KI in der Krypto-Kriminalität: Was Buchhaltungsfirmen und CFOs jetzt prüfen müssen

Künstliche Intelligenz beschleunigt Krypto-Kriminalität im gleichen Tempo, wie sie Compliance-Tools verbessert, und Buchhaltungsfirmen, die in der Mitte dieser Spannung sitzen, sehen sich einer wachsenden Kluft zwischen den Bedrohungen, die sie erkennen können, und den Kontrollen, die sie implementiert haben, gegenüber. Ein detaillierter Intelligence-Review, der von der Blockchain-Analysefirma Elliptic im August 2026 veröffentlicht wurde, zeigt beide Seiten der Gleichung mit ungewöhnlicher Klarheit auf: Er identifiziert aktive kriminelle Typologien, benennt die illegalen Plattformen, die sie ermöglichen, und beschreibt, wo Analysetechnologie die Lücke bereits nachweislich geschlossen hat. Für Compliance-Leiter, CFOs und die Buchhaltungspraxen, die sie betreuen, ist das Bild ernüchternd, aber handlungsorientiert.

Die fünf KI-gestützten Bedrohungstypologien

Die Forschung von Elliptic aus dem Jahr 2024, die zum Zeitpunkt der Veröffentlichung von internationalen Medien zitiert wurde, identifizierte fünf breite Kategorien, in denen KI das bestehende Krypto-Kriminalitätsrisiko verstärkt. Alle fünf sind im Jahr 2026 weiterhin aktiv, und mehrere haben sich zu industrialisierten Diensten entwickelt, die offen auf Telegram-Kanälen und Dark-Web-Marktplätzen verkauft werden.

Investmentbetrug und Exit-Betrug

Krypto-Projekte, die behaupten, KI zur Erzielung überdurchschnittlicher Anlagerenditen einzusetzen, nehmen weiterhin zu. Das Muster ist konsistent: eine polierte Online-Präsenz, KI-generierte Testimonials, die verschiedenen erfundenen Identitäten auf demselben zugrunde liegenden Bild zugeordnet werden, und schließlich ein Exit-Betrug, der Opfergelder auf Wallets überträgt, die von den Tätern kontrolliert werden. Singapurs Premierminister Lawrence Wong hat öffentlich auf Deepfake-Videos von sich selbst hingewiesen, die zur Bewerbung solcher Schemata in sozialen Medien verwendet werden – ein Signal dafür, wie mainstream die Taktik geworden ist.

Malware und Ransomware

Neue Ransomware- und Malware-Stämme werden zunehmend mit KI-Unterstützung entwickelt, was den Codierungsprozess rationalisiert und die Umgehung von Erkennungswerkzeugen beschleunigt. Das Forschungsteam von Elliptic hat zuvor LummaStealer aufgedeckt, einen Malware-as-a-Service-Betrieb, der sich auf Krypto-Diebstahl spezialisiert hat und KI zur effizienteren Filterung gestohlener Anmeldedatenprotokolle einsetzt. Diese Fähigkeit wird nun breiter repliziert.

Deepfake-gestützte Social Engineering

Feindliche staatliche Akteure, einschließlich mit Nordkorea verbundener Gruppen, haben KI-generierte Deepfakes verwendet, um Video-Vorstellungsgespräche bei Krypto-Firmen zu bestehen und privilegierten Systemzugriff zu erlangen, bevor sie entweder Malware installierten oder Wallets leerten. OpenAI, Google und Anthropic haben jeweils separat den Missbrauch ihrer großen Sprachmodelle durch nordkoreanische Akteure gemeldet, um überzeugende Nachrichten, Lebensläufe und bösartigen Code zu verfassen. Dies ist kein randständiges Risiko für Krypto-Firmen; es ist ein lebendiger Einstellungs- und Onboarding-Kontrollfehler, der darauf wartet, zu passieren.

KI-generierte KYC-Umgehung

Elliptic identifiziert mehrere kommerzielle Dienste, die KI-generierte Identitätsdokumente und Deepfake-KYC-Renderer auf Telegram verkaufen. Diese Tools werden als Schlüsselfaktoren für "Schweineschlachtungs"-Betrügereien beschrieben, die ertragsreichen Romance-Fraud-Operationen, die Milliarden von Dollar an Verlusten in ganz Südostasien verursacht haben. Da diese Dienste Krypto als Zahlungsmittel akzeptieren, kann Blockchain-Analytik sowohl Betreiber als auch ihre Kunden durch On-Chain-Geldflüsse verfolgen.

Sextortion und CSAM-Erzeugung

KI-Tools, die nicht einvernehmliche intime Bilder identifizierter Opfer erzeugen, werden kommerziell verkauft – wiederum hauptsächlich über Krypto-Zahlungskanäle – und werden für Sextortion, Romance-Scams und die Erzeugung von Material über sexuellen Kindesmissbrauch verwendet. Die forensischen Graphdaten von Elliptic zeigen runde Summen von Kreditkäufen von diesen Diensten durch Konten, die bei zentralen Börsen gehalten werden, sowie Geldflüsse, die mit Huione- und Haowang-Guarantee-Marktplätzen verbunden sind.

Compliance-Teams sind jetzt ein Ziel

Eine der bedeutendsten Veränderungen im Intelligence-Bild ist die direkte Zielrichtung auf Compliance-Experten selbst, anstatt sie nur als Verteidigungsschicht zu betrachten. Die Social-Engineering-Techniken, die gegen Einstellungsteams von Krypto-Projekten eingesetzt werden, wie oben beschrieben, gelten gleichermaßen für Buchhaltungsfirmen und Finanzinstitute, die digitale Vermögenswerte verwalten.

Was das für interne Kontrollen bedeutet

Jede Firma, die Video-Interviews oder Remote-Onboarding für Rollen mit Systemzugriff auf Krypto-Wallets, Client-Daten oder Bankenintegrationen durchführt, benötigt einen Verifikationsschritt, der nicht durch einen Deepfake-Videoanruf überwunden werden kann. Dies kann die Anforderung einer persönlichen Identitätsprüfung für in die engere Wahl gekommene Kandidaten, die Verwendung von Liveness-Erkennungstools oder die Überprüfung von Berufsreferenzen über Kanäle, die völlig getrennt von denen sind, die der Bewerber angegeben hat, umfassen. Für Buchhaltungsfirmen, die Krypto-Buchhaltungssoftware oder digitale Vermögensbuchhaltungssoftware betreiben, die mit Client-Wallets verbunden ist, sind die Zugriffskontrollimplikationen direkt.

Schulungen des Personals zu KI-gestütztem Phishing und Social Engineering sind ebenso dringend. Die Qualitätslücke zwischen einer echten Kommunikation und einer KI-entworfenen betrügerischen hat sich praktisch geschlossen. Firmen können sich nicht länger auf die Sprachqualität als Signal der Legitimität verlassen.

Was Blockchain-Analytik jetzt kann

Dieselben KI-Fähigkeiten, die kriminelle Werkzeuge antreiben, werden auch für die Erkennung angewendet, und das ehrliche Bild ist, dass die Erkennung bedeutend voranschreitet, auch wenn sie die Bedrohung noch nicht überholt hat. Die veröffentlichte Forschung von Elliptic in Zusammenarbeit mit dem MIT-IBM Watson AI Lab hat die Verwendung von Deep-Learning-Modellen zur Erkennung illegaler On-Chain-Aktivitäten untersucht. Das Unternehmen hat den zugrunde liegenden Datensatz öffentlich zugänglich gemacht, um eine breitere Zusammenarbeit zu fördern.

Copilot-artige Untersuchungswerkzeuge

Elliptic hat eine KI-gestützte Untersuchungsfähigkeit bereitgestellt, die eine sofortige Risikoübersicht generiert, wenn eine Wallet gescreent wird. Das Tool aggregiert historische Warnungen, Verhaltensmuster, Geldflüsse, Entitätsdetails sowie sowohl On-Chain- als auch reale Quelleninformationen für die überprüfte Wallet. In realen Tests sparte dieser Ansatz Analysten mehr als 25 Minuten pro Untersuchung, was sich in Umgebungen mit hohem Volumen auf über drei Stunden pro Tag summiert. Für Buchhaltungsfirmen und CFOs, die Krypto-Buchhaltungssoftware zur Unterstützung von AML-Compliance-Workflows auswählen, ist diese Art von Fähigkeit der Benchmark, an dem sie bewertet werden sollten.

Cross-Chain- und Mixer-Verfolgung

Elliptic berichtet, dass Live-Funktionalität jetzt existiert, um Geldflüsse durch Cross-Chain-Brücken und durch Mixer-Transaktionen in gekennzeichneten Wallets zu verfolgen. Dies waren zuvor bedeutende blinde Flecken in der Blockchain-Analytik, und ihre Schließung ist wichtig, weil beide Mechanismen routinemäßig verwendet werden, um illegale Erlöse zu verschichten, bevor sie Börsen oder Zahlungsdienste erreichen.

Das False-Positive-Problem

Elliptic ist bemerkenswert vorsichtig, Deep-Learning-Erkennungsmodelle in kommerziellem Maßstab einzusetzen, insbesondere weil False-Positive-Raten ein materielles Anliegen bleiben. Dies ist ein wichtiger Datenpunkt für jede Firma, die KI-gestützte Compliance-Tools bewertet: Anbieterbehauptungen über Erkennungsgenauigkeit müssen gegen False-Positive-Raten in realistischen Transaktionsumgebungen getestet werden, nicht nur gegen die Sensitivität gegenüber bekannten schlechten Adressen. Ein Tool, das zu viele saubere Transaktionen kennzeichnet, verursacht eigene operative und Kundenbeziehungskosten.

Buchhaltungs- und AML-Implikationen für Firmen

Der Elliptic-Intelligence-Review befasst sich nicht direkt mit Bilanzierungsstandards oder steuerlicher Behandlung, aber die Compliance-Verpflichtungen, die er beschreibt, haben direkte buchhalterische und operative Konsequenzen, die Firmen abbilden müssen.

Angemessenheit des AML-Programms

Regulierungsbehörden in Singapur, Großbritannien, der EU und weltweit bewerten zunehmend, ob die AML-Kontrollen einer Firma angemessen für die tatsächliche Bedrohungsumgebung sind, nicht nur technisch konform mit einem veralteten Regelwerk. Ein AML-Programm, das 2023 angemessen war, könnte 2026 nicht mehr angemessen sein, wenn es nicht aktualisiert wurde, um KI-generierten KYC-Dokumentbetrug oder Deepfake-Social-Engineering zu berücksichtigen. Buchhaltungsfirmen, die Krypto-Kunden beraten, sollten dies als Lückenanalysepunkt im nächsten Kundenüberprüfungszyklus behandeln.

Sorgfaltspflicht gegenüber Anbietern von Analysetools

Firmen, die Krypto-Buchhaltungssoftware oder digitale Vermögensbuchhaltungssoftware mit integriertem Blockchain-Screening verwenden, müssen verstehen, welche Generation von Analytik diesem Screening zugrunde liegt. Abdeckung von über 50 Blockchains, Cross-Chain-Brückenverfolgung und Mixer-Erkennung sind jetzt Basiserwartungen und keine unterscheidenden Merkmale. Wenn die aktuellen Tools einer Firma diese Basis nicht erfüllen, ist die Lücke sowohl ein Compliance-Risiko als auch eine potenzielle berufliche Haftung.

Für den Kontext, wie KI-gestützte Tools im Finanzsektor breiter bewertet werden, siehe unsere frühere Berichterstattung über die KI-Genauigkeits-Vertrauenslücke in Finanzfirmen.

Kundenrisikobewertungen

Kunden, die in Sektoren tätig sind, die an die identifizierten Typologien angrenzen, wie Krypto-Investmentplattformen, Zahlungsströme mit Südostasien-Bezug oder Unternehmen mit signifikanter Telegram-basierter Kundenakquise, benötigen möglicherweise Neubewertungen des Risikos. Die Elliptic-Daten verlinken Telegram-Kanal-Marktplätze speziell mit der Erleichterung der Schweineschlachtungs-Infrastruktur, und Geldflüsse durch Huione-verbundene Unternehmen erscheinen in den forensischen Beispielen. Die Exposition gegenüber Gegenparteien in diesen Netzwerken ist ein materieller AML-Risikofaktor.

Meldung verdächtiger Aktivitäten

Die Identifizierung von KI-fähigen Tools, die Krypto-Zahlungen akzeptieren, schafft eine spezifische Überlegung zur Meldung verdächtiger Aktivitäten. Wenn die Blockchain-Analytik einer Firma Wallet-zu-Wallet-Übertragungen kennzeichnet, die dem von Elliptic beschriebenen Muster von runden Summen-Kreditkäufen entsprechen, kann dieses Muster allein keine Grundlage für eine Meldung darstellen, aber es ist ein Grund für erweiterte Sorgfaltspflicht gegenüber der Gegenpartei und die Dokumentation des Überprüfungsprozesses. Die Beweislast für eine durchdachte Bewertung liegt bei der Firma.

Für Firmen, die bereits verfolgen, wie mit Nordkorea verbundene Akteure gestohlenes Krypto durch geschichtete Netzwerke bewegen, steht das hier beschriebene Bedrohungsbild in direktem Zusammenhang. Die Nordkorea leitet gestohlenes Krypto durch kriminelle Netzwerke bleibt eine der klarsten Illustrationen, wie staatliche Akteure dieselbe On-Chain-Infrastruktur ausnutzen, die legitime Unternehmen täglich nutzen.

Bewährte Praktiken, die Konsens in der Branche erreicht haben

Elliptic berief einen Multi-Stakeholder-Engagement-Prozess über die zweite Hälfte von 2024 ein, an dem Entwickler von Krypto-Projekten, Strafverfolgungsbehörden, Compliance-Spezialisten für virtuelle Vermögenswerte und akademische Forscher teilnahmen. Das daraus resultierende Best-Practice-Framework, das das Unternehmen veröffentlicht hat, deckt fünf Bereiche ab: Erkennungsverbesserung, Bildung, sektorübergreifende Zusammenarbeit, defensive Kontrollen und Durchsetzung. Die Rahmung ist bemerkenswert ausgewogen und zielt ausdrücklich darauf ab, legitime Nutzer und vorteilhafte Innovationen neben der Verbrechensbekämpfung zu schützen.

Für Buchhaltungsfirmen und CFOs ist die Kooperationsdimension am unmittelbarsten umsetzbar. Informationsaustausch über aufkommende Bedrohungsmuster, ob über Branchenverbände, von Regulierungsbehörden einberufene Foren oder bilaterale Zusammenarbeit mit Analytikanbietern, verstärkt den Erkennungsnutzen im gesamten Sektor. Eine Firma, die ein neues KI-fähiges Betrugsmuster in ihrem Kundenstamm identifiziert und dieses Wissen über geeignete Kanäle teilt, trägt zu einer Erkennungsfähigkeit bei, die letztendlich in ihre eigenen Screening-Tools zurückfließt.

Praktische nächste Schritte für Buchhaltungsfirmen und CFOs

Die Übersetzung des Intelligence-Bildes in eine konkrete Maßnahmenliste ist auf der Überschriftenebene unkompliziert, auch wenn die Umsetzung Zeit in Anspruch nimmt.

• Überprüfen Sie die Blockchain-Analyseebene in jeder Krypto-Buchhaltungssoftware, die Ihre Firma oder Ihre Kunden verwenden. Bestätigen Sie, dass Cross-Chain-, Mixer- und Brückenverfolgung aktiv sind, nicht nur Einzelketten-Adress-Screening.
• Überprüfen Sie Einstellungs- und Onboarding-Kontrollen für jede Rolle mit Zugriff auf Krypto-Wallets, Client-Daten oder verbundene Finanzsysteme. Fügen Sie einen Verifikationsschritt hinzu, den Deepfake-Videos nicht überwinden können.
• Aktualisieren Sie die Schulungen des Personals, um KI-generierte Phishing- und Social-Engineering-Angriffe zu adressieren. Sprachqualität ist kein zuverlässiges Authentizitätssignal mehr.
• Bewerten Sie Kundenrisikobewertungen neu, wenn das Geschäftsmodell des Kunden oder das Netzwerk der Gegenparteien mit den identifizierten Typologien überlappt: KI-Investitionsplattformen, Zahlungsströme in Südostasien oder Telegram-basierte kommerzielle Aktivität.
• Dokumentieren Sie AML-Programmüberprüfungen ausdrücklich im Hinblick auf die aktuelle Bedrohungsumgebung, nicht nur gegen das regulatorische Minimum zum Zeitpunkt der letzten Überprüfung.

Für einen breiteren Rahmen darüber, wie Krypto-Compliance-Meldepflichten in der Praxis aussehen, siehe unsere Krypto-Compliance- und Berichterstattungs-Säule.

Quelle: Elliptic

Häufig gestellte Fragen

Was ist KI-gestützte Krypto-Kriminalität und warum ist sie für Buchhaltungsfirmen wichtig?

KI-gestützte Krypto-Kriminalität bezieht sich auf die Verwendung von Werkzeugen der künstlichen Intelligenz, einschließlich großer Sprachmodelle, Deepfake-Generatoren und automatisierter Chatbots, um Finanzverbrechen mit digitalen Vermögenswerten zu begehen oder zu erleichtern. Sie ist für Buchhaltungsfirmen wichtig, weil ihre Kunden direkte Ziele sind, ihre eigenen Mitarbeiter Opfer von Social Engineering sein können und ihre AML-Programme die aktuelle Bedrohungsumgebung widerspiegeln müssen, um regulatorischer Prüfung zu genügen.

Wie wirkt sich Deepfake-KYC-Betrug auf Compliance-Workflows aus?

KI-Tools, die synthetische Identitätsdokumente erzeugen oder überzeugende Deepfake-Videos für Liveness-Checks produzieren, können standardmäßige KYC-Kontrollen beim Onboarding überwinden. Firmen, die sich ausschließlich auf automatisierte Dokumentenprüfung ohne zusätzliche Kontrollen verlassen, sind einem höheren Risiko ausgesetzt, Kunden aufzunehmen, die die Identitätsanforderungen umgangen haben. Erweiterte Sorgfaltspflichten und regelmäßige Neuverifizierung von Hochrisikokunden sind die primären Absicherungen.

Muss Krypto-Buchhaltungssoftware Blockchain-Analytik enthalten, oder sind das separate Tools?

Sie erfüllen unterschiedliche Funktionen, sind aber zunehmend integriert. Krypto-Buchhaltungssoftware übernimmt Transaktionsaufzeichnung, Kostenbasisberechnung und Finanzberichterstattung. Blockchain-Analytik fügt Risiko-Screening, Entitätsidentifikation und Kennzeichnung verdächtiger Aktivitäten hinzu. Führende Plattformen kombinieren jetzt beide Schichten, und Firmen sollten bewerten, ob ihre aktuellen Tools Cross-Chain-Aktivitäten, Brückentransaktionen und Mixer-Flüsse abdecken, nicht nur Einzelketten-Adressabfragen.

Was bedeutet die Elliptic-MIT-IBM-Forschung für kommerzielle Analysetools?

Die gemeinsame Forschung zeigt, dass Deep-Learning-Modelle illegale On-Chain-Aktivitäten mit aussagekräftiger Genauigkeit erkennen können, aber Elliptic hat ausdrücklich abgelehnt, diese Modelle kommerziell einzusetzen, solange False-Positive-Raten ein bemerkenswertes Problem darstellen. Für Firmen, die Anbieter bewerten, ist dies ein nützlicher Kalibrierungspunkt: Fragen Sie Anbieter nach False-Positive-Raten in realistischen Transaktionsumgebungen, nicht nur nach Sensitivitätszahlen in der Überschrift.

Sind Firmen mit Sitz in Singapur speziell durch die beschriebenen Bedrohungen gefährdet?

Singapur wird in den Elliptic-Intelligence-Daten ausdrücklich genannt, wobei Premierminister Lawrence Wong öffentlich auf Deepfake-Videos von sich selbst hingewiesen hat, die in Anlagebetrugswerbung verwendet werden. Die im Bericht identifizierte Infrastruktur für Schweineschlachtungs-Betrügereien ist stark in Südostasien konzentriert. Firmen mit Sitz in Singapur und solche mit Kundenströmen, die mit Südostasien verbunden sind, sollten den regionalen Kontext als Erhöhung ihrer Exposition gegenüber den beschriebenen Typologien behandeln.