analyseren en detecteren. Wat nog mist is de interdisciplinaire wetenschappelijke kennis die niet alleen vanuit een bestaande wetenschappelijke discipline naar de uitdagingen kijkt, maar die het probleem kan beschouwen met een holistische blik die de interactie tussen de kennis uit de verschillende disciplines, het probleem, en de oplossing beschouwt.

Het onderzoek van Haasdijk zal zich, in nauwe samenspraak met wetenschappelijke experts uit de verschillende disciplines alsmede commerciële partijen en overheidsinstanties richten op AI-methoden en technieken die opereren binnen de hierboven genoemde kaders en randvoorwaarden die inzicht geven in de patronen die te vinden zijn in data van financiële misdaad, deze inzichten vertaalt in maatregelen die deze misdaden kunnen voorkomen, en die op betrouwbare, uitlegbare, en nauwkeurige wijze financiële misdaad kunnen detecteren.