Wie Strafverfolgungsbehörden KI einsetzen, um KI-gestützte Krypto-Kriminalität zu bekämpfen

KI-gestützte Krypto-Kriminalität ist längst kein Nischenthema mehr für spezialisierte Betrugseinheiten. Das Internet Crime Complaint Center des FBI verzeichnete in seinem ersten Jahr der Erfassung dieser Kategorie 22.364 Beschwerden und fast 893 Mio. USD Verluste im Zusammenhang mit KI, bei insgesamt fast 21 Mrd. USD gemeldeter Gesamtverluste. Die Antwort der Strafverfolgungsbehörden besteht darin, der Bedrohung mit derselben Technologie zu begegnen: Behörden in den USA, Großbritannien und darüber hinaus setzen nun KI ein, um in Minuten zu erledigen, wofür Ermittlerteams früher Wochen brauchten. Für Wirtschaftsprüfungsgesellschaften, Auditoren und CFOs mit Engagement in digitalen Vermögenswerten ist es ebenso wichtig zu verstehen, wie diese Ermittlungsfähigkeit funktioniert und was sie sehen kann, wie die Straftaten selbst zu verstehen.

Wie KI-gestützte Kriminalität 2026 tatsächlich aussieht

KI-gestützte Kriminalität umfasst jede kriminelle Aktivität, bei der künstliche Intelligenz eingesetzt wird, um die Straftat zu planen, auszuführen, zu skalieren oder zu verschleiern. Das Spektrum reicht von einem Betrüger, der einen Chatbot nutzt, um überzeugendere Phishing-Nachrichten zu erstellen, bis hin zu vollständigen kriminellen Diensten, die auf KI-Infrastruktur aufbauen.

Der Reifegradindex und was er signalisiert

TRM Labs verfolgt die Verbreitung über einen sogenannten kriminellen KI-Reifegradindex, der 2024 einen Wert von 28 erreichte und bis 2026 auf 54 stieg. Betrug und Täuschung erreichten die Kategorie „Reif“, was bedeutet, dass KI im gesamten Betrieb präsent ist: Zielauswahl von Opfern, Führung von Gesprächen im großen Maßstab, Erstellung synthetischer Identitäten und Geldwäsche der Erlöse. Keine andere Kriminalitätskategorie erreichte einen so hohen Wert.

Die Deepfake-Betrugsdaten untermauern dies. Gemeldete Verluste durch Deepfake-Betrug im ersten Teil des Jahres 2026 übertrafen bereits das gesamte Jahr 2025 um 263 %, so die in der Forschung von TRM zitierten Zahlen.

Eine Fallstudie: EvilTokens

Im September 2026 führte die Digital Crimes Unit von Microsoft eine Koalition an, die EvilTokens zerschlug, einen im früheren Jahresverlauf gestarteten Cyberkriminalitäts-Abonnementdienst. Für eine Einrichtungsgebühr von 1.500 USD und 500 USD pro Monat erhielten Käufer einen KI-Chatbot, der kompromittierte Postfächer las, Lieferantenrechnungen und Zahlungsfreigaben identifizierte und die Personen markierte, die am besten geeignet waren, Geld zu bewegen. Der Dienst wurde mit mehr als 12.000 kompromittierten Postfächern in über 10.000 Organisationen in Verbindung gebracht. Die Zerschlagung kombinierte Zivilklagen, Infrastrukturentfernung, finanzielle Nachverfolgung und Festnahmen, was zeigt, dass die wirksamsten Durchsetzungsmaßnahmen auf die ermöglichenden Dienste abzielen, nicht nur auf einzelne Betreiber.

Kryptospezifische Betrugsmuster

TRM dokumentierte außerdem ein Schema, bei dem KI-generierte Tutorials Zuschauer durch den Aufbau eines als „Krypto-Trading-Bot“ präsentierten Systems führten. Die Tutorials brachten Opfer dazu, Drainer-Verträge selbst einzusetzen, wodurch effektiv die Handlungen der Opfer selbst als Waffe genutzt wurden. Zwischen Februar und August 2026 zog die Operation 274,60 ETH von 224 Opfern ab. Das Muster ist bedeutsam, weil sich die kriminelle Infrastruktur, die synthetischen Medien und die On-Chain-Mechanik gleichzeitig über mehrere Ebenen erstreckten. Ein Deepfake-Investmentbetrug kann eine geklonte Stimme, ein gemietetes Phishing-Kit, die Koordination über Telegram-Kanäle, über eine Briefkastenfirma geleitete Gelder und eine Stablecoin-Auszahlung umfassen, alles als Teil einer einzigen Operation.

Wie Ermittler KI einsetzen

Die Behörden, die Ergebnisse erzielen, verlassen sich nicht auf ein einziges Werkzeug. Sie setzen KI über mehrere unterschiedliche Funktionen hinweg ein, wobei die größten Fortschritte durch die Verknüpfung von Datenquellen erzielt werden, die früher separate, manuelle Suchen erforderten.

Beweismittel-Sichtung und Dokumentenprüfung

Moderne Ermittlungen erzeugen enorme Mengen an Telefonextraktionen, Videoaufzeichnungen, Chat-Protokollen und Dokumenten in mehreren Sprachen. KI-Tools transkribieren, übersetzen, fassen zusammen und markieren relevantes Material, sodass Ermittler mit dem beginnen können, was wichtig ist, anstatt alles sequenziell durchzuarbeiten. Im Vereinigten Königreich umfassten von der Regierung zitierte frühe Tests die Prüfung von 800 Stunden Filmmaterial aus einem Entführungsfall in drei Stunden. Tools in dieser Kategorie gehören zu den am weitesten verbreiteten, gerade weil sie die Arbeit beschleunigen, ohne menschliches Urteilsvermögen durch maschinelles zu ersetzen.

Identitätsauflösung über Datenquellen hinweg

KI-gestützte Kriminelle verteilen ihre Spuren über Benutzernamen, E-Mail-Adressen, Telefonnummern, Wallets und Unternehmensregister. Entity Resolution nutzt KI, um zu erkennen, wenn verstreute Identifikatoren zu derselben Person oder demselben Netzwerk gehören. Ein Ermittler, der mit einer einzigen Wallet-Adresse oder einem Online-Handle beginnt, kann die Verbindungen dieses Identifikators zu sozialen Konten, Dark-Web-Forum-Aktivitäten, Unternehmensregistrierungen und On-Chain-Aktivitäten in einer einzigen Sitzung aufdecken, anstatt separate Suchen über mehrere Systeme durchzuführen. Für Unternehmen, die die Sorgfaltspflicht gegenüber Kunden verwalten, ist dies ein direktes Signal: Dieselbe Entity-Resolution-Fähigkeit, die Ermittlern hilft, kann Inkonsistenzen in KYC-Daten aufdecken, die menschliche Prüfer möglicherweise übersehen.

Fallverknüpfung über Gerichtsbarkeiten hinweg

KI-gestützte Betrugsmaschen sind industrielle Operationen. Dieselben Betreiber verwenden Skripte, Infrastruktur und Zahlungsadressen über Tausende von Opfern in mehreren Gerichtsbarkeiten hinweg wieder. KI hilft dabei, Opferberichte zu gruppieren und gemeinsame Identifikatoren aufzudecken, sodass eine lokale Betrugsbeschwerde algorithmisch mit einem größeren international operierenden Netzwerk verbunden werden kann. Strukturierte Betrugsmeldeplattformen liefern Ermittlern die Daten, mit denen sie arbeiten können, und KI macht die Verknüpfung im großen Maßstab handhabbar.

Finanzielle Nachverfolgung und Mittelrückgewinnung

Die meisten KI-gestützten Straftaten sind finanziell motiviert, und das Geld muss bewegt werden. KI komprimiert Aufgaben wie Wallet-Clustering von Tagen auf Minuten und ermöglicht es Ermittlern, Transaktionsdaten in natürlicher Sprache abzufragen. Blockchain-Analysetools verfolgen Gelder über Chains hinweg zu Börsen, außerbörslichen Handelsplätzen und anderen Auszahlungspunkten, an denen Vermögenswerte eingefroren oder beschlagnahmt werden können. Diese Fähigkeit ist direkt relevant für Unternehmen, die Krypto-Buchhaltungssoftware oder Software für die Bilanzierung digitaler Vermögenswerte nutzen: Dieselben Transaktionsspuren, die in Ihren Büchern erscheinen, sind für Ermittler sichtbar, und die Qualität Ihrer Dokumentation bestimmt, wie schnell Sie eine saubere Herkunft nachweisen können, wenn Ihre Gegenparteien ins Visier geraten.

Erkennung synthetischer Medien

KI-Erkennungstools analysieren Bilder, Videos und Audioaufnahmen auf Anzeichen von Manipulation und helfen Finanzinstituten, synthetische Identitäten in der Onboarding-Phase zu identifizieren. Die Forschung von TRM weist darauf hin, dass die Erkennungsgenauigkeit bei realen Fälschungen deutlich sinkt, sodass der wirksamste Ermittlungsansatz Beweisen folgt, die Kriminelle nicht fälschen können: Zahlungsspuren und wiederverwendete Infrastruktur. Erkennungstools sind eine Ebene der Reaktion, nicht die ganze Antwort.

Berichtserstellung und OSINT

Generative KI wird eingesetzt, um Polizeiberichte aus Bodycam-Audio und Notizen zu erstellen, wobei die Behörden, die diese Tools prüfen, klarstellen, dass Beamte das endgültige Dokument überprüfen und die Verantwortung dafür übernehmen müssen. Open-Source-Intelligence-Tools und Dark-Web-Überwachung helfen Ermittlern, Online-Personas zuzuordnen und aufkommende Bedrohungen zu erkennen, und fließen in das breitere Lagebild ein, bevor eine kriminelle Operation finanzielle Größe erreicht.

Die Anforderung der Verteidigungsfähigkeit

KI-gestützte Kriminalität hinterlässt ihre Beweise selten an einem Ort. Diese Beweise über Quellen hinweg zu verbinden und dies so zu tun, dass es vor Gericht Bestand hat, ist die zentrale Herausforderung. Behörden, die Ergebnisse erzielen, wenden das an, was die Intelligence-Community einen All-Source-Ansatz nennt: die Kombination von On-Chain-Daten, Open-Source-Intelligence, Unternehmensunterlagen, Sanktionslisten, Geräteextraktionen und Kommunikation zu einem einzigen Beweisbild, wobei keine einzelne Quelle als abschließend betrachtet wird und Widersprüche zwischen Quellen als eigenständige Befunde behandelt werden.

Was Gerichte verlangen

Jeder Schritt muss mit ausreichender Klarheit dokumentiert werden, um ein Kreuzverhör zu ermöglichen. Das bedeutet dokumentierte Herkunft für jede Datenquelle, eine wiederholbare Methodik und einen menschlichen Ermittler, der an jedem wesentlichen Entscheidungspunkt sein Urteil ausübt. KI-Tools, die Ergebnisse ohne nachvollziehbare Begründung liefern, sind in kontradiktorischen Verfahren schwer zuverlässig einzusetzen. Diese Anforderung bestimmt, welche Tools Behörden tatsächlich einsetzen und welche sie testen und beiseitelegen.

Die Operation Level Up des FBI veranschaulicht eine präventive Anwendung desselben Prinzips. Anstatt darauf zu warten, dass der finanzielle Schaden vollständig ist, nutzt die Operation Informationen, um Personen zu benachrichtigen, die gerade betrogen werden. Das FBI berichtet, dass es seit Beginn der Operation mehr als 8.000 Opfer erreicht und die Verluste um mehr als 500 Mio. USD reduziert hat. Die zugrunde liegende Fähigkeit ist KI-gestützte Mustererkennung, die früh genug angewendet wird, um einzugreifen.

AML- und Compliance-Auswirkungen für Unternehmen

Die Veränderung der Fähigkeiten der Strafverfolgungsbehörden hat direkte Auswirkungen auf Wirtschaftsprüfungsgesellschaften, Auditoren und CFOs, die digitale Vermögenswerte verwalten. Das Verständnis dieser Auswirkungen hilft Unternehmen, ihre eigenen AML-Kontrollen und Dokumentationsstandards an dem auszurichten, was Ermittler heute sehen können.

Transaktionsaufzeichnungen und Audit-Trails

Blockchain-Analysen mit Ermittlungsgeschwindigkeit bedeuten, dass Wallet-Clustering und Mittelverfolgung, die einst wochenlange Spezialarbeit erforderten, nun in Minuten durchgeführt werden können. Unternehmen, die Krypto-Bücher über Krypto-Buchhaltungssoftware führen, müssen sicherstellen, dass Wallet-Zuordnung, Transaktionskategorisierung und Identifizierung der Gegenpartei auf einem Standard dokumentiert sind, der einer Ermittlungsprüfung standhält, nicht nur einer internen Revision. Wenn ein Kunde oder eine Gegenpartei ins Visier gerät, werden Ihre Aufzeichnungen gegen die On-Chain-Beweise geprüft.

Für einen breiteren Überblick darüber, wie KI bereits im AML-Kontext auf Blockchain-Analysen angewendet wird, lesen Sie unsere Berichterstattung darüber, wie KI zur Erkennung von Bitcoin-Geldwäsche im großen Maßstab eingesetzt wird. Unternehmen, die Cross-Chain-Transaktionen abwickeln, sollten auch die AML-Warnsignale prüfen, die Compliance-Teams bei Krypto-Bridge-Hacks kennen müssen, da Bridge-Aktivitäten ein wiederkehrendes Merkmal mehrschichtiger Geldwäscheschemata der Art sind, die die Strafverfolgung nun durchgängig verfolgen kann.

KYC- und Risiko synthetischer Identitäten

Entity Resolution in Ermittlungsmaßstab bedeutet, dass Inkonsistenzen in Onboarding-Daten, nicht übereinstimmende Identifikatoren in Dokumenten, Wallets, die über Zwischenschritte mit sanktionierten Adressen verbunden sind, oder Unternehmensstrukturen, die unter verschiedenen Namen auf denselben wirtschaftlich Berechtigten zurückführen, für Regulierungsbehörden und Strafverfolgungsbehörden heute viel sichtbarer sind als noch vor zwei Jahren. Unternehmen sollten prüfen, ob ihre KYC-Verfahren darauf ausgerichtet sind, dieselben Muster zu erkennen, die die KI-gestützte Entity Resolution aufdecken soll.

SAR-Qualität und -Timing

Wenn KI ein lokales Transaktionsmuster mit einem größeren internationalen Netzwerk verknüpft, kann die vor Wochen eingereichte Verdachtsmeldung (Suspicious Activity Report) plötzlich zu zentralem Beweismittel in einer viel größeren Ermittlung werden. Die Qualität dieser SAR, ihre Spezifität, die dokumentierten Indikatoren, der Zeitablauf, bestimmt, ob sie die Ermittlung unterstützt oder erschwert. Unternehmen sollten die Erstellung von SARs als forensisches Dokument behandeln, nicht als administratives.

Sanktionsrisiko durch KI-verknüpfte Infrastruktur

Der Fall EvilTokens zeigt, dass kriminelle Infrastruktur Tausende von Organisationen ohne deren Wissen verbinden kann. Unternehmen, deren Kunden oder Gegenparteien kompromittierte Infrastruktur nutzten, Zahlungen über Adressen abwickelten, die später als mit sanktionierten Netzwerken verbunden identifiziert wurden, oder Gelder von Opfern von Drainer-Verträgen erhielten, können mit Fragen dazu konfrontiert werden, was ihre AML-Kontrollen wann erkannt haben. Software für die Bilanzierung digitaler Vermögenswerte, die Echtzeit-Sanktionsprüfungen und die Kennzeichnung von Gegenparteien bietet, reduziert dieses Risiko erheblich.

Häufig gestellte Fragen

Was ist KI-gestützte Kriminalität und warum ist sie für Compliance-Teams wichtig?

KI-gestützte Kriminalität ist jede Straftat, bei der künstliche Intelligenz eingesetzt wird, um die Aktivität zu planen, auszuführen, zu skalieren oder zu verschleiern. Für Compliance-Teams ist die Relevanz, dass KI die Kosten- und Qualifikationsschwelle für Betrug, die Erstellung synthetischer Identitäten und Geldwäsche im großen Maßstab drastisch senkt. Betrugsmuster, die früher spezielles technisches Wissen erforderten, können heute als Abonnementdienste eingesetzt werden, was bedeutet, dass das Volumen und die Komplexität der Bedrohungen, die auf die AML-Kontrollen eines Unternehmens treffen, erheblich zugenommen haben.

Wie wirkt sich die KI-gestützte finanzielle Nachverfolgung auf die Krypto-Transaktionsaufzeichnungen meines Unternehmens aus?

Blockchain-Analysetools, beschleunigt durch KI, können Gelder über mehrere Chains hinweg zu Börsen und Auszahlungspunkten in Minuten statt Tagen verfolgen. Das bedeutet, dass die Transaktionsaufzeichnungen Ihres Unternehmens, einschließlich Wallet-Zuordnungen und Identifizierungen der Gegenparteien, einer Ermittlungsprüfung unterliegen, die zuvor praktisch nicht erreichbar war. Aufzeichnungen, die unvollständig oder inkonsistent kategorisiert sind, schaffen Risiken, wenn Ermittler dieselben On-Chain-Daten unabhängig prüfen.

Was bedeutet die Anforderung der Verteidigungsfähigkeit für KI-Tools, die in der Compliance eingesetzt werden?

Gerichte verlangen, dass jeder Schritt einer KI-gestützten Ermittlung mit nachvollziehbarer Herkunft und wiederholbarer Methodik dokumentiert wird, wobei ein Mensch jede wesentliche Entscheidung trifft. Dasselbe Prinzip gilt für die Compliance: KI-generierte Ergebnisse, die in AML-Entscheidungen, KYC-Prüfungen oder SAR-Einreichungen verwendet werden, sollten eine dokumentierte Begründung und eine menschliche Freigabe haben. Ergebnisse, die nicht erklärt oder reproduziert werden können, sind in regulatorischen Untersuchungen oder Gerichtsverfahren schwer zu verteidigen.

Ist die Erkennung synthetischer Medien zuverlässig genug, um sich beim Onboarding darauf zu verlassen?

Die Forschung von TRM deutet darauf hin, dass Deepfake-Erkennungstools bei realen Fälschungen erheblich an Genauigkeit verlieren. Sie sind eine nützliche erste Ebene, sollten aber nicht die alleinige Kontrolle sein. Die Verfolgung bestätigender Beweise, wie Zahlungsverhalten, Gerätekonsistenz und Netzwerkidentifikatoren, liefert ein robusteres Bild als jede einzelne Erkennungsausgabe. Unternehmen sollten die Erkennung synthetischer Medien als eines von mehreren Signalen behandeln, nicht als abschließende Prüfung.

Welche operativen Schritte sollten Wirtschaftsprüfungsgesellschaften jetzt unternehmen?

Drei Bereiche sind am dringendsten. Erstens: Überprüfen Sie die Wallet-Zuordnung und Transaktionskategorisierung in Ihrer Krypto-Buchhaltungssoftware, um sicherzustellen, dass die Aufzeichnungen vollständig und die Gegenparteien identifiziert sind. Zweitens: Prüfen Sie die KYC-Verfahren anhand der Entity-Resolution-Muster, die KI-gestützte Ermittler nun routinemäßig aufdecken, insbesondere nicht übereinstimmende Identifikatoren und geschachtelte Unternehmensstrukturen. Drittens: Überprüfen Sie die Qualitätsstandards für SARs: SARs sollten spezifisch, indikatorenreich und zeitlich genau sein, da sie zu wesentlichem Beweismaterial in Ermittlungen werden können, die viel größer sind als die einzelne Transaktion, die zur Meldung geführt hat.

Quelle: TRM Labs