🔍 Multilevel Screening Review

← Back to Report

Data Builder Output

Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
  "entity_name": "VM_test_duble_accfilldb_3",
  "entity_full_name": "VM_test_duble_accfilldb_3",
  "subject_context": {
    "VM_test_duble_accfilldb_3": {
      "name": "VM_test_duble_accfilldb_3",
      "context": " (Dane: NIP: 5211371641, country: PL, description: VAT Information Exchange System)"
    }
  },
  "facts_by_category": {},
  "facts_by_subject": {},
  "facts_by_relation": {},
  "total_cost": {
    "task_costs": [],
    "total_override": 0.01861815
  },
  "screening_tasks": [
    {
      "task_id": "01ef2247-2ad1-49d9-8931-4e79a30852cc",
      "subject_type": "ENTITY",
      "subject_name": "VM_test_duble_accfilldb_3",
      "subject_full_name": "VM_test_duble_accfilldb_3",
      "subject_node_id": "8936856f-e7f0-4385-8759-07c25dcda9a2",
      "context_description": "VM_test_duble_accfilldb_3",
      "context_data": {
        "NIP": "5211371641",
        "country": "PL",
        "description": "VAT Information Exchange System"
      },
      "search_state": {
        "iterations": [
          {
            "iteration_number": 1,
            "category": "CRIMINAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**VM_test_duble_accfilldb_3**\nKontekst pomocniczy: VM_test_duble_accfilldb_3, VM_test_duble_accfilldb_3,  (Dane: NIP: 5211371641, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla VM_test_duble_accfilldb_3 w kategorii: \"Sprawy karne i postępowania prokuratorskie\nUwzględniaj tylko informacje dotyczące:\n- postępowań karnych\n- śledztw lub dochodzeń prowadzonych przez prokuraturę lub organy ścigania\n- zarzutów karnych, aktu oskarżenia, zatrzymań, aresztowań\n- przestępstw lub podejrzeń popełnienia przestępstwa\n\nNie uwzględniaj informacji dotyczących:\n- kar administracyjnych\n- decyzji regulatorów (np. GIIF, KNF, UOKiK, organy nadzorcze)\n- postępowań administracyjnych\n- sporów cywilnych lub gospodarczych\n- kontroli regulatora bez zarzutów karnych\n\nJeśli sprawa dotyczy wyłącznie sankcji administracyjnej lub naruszenia regulacyjnego, pomiń ją.\" \"\n\nIteracja: 1\nDotychczas sprawdzone kategorie: brak\n\n1. Skup się na podmiocie VM_test_duble_accfilldb_3 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak dostępnych informacji w publicznych źródłach dotyczących podmiotu VM_test_duble_accfilldb_3 w kontekście postępowań karnych, śledztw prokuratorskich, zarzutów karnych, zatrzymań lub aresztowań. Wyszukiwania nie zwróciły żadnych wyników spełniających kryteria exact match oraz wymogi dotyczące spraw karnych.\"\n}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 12989,
              "output_tokens": 748,
              "total_tokens": 13737,
              "cost_usd": 0.00239715
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T00:38:05.887280"
          },
          {
            "iteration_number": 2,
            "category": "CORRUPTION",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**VM_test_duble_accfilldb_3**\nKontekst pomocniczy: VM_test_duble_accfilldb_3, VM_test_duble_accfilldb_3,  (Dane: NIP: 5211371641, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla VM_test_duble_accfilldb_3 w kategorii: \"Korupcja, łapownictwo i przestępstwa korupcyjne.\n\nUwzględniaj tylko informacje, które wskazują na:\n\n* podejrzenie korupcji lub łapownictwa w spółce,\n* śledztwo lub dochodzenie dotyczące korupcji prowadzone przez prokuraturę lub organy ścigania,\n* postawienie zarzutów korupcyjnych osobie powiązanej ze spółką (np. członkowi zarządu, pracownikowi, właścicielowi),\n* akt oskarżenia, zatrzymanie lub skazanie w sprawie korupcyjnej.\n\nNie uwzględniaj informacji dotyczących:\n\n* kar administracyjnych lub sankcji regulatorów (np. GIIF, KNF, UOKiK),\n* postępowań administracyjnych lub naruszeń regulacyjnych,\n* kar finansowych nałożonych przez organy nadzorcze,\n* ogólnych nieprawidłowości lub sporów biznesowych, które nie dotyczą korupcji.\n\nDodawaj wynik tylko wtedy, gdy artykuł jasno wskazuje na **korupcję lub zarzuty korupcyjne**, a nie jedynie na naruszenie przepisów lub sankcję administracyjną.\n\"\n\nIteracja: 2\nDotychczas sprawdzone kategorie: CRIMINAL\n\n1. Skup się na podmiocie VM_test_duble_accfilldb_3 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak konkretnych informacji dotyczących podmiotu VM_test_duble_accfilldb_3 w kontekście korupcji, łapownictwa lub przestępstw korupcyjnych.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 19676,
              "output_tokens": 629,
              "total_tokens": 20305,
              "cost_usd": 0.0033288
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T00:38:12.423538"
          },
          {
            "iteration_number": 3,
            "category": "GOVERNANCE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**VM_test_duble_accfilldb_3**\nKontekst pomocniczy: VM_test_duble_accfilldb_3, VM_test_duble_accfilldb_3,  (Dane: NIP: 5211371641, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla VM_test_duble_accfilldb_3 w kategorii: \"Audyty, nieprawidłowości zarządcze i governance.\n    Uwzględnij:\n    - informacje o nieuregulowanych zobowiązaniach.\n    - oficjalne informacje o likwidacji i upadłości.\n    - informacje o audytach i kontrolach w spółce.\n    - informacje o nieprawidłowościach zarządczych w spółce.\n    - informacje o sporach z pracownikami i byłymi pracownikami.\n    - informacje o sporach z byłymi członkami zarządu i pracownikami.\n    \"\n\nIteracja: 3\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie VM_test_duble_accfilldb_3 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "{\n  \"findings\": [],\n  \"no_findings_reason\": \"Nie znaleziono żadnych istotnych informacji w dostępnych źródłach dotyczących podmiotu VM_test_duble_accfilldb_3 w kategorii \\\"Audyty, nieprawidłowości zarządcze i governance\\\". Wyszukiwania nie zwróciły żadnych wyników zawierających dokładną nazwę podmiotu, co spełnia wymóg dopasowania nazw bez użycia podobnych lub przybliżonych wariantów.\"\n}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 39224,
              "output_tokens": 1863,
              "total_tokens": 41087,
              "cost_usd": 0.0070014
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T00:38:31.482239"
          },
          {
            "iteration_number": 4,
            "category": "REPUTATIONAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**VM_test_duble_accfilldb_3**\nKontekst pomocniczy: VM_test_duble_accfilldb_3, VM_test_duble_accfilldb_3,  (Dane: NIP: 5211371641, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla VM_test_duble_accfilldb_3 w kategorii: \"Ryzyko reputacyjne oraz wpływ na media i opinię publiczną.\n    Uwzględnij:\n    - informacje o pokrzywdzonych klientach.\n    - opinie pracowników i klientów.\n    - negatywne opinie o spółce w mediach i internecie.\n    Nie uwzględniaj informacji:\n    - z oficjalnych rejestrów.\n    \"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie VM_test_duble_accfilldb_3 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania dla dokładnej nazwy podmiotu VM_test_duble_accfilldb_3 w kontekście ryzyka reputacyjnego oraz wpływu na media i opinię publiczną. Nie znaleziono żadnych artykułów, raportów ani innych źródeł zawierających informacje o pokrzywdzonych klientach, opiniach pracowników lub klientów oraz negatywnych opiniach o spółce, które spełniałyby kryteria wyszukiwania przy zachowaniu wymogu dokładnego dopasowania nazwy.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 17058,
              "output_tokens": 855,
              "total_tokens": 17913,
              "cost_usd": 0.0030717
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T00:38:40.562211"
          },
          {
            "iteration_number": 5,
            "category": "POLITICAL_EXPOSURE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**VM_test_duble_accfilldb_3**\nKontekst pomocniczy: VM_test_duble_accfilldb_3, VM_test_duble_accfilldb_3,  (Dane: NIP: 5211371641, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla VM_test_duble_accfilldb_3 w kategorii: \"Ekspozycja polityczna i wpływ państwa\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie VM_test_duble_accfilldb_3 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania istotnie związanych z podmiotem VM_test_duble_accfilldb_3 w kategorii \\\"Ekspozycja polityczna i wpływ państwa\\\" przy zachowaniu wymogu dokładnego dopasowania nazwy.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 10649,
              "output_tokens": 632,
              "total_tokens": 11281,
              "cost_usd": 0.00197655
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T00:38:47.432078"
          }
        ],
        "categories_checked": [
          "CRIMINAL",
          "CORRUPTION",
          "GOVERNANCE",
          "REPUTATIONAL",
          "POLITICAL_EXPOSURE"
        ],
        "findings": [],
        "facts": [],
        "cumulative_cost": 0.0177756,
        "information_gain_history": [
          0.0,
          0.0,
          0.0,
          0.0,
          0.0
        ],
        "stop_reason": "Max iterations reached: 5 >= 5",
        "stopped_at": "2026-04-03T00:38:47.432542",
        "failed_iterations": 0,
        "errors": []
      }
    }
  ],
  "total_facts": 0,
  "total_findings": 0,
  "structure_summary": "Dane dotyczące podmiotu VM_test_duble_accfilldb_3 są bardzo ograniczone – jedynymi dostępnymi informacjami są numer NIP 5211371641, kraj rejestracji (Polska) oraz klasyfikacja jako VAT Information Exchange System. Brak dodatkowych danych uniemożliwia określenie struktury własnościowej, czyli tego, kto jest faktycznym właścicielem lub beneficjentem końcowym tego podmiotu.\n\nZ uwagi na brak informacji nie można wskazać żadnych kluczowych osób zarządzających, ich stanowisk ani roli w organizacji. Nie ma również danych o podmiotach zależnych, powiązanych przez wspólnych beneficjentów ani o ewentualnych powiązaniach z innymi firmami.\n\nZ perspektywy AML nie da się zidentyfikować elementów wymagających szczególnej uwagi – nie ma wskazań na udział Skarbu Państwa, anonimowych właścicieli ani skomplikowanej struktury kapitałowej. Wobec tak ubogich danych jedyną konkluzją jest konieczność uzyskania dodatkowych informacji, aby móc przeprowadzić rzetelną analizę AML/KYC."
}