Starling bouwt AI-transactiemodel op Civo en tokeniseert data in Google Cloud

Starling bouwt met NVIDIA een AI-transactiemodel dat van ruim 15 miljard transacties moet leren op Civo’s Britse cloud; vóór de training tokeniseert de bank de gegevens in Google Cloud.

Voor organisaties met gevoelige klantgegevens loopt een AI-project zo door twee cloudomgevingen en mogelijk verschillende rechtsgebieden. De trainingslocatie vertelt niet waar ruwe gegevens worden voorbereid, wie de omzetting beheert of waar een koppeltabel staat. Starling maakt de route zichtbaar, maar publiceert niet alle technische en contractuele details.

Een model voor betaalpatronen

Starling noemt het systeem een Transaction Foundation Model, bedoeld om patronen in betaaltransacties te leren. De bank wil het onderdeel maken van Starling Intelligence, een AI-laag voor haar digitale bank. De eerste toepassing wordt fraudedetectie, later volgen de Starling Assistant en persoonlijke budgethulp, zoals waarschuwingen over terugkerende betalingen. Starling mikt op productiegebruik begin 2027.

De bank zegt dat het model op ruim 15 miljard geanonimiseerde transactiegegevens wordt getraind. Computer Weekly meldt dat het aantal voorlopig is. DIGIT.FYI herhaalt de claim van ruim 15 miljard transacties, dus dat is geen tweede meting van het datavolume. Starling werkt al maanden aan de code en testte de eerste Kubeflow-pijplijn op Civo met synthetische gegevens. De training met echte data moest nog beginnen.

De opzet gebruikt NVIDIA’s Transaction Foundation Model-blauwdruk, CUDA-X voor GPU-gegevensverwerking en NeMo AutoModel. Civo bevestigt dat het de training en hosting op zijn Britse soevereine cloud levert. Deze gereedschappen beschrijven de gekozen opzet, maar zeggen nog niets over detectieprestaties of hoe vaak het model wordt bijgewerkt.

De route splitst over twee clouds

Computer Weekly sprak met Starling-technologieleider Sebastian Khan. Ruwe waarden zoals postcodes worden vervangen door getalwaarden die als vector aan het model worden aangeboden. Een aparte tokeniser verwerkt de gegevens in de bestaande Google Cloud-omgeving voordat ze naar Civo gaan. Google Cloud is dus onderdeel van de dataverwerking, ook al draait het model volgens de aankondiging op Civo.

Civo beschrijft een cloud die uitsluitend in het Verenigd Koninkrijk wordt gehost en beheerd en onder Britse wet valt. Starling omschrijft de training als volledig binnen Britse jurisdictie. Voor die Civo-stap is de locatie dus duidelijker beschreven dan voor de Google Cloud-verwerking. Computer Weekly noemt geen Google Cloud-regio, de plek van eventuele sleutels of koppeltabellen, of de contractuele grenzen aan die verwerking.

Dat onderscheid raakt ook Nederlandse organisaties. Een Europese hostinglocatie garandeert op zichzelf niet dat een Amerikaanse aanbieder buiten bereik van Amerikaanse wet blijft. Een cloudkeuze beschrijft dus meer dan het datacenter: ook zeggenschap over beheer, toegang en aanvullende gegevens bepaalt wie de route beheerst.

Britse cloud volgt spreidingsbeleid

Het Britse Financial Services AI Adoption Plan noemt afhankelijkheid van een klein aantal wereldwijde cloud- en AI-aanbieders als risico voor weerbaarheid en gegevensbeveiliging. Het plan bepleit meer binnenlandse samenwerking en spreiding. Die beleidslijn maakt Starling’s keuze voor Civo begrijpelijk als spreiding van cloudafhankelijkheid, maar de aankondiging legt geen direct verband met een specifieke overheidsmaatregel.

Voor Nederlandse organisaties is die afweging herkenbaar, ook wanneer Britse regels niet gelden. De Nederlandse overheid kreeg voor Google Cloud alleen onder voorwaarden groen licht, met extra instellingen en ruimere auditrechten. En een bruikbare cloudexit moet ook overdracht van gegevens en functionaliteit regelen. Een tweede leverancier kan de afhankelijkheid spreiden, maar maakt datastromen en contractueel beheer complexer.

Tokeniseren is niet hetzelfde als anonimiseren

Starling zegt dat de trainingsgegevens geen direct identificeerbare persoonsgegevens bevatten. De beschreven omzetting lijkt op pseudonimisering, maar de openbare uitleg is te beperkt om vast te stellen hoe de methode precies werkt. De AVG omschrijft pseudonimisering als een verwerking waarbij gegevens zonder aanvullende informatie niet aan een persoon zijn toe te schrijven, mits die informatie apart wordt bewaard en beschermd. De wettelijke definitie laat zien waarom een token op zichzelf geen bewijs van anonimiteit is.

Starling heeft niet openbaar gemaakt of er een koppeltabel bestaat, waar die staat, wie toegang heeft of hoe lang de trainingsgegevens worden bewaard. Ook licht de bank niet toe hoe ze controleert of combinaties van kenmerken transacties alsnog herkenbaar maken. Dat volgt niet uit de term tokenisering. Voor een Nederlandse toepassing zijn afspraken nodig over sleutels, rollen, bewaartermijnen en toegang tot de omzetting.

De omvang is bekend, de uitkomst nog niet

Ruim 15 miljard transacties is een omvangsmaat, geen bewijs dat het model fraude beter opspoort. Starling heeft nog geen cijfers over nauwkeurigheid, foutmeldingen of teruggevonden fraude gepubliceerd. Ook de frequentie van nieuwe trainingen is onbekend. Die metingen bepalen wat het systeem toevoegt aan het werk van fraudeteams.

Revolut biedt een vergelijkingspunt, geen rechtstreeks vergelijkbare test. De bank meldde dat vroege inzet van haar PRAGMA-model op historische gegevens 65 procent meer fraudegevallen ving en 17 procent meer precisie opleverde. De technische paper presenteert alleen relatieve verbeteringen en synthetische voorbeelden; absolute scores blijven vertrouwelijk. Dat zijn claims van Revolut over een ander model, geen voorspelling voor Starling.

De ontwikkeling maakt de hele dataroute relevant, niet alleen de plek waar het model draait. Civo’s Britse cloud maakt de trainingsstap concreet; voor Google Cloud zijn regio, toegang en scheiding van tokensleutels nog niet toegelicht. Wanneer Starling begin 2027 naar productie wil, worden die details en de eerste fraudecijfers bepalend voor wat de aanpak oplevert.