Η παρούσα διπλωματική εργασία εξετάζει τη συμβολή της Κανονιστικής Τεχνολογίας (Regulatory Technology – RegTech) στην ενίσχυση της αποτελεσματικότητας των μηχανισμών καταπολέμησης της νομιμοποίησης εσόδων από παράνομες δραστηριότητες (Anti-Money Laundering – AML). Στο πλαίσιο της συνεχώς αυξανόμενης πολυπλοκότητας των χρηματοπιστωτικών συναλλαγών και της αυστηροποίησης του κανονιστικού περιβάλλοντος, η RegTech αναδεικνύεται ως κρίσιμο εργαλείο για την αυτοματοποίηση και βελτιστοποίηση των διαδικασιών κανονιστικής συμμόρφωσης. Μέσω βιβλιογραφικής ανάλυσης και αξιολόγησης σύγχρονων μελετών, η εργασία διερευνά τις τεχνολογίες που υποστηρίζουν τη RegTech (τεχνητή νοημοσύνη, μηχανική μάθηση, ανάλυση μεγάλων δεδομένων, blockchain), τις εφαρμογές τους σε διαδικασίες KYC (Know Your Customer), CDD (Customer Due Diligence) και παρακολούθηση συναλλαγών, καθώς και τα πλεονεκτήματα και τις προκλήσεις που ανακύπτουν από την υιοθέτησή τους.

Επιπλέον, η εργασία αναλύει τις επιπτώσεις της RegTech στο θεσμικό και επιχειρησιακό περιβάλλον, με έμφαση στα ζητήματα προστασίας προσωπικών δεδομένων, διακυβέρνησης και διαφάνειας. Τα ευρήματα υποδεικνύουν ότι η RegTech μπορεί να μειώσει το λειτουργικό κόστος συμμόρφωσης, να ενισχύσει την ακρίβεια των ελέγχων και να διευκολύνει την ανίχνευση ύποπτων συναλλαγών, εφόσον πλαισιώνεται από ένα σαφές κανονιστικό πλαίσιο και αποτελεσματική εποπτεία.

Συνολικά, η εργασία καταλήγει ότι η αξιοποίηση της RegTech αποτελεί καθοριστικό παράγοντα για τον εκσυγχρονισμό του AML οικοσυστήματος και τη διαμόρφωση ενός πιο ανθεκτικού, διαφανούς και τεχνολογικά ώριμου χρηματοπιστωτικού συστήματος.

This dissertation investigates the contribution of Regulatory Technology (RegTech) to enhancing the effectiveness of Anti-Money Laundering (AML) mechanisms. In an era of increasing financial complexity and tightening regulatory requirements, RegTech has emerged as a crucial enabler for automating and optimizing compliance processes. Through an extensive literature review and analysis of recent academic and institutional studies, the research explores the technologies underpinning RegTech—such as Artificial Intelligence (AI), Machine Learning (ML), Big Data Analytics, and Blockchain—and their applications in Know Your Customer (KYC), Customer Due Diligence (CDD), and transaction monitoring procedures.

Furthermore, the study examines the impact of RegTech on institutional governance and regulatory frameworks, with particular emphasis on data protection, transparency, and operational integrity. The findings suggest that RegTech solutions can significantly reduce compliance costs, improve the precision of monitoring systems, and strengthen the detection of suspicious activities, provided that their implementation is supported by clear regulatory guidance and robust supervisory mechanisms.

Overall, this research concludes that the adoption of RegTech represents a key driver for the modernization of AML frameworks and the establishment of a more transparent, resilient, and technologically advanced financial system.