Deepfake-Betrug bricht KYC: Was Unternehmen wissen müssen

KI-generierte Deepfakes sind von der Spielerei zu krimineller Infrastruktur geworden. Die Verluste durch Deepfake-Betrug in den ersten Monaten des Jahres 2026 übertrafen den Gesamtjahreswert 2025 bereits um 263 %, so der AI Crime Index von TRM Labs, der die wachsende Rolle von KI bei illegalen Aktivitäten auf einer Skala von 0 bis 100 erfasst. Dieser Index lag 2024 bei 28. Bis 2026 war er auf 54 gestiegen. Für Wirtschaftsprüfungsgesellschaften, Prüfer und CFOs im Bereich digitaler Vermögenswerte ist dies keine Hintergrundtechnologiegeschichte. Es ist eine direkte und messbare Bedrohung für Kundengelder, interne Überweisungskontrollen und die KYC-Prozesse, auf die regulierte Unternehmen angewiesen sind.

Warum Deepfakes so schnell zu einem kriminellen Werkzeug wurden

Die Technologie selbst ist nicht neu. Was sich geändert hat, sind die Kosten und die Fähigkeiten, die erforderlich sind, um eine überzeugende Fälschung zu erstellen, und die Geschwindigkeit, mit der diese Hürde gefallen ist.

Von der Spezialistenfähigkeit zum Konsumprodukt

Die Erstellung eines glaubwürdigen Face-Swaps oder Voice-Clones erforderte einst maßgeschneiderte Machine-Learning-Modelle und erhebliches technisches Know-how. Das ist nicht mehr der Fall. Verbrauchertaugliche Tools können heute aus einem einzigen Screenshot eine Echtzeit-Video-Impersonation erzeugen oder eine Stimme aus wenigen Sekunden Audio klonen, das aus sozialen Medien stammt. Der digitale Forensikforscher Hany Farid von der University of California, Berkeley, hat dies öffentlich demonstriert: Mit einer Software für 10 USD und einem Screenshot erzeugte er eine Echtzeit-Video-Impersonation mit 30 Bildern pro Sekunde. Die Ausgabe muss keinen automatisierten Detektor täuschen. Sie muss nur einen Menschen unter Zeitdruck täuschen.

Verpackte Crime-as-a-Service

Die Deepfake-Generierung ist auch zu einem verpackten kriminellen Service geworden. TRM Labs identifizierte in seiner Forschung zwei namentlich genannte Anbieter. NiMingZhe verkauft ein einzelnes KI-Face-Swap- und Voice-Cloning-Modell für etwa 500 USD und ein vollständiges Deepfake-Tooling-Paket für etwa 3.000 USD pro Jahr. Novin Verify verkauft synthetische Identitätsdokumente, darunter gefälschte Pässe, Adressnachweise und Bestätigungsschreiben, die speziell darauf ausgelegt sind, regulierte Verifizierungsprüfungen zu bestehen. Die Grenzkosten für den Betrieb einer groß angelegten Betrugsoperation sind so weit gesunken, dass kriminelle Gruppen mit hohem Volumen gleichzeitig gegen viele Ziele vorgehen können.

Die Prognose von Deloitte unterstreicht die Entwicklung: Generative KI wird die Betrugsverluste in den Vereinigten Staaten voraussichtlich von 12,3 Milliarden USD im Jahr 2023 auf 40 Milliarden USD bis 2027 steigern, eine durchschnittliche jährliche Wachstumsrate von 32 %, die größtenteils durch synthetische Medien angetrieben wird.

Die Angriffsmuster, die Compliance-Teams beobachten

TRM Labs identifiziert mehrere unterschiedliche Typologien. Jede hat direkte Auswirkungen darauf, wie Wirtschaftsprüfungsgesellschaften und Finanzinstitute ihre Kontrollen gestalten.

Betrug bei Firmenvideoanrufen

Das am besten dokumentierte Beispiel für groß angelegten firmenbezogenen Deepfake-Betrug ereignete sich im Januar 2024, als ein Mitarbeiter des Ingenieurbüros Arup an einem Videoanruf mit fünf scheinbaren Kollegen teilnahm, darunter der in Großbritannien ansässige Chief Financial Officer des Unternehmens. Jede Person im Anruf außer dem Mitarbeiter war ein Deepfake. Auf Anweisung während dieses Anrufs überwies der Mitarbeiter 25 Millionen USD auf betrügerische Konten. Das Schema funktionierte, weil es genau den Kontext replizierte, in dem Mitarbeiter darauf trainiert sind, Anweisungen zu vertrauen: ein Multi-Personen-Videoanruf mit bekannten Kollegen, einschließlich einer leitenden Autoritätsperson.

Ähnliche Schemata haben auf hochrangige US-Beamte abgezielt. Das FBI warnte 2025 und 2026, dass Kriminelle KI-generierte Sprachnachrichten und Nachrichten verwendet haben, um falsches Vertrauen zu Partnern aufzubauen, bevor sie Authentifizierungscodes, sensible Informationen oder Überweisungen anfordern.

Voice-Cloning und Familien-Impersonation

Voice-Cloning hat eines der ältesten Social-Engineering-Skripte aktualisiert. Statt eines Fremden, der vage behauptet, ein Verwandter in Not zu sein, klonen Kriminelle jetzt die tatsächliche Stimme eines Enkelkindes oder Familienmitglieds aus Audio, das aus öffentlichen sozialen Medien stammt, und rufen dann einen älteren Verwandten an, der behauptet, dringend Kaution oder medizinische Mittel zu benötigen. Das FBI hat empfohlen, ein familiäres „Geheimwort“ als Verifizierungsmethode einzurichten, und erkennt damit an, dass das Erkennen einer vertrauten Stimme keine zuverlässige Identitätsprüfung mehr ist.

Romance-Scams, verstärkt durch KI

Bei der US Federal Trade Commission gemeldete Romance-Scams verursachten in den ersten neun Monaten des Jahres 2025 erhebliche Verluste, mit einem mittleren Einzelverlust von 2.218 USD im dritten Quartal dieses Jahres. Diese Operationen werden noch weitgehend von menschlichen Betreibern durchgeführt, aber KI ergänzt zunehmend das menschliche Element. Generierte Fotos und Videos ersetzen persönliche oder Videoauftritte, und Chat-Assistenz-Tools ermöglichen es Betreibern, gleichzeitige Gespräche mit weit mehr Opfern zu führen, als ein einzelner Betrüger manuell bewältigen könnte.

Impersonation von Strafverfolgungsbehörden gegen frühere Opfer

Im Juli 2026 warnte das Internet Crime Complaint Center des FBI, dass Kriminelle Deepfake-Personas verwendeten, um Opfer auf gefälschte Versionen der IC3-Website selbst zu lenken. Das Schema zielt auf Menschen, die bereits Geld durch einen früheren Betrug verloren hatten und aktiv nach Hilfe bei der Wiederbeschaffung suchten, und nutzt den Moment aus, in dem ein Opfer am ehesten einer Autoritätsperson vertraut.

Synthetische Identität und KYC-Umgehung

Über die Impersonation realer Personen hinaus fabrizieren Kriminelle auch Personen, die nicht existieren, oder verwenden KI-generierte Gesichter und manipulierte Identitätsdokumente, um foto- und selfie-video-basierte Identitätsprüfungen zu umgehen. Farids Forschung ergab, dass reine Video-Identitätsprüfungen bei einer großen Krypto-Börse ohne menschliche Überprüfung im Prozess allein mit synthetischem Video gespooft werden konnten. Seine Schlussfolgerung: Jeder KYC-Prozess, der auf einem einzigen Kanal basiert, sei es nur Sprache oder nur Video, sollte als strukturell anfällig betrachtet werden.

Rechnungslegungs- und AML-Implikationen für regulierte Unternehmen

Für Wirtschaftsprüfungsgesellschaften, Prüfer und Compliance-Teams, die digitale Vermögenswerte betreuen, schafft Deepfake-Betrug Verpflichtungen und Risiken in mehreren Dimensionen.

Customer Due Diligence und KYC-Kontrollen

Das Financial Crimes Enforcement Network (FinCEN) und der breitere Rahmen des Bank Secrecy Act verpflichten abgedeckte Finanzinstitute, die Kundenidentität zu verifizieren und Kontrollen aufrechtzuerhalten, die verdächtige Aktivitäten erkennen. Wenn der KYC-Prozess eines Unternehmens auf einem Video-Selfie oder einer Sprachprüfung als primäres oder einziges Mittel zur Lebendigkeitserkennung beruht, zeigt die obige Forschung, dass er mit kommerziell erhältlichen Tools potenziell umgangen werden kann. Multikanal-Verifizierung, menschliche Überprüfung beim Onboarding und regelmäßige Neuverifizierung für Hochrisikobeziehungen sind keine optionalen Verbesserungen mehr. Sie sind vertretbare Praxis in einem Umfeld, in dem Regulierungsbehörden ausdrücklich vor dieser Schwachstelle gewarnt wurden.

Unternehmen, die ihre Kunden dazu beraten, wie Blockchain-Verhaltenserkennung verdächtige Wallets in Pig-Butchering-Fällen kennzeichnet, werden die Parallele erkennen: Der Einstiegspunkt für viele Betrugsschemata ist eine Identität, die das anfängliche Onboarding bestanden hat. Die Stärkung dieses Tors ist die erste Verteidigungslinie.

Interne Autorisierung von Überweisungen

Der Fall Arup ist die klarste Illustration dessen, was passiert, wenn Überweisungskontrollen vollständig auf der visuellen und akustischen Bestätigung einer Anweisungsquelle beruhen. Unternehmen sollten prüfen, ob ihre Zahlungsautorisierungsverfahren einen unabhängigen Out-of-Band-Bestätigungsschritt für jede Überweisung über einem definierten Schwellenwert erfordern, unabhängig davon, wie überzeugend die Anweisung erscheint. Ein Anruf an eine bekannte direkte Nummer, nicht an eine in der Nachricht angegebene Nummer, die die Überweisung anfordert, ist der vom FBI empfohlene Standard.

Meldepflichten für verdächtige Aktivitäten

Wenn ein Unternehmen Kenntnis davon erlangt, dass ein Kunde oder eine Gegenpartei Ziel von oder beteiligt an Deepfake-fähigem Betrug gewesen sein könnte, gelten die bestehenden Meldepflichten für verdächtige Aktivitäten nach dem Bank Secrecy Act in üblicher Weise. Die relevante Frage für Compliance-Teams ist, ob die Betrugstypologie im AML-Programm des Unternehmens angemessen beschrieben ist und ob die Mitarbeiterschulung KI-generierte Impersonation als anerkannte Methode abdeckt. Regulierungsbehörden haben klargestellt, dass AML-Programme sich weiterentwickeln müssen, um aktuelle Bedrohungsumgebungen widerzuspiegeln. FBI und FinCEN haben beide öffentliche Leitlinien zu synthetischer Medienbetrug herausgegeben, was bedeutet, dass das Argument, diese Bedrohung sei nicht vorhersehbar gewesen, nicht mehr verfügbar ist.

Prüfungs- und Jahresabschlusserwägungen

Für Prüfer wirft der Fall Arup eine direkte Frage zu Management-Override-Kontrollen auf. Ein Deepfake-Angriff auf die Identität eines CFO ist effektiv ein ausgeklügeltes Management-Override: eine betrügerische Anweisung, die von einer autorisierten Autorität zu kommen scheint. Prüfer, die die Gestaltung von Kontrollen über Auszahlungen und Überweisungen bewerten, sollten prüfen, ob das Kontrollumfeld davon ausgeht, dass eine Multi-Personen-Videobestätigung eine zuverlässige Autorisierungsmethode ist, und ihre Bewertung entsprechend dokumentieren. Die FBI-Beschlagnahme von Huione zeigte, wie schnell kriminelle Infrastruktur skalieren kann, wenn regulatorische Kontrollen Lücken aufweisen. Dasselbe Prinzip gilt hier.

Wie zuverlässig ist menschliches Urteilsvermögen beim Erkennen von Deepfakes

Farids Forschung lieferte ein Ergebnis, das die Schulungsgestaltung direkt beeinflussen sollte: Die menschliche Fähigkeit, echte von synthetischen Videos zu unterscheiden, ist nahezu zufällig, und höhere Zuversicht in ein Urteil korreliert tendenziell mit geringerer Genauigkeit. Das bedeutet, dass die Anweisung an Mitarbeiter, „genau auf Anzeichen zu achten“, keine Kontrolle ist. Sie ist eine falsche Sicherheit. Die FBI-Leitlinien zu visuellen Hinweisen, verzerrten Händen, unnatürlichen Gesichtsbewegungen, Audio-Verzögerungen und Unschärfen an den Rändern des Gesichts bleiben ein nützlicher erster Check, sind aber kein Ersatz für verfahrenstechnische Kontrollen, die überhaupt nicht auf menschlicher Erkennung beruhen.

Zuverlässige Krypto-Buchhaltungssoftware und Systeme für die Buchhaltung digitaler Vermögenswerte bieten einen unabhängigen Nachweis autorisierter Transaktionen, der mit erhaltenen Anweisungen abgeglichen werden kann. Wenn die Bücher eines Unternehmens eine Überweisung ausweisen, die nicht mit einer ordnungsgemäß autorisierten, über einen Out-of-Band-Prozess verifizierten Anweisung übereinstimmt, wird diese Diskrepanz sichtbar. Das Hauptbuch lässt sich von einem Deepfake nicht täuschen. Genau deshalb sind verfahrenstechnische Kontrollen, die im Buchhaltungsnachweis verankert sind, wichtig.

Praktische Schritte für Unternehmen jetzt

Die FBI-Leitlinien in seinen Warnungen von 2025 und 2026 laufen auf eine kleine Reihe verfahrenstechnischer Empfehlungen hinaus, die keine Technologieinvestition erfordern, um sofort umgesetzt zu werden.

Was das FBI empfiehlt

• Richten Sie ein familiäres oder Team-„Geheimwort“ zur Identitätsverifizierung in Situationen mit hohem Einsatz ein. Verlassen Sie sich nicht allein auf Stimm- oder Gesichtserkennung.
• Rufen Sie bei jeder Anfrage, die eine Überweisung, einen Authentifizierungscode oder sensible Daten betrifft, über eine vorab verifizierte Nummer zurück, nicht über eine in der verdächtigen Kommunikation angegebene.
• Achten Sie auf Anfragen, die künstliche Dringlichkeit erzeugen oder sofortiges Handeln erzwingen. Zeitdruck ist ein bewusstes Werkzeug in diesen Schemata.
• Behandeln Sie reine Video- oder Sprachidentitätsverifizierung beim Onboarding als einen einzelnen Kanal, der durch mindestens eine unabhängige Prüfung ergänzt werden sollte.
• Seien Sie sich bewusst, dass die Impersonation von Strafverfolgungsbehörden, einschließlich des IC3 selbst, eine aktive Betrugstypologie ist, die auf Menschen abzielt, die bereits einmal betrogen wurden.

Für AML-Programme auf Unternehmensebene

• Aktualisieren Sie die AML-Risikobewertung des Unternehmens, um KI-generierte synthetische Medien als benannten Bedrohungsvektor aufzunehmen.
• Überprüfen Sie die KYC-Onboarding-Verfahren, um zu bestätigen, dass die Lebendigkeitserkennung auf mehr als einem einzigen Kanal beruht.
• Stellen Sie sicher, dass die Narrative der Meldungen verdächtiger Aktivitäten Deepfake-fähigen Betrug bei der Meldung an FinCEN genau beschreiben können.
• Prüfen Sie, ob die Autorisierungskontrollen für Auszahlungen überarbeitet werden müssen, um eine Out-of-Band-Bestätigung für Überweisungen mit hohem Wert vorzuschreiben.
• Dokumentieren Sie die Mitarbeiterschulung zu dieser Typologie; angesichts der ausdrücklichen öffentlichen Warnungen der Regulierungsbehörden ist das Fehlen von Schulungen eine Compliance-Lücke.

Source: TRM Labs

Häufig gestellte Fragen

Löst ein Deepfake-Angriff SAR-Meldepflichten für ein Krypto-Unternehmen aus?

Wenn das Unternehmen weiß oder Grund zu der Annahme hat, dass eine Transaktion Betrug beinhaltete, einschließlich Betrug, der durch KI-generierte Impersonation erleichtert wurde, gelten die Meldepflichten für verdächtige Aktivitäten nach dem Bank Secrecy Act in üblicher Weise. Die Betrugsmethode begründet keine Ausnahme. Unternehmen sollten sicherstellen, dass ihre SAR-Narrative die Deepfake-Typologie klar beschreiben können, damit FinCEN-Analysten das Muster identifizieren können.

Gilt video-basiertes KYC jetzt als unzureichend für regulierte Unternehmen?

Forscher, darunter Hany Farid an der UC Berkeley, haben gezeigt, dass reine Video-Lebendigkeitsprüfungen bei einer großen Krypto-Börse mit synthetischem Video ohne menschliche Überprüfung im Prozess besiegt werden konnten. Regulierungsbehörden haben bisher keine aktualisierten technischen Standards als Reaktion veröffentlicht, aber FBI und FinCEN haben Warnungen zur KI-Umgehung der Identitätsverifizierung herausgegeben. Umsichtige Praxis ist es, Videoprüfungen durch mindestens einen unabhängigen Kanal zu ergänzen und menschliche Überprüfung für Onboarding-Fälle mit höherem Risiko einzubeziehen.

Wie sollte ein Prüfer das Risiko eines Deepfake-fähigen Management-Overrides behandeln?

Eine Deepfake-Anweisung, die einen CFO oder einen anderen autorisierten Unterzeichner imitiert, ist effektiv ein betrügerisches Override von Autorisierungskontrollen. Prüfer, die Auszahlungskontrollen bewerten, sollten beurteilen, ob eine Multi-Personen-Videobestätigung als zuverlässiger Autorisierungsmechanismus behandelt wird und ob eine Out-of-Band-Verifizierung für Überweisungen mit hohem Wert erforderlich ist. Die Dokumentation dieser Bewertung in der Prüfungsakte ist angesichts der öffentlichen Warnungen, die jetzt von FBI und FinCEN vorliegen, angemessen.

Was kostet der Zugang zu kriminellen Deepfake-Tools?

TRM Labs identifizierte zwei namentlich genannte Anbieter. NiMingZhe verkauft ein einzelnes KI-Face-Swap- und Voice-Cloning-Modell für etwa 500 USD und ein vollständiges Deepfake-Tooling-Paket für etwa 3.000 USD pro Jahr. Novin Verify verkauft synthetische Identitätsdokumente, die darauf ausgelegt sind, regulierte KYC-Prüfungen zu bestehen. Der niedrige Preis bedeutet, dass der Zugang nicht auf sophisticated Akteure beschränkt ist, weshalb die Bedrohung so schnell skaliert.

Wie groß ist der prognostizierte Umfang von Deepfake-getriebenen Betrugsverlusten?

Deloitte prognostiziert, dass generative KI die US-Betrugsverluste von 12,3 Milliarden USD im Jahr 2023 auf 40 Milliarden USD bis 2027 treiben wird, eine durchschnittliche jährliche Wachstumsrate von 32 %. TRM Labs berichtet, dass Deepfake-Betrugsverluste in den ersten Monaten des Jahres 2026 den Gesamtjahreswert 2025 bereits um 263 % übertrafen. Dies sind die aufgezeichneten Zahlen aus Primärquellen. Die zugrunde liegende Entwicklung macht dies zu einem materiellen Risikomanagementproblem und nicht zu einem Reputationsproblem.