> Kontinuierliche Prozessoptimierung > Zahlungsabwicklung > SWIFT > Datenvorlage

Ihre Zahlungsabwicklungs-Datenvorlage

SWIFT

Zahlungsabwicklungs-Attribute (20) Zahlungsabwicklungsaktivitäten (12) Extraktionsleitfäden (3)

Ihre Zahlungsabwicklungs-Datenvorlage

Diese Vorlage bietet die strukturelle Grundlage für die Abbildung Ihrer SWIFT-Transaktions-Workflows von der Initiierung bis zum finalen Settlement. Sie detailliert die spezifischen Datenkomponenten und operativen Meilensteine, die erforderlich sind, um volle Transparenz über Ihre Zahlungslebenszyklen zu erhalten. Durch die Nutzung dieses Leitfadens können Sie Ihre Daten effektiv vorbereiten, um versteckte Ineffizienzen aufzudecken und Compliance-Risiken zu reduzieren.

Empfohlene Attribute für eine tiefe Transaktionsanalyse
Wichtige SWIFT-Prozessaktivitäten und Meilensteine
Technische Anleitung zur Finanzdatenextraktion

Neu bei Event-Logs? Erfahren Sie wie Sie ein Process-Mining-Event-Log erstellen.

Vorlage herunterladen

Zahlungsabwicklungs-Attribute

Dies sind die empfohlenen Datenfelder, die Sie in Ihrem Event Log für eine umfassende Analyse Ihres SWIFT-Transaktionslebenszyklus aufnehmen sollten.

5 Erforderlich 9 Empfohlen 6 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name des Prozessschritts oder Events, das aufgetreten ist.
Beschreibung Dieses Attribut beschreibt die spezifische Aktion oder Statusänderung, die im Systemprotokoll aufgezeichnet wird. Beispiele sind 'Payment Request Created', 'Sanctions Screening Passed' oder 'SWIFT ACK Received'. Es ist die primäre Dimension für Prozesslandkarten, die die Knoten in der Visualisierung definiert und es Analysten ermöglicht, die Reihenfolge der an einer Zahlung durchgeführten Operationen zu verstehen. Bedeutung Es definiert das 'Was' des Prozesses und ermöglicht die Visualisierung von `Prozessflüssen` und -variationen. Datenquelle Transaktionsprotokolle, Audit-Trails oder abgeleitet aus Nachrichtentypen (z. B. MT103 Gesendet). Beispiele Zahlungsanforderung erstelltZahlungsanweisung gesendetSWIFT ACK empfangenZahlung genehmigt
	Ereignis-Timestamp EventTimestamp	Das genaue Datum und die Uhrzeit, zu der die Aktivität stattgefunden hat.
Beschreibung Dieses Attribut zeichnet den präzisen Zeitpunkt auf, zu dem ein Ereignis stattgefunden hat. Es wird verwendet, um Aktivitäten chronologisch zu sequenzieren und alle dauerbasierten Metriken wie Vorlaufzeiten, Zykluszeiten und Durchsatz zu berechnen. Genaue Zeitstempel sind entscheidend für die Analyse der 'Netzwerk Cut Off Time Performance' und die Identifizierung von Engpässen in der Genehmigungskette. Bedeutung Zeitstempel sind die Grundlage für alle zeitlichen Analysen und Leistungsmetriken im Process Mining. Datenquelle System-Audit-Protokolle, Zeitstempel der Nachrichtenerstellung oder Datenbank-Transaktionszeiten. Beispiele 2023-10-25T08:30:15Z2023-10-25T14:45:00Z2023-10-26T09:15:22Z
	Letzte Datenaktualisierung LastDataUpdate	Der Timestamp, wann der Datensatz zuletzt extrahiert oder aktualisiert wurde.
Beschreibung Zeigt an, wann die `Daten` zuletzt in das `Process Mining Tool` geladen wurden. Dies ist entscheidend, um die `Datenaktualität` zu bestimmen und sicherzustellen, dass die `Dashboards` den aktuellsten Zustand der Zahlungsvorgänge widerspiegeln. Es hilft den Benutzern, den `Daten` zu vertrauen, indem es Transparenz über die `Latenz` der `Reporting-Pipeline` bietet. Bedeutung Stellt sicher, dass Benutzer die Aktualität und Zuverlässigkeit der präsentierten `Daten` verstehen. Datenquelle ETL-Prozessausführungs-`Timestamp`. Beispiele 2023-10-27T12:00:00Z2023-11-01T06:00:00Z
	Payment Transaction ID PaymentTransactionId	Die eindeutige Kennung, die den End-to-End-Zahlungsfall repräsentiert.
Beschreibung Dieses Attribut dient als zentraler Case Key für Process Mining. Es gruppiert alle Aktivitäten, die sich auf eine einzige Zahlungsanweisung beziehen, von der initialen Anfrage über die Validierung, die SWIFT-Übertragung bis zum finalen Settlement. Im SWIFT-Kontext wird dies oft der Transaction Reference Number (TRN) oder der Unique End-to-end Transaction Reference (UETR) zugeordnet, um die Kontinuität über Banksysteme hinweg zu gewährleisten. Es wird verwendet, um den Prozessinstanzpfad zu rekonstruieren und ist unerlässlich für alle Variantenanalysen und Zykluszeitberechnungen. Bedeutung Eindeutige Identifikation ist die Grundlage des Process Mining und ermöglicht das Zusammenfügen verstreuter Ereignisse zu einer kohärenten Prozessansicht. Datenquelle SWIFT Feld 20 (TRN) oder Feld 121 (UETR) in Nachrichten-Headern. Beispiele TRN-20231025-883954392-882-101UETR-9982-1123-5521PAY-US-EU-9912
	Quellsystem SourceSystem	Der Name des Systems, aus dem die Ereignisdaten stammen.
Beschreibung Identifiziert die Software oder Plattform, die das `Event Log` generiert hat. In einem Zahlungsprozess könnte dies das `Core Banking System`, das `Payment Gateway` oder direkt die SWIFT-`Interface` sein. Dieses `Attribut` hilft bei der Überprüfung der `Data Lineage` und beim `Debugging` von `Issues` beim `Merging` von `Daten` aus mehreren unterschiedlichen `Banking Applications`. Bedeutung Bietet Kontext für die Datenherkunft, unerlässlich für Multi-System Process Mining. Datenquelle Während des ETL-Prozesses fest codiert oder aus Systemidentifikatoren extrahiert. Beispiele SWIFT Alliance AccessCore Banking SystemPayment EngineSanktionsfilter
	Bearbeitender Benutzer ProcessingUser	Der Benutzer oder Systemagent, der die Aktivität durchgeführt hat.
Beschreibung Identifiziert die für die `Activity` verantwortliche Person oder den automatisierten `Bot`, wie z.B. einen `Compliance Officer`, der einen Sanktionstreffer genehmigt, oder einen `Operator`, der einen Formatierungsfehler behebt. Dieses `Attribut` speist die 'Validierungsfehler-`Heatmap`' und ermöglicht es Managern, `Training Needs` oder spezifische Benutzer zu identifizieren, die mit hohen `Rework Rates` verbunden sind. Bedeutung Ermöglicht `Ressourcenanalyse` und Identifizierung manueller Engpässe. Datenquelle System-Audit-Protokolle, 'Benutzer-ID'-Spalte in Transaktionstabellen. Beispiele SYSTEMJ.DoeCompliance_Bot_01M.Smith
	Begünstigten-BIC BeneficiaryBic	Der Bank Identifier Code (BIC) der empfangenden Institution.
Beschreibung Identifiziert die Zielbank für die Zahlung. Dies ist eine entscheidende Dimension für das `Dashboard` 'Ursachen für Begünstigtenablehnungen'. Durch die Gruppierung von Fehlern nach Begünstigten-BIC kann die Bank spezifische Gegenparteien identifizieren, die Anweisungen aufgrund von `Datenqualitätsproblemen` oder spezifischen Formatierungsanforderungen häufig ablehnen. Bedeutung Essentiell für die Analyse der Kontrahenten-`Performance` und Ablehnungsmuster. Datenquelle SWIFT Feld 57A (Account With Institution) oder 58A (Beneficiary Institution). Beispiele CITIUS33BARCGB22DRESDEFFHANDSEXX
	Ist STP IsStp	`Flag`, das anzeigt, ob die Zahlung keine manuellen Eingriffe erforderte.
Beschreibung Ein boolescher Indikator, der `True` ist, wenn der `Case` keine Aktivitäten wie 'Fehler identifiziert', 'Zahlung abgelehnt' oder manuelle 'Modifikation' enthält. Dies berechnet direkt den 'Straight-Through Processing Rate' KPI. Es ist die primäre Kennzahl für den Automatisierungserfolg in der Zahlungsabwicklung. Bedeutung Das primäre Maß für Prozesseffizienz und Automatisierungszustand. Datenquelle Berechnet auf Grundlage des Fehlens spezifischer negativer/manueller Aktivitäten im `Case`. Beispiele truefalsch
	SWIFT NAK-Code SwiftNakCode	Der vom SWIFT-Netzwerk zurückgegebene Fehlercode, wenn eine Nachricht abgelehnt wird.
Beschreibung Enthält den spezifischen `Error Code` (z.B. T26, T13), der in einer `Negative Acknowledgment` (NAK) vom SWIFT-Netzwerk bereitgestellt wird. Dieses `Attribut` versorgt das 'SWIFT Fehler- und `Rework`-Analyse'-`Dashboard` und ermöglicht die Kategorisierung technischer Fehler, um Systemkorrekturen zu priorisieren. Bedeutung Bietet technische Grundursachen für Ablehnungen auf Netzwerkebene. Datenquelle MT 015/019 Systemmeldungen, oder Feld 451 in ACK/NAK. Beispiele T26H01T13G02
	SWIFT-Nachrichtentyp SwiftMessageType	Der Typ der verwendeten SWIFT-Nachricht (z. B. MT103, pacs.008).
Beschreibung Gibt das spezifische Format der Zahlungsanweisung an. Gängige Typen umfassen MT103 für Kundenüberweisungen und ISO 20022-Äquivalente wie pacs.008. Wird in der 'Payment Journey Variant Analysis' verwendet, um die `Processing Efficiency` von `Legacy MT Formats` im Vergleich zu den neuen ISO Standards zu vergleichen. Bedeutung Unterscheidet Zahlungsflüsse und Verarbeitungsstandards (`Legacy` vs. ISO 20022). Datenquelle SWIFT Block 2 (Application Header), Feld Nachrichtentyp. Beispiele MT103MT202pacs.008MT101
	Transaktionsbetrag TransactionAmount	Der Geldwert der Zahlungsanweisung.
Beschreibung Repräsentiert den zu überweisenden Hauptbetrag. Diese Daten werden aus spezifischen SWIFT-Feldern (z. B. Feld 32A in MT103) extrahiert. Dies ist wesentlich für das Dashboard 'Genehmigungszyklen für Hochwerttransfers', das die Segmentierung von Zahlungen nach Größe ermöglicht, um Genehmigungsverzögerungen bei Hochrisiko- und Hochwerttransaktionen zu analysieren. Bedeutung Ermöglicht `Financial Impact Analysis` und Segmentierung nach Transaktionsgröße. Datenquelle SWIFT MT Feld 32A (Betrag) oder ISO 20022 Element IntrBkSttlmAmt. Beispiele 15000.001250.501000000.0045,00
	Transaktionswährung TransactionCurrency	Der 3-stellige ISO-Code, der die Währung der Zahlung angibt.
Beschreibung Identifiziert die Währung, in der die Zahlung denominiert ist (z.B. USD, EUR, GBP). Dies ist entscheidend für das `Dashboard` 'Netzwerk-`Cut-off`-Zeit-`Performance`', da `Cut-off`-Zeiten währungsspezifisch sind. Es unterstützt auch die 'Währungsumrechnungs-Effizienz'-Analyse, indem es `Cross-Currency-Paare` identifiziert. Bedeutung Bestimmt `Routing-Regeln`, `Cut-off`-Zeiten und `Settlement-Korridore`. Datenquelle SWIFT MT Feld 32A (Währung) oder ISO 20022 Element Ccy. Beispiele USDEURGBPJPY
	UETR UniqueEndToEndReference	Die Unique End-to-end Transaction Reference (UETR) für die Verfolgung in SWIFT gpi.
Beschreibung Die UETR ist eine 36-stellige Zeichenfolge, die eine einzige, unveränderliche Referenz für eine Zahlung im gesamten SWIFT-Netzwerk bietet. Im Gegensatz zu internen IDs bleibt die UETR bankenübergreifend bestehen. Dieses Attribut ist entscheidend für die End-to-End-Sichtbarkeit und für die Korrelation interner Protokolle mit externen SWIFT gpi Status-Updates. Bedeutung Der Goldstandard für die Verfolgung grenzüberschreitender Zahlungen über verschiedene Institutionen hinweg. Datenquelle SWIFT Block 3, Feld 121. Beispiele b8c3f4a0-5d2a-4e1b-9c3d-1a2b3c4d5e6f123e4567-e89b-12d3-a456-426614174000
	Valutadatum ValueDate	Das Datum, an dem die Gelder dem Begünstigten zur Verfügung gestellt werden sollen.
Beschreibung Repräsentiert das in der Zahlungsnachricht angewiesene Settlement-Datum. Der Vergleich dieses Datums mit dem tatsächlichen 'Zahlung beglichen'-Zeitstempel hilft im Dashboard 'Alterung von Settlement und Abstimmung'. Es zeigt die Dringlichkeit der Zahlung an und wird verwendet, um die Einhaltung von Service Level Agreements bezüglich der Verfügbarkeit von Mitteln zu messen. Bedeutung Entscheidend für das `Liquiditätsmanagement` und die Messung der Pünktlichkeit von Abwicklungen. Datenquelle SWIFT MT Feld 32A (Datum Unterfeld) oder ISO 20022 IntrBkSttlmDt. Beispiele 2023-10-262023-11-01
	Ablehnungsgrund RejectionReason	Textbeschreibung, die erklärt, warum eine Zahlung abgelehnt wurde.
Beschreibung Enthält die narrative oder Code-Beschreibung, wenn eine Zahlung fehlschlägt, typischerweise in SWIFT Feld 72 (Sender-an-Empfänger-Informationen) oder Rücksendungsnachrichten zu finden. Dies unterstützt die 'Begünstigtenablehnungs-Ursachenanalyse'. Es ermöglicht Analysten, `Text Mining` durchzuführen, um gemeinsame Themen bei Ablehnungen zu finden (z.B. 'Ungültiges Konto', 'Abweichender Begünstigtenname'). Bedeutung Bietet qualitativen Kontext für Prozessfehler. Datenquelle SWIFT Feld 72 oder 79 in Rücksendemeldungen (MT103 Return). Beispiele Begünstigtenkonto geschlossenUngültige IBANVerstoß gegen Compliance-VorschriftenBankidentifikator unbekannt
	Anweisungspriorität InstructionPriority	Das Prioritäts-Flag, das die Dringlichkeit der Zahlung anzeigt.
Beschreibung Abgeleitet aus den Nachrichten-`Headern` (z.B. 'Normal' vs. 'Urgent'). Dies ermöglicht eine Segmentierung im `Dashboard` 'Genehmigungszyklen für hochwertige Überweisungen', da dringende Zahlungen oft beschleunigte `Approval Flows` erfordern. Das Verständnis der Prioritätsverteilung hilft bei der `Ressourcenplanung` für `Peak Times`. Bedeutung Hilft, SLA-Anforderungen zwischen Standard- und Eilzahlungen zu unterscheiden. Datenquelle SWIFT Block 2, Feld Nachrichtenpriorität (z. B. N für Normal, U für Urgent). Beispiele NormalDringendSystem
	Cut-off-Zeit eingehalten MetCutOffTime	`Flag`, das anzeigt, ob die Anweisung vor der Netzwerkfrist gesendet wurde.
Beschreibung Ein boolesches Flag, das durch den Vergleich der Uhrzeit 'Zahlungsanweisung gesendet' mit der währungsspezifischen SWIFT-Netzwerk-Cut-off-Zeit berechnet wird. Dies unterstützt den KPI 'Einhaltungsrate der SWIFT-Cut-off-Zeiten'. Das Nichteinhalten von Cut-off-Zeiten führt zu Verzögerungen bei der Abwicklung und beeinträchtigt die Liquiditätspositionen. Bedeutung Entscheidender operativer `KPI` für `Treasury`- und `Liquiditätsmanagement`. Datenquelle Berechnet durch Vergleich des `Timestamp` mit einer statischen Referenztabelle der Cut-off-Zeiten. Beispiele truefalsch
	Dauer der Sanktionsprüfung SanctionsScreeningDuration	Zeitaufwand in der Sanktionsprüfungsphase.
Beschreibung Berechnet die Dauer zwischen 'Zahlungsdetails validiert' und 'Zahlung genehmigt'. Dies füllt direkt das 'Sanktions-Screening-Durchlaufzeit'-`Dashboard`. Es hebt spezifische Transaktionen hervor, die in `Compliance`-Warteschlangen hängen bleiben, und beeinflusst den gesamten Durchsatz. Bedeutung Direktes Maß für die `Compliance`-Effizienz und Auswirkungen auf Kunden-SLAs. Datenquelle Berechnete Differenz zwischen den `Timestamps` spezifischer Aktivitäten. Beispiele 1200005003600000
	Ist grenzüberschreitend IsCrossBorder	`Flag`, das anzeigt, ob die Zahlung verschiedene Länder betrifft.
Beschreibung Ein boolesches Attribut, das `True` ist, wenn das Absenderland vom Begünstigtenland abweicht. Dies unterstützt den KPI 'Latenz bei der Mehrwährungsabwicklung', indem inländische von internationalen Zahlungsströmen getrennt werden. Grenzüberschreitende Zahlungen weisen typischerweise eine höhere Komplexität, höhere Kosten und längere Bearbeitungszeiten auf. Bedeutung Grundlegende Segmentierung für die Analyse der Zahlungsverarbeitungskomplexität. Datenquelle Vergleich des Ländercodes der Sender-BIC mit dem Ländercode der Begünstigten-BIC. Beispiele truefalsch
	Ursprungsland OriginatingCountry	Der Ländercode der Entität, die die Zahlung initiiert.
Beschreibung Gibt die Jurisdiktion an, in der die Zahlungsanforderung entstanden ist. Dies ist entscheidend für das `Dashboard` 'Sanktions-`Screening`-Durchlaufzeit', da Zahlungen aus Hochrisikojurisdiktionen oft rigorose und längere `Compliance Checks` durchlaufen. Es ermöglicht eine geografische Analyse von Zahlungsvolumen und Bearbeitungsverzögerungen. Bedeutung Schlüsseldimension für die `Compliance`-Risikoanalyse und regionale `Performance`. Datenquelle Abgeleitet aus der Sender-BIC (Ländercode Zeichen 5-6). Beispiele USGBDEFR

Erforderlich Empfohlen Optional

Zahlungsabwicklungsaktivitäten

Dies sind die entscheidenden Prozessschritte und Meilensteine, die Sie in Ihrem Event Log erfassen sollten, um eine präzise Prozessentdeckung und Engpasserkennung zu gewährleisten.

6 Empfohlen 6 Optional

	Aktivität	Beschreibung
	Sanktionsprüfung bestanden	Der Zeitstempel, wann die Zahlungsanweisung den OFAC-/Sanktionslisten-Screening-Prozess erfolgreich durchläuft. Explizit aus Compliance-Systemprotokollen erfasst oder abgeleitet, wenn ein 'Screening Hold'-Status freigegeben wird.
Bedeutung Entscheidend für das `Dashboard` 'Sanktions-Screening-Durchlaufzeit'. Verzögerungen hier stellen `Compliance`-Engpässe und keine operativen Ineffizienzen dar. Datenquelle `Compliance Filtering System Logs` oder `Payment Hub Compliance Status Flags`. Erfassen Protokolliert, wenn `Screening`-Status aktualisiert wird Ereignistyp explicit
	Zahlung abgestimmt	Der Abgleich der Zahlungstransaktion mit dem Nostro-/Vostro-Kontobuchauszug. Dies wird abgeleitet, wenn das Abstimmungssystem die Transaktions-ID mit einer Kontoauszugsposition verknüpft.
Bedeutung Schließt den finanziellen Kreislauf. Verzögerungen hier wirken sich auf die `Cash Visibility` und `Auditability` aus. Datenquelle Protokolle des Abstimmungssystems oder 'Abgeglichen'-Status im Kernbankensystem. Erfassen Abstimmungsstatus vergleichen Ereignistyp inferred
	Zahlung beglichen	Die Bestätigung, dass Gelder dem Konto des Begünstigten gutgeschrieben wurden (oft gpi Status ACSC). Explizit über Tracker-Updates oder Bestätigungsmeldungen erfasst.
Bedeutung Repräsentiert das erfolgreiche funktionale Ende der Zahlungskette. Schlüssel zur Berechnung der 'Settlement-zu-Abstimmungs-Lücke'. Datenquelle SWIFT gpi Tracker (ACSC-Status) oder MT900/910 Bestätigungen. Erfassen Protokolliert, wenn Abwicklung bestätigt wurde Ereignistyp explicit
	Zahlung genehmigt	Die finale Autorisierungsaktion durch einen beauftragten Sachbearbeiter oder eine automatisierte Regel für Hochwerttransfers. Explizit erfasst, wenn das Genehmigungs-Workflow-Flag auf True gesetzt ist.
Bedeutung Schlüssel für das `Dashboard` 'Genehmigungszyklen für hochwertige Überweisungen'. Identifiziert Verzögerungen bei manuellen `Sign-offs` für große Liquiditätsbewegungen. Datenquelle `Audit Trail` der Genehmigungs-Workflow-Engine. Erfassen Protokolliert, wenn Genehmigungsaktion ausgeführt wurde Ereignistyp explicit
	Zahlungsanforderung erstellt	Die erste Generierung der Zahlungsanweisung innerhalb des internen Banksystems oder ERP. Dies wird explizit erfasst, wenn eine eindeutige Transaktionsreferenz (TRN oder UETR) erstmals dem Zahlungsauftrag zugewiesen wird.
Bedeutung Legt die Startzeit für den gesamten Zahlungslebenszyklus fest. Essentiell für die Berechnung der End-to-End-Verarbeitungszeiten und die Identifizierung vorgelagerter Verzögerungen, bevor das SWIFT-Netzwerk eingebunden wird. Datenquelle Zeitstempel der Transaktionstabellenerstellung im Kernbankensystem (CBS) oder Payment Hub. Erfassen Geloggt, wenn Transaktionsdatensatz erstellt wurde Ereignistyp explicit
	Zahlungsanweisung gesendet	Die Übertragung der formatierten Nachricht (MT103 oder ISO 20022 pacs.008) an das SWIFT Gateway. Explizit erfasst, wenn die Nachrichten-Payload generiert und an die Netzwerkschnittstelle übergeben wird.
Bedeutung Wird zur Berechnung der 'SWIFT Cut-off Einhaltungsrate' verwendet. Markiert den Übergang von der internen zur Netzwerkverarbeitung. Datenquelle SWIFT Alliance Access (SAA)-Protokolle oder Gateway-Übertragungsprotokolle. Erfassen Protokolliert, wenn Nachrichtenausgabe erfolgt Ereignistyp explicit
	SWIFT ACK empfangen	Der Empfang einer technischen Bestätigung (ACK) vom SWIFT-Netzwerk, die bestätigt, dass die Nachricht zur Verarbeitung angenommen wurde. Explizit aus den Netzwerk-Interface-Protokollen erfasst.
Bedeutung Bestätigt, dass die Nachricht erfolgreich in das globale Netzwerk gelangt ist. Unterscheidet zwischen internen Fehlern und der tatsächlichen `Network Propagation`. Datenquelle SWIFT Gateway-Protokolle (Suche nach ACK- vs. NACK-Signalen). Erfassen Protokolliert, wenn Netzwerk-ACK empfangen wurde Ereignistyp explicit
	Zahlung abgelehnt	Der Empfang einer Ablehnungsmeldung (MT103 Return oder gpi RJCT Status) von einer Begünstigten- oder Zwischenbank. Explizit aus eingehenden SWIFT-Nachrichten erfasst.
Bedeutung Entscheidend für das `Dashboard` 'Ursachen für Begünstigtenablehnungen'. Identifiziert externe `Blocker` wie geschlossene Konten oder fehlerhafte `Routing-Daten`. Datenquelle Eingehende SWIFT-Nachrichten (MT103 RET, pacs.004) oder gpi-Status RJCT. Erfassen Protokolliert, wenn Ablehnungsnachricht empfangen wurde Ereignistyp explicit
	Zahlung übertragen	Ein zwischenzeitliches Status-Update (oft gpi-Status ACSP), das anzeigt, dass die Zahlung von einer Korrespondenzbank bearbeitet wird. Erfasst über SWIFT gpi `Tracker`-Updates oder Statusnachrichten.
Bedeutung Bietet Transparenz in die 'Black Box' des Korrespondenzbankwesens. Unerlässlich für die Analyse der gesamten End-to-End-Reise. Datenquelle SWIFT gpi Tracker Daten-Feeds oder MT199/trck Nachrichten. Erfassen Protokolliert, wenn `Tracker`-Update empfangen wurde Ereignistyp explicit
	Zahlungsdetails validiert	Der erfolgreiche Abschluss von Syntax- und Formatprüfungen (z. B. IBAN-Format, BIC-Gültigkeit) der Zahlungsanweisung. Dies wird oft abgeleitet, wenn der Transaktionsstatus von 'Entwurf' zu 'Validiert' oder 'Bereit zur Autorisierung' wechselt.
Bedeutung Hohe Fehlerraten hier deuten auf eine schlechte `Datenqualität` an der Quelle hin. Misst den 'Validation First-Pass Yield' `KPI`. Datenquelle Payment Engine Statusprotokolle oder Validierungshistorientabellen. Erfassen Statusfeld vor/nachher vergleichen Ereignistyp inferred
	Zahlungsfehler behoben	Die erfolgreiche Modifikation und erneute Einreichung einer Transaktion, die zuvor fehlerhaft war. Dies wird abgeleitet, wenn eine Transaktion von einer 'Reparatur'-Warteschlange zurück in einen 'Verarbeitung'- oder 'Bereit'-Zustand wechselt.
Bedeutung Misst die Effizienz des manuellen Nachbearbeitungsteams. Lange Durchlaufzeiten hier deuten auf Schulungslücken oder komplexe Fehlercodes hin. Datenquelle Payment Hub Statusprotokolle, die den Austritt aus Ausnahme-Warteschlangen zeigen. Erfassen Statusfeld Ausgang Reparatur vergleichen Ereignistyp inferred
	Zahlungsfehler identifiziert	Das Ereignis, bei dem eine Transaktion aufgrund von Validierungsfehlern, NACKs oder Ablehnungsmeldungen zur Reparatur gekennzeichnet wird. Dies wird abgeleitet, wenn die Transaktion in eine 'Reparatur'-, 'Korrektur'- oder 'Ausnahme'-Warteschlange eintritt.
Bedeutung Verfolgt die 'Fehlerbehebungs-Nacharbeitsrate'. Eine hohe Häufigkeit hier zerstört Straight Through Processing (STP)-Raten. Datenquelle Payment Hub Statusspalten oder Ausnahme-Warteschlangenprotokolle. Erfassen Statusfeld mit Fehler/Reparatur vergleichen Ereignistyp inferred

Extraktionsleitfäden

So erhalten Sie Ihre `Daten` von SWIFT

Schritte

Melden Sie sich bei der SWIFT Alliance WebPlatform oder der Alliance Access GUI mit einem Administratorkonto an, das Zugriff auf die Archivierungskonfiguration hat.
Navigieren Sie zum Menü System Management, wählen Sie Archiving und dann Automated Archiving Configuration.
Konfigurieren Sie ein neues Daily Export-Profil. Legen Sie das Zielverzeichnis auf einen sicheren Netzwerkpfad fest, der von Ihren Extraktionsskripten zugänglich ist.
Definieren Sie den Inhaltsumfang: Wählen Sie 'Messages' und stellen Sie sicher, dass 'Include History' und 'Include Interventions' aktiviert sind. Dies ist entscheidend für die Erfassung der Audit Trail Events wie Genehmigungen und Validierungen.
Wählen Sie das Output Format. Wählen Sie XML (speziell das 'SAA XML v2' oder das neueste verfügbare Schema), da es die hierarchische Beziehung zwischen dem Nachrichten-Header und den History Events besser bewahrt als CSV.
Stellen Sie die Datumsbereichsfilter ein, um den spezifischen historischen Zeitraum zu extrahieren, der für die Process Mining-Initiative erforderlich ist, oder konfigurieren Sie sie so, dass sie täglich für T-1 Daten ausgeführt werden.
Führen Sie den Archive Export Job manuell für die Erstladung aus, oder warten Sie, bis der geplante Batch-Job abgeschlossen ist. Überprüfen Sie, ob die .xml-Dateien im Zielverzeichnis generiert wurden.
Da der SAA-Export eine hierarchische XML-Datei ist und ProcessMind ein flaches CSV-Event Log benötigt, müssen Sie ein Transformationsskript ausführen. Verwenden Sie das im Abschnitt Query bereitgestellte Python-Skript, um das XML zu parsen.
Das Skript iteriert durch jedes Nachrichtenelement. Es extrahiert die Unique End-to-end Transaction Reference (UETR) oder die Transaction Reference Number (TRN), die als Case ID dienen.
Das Skript iteriert dann durch die untergeordneten Knoten 'History' und 'Intervention' jeder Nachricht, um Activity-Zeilen zu generieren. Es ordnet interne SAA-Statuscodes (z.B. 'NetworkAck', 'Authorisation') den standardisierten Activity-Namen zu.
Führen Sie das Python-Skript für Ihre exportierten XML-Dateien aus, um die flache 'events.csv'-Datei zu generieren.
Validieren Sie die CSV-Ausgabe, um sicherzustellen, dass Spalten wie EventTimestamp im ISO 8601-Format vorliegen, und laden Sie die Datei dann in ProcessMind hoch.

Konfiguration

Archivformat: XML (bevorzugt) oder CSV (Flatfile). XML wird dringend empfohlen, um verschachtelte History-Knoten zu erfassen.
Nachrichtentext einschließen: Ja (erforderlich zum Parsen von Betrag, Währung und Begünstigtendetails).
Historie/Interventionen einschließen: Ja (zwingend erforderlich, um Genehmigungen, Validierungen und Fehler zu sehen).
Datumsbereich: Für ein gleitendes Fenster (z.B. letzte 30 Tage) für inkrementelle Ladungen oder feste Daten für die initiale Historie konfigurieren.
Nachrichtentypen: Nach MT103, MT202, pacs.008, pacs.009 und pacs.004/002 (für Retouren/Status) filtern.
Richtungen: Sowohl Input (Emission) als auch Output (Reception) einschließen, um eingehende Ablehnungen oder Bestätigungen zu erfassen.
Sicherheit: Stellen Sie sicher, dass der Exportordner strenge Lese-/Schreibberechtigungen hat, da diese Dateien Live-Zahlungsdaten enthalten.

a Beispielabfrage config

import xml.etree.ElementTree as ET
import pandas as pd
import glob
import os

# CONFIGURATION
# Update this path to your SAA XML Export directory
input_folder = "./saa_exports/"
output_file = "./swift_process_mining_log.csv"

columns = [
    "PaymentTransactionId", "ActivityName", "EventTimestamp", "SourceSystem", 
    "LastDataUpdate", "TransactionAmount", "TransactionCurrency", "UniqueEndToEndReference",
    "SwiftMessageType", "ProcessingUser", "BeneficiaryBic", "SwiftNakCode", "ValueDate", "IsStp"
]

data_rows = []

# Helper to determine Activity Name based on SAA History Events
def map_activity(history_item_name, status, nature, text_content):
    # 1. Payment Request Created
    if history_item_name == "Creation" or history_item_name == "Reception":
        return "Payment Request Created"
    
    # 2. Payment Details Validated
    if "Validation" in history_item_name and status == "Success":
        return "Payment Details Validated"
    
    # 3. Sanctions Screening Passed
    if "Filter" in history_item_name and status == "Passed":
        return "Sanctions Screening Passed"
    
    # 4. Payment Approved
    if history_item_name == "Intervention" and nature == "Authorization":
        return "Payment Approved"
    
    # 5. Payment Instruction Sent
    if history_item_name == "Transmission" or status == "Transmitted":
        return "Payment Instruction Sent"
    
    # 6. SWIFT ACK Received
    if history_item_name == "NetworkReport" and "ACK" in text_content:
        return "SWIFT ACK Received"

    # 7. Payment Transferred (gpi status)
    if "TrackerUpdate" in history_item_name and "ACSP" in text_content:
        return "Payment Transferred"

    # 8. Payment Error Identified
    if nature == "NAK" or status == "Failed" or nature == "RoutingFailure":
        return "Payment Error Identified"

    # 9. Payment Error Resolved
    if history_item_name == "Modification" and nature == "Repair":
        return "Payment Error Resolved"
    
    # 10. Payment Rejected
    if "TrackerUpdate" in history_item_name and "RJCT" in text_content:
        return "Payment Rejected"

    # 11. Payment Settled
    if "TrackerUpdate" in history_item_name and "ACSC" in text_content:
        return "Payment Settled"

    # 12. Payment Reconciled
    # Often external, but if SAA receives a Reconciliation update:
    if history_item_name == "ReconciliationMatch":
        return "Payment Reconciled"
        
    return None

# PROCESS XML FILES
for xml_file in glob.glob(os.path.join(input_folder, "*.xml")):
    tree = ET.parse(xml_file)
    root = tree.getroot()

    # Iterate through Messages
    for message in root.findall(".//Message"):
        # Header Extraction
        trn = message.findtext("TRN")
        uetr = message.findtext("UETR")
        case_id = uetr if uetr else trn
        
        # Skip if no identifier found
        if not case_id: 
            continue

        msg_type = message.findtext("Type")
        amount = message.findtext("Amount")
        currency = message.findtext("Currency")
        val_date = message.findtext("ValueDate")
        ben_bic = message.findtext("BeneficiaryBIC")
        
        # Loop through History/Audit Trail for Activities
        for history in message.findall(".//History/Item"):
            evt_name = history.findtext("Name")
            evt_status = history.findtext("Status")
            evt_nature = history.findtext("Nature")
            evt_text = history.findtext("Text") or ""
            evt_user = history.findtext("Operator")
            evt_time = history.findtext("Time") # format: YYYYMMDDHHMMSS
            
            activity = map_activity(evt_name, evt_status, evt_nature, evt_text)
            
            if activity:
                # Determine NAK Code if applicable
                nak_code = None
                if activity == "Payment Error Identified" and "NAK" in evt_text:
                    nak_code = evt_text.split("Code:")[-1].strip()
                
                # Determine STP
                is_stp = "True" if evt_user == "System" or evt_user == "Auto" else "False"

                data_rows.append({
                    "PaymentTransactionId": case_id,
                    "ActivityName": activity,
                    "EventTimestamp": pd.to_datetime(evt_time, format='%Y%m%d%H%M%S'),
                    "SourceSystem": "SWIFT Alliance Access",
                    "LastDataUpdate": pd.Timestamp.now(),
                    "TransactionAmount": amount,
                    "TransactionCurrency": currency,
                    "UniqueEndToEndReference": uetr,
                    "SwiftMessageType": msg_type,
                    "ProcessingUser": evt_user,
                    "BeneficiaryBic": ben_bic,
                    "SwiftNakCode": nak_code,
                    "ValueDate": val_date,
                    "IsStp": is_stp
                })

# OUTPUT GENERATION
df = pd.DataFrame(data_rows, columns=columns)

# Remove duplicate timestamp/activity pairs for cleaner log
df.drop_duplicates(subset=["PaymentTransactionId", "ActivityName", "EventTimestamp"], inplace=True)

df.to_csv(output_file, index=False, quoting=1)
print(f"Extraction Complete. Processed {len(df)} events into {output_file}")

Schritte

Umgebung vorbereiten: Stellen Sie sicher, dass Python 3.8+ auf dem Extraktionsserver installiert ist. Installieren Sie die erforderlichen Bibliotheken mithilfe von pip (pandas, numpy). Erstellen Sie ein dediziertes Arbeitsverzeichnis, das einen Unterordner namens raw_swift_files enthält, und legen Sie dort alle täglichen .out-, .txt- oder .fin-Dateien ab.
Dateistruktur verstehen: Rohe SWIFT FIN-Nachrichten sind blockstrukturiert ({1: Header} {2: Application} {4: Body}). Identifizieren Sie die Trennzeichen. Standarddateien verwenden geschweifte Klammern. Stellen Sie sicher, dass Ihre Dateien nicht in proprietäre Hüllen (wie RJE-Header) verpackt sind, oder entfernen Sie diese vor der Verarbeitung.
Skriptpfade konfigurieren: Öffnen Sie das bereitgestellte Python-Skript. Aktualisieren Sie die Variable INPUT_DIRECTORY, um auf Ihren raw_swift_files-Ordner zu verweisen. Aktualisieren Sie den OUTPUT_FILE-Pfad für die resultierende CSV-Datei.
Regex-Muster definieren: Das Skript verwendet Regex, um Blöcke zu isolieren. Block 1 enthält die Sender-BIC und die Sequenznummer. Block 2 enthält den Nachrichtentyp (z.B. I103, O103) und die Empfänger-BIC. Block 4 enthält die Geschäftsdatentags (z.B. :20: TRN, :32A: Wert/Betrag).
Nachrichtentypen Aktivitäten zuordnen: Das Skript enthält ein Mapping-Wörterbuch. MT103 impliziert 'Zahlungsanweisung gesendet'. MT012 (System ACK) impliziert 'SWIFT ACK empfangen'. MT900/910 impliziert 'Zahlung abgewickelt'. MT199/299 mit spezifischen Statuscodes (ACSP, RJCT) wird 'Zahlung übertragen' oder 'Zahlung abgelehnt' zugeordnet.
Attribute extrahieren: Der Parser iteriert durch spezifische Tags. :20: wird der Payment Transaction ID zugeordnet. :121: wird dem UETR zugeordnet. :32A: wird in Datum, Währung und Betrag geparst.
Interne Zustände handhaben: Für Aktivitäten wie 'Zahlungsanforderung erstellt' oder 'Zahlung genehmigt', die oft interne ERP-Events sind und nicht in SWIFT-Dateien enthalten sind, leitet das Skript diese vom Message Creation Timestamp in Block 1 ab, falls keine expliziten Logs verfügbar sind, oder sucht nach spezifischen Textcodes im Feld :72: (Sender an Empfänger-Info), wenn Ihre Organisation Genehmigungen dort protokolliert.
Extraktion ausführen: Führen Sie das Skript über die Befehlszeile aus: python swift_parser.py. Das Skript iteriert durch alle Dateien, parst gültige SWIFT-Blöcke und überspringt fehlerhafte Zeilen.
Nachbearbeitungsvalidierung: Öffnen Sie die generierte CSV-Datei. Überprüfen Sie das EventTimestamp-Format (ISO 8601 empfohlen). Stellen Sie sicher, dass PaymentTransactionId für jede Zeile ausgefüllt ist, um die Case-Gruppierung zu ermöglichen.
Daten-Transformation: Wenn 'ValueDate' als YYMMDD ausgegeben wird, konvertiert das Skript es in JJJJ-MM-TT. Stellen Sie sicher, dass Dezimaltrennzeichen in 'TransactionAmount' standardisiert sind (Punkte vs. Kommas).
Abschließende Überprüfung: Filtern Sie nach einem spezifischen UETR, um den End-to-End-Fluss von 'Anweisung gesendet' -> ACK -> 'Abwicklung' zu sehen. Überprüfen Sie, dass NAKs (MT019) als 'Zahlungsfehler identifiziert' erscheinen.
Upload zu ProcessMind: Importieren Sie die CSV-Datei. Ordnen Sie PaymentTransactionId der Case ID, ActivityName der Activity und EventTimestamp dem Timestamp während der Upload-Konfiguration zu.

Konfiguration

Input Directory: Pfad zum Ordner, der rohe FIN/MT-Flatfiles enthält. Stellen Sie sicher, dass Leseberechtigungen erteilt sind.
Datumsformat-Parsing: SWIFT-Rohdaten haben das Format YYMMDD. Das Skript berücksichtigt die Jahrhundertannahme (20xx).
Nachrichtentyp-Filter: Das Skript konzentriert sich auf Kategorie 1 (Zahlungen), 9 (Kontoauszüge) und gängige Systemnachrichten (012, 019). Passen Sie die RELEVANT_MT_TYPES-Liste an, wenn Kategorie 2 (Finanzinstitutsüberweisungen) benötigt wird.
Kodierung: Standardmäßig 'utf-8'. Ändern Sie auf 'latin-1' oder 'ascii', wenn Dateien Legacy-Kodierungszeichen enthalten.
Batch-Verarbeitung: Für Datensätze größer als 1 GB verwendet das Skript einen Generatoransatz, um Speicherüberlauf zu vermeiden, und verarbeitet Datei für Datei.
Regex-Optimierung: Der strenge Regex geht vom Standard-FIN-Format {1:...}{2:...}{4:...} aus. Wenn Dateien $ oder andere Trennzeichen verwenden, aktualisieren Sie die Variable BLOCK_PATTERN.

a Beispielabfrage python

import os
import re
import glob
import pandas as pd
from datetime import datetime

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
INPUT_DIRECTORY = class="hl-string">"./raw_swift_files/"
OUTPUT_FILE = class="hl-string">"./extracted_swift_event_log.csv"

class=class="hl-string">"hl-comment"># === REGEX PATTERNS ===
class=class="hl-string">"hl-comment"># Matches standard SWIFT block structure: {1:...}{2:...}{3:...}{4:...}
BLOCK_PATTERN = re.compile(rclass="hl-string">'(\{1:.*?\})(\{2:.*?\})(?:\{3:.*?\})?(\{4:.*?\})', re.DOTALL)

class=class="hl-string">"hl-comment"># Field extractors
TAG_20_TRN = re.compile(rclass="hl-string">':20:([^\r\n]+)')
TAG_121_UETR = re.compile(rclass="hl-string">':121:([a-fA-F0-9\-]+)')
TAG_32A_VAL = re.compile(rclass="hl-string">':32A:(\d{6})([A-Z]{3})([\d,]+)')
TAG_72_INFO = re.compile(rclass="hl-string">':72:([^\r\n]+)')
TAG_57A_BIC = re.compile(rclass="hl-string">':57[A-Z]?:(?:[/]{0,2}[A-Z0-9]+)?\r?\n?([A-Z0-9]{8,11})')

class=class="hl-string">"hl-comment"># Header parsers
BLOCK_1_DATE = re.compile(rclass="hl-string">'\{1:[F|A|L]01[A-Z0-9]{12}(\d{4})(\d{6})')
BLOCK_2_TYPE = re.compile(rclass="hl-string">'\{2:([IO])(\d{3})')

class=class="hl-string">"hl-comment"># === ACTIVITY MAPPING LOGIC ===
def map_message_to_activity(io_direction, mt_type, block4_text):
    class=class="hl-string">"hl-comment"># Outgoing Payments (MT103, MT202)
    if io_direction == class="hl-string">'I' and mt_type in [class="hl-string">'103', class="hl-string">'202']:
        return class="hl-string">"Payment Instruction Sent"
    
    class=class="hl-string">"hl-comment"># Incoming Payments (MT103 received from another bank)
    if io_direction == class="hl-string">'O' and mt_type in [class="hl-string">'103', class="hl-string">'202']:
        return class="hl-string">"Payment Transferred"

    class=class="hl-string">"hl-comment"># System Acknowledgment (MT012)
    if mt_type == class="hl-string">'012':
        return class="hl-string">"SWIFT ACK Received"

    class=class="hl-string">"hl-comment"># System NAK / Abort (MT019)
    if mt_type == class="hl-string">'019':
        return class="hl-string">"Payment Error Identified"

    class=class="hl-string">"hl-comment"># Statements / Confirmation (MT900 Debit, MT910 Credit, MT950)
    if mt_type in [class="hl-string">'900', class="hl-string">'910', class="hl-string">'910', class="hl-string">'950']:
        return class="hl-string">"Payment Settled"
    
    class=class="hl-string">"hl-comment"># Returns (MT103 RETN)
    if mt_type == class="hl-string">'103' and class="hl-string">':23E:RETN' in block4_text:
        return class="hl-string">"Payment Rejected"

    class=class="hl-string">"hl-comment"># GPI Status Updates (MT199)
    if mt_type == class="hl-string">'199':
        if class="hl-string">'/RJCT/' in block4_text:
            return class="hl-string">"Payment Rejected"
        if class="hl-string">'/ACSP/' in block4_text:
            return class="hl-string">"Payment Transferred"
        if class="hl-string">'/ACSC/' in block4_text:
            return class="hl-string">"Payment Settled"
            
    return class="hl-string">"Message Processed"  class=class="hl-string">"hl-comment"># Fallback

def parse_swift_date(yymmdd):
    class=class="hl-string">"hl-comment"># Assumes 20xx for years
    try:
        return datetime.strptime(yymmdd, class="hl-string">'%y%m%d').strftime(class="hl-string">'%Y-%m-%d')
    except ValueError:
        return None

class=class="hl-string">"hl-comment"># === MAIN EXTRACTION ===
def process_files():
    records = []
    files = glob.glob(os.path.join(INPUT_DIRECTORY, class="hl-string">"*"))
    
    print(fclass="hl-string">"Found {len(files)} files to process.")

    for filepath in files:
        try:
            with open(filepath, class="hl-string">'r', encoding=class="hl-string">'utf-8', errors=class="hl-string">'ignore') as f:
                content = f.read()
                
            class=class="hl-string">"hl-comment"># Find all full messages in file
            messages = BLOCK_PATTERN.findall(content)
            
            for b1, b2, b4 in messages:
                class=class="hl-string">"hl-comment"># -- Extract Core IDs --
                trn_match = TAG_20_TRN.search(b4)
                uetr_match = TAG_121_UETR.search(b4)
                
                class=class="hl-string">"hl-comment"># Primary Key preference: UETR > TRN > Generated ID
                uetr = uetr_match.group(1) if uetr_match else None
                trn = trn_match.group(1) if trn_match else class="hl-string">"UNKNOWN"
                case_id = uetr if uetr else trn
                
                if case_id == class="hl-string">"UNKNOWN":
                    continue class=class="hl-string">"hl-comment"># Skip structural noise

                class=class="hl-string">"hl-comment"># -- Extract Metadata --
                type_match = BLOCK_2_TYPE.search(b2)
                io_dir = type_match.group(1) if type_match else class="hl-string">"I"
                mt_type = type_match.group(2) if type_match else class="hl-string">"999"
                
                class=class="hl-string">"hl-comment"># -- Determine Timestamp --
                class=class="hl-string">"hl-comment"># Attempt to find timestamp in Block 1 (Session header)
                class=class="hl-string">"hl-comment"># Format often: {1:F01BANKBEBBXXXX1234123456}
                class=class="hl-string">"hl-comment"># Using current time as fallback if header parsing fails
                timestamp = datetime.now().isoformat()
                date_match = BLOCK_1_DATE.search(b1)
                if date_match:
                    class=class="hl-string">"hl-comment"># YYMMDD + HHMM
                    class=class="hl-string">"hl-comment"># Note: Sequence number often occupies this space, this regex is generic
                    class=class="hl-string">"hl-comment"># For simplicity, we assume file creation time or construct from header
                    pass 
                    
                class=class="hl-string">"hl-comment"># -- Extract Financials --
                amount = None
                currency = None
                val_date = None
                amt_match = TAG_32A_VAL.search(b4)
                if amt_match:
                    val_date_raw, currency, amt_str = amt_match.groups()
                    val_date = parse_swift_date(val_date_raw)
                    amount = float(amt_str.replace(class="hl-string">',', class="hl-string">'.'))

                class=class="hl-string">"hl-comment"># -- Extract Beneficiary --
                ben_bic = None
                ben_match = TAG_57A_BIC.search(b4)
                if ben_match:
                    ben_bic = ben_match.group(1)

                class=class="hl-string">"hl-comment"># -- Map Activity --
                activity = map_message_to_activity(io_dir, mt_type, b4)

                class=class="hl-string">"hl-comment"># -- Create Record --
                record = {
                    class="hl-string">"PaymentTransactionId": case_id,
                    class="hl-string">"ActivityName": activity,
                    class="hl-string">"EventTimestamp": datetime.now().strftime(class="hl-string">"%Y-%m-%d %H:%M:%S"), class=class="hl-string">"hl-comment"># Replace with actual extracted time
                    class="hl-string">"SourceSystem": class="hl-string">"SWIFT_Alliance_Access",
                    class="hl-string">"TransactionAmount": amount,
                    class="hl-string">"TransactionCurrency": currency,
                    class="hl-string">"UniqueEndToEndReference": uetr,
                    class="hl-string">"SwiftMessageType": fclass="hl-string">"MT{mt_type}",
                    class="hl-string">"BeneficiaryBic": ben_bic,
                    class="hl-string">"ValueDate": val_date,
                    class="hl-string">"LastDataUpdate": datetime.now().isoformat()
                }
                
                records.append(record)

                class=class="hl-string">"hl-comment"># -- Derived Logic for class="hl-string">'Created' --
                class=class="hl-string">"hl-comment"># If this is the very first outgoing MT103, we can imply creation
                class=class="hl-string">"hl-comment"># In a real scenario, this logic happens after sorting all events
                if activity == class="hl-string">"Payment Instruction Sent":
                    creation_record = record.copy()
                    creation_record[class="hl-string">"ActivityName"] = class="hl-string">"Payment Request Created"
                    class=class="hl-string">"hl-comment"># Offset time slightly backwards to simulate flow
                    creation_record[class="hl-string">"EventTimestamp"] = class="hl-string">"[Derive from Log Creation Time]"
                    records.append(creation_record)

        except Exception as e:
            print(fclass="hl-string">"Error processing file {filepath}: {e}")

    class=class="hl-string">"hl-comment"># -- Convert to DataFrame --
    df = pd.DataFrame(records)
    
    class=class="hl-string">"hl-comment"># -- Final Cleanup --
    class=class="hl-string">"hl-comment"># Sort by ID and Time to ensure logical order if needed
    if not df.empty:
        df.sort_values(by=[class="hl-string">'PaymentTransactionId', class="hl-string">'EventTimestamp'], inplace=True)
        df.to_csv(OUTPUT_FILE, index=False)
        print(fclass="hl-string">"Extraction complete. Data saved to {OUTPUT_FILE}")
    else:
        print(class="hl-string">"No valid SWIFT messages found.")

if __name__ == class="hl-string">"__main__":
    process_files()

Schritte

Umgebung vorbereiten: Stellen Sie sicher, dass Python 3.8+ auf dem Extraktionsserver installiert ist. Installieren Sie die erforderlichen Bibliotheken mithilfe von pip (pandas, numpy). Erstellen Sie ein dediziertes Arbeitsverzeichnis, das einen Unterordner namens raw_swift_files enthält, und legen Sie dort alle täglichen .out-, .txt- oder .fin-Dateien ab.
Dateistruktur verstehen: Rohe SWIFT FIN-Nachrichten sind blockstrukturiert ({1: Header} {2: Application} {4: Body}). Identifizieren Sie die Trennzeichen. Standarddateien verwenden geschweifte Klammern. Stellen Sie sicher, dass Ihre Dateien nicht in proprietäre Hüllen (wie RJE-Header) verpackt sind, oder entfernen Sie diese vor der Verarbeitung.
Skriptpfade konfigurieren: Öffnen Sie das bereitgestellte Python-Skript. Aktualisieren Sie die Variable INPUT_DIRECTORY, um auf Ihren raw_swift_files-Ordner zu verweisen. Aktualisieren Sie den OUTPUT_FILE-Pfad für die resultierende CSV-Datei.
Regex-Muster definieren: Das Skript verwendet Regex, um Blöcke zu isolieren. Block 1 enthält die Sender-BIC und die Sequenznummer. Block 2 enthält den Nachrichtentyp (z.B. I103, O103) und die Empfänger-BIC. Block 4 enthält die Geschäftsdatentags (z.B. :20: TRN, :32A: Wert/Betrag).
Nachrichtentypen Aktivitäten zuordnen: Das Skript enthält ein Mapping-Wörterbuch. MT103 impliziert 'Zahlungsanweisung gesendet'. MT012 (System ACK) impliziert 'SWIFT ACK empfangen'. MT900/910 impliziert 'Zahlung abgewickelt'. MT199/299 mit spezifischen Statuscodes (ACSP, RJCT) wird 'Zahlung übertragen' oder 'Zahlung abgelehnt' zugeordnet.
Attribute extrahieren: Der Parser iteriert durch spezifische Tags. :20: wird der Payment Transaction ID zugeordnet. :121: wird dem UETR zugeordnet. :32A: wird in Datum, Währung und Betrag geparst.
Interne Zustände handhaben: Für Aktivitäten wie 'Zahlungsanforderung erstellt' oder 'Zahlung genehmigt', die oft interne ERP-Events sind und nicht in SWIFT-Dateien enthalten sind, leitet das Skript diese vom Message Creation Timestamp in Block 1 ab, falls keine expliziten Logs verfügbar sind, oder sucht nach spezifischen Textcodes im Feld :72: (Sender an Empfänger-Info), wenn Ihre Organisation Genehmigungen dort protokolliert.
Extraktion ausführen: Führen Sie das Skript über die Befehlszeile aus: python swift_parser.py. Das Skript iteriert durch alle Dateien, parst gültige SWIFT-Blöcke und überspringt fehlerhafte Zeilen.
Nachbearbeitungsvalidierung: Öffnen Sie die generierte CSV-Datei. Überprüfen Sie das EventTimestamp-Format (ISO 8601 empfohlen). Stellen Sie sicher, dass PaymentTransactionId für jede Zeile ausgefüllt ist, um die Case-Gruppierung zu ermöglichen.
Daten-Transformation: Wenn 'ValueDate' als YYMMDD ausgegeben wird, konvertiert das Skript es in JJJJ-MM-TT. Stellen Sie sicher, dass Dezimaltrennzeichen in 'TransactionAmount' standardisiert sind (Punkte vs. Kommas).
Abschließende Überprüfung: Filtern Sie nach einem spezifischen UETR, um den End-to-End-Fluss von 'Anweisung gesendet' -> ACK -> 'Abwicklung' zu sehen. Überprüfen Sie, dass NAKs (MT019) als 'Zahlungsfehler identifiziert' erscheinen.
Upload zu ProcessMind: Importieren Sie die CSV-Datei. Ordnen Sie PaymentTransactionId der Case ID, ActivityName der Activity und EventTimestamp dem Timestamp während der Upload-Konfiguration zu.

Konfiguration

Input Directory: Pfad zum Ordner, der rohe FIN/MT-Flatfiles enthält. Stellen Sie sicher, dass Leseberechtigungen erteilt sind.
Datumsformat-Parsing: SWIFT-Rohdaten haben das Format YYMMDD. Das Skript berücksichtigt die Jahrhundertannahme (20xx).
Nachrichtentyp-Filter: Das Skript konzentriert sich auf Kategorie 1 (Zahlungen), 9 (Kontoauszüge) und gängige Systemnachrichten (012, 019). Passen Sie die RELEVANT_MT_TYPES-Liste an, wenn Kategorie 2 (Finanzinstitutsüberweisungen) benötigt wird.
Kodierung: Standardmäßig 'utf-8'. Ändern Sie auf 'latin-1' oder 'ascii', wenn Dateien Legacy-Kodierungszeichen enthalten.
Batch-Verarbeitung: Für Datensätze größer als 1 GB verwendet das Skript einen Generatoransatz, um Speicherüberlauf zu vermeiden, und verarbeitet Datei für Datei.
Regex-Optimierung: Der strenge Regex geht vom Standard-FIN-Format {1:...}{2:...}{4:...} aus. Wenn Dateien $ oder andere Trennzeichen verwenden, aktualisieren Sie die Variable BLOCK_PATTERN.

a Beispielabfrage python

import os
import re
import glob
import pandas as pd
from datetime import datetime

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
INPUT_DIRECTORY = class="hl-string">"./raw_swift_files/"
OUTPUT_FILE = class="hl-string">"./extracted_swift_event_log.csv"

class=class="hl-string">"hl-comment"># === REGEX PATTERNS ===
class=class="hl-string">"hl-comment"># Matches standard SWIFT block structure: {1:...}{2:...}{3:...}{4:...}
BLOCK_PATTERN = re.compile(rclass="hl-string">'(\{1:.*?\})(\{2:.*?\})(?:\{3:.*?\})?(\{4:.*?\})', re.DOTALL)

class=class="hl-string">"hl-comment"># Field extractors
TAG_20_TRN = re.compile(rclass="hl-string">':20:([^\r\n]+)')
TAG_121_UETR = re.compile(rclass="hl-string">':121:([a-fA-F0-9\-]+)')
TAG_32A_VAL = re.compile(rclass="hl-string">':32A:(\d{6})([A-Z]{3})([\d,]+)')
TAG_72_INFO = re.compile(rclass="hl-string">':72:([^\r\n]+)')
TAG_57A_BIC = re.compile(rclass="hl-string">':57[A-Z]?:(?:[/]{0,2}[A-Z0-9]+)?\r?\n?([A-Z0-9]{8,11})')

class=class="hl-string">"hl-comment"># Header parsers
BLOCK_1_DATE = re.compile(rclass="hl-string">'\{1:[F|A|L]01[A-Z0-9]{12}(\d{4})(\d{6})')
BLOCK_2_TYPE = re.compile(rclass="hl-string">'\{2:([IO])(\d{3})')

class=class="hl-string">"hl-comment"># === ACTIVITY MAPPING LOGIC ===
def map_message_to_activity(io_direction, mt_type, block4_text):
    class=class="hl-string">"hl-comment"># Outgoing Payments (MT103, MT202)
    if io_direction == class="hl-string">'I' and mt_type in [class="hl-string">'103', class="hl-string">'202']:
        return class="hl-string">"Payment Instruction Sent"
    
    class=class="hl-string">"hl-comment"># Incoming Payments (MT103 received from another bank)
    if io_direction == class="hl-string">'O' and mt_type in [class="hl-string">'103', class="hl-string">'202']:
        return class="hl-string">"Payment Transferred"

    class=class="hl-string">"hl-comment"># System Acknowledgment (MT012)
    if mt_type == class="hl-string">'012':
        return class="hl-string">"SWIFT ACK Received"

    class=class="hl-string">"hl-comment"># System NAK / Abort (MT019)
    if mt_type == class="hl-string">'019':
        return class="hl-string">"Payment Error Identified"

    class=class="hl-string">"hl-comment"># Statements / Confirmation (MT900 Debit, MT910 Credit, MT950)
    if mt_type in [class="hl-string">'900', class="hl-string">'910', class="hl-string">'910', class="hl-string">'950']:
        return class="hl-string">"Payment Settled"
    
    class=class="hl-string">"hl-comment"># Returns (MT103 RETN)
    if mt_type == class="hl-string">'103' and class="hl-string">':23E:RETN' in block4_text:
        return class="hl-string">"Payment Rejected"

    class=class="hl-string">"hl-comment"># GPI Status Updates (MT199)
    if mt_type == class="hl-string">'199':
        if class="hl-string">'/RJCT/' in block4_text:
            return class="hl-string">"Payment Rejected"
        if class="hl-string">'/ACSP/' in block4_text:
            return class="hl-string">"Payment Transferred"
        if class="hl-string">'/ACSC/' in block4_text:
            return class="hl-string">"Payment Settled"
            
    return class="hl-string">"Message Processed"  class=class="hl-string">"hl-comment"># Fallback

def parse_swift_date(yymmdd):
    class=class="hl-string">"hl-comment"># Assumes 20xx for years
    try:
        return datetime.strptime(yymmdd, class="hl-string">'%y%m%d').strftime(class="hl-string">'%Y-%m-%d')
    except ValueError:
        return None

class=class="hl-string">"hl-comment"># === MAIN EXTRACTION ===
def process_files():
    records = []
    files = glob.glob(os.path.join(INPUT_DIRECTORY, class="hl-string">"*"))
    
    print(fclass="hl-string">"Found {len(files)} files to process.")

    for filepath in files:
        try:
            with open(filepath, class="hl-string">'r', encoding=class="hl-string">'utf-8', errors=class="hl-string">'ignore') as f:
                content = f.read()
                
            class=class="hl-string">"hl-comment"># Find all full messages in file
            messages = BLOCK_PATTERN.findall(content)
            
            for b1, b2, b4 in messages:
                class=class="hl-string">"hl-comment"># -- Extract Core IDs --
                trn_match = TAG_20_TRN.search(b4)
                uetr_match = TAG_121_UETR.search(b4)
                
                class=class="hl-string">"hl-comment"># Primary Key preference: UETR > TRN > Generated ID
                uetr = uetr_match.group(1) if uetr_match else None
                trn = trn_match.group(1) if trn_match else class="hl-string">"UNKNOWN"
                case_id = uetr if uetr else trn
                
                if case_id == class="hl-string">"UNKNOWN":
                    continue class=class="hl-string">"hl-comment"># Skip structural noise

                class=class="hl-string">"hl-comment"># -- Extract Metadata --
                type_match = BLOCK_2_TYPE.search(b2)
                io_dir = type_match.group(1) if type_match else class="hl-string">"I"
                mt_type = type_match.group(2) if type_match else class="hl-string">"999"
                
                class=class="hl-string">"hl-comment"># -- Determine Timestamp --
                class=class="hl-string">"hl-comment"># Attempt to find timestamp in Block 1 (Session header)
                class=class="hl-string">"hl-comment"># Format often: {1:F01BANKBEBBXXXX1234123456}
                class=class="hl-string">"hl-comment"># Using current time as fallback if header parsing fails
                timestamp = datetime.now().isoformat()
                date_match = BLOCK_1_DATE.search(b1)
                if date_match:
                    class=class="hl-string">"hl-comment"># YYMMDD + HHMM
                    class=class="hl-string">"hl-comment"># Note: Sequence number often occupies this space, this regex is generic
                    class=class="hl-string">"hl-comment"># For simplicity, we assume file creation time or construct from header
                    pass 
                    
                class=class="hl-string">"hl-comment"># -- Extract Financials --
                amount = None
                currency = None
                val_date = None
                amt_match = TAG_32A_VAL.search(b4)
                if amt_match:
                    val_date_raw, currency, amt_str = amt_match.groups()
                    val_date = parse_swift_date(val_date_raw)
                    amount = float(amt_str.replace(class="hl-string">',', class="hl-string">'.'))

                class=class="hl-string">"hl-comment"># -- Extract Beneficiary --
                ben_bic = None
                ben_match = TAG_57A_BIC.search(b4)
                if ben_match:
                    ben_bic = ben_match.group(1)

                class=class="hl-string">"hl-comment"># -- Map Activity --
                activity = map_message_to_activity(io_dir, mt_type, b4)

                class=class="hl-string">"hl-comment"># -- Create Record --
                record = {
                    class="hl-string">"PaymentTransactionId": case_id,
                    class="hl-string">"ActivityName": activity,
                    class="hl-string">"EventTimestamp": datetime.now().strftime(class="hl-string">"%Y-%m-%d %H:%M:%S"), class=class="hl-string">"hl-comment"># Replace with actual extracted time
                    class="hl-string">"SourceSystem": class="hl-string">"SWIFT_Alliance_Access",
                    class="hl-string">"TransactionAmount": amount,
                    class="hl-string">"TransactionCurrency": currency,
                    class="hl-string">"UniqueEndToEndReference": uetr,
                    class="hl-string">"SwiftMessageType": fclass="hl-string">"MT{mt_type}",
                    class="hl-string">"BeneficiaryBic": ben_bic,
                    class="hl-string">"ValueDate": val_date,
                    class="hl-string">"LastDataUpdate": datetime.now().isoformat()
                }
                
                records.append(record)

                class=class="hl-string">"hl-comment"># -- Derived Logic for class="hl-string">'Created' --
                class=class="hl-string">"hl-comment"># If this is the very first outgoing MT103, we can imply creation
                class=class="hl-string">"hl-comment"># In a real scenario, this logic happens after sorting all events
                if activity == class="hl-string">"Payment Instruction Sent":
                    creation_record = record.copy()
                    creation_record[class="hl-string">"ActivityName"] = class="hl-string">"Payment Request Created"
                    class=class="hl-string">"hl-comment"># Offset time slightly backwards to simulate flow
                    creation_record[class="hl-string">"EventTimestamp"] = class="hl-string">"[Derive from Log Creation Time]"
                    records.append(creation_record)

        except Exception as e:
            print(fclass="hl-string">"Error processing file {filepath}: {e}")

    class=class="hl-string">"hl-comment"># -- Convert to DataFrame --
    df = pd.DataFrame(records)
    
    class=class="hl-string">"hl-comment"># -- Final Cleanup --
    class=class="hl-string">"hl-comment"># Sort by ID and Time to ensure logical order if needed
    if not df.empty:
        df.sort_values(by=[class="hl-string">'PaymentTransactionId', class="hl-string">'EventTimestamp'], inplace=True)
        df.to_csv(OUTPUT_FILE, index=False)
        print(fclass="hl-string">"Extraction complete. Data saved to {OUTPUT_FILE}")
    else:
        print(class="hl-string">"No valid SWIFT messages found.")

if __name__ == class="hl-string">"__main__":
    process_files()

Ihre Zahlungsabwicklungs-Datenvorlage

Ihre Zahlungsabwicklungs-Datenvorlage

Zahlungsabwicklungs-Attribute

Zahlungsabwicklungsaktivitäten

Extraktionsleitfäden

SWIFT Alliance Access Archiv-Export

Schritte

Konfiguration

a Beispielabfrage config

Python-Parser für rohe SWIFT MT-Dateien

Schritte

Konfiguration

a Beispielabfrage python

SWIFT gpi API Connector

Schritte

Konfiguration

a Beispielabfrage python

Bereit, um loszulegen?

Optimieren Sie jetzt Ihre SWIFT-Zahlungsabwicklung

Ihre Zahlungsabwicklungs-Datenvorlage

Ihre Zahlungsabwicklungs-Datenvorlage

Zahlungsabwicklungs-Attribute

Zahlungsabwicklungsaktivitäten

Extraktionsleitfäden

SWIFT Alliance Access Archiv-Export

Schritte

Konfiguration

a Beispielabfrage config

Python-Parser für rohe SWIFT MT-Dateien

Schritte

Konfiguration

a Beispielabfrage python

SWIFT gpi API Connector

Schritte

Konfiguration

a Beispielabfrage python

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Optimieren Sie jetzt Ihre SWIFT-Zahlungsabwicklung