SKNB Csoport logó SKNB CsoportKönyvelés · Bér · Tanácsadás

Mesterséges intelligencia a közpénzek nyomában: így dolgozik az Integritás Hatóság

2026.07.13. · SKNB Csoport

Az adóhatóság után most a korrupcióellenes szervezet is algoritmusokra bízza a gyanús ügyek kiszűrését. Az Integritás Hatóság 2025 őszén indított, kétéves nemzetközi projektben fejleszt mesterséges intelligenciával támogatott elemzőrendszert az uniós források és a közbeszerzések kockázatainak feltárására — a 2026 júniusában publikált éves jelentése pedig már megmutatta, mire képes az adatvezérelt megközelítés. Összefoglaltuk, mit érdemes erről tudni, és miért nem csak a nagy állami beszállítókra tartozik a téma.

Ki az az Integritás Hatóság, és miért figyel rá mindenki?

Az Integritás Hatóság 2022-ben, az Európai Unióval kötött megállapodás nyomán jött létre. Feladata az uniós pénzek felhasználásának felügyelete: közbeszerzések vizsgálata, korrupciós kockázatok feltárása és ajánlások megfogalmazása a rendszer javítására. A szervezet 2026. június 30-án tette közzé a 2025-ös évre vonatkozó, több mint 300 oldalas éves elemző jelentését — ennek megállapításai hetekig témát adtak a gazdasági sajtónak.

A Hatóság munkájának különlegessége, hogy nem egyedi bejelentésekre vár: hatalmas adatbázisokat — közbeszerzési hirdetményeket, cégadatokat, szerződéseket — elemez módszeresen, és ebben egyre nagyobb szerepet kap a mesterséges intelligencia.

Mire használják pontosan az MI-t?

A Hatóság szakemberei három fő területet jelöltek meg, ahol a gépi elemzés valódi áttörést hoz a korrupcióelemzésben:

  • Szövegfeldolgozás. A közbeszerzési dokumentumok, szerződések többsége strukturálatlan szöveg. Az MI ezekből automatikusan nyeri ki a lényegi adatokat — árakat, feltételeket, határidőket —, ami korábban rengeteg kézi munkát igényelt. A Hatóság szerint már önmagában az adattisztítás és -kinyerés automatizálása jelentős erőforrás-megtakarítást hoz.
  • Hálózatelemzés. Az algoritmusok kapcsolati gráfokat építenek cégek, tulajdonosok és ajánlattevők között, így olyan rejtett összefonódások is láthatóvá válnak, amelyeket emberi szemmel szinte lehetetlen észrevenni — például ha ugyanahhoz az érdekkörhöz tartozó cégek „versenyeznek” egymással.
  • Pénzügyi anomáliák felismerése. A gépi tanulás a normálistól eltérő mintázatokat keresi: szokatlan árazást, gyanús tranzakciós láncokat, ismétlődő szabálytalanságokat.

A bevezetés fokozatos: az irodai munkát segítő alapmodellektől a munkafolyamatokba épített MI-szolgáltatásokon át a kifejezetten kockázatelemzésre szabott, előrejelző rendszerekig terjed a paletta.

600 ezer eurós projekt az Európai Bizottsággal és az OECD-vel

A fejlesztés nem házon belüli kísérletezés. A 2025. október 7-én indult, kétéves digitális projektet az Európai Bizottság Technikai Támogatási Eszköze (TSI) finanszírozza mintegy 600 ezer euró értékben, a szakmai hátteret pedig az OECD adja. Fontos részlet: a Hatóság nem pénzt kap, hanem nemzetközi technikai szakértelmet — a cél egy adatvezérelt elemzőeszköz és egy átfogó digitális stratégia kidolgozása.

A Hatóság ugyanakkor jelezte: a rendszer csak akkor működhet hatékonyan, ha közvetlen hozzáférést kap a közhiteles adatbázisokhoz. Az algoritmus ugyanis csak annyit ér, amennyi adatot lát.

Mit mutatnak az adatok? A 2025-ös jelentés számai

Az adatvezérelt elemzés eredményei már most beszédesek. A friss éves jelentés főbb megállapításai:

  • a túlárazás rendszerszintű jelenség a hazai közbeszerzésekben — az állam jellemzően a piaci ár felett vásárol, mert a korábbi (már túlárazott) szerződések szolgálnak referenciaként;
  • az eljárások mintegy 20 százaléka egyajánlatos, azaz valódi verseny nélkül zajlik;
  • 309,5 milliárd forintnyi közbeszerzés köthető átláthatatlan tulajdonosi hátterű magántőkealapokhoz;
  • a 10 milliárd forint feletti építési beruházásoknál kiugróan magas korrupciós kockázatot azonosítottak.

A jelentés következtetése nem kevesebb, mint hogy a közbeszerzési rendszer átfogó reformjára lenne szükség.

Mit jelent ez a vállalkozásoknak?

Első ránézésre ez a nagypolitika terepe — de van néhány nagyon is gyakorlati tanulság:

  • Aki közbeszerzésen indul vagy uniós forrásból valósít meg projektet, számítson rá, hogy az ajánlatát, cégkapcsolatait és árazását algoritmusok is átvilágítják. A tiszta, jól dokumentált cégstruktúra és a piaci árazás nem csak etikai kérdés — kockázatkezelés.
  • Az adatvezérelt ellenőrzés általános trend. Nemcsak az Integritás Hatóság, hanem a NAV is deklaráltan MI-támogatott kockázatelemzésre építi a 2026-os ellenőrzési gyakorlatát. A hatóságok ma már nem szúrópróbaszerűen, hanem mintázatok alapján választanak célpontot.
  • Az átláthatóság versenyelőnnyé válik. Ahogy a gépi szűrés kiszórja a gyanús szereplőket, a rendezett hátterű vállalkozások pozíciója erősödik — a tenderpiacon és a banki, pályázati minősítéseknél egyaránt.

Tipp: érdemes időnként a hatóságok szemével ránézni a saját cégére: rendben vannak-e a tulajdonosi adatok, követhető-e az árazás, konzisztensek-e a bevallások és a nyilvános adatok? Ami egy algoritmusnak anomália, az egy ellenőrnek kérdés lesz.

A lényeg egy mondatban

A korrupcióelemzés Magyarországon is gépi korszakba lépett: az Integritás Hatóság nemzetközi támogatással épít MI-alapú kockázatelemző rendszert, és a vállalkozásoknak érdemes úgy tekinteniük a saját adataikra, ahogy mostantól a hatóságok is teszik — összefüggéseiben.

Kérdése van cége átláthatósági megfelelésével, közbeszerzési részvétel vagy uniós pályázat pénzügyi hátterével kapcsolatban? Keresse az SKNB Csoport szakértőit — segítünk rendet tenni a számokban, mielőtt egy algoritmus tenné.

Források

A cikk tájékoztató jellegű, a hivatkozott források 2026. júliusi állapotát tükrözi.