Deepfakes sind eine Bedrohung für Identitäten

Deepfake-Technologie hat sich zu einer kritischen Bedrohung für digitales Vertrauen entwickelt. KI-generierte Medien imitieren reale Personen mittlerweile mit verblüffender Genauigkeit, sodass es schwieriger denn je ist, zwischen Wahrheit und Täuschung zu unterscheiden. Deepfakes stellen eine akute und gegenwärtige Gefahr für Branchen weltweit dar, indem sie Identitätsbetrug, Wirtschaftsspionage und groß angelegte Social-Engineering-Kampagnen ermöglichen und damit Risiken für Unternehmen, Regierungen und Einzelpersonen gleichermaßen schaffen.

Die Auswirkungen von Deepfakes gehen weit über einzelne Betrugsfälle hinaus. Ihre Fähigkeit, das Vertrauen in digitale Interaktionen zu untergraben, stellt ein systemisches Risiko für Branchen dar, die auf virtuelle Kommunikation und Transaktionen angewiesen sind. Da Unternehmen zunehmend auf Digital-First-Strategien setzen, müssen sie auch die durch KI-Technologien wie Deepfakes entstehenden Schwachstellen adressieren.

Deepfakes und ihre Entwicklung verstehen

Deepfakes sind synthetische Medien – Bilder, Videos oder Audio –, die mithilfe von KI erstellt werden, um reale Personen zu replizieren. Durch den Einsatz neuronaler Netze und Deep Learning kann diese Technologie äußerst überzeugende Fälschungen erzeugen, die unsere Fähigkeit, Authentizität zu erkennen, herausfordern. Das Verständnis ihrer Ursprünge und ihres Wachstums ist entscheidend, um ihre heutigen Auswirkungen zu erfassen.

Die Entwicklung von Deepfakes

Obwohl Deepfake-Technologie bereits seit Jahren existiert, gewann sie 2017 erstmals erheblich an Bedeutung, zunächst für kreative Zwecke wie Face-Swapping in Filmen. Frühe Anwendungen zeigten das Potenzial von KI für die Unterhaltungsbranche, doch der Aufstieg generativer adversarieller Netzwerke (GANs) ermöglichte ausgefeiltere und schädlichere Einsatzmöglichkeiten. Diese Entwicklungen erlaubten es Betrügern, hyperrealistische Medien zu erstellen, die selbst erfahrene Fachleute täuschen können.

Mit der Reifung der Technologie erweiterten sich ihre Anwendungsbereiche auf verschiedene Branchen. Während sie in Bereichen wie Unterhaltung und Bildung positive Beiträge geleistet hat, ist ihr Missbrauch in den letzten Jahren exponentiell gestiegen. Betrüger nutzen Deepfakes inzwischen, um Führungskräfte zu imitieren, die öffentliche Meinung zu manipulieren und Identitätsbetrug in beispiellosem Ausmaß zu begehen. Diese Anwendungen verdeutlichen sowohl die Vielseitigkeit als auch die Risiken dieser Technologie.

Der aktuelle Stand

Die Erstellung von Deepfakes ist dank Open-Source-Tools und Online-Tutorials mittlerweile auch für nicht-technische Nutzer zugänglich. Diese Demokratisierung KI-gestützter Werkzeuge hat böswillige Akteure ermutigt, hochwertige Ziele wie Führungskräfte, Finanzinstitute und Regierungsbehörden anzugreifen. Über finanzielle Verluste hinaus untergraben Deepfakes das Vertrauen in digitale Medien und schwächen branchenübergreifend das Vertrauen in die Authentizität von Inhalten.

Die Zugänglichkeit dieser Tools hat zudem das Volumen und die Vielfalt deepfake-bezogener Bedrohungen erhöht. Von politischer Desinformation bis hin zu gezielten Betrugsmaschen erfordert die aktuelle Lage Wachsamkeit und technologische Innovation. Organisationen müssen nicht nur unmittelbare Risiken adressieren, sondern auch zukünftige Herausforderungen antizipieren, da sich die Technologie kontinuierlich weiterentwickelt.

Angriffsvektoren und Praxisbeispiele

Deepfakes stellen eine vielschichtige Bedrohung für Organisationen dar, indem sie Schwachstellen in Mitarbeiterprozessen, Kundeninteraktionen sowie B2B-/Partnerbeziehungen ausnutzen. Durch die Analyse gängiger Angriffsvektoren und realer Szenarien können Organisationen besser verstehen, wie sie sich vor diesen fortschrittlichen Bedrohungen schützen können.

Häufige Angriffsvektoren

Bedrohungen für die Belegschaft

• Imitation von Führungskräften: Betrüger nutzen Deepfakes von CEOs, um betrügerische Überweisungen zu autorisieren, und nutzen dabei das Vertrauen in hierarchische Kommunikation aus. Der Einsatz realistischer Video- oder Audioinhalte erhöht die Glaubwürdigkeit betrügerischer Anfragen und umgeht traditionelle Verifizierungsmethoden.
• Onboarding-Betrug: Gefälschte Identitäten werden eingesetzt, um eine Anstellung zu erhalten – häufig mit dem Ziel, Zugang zu sensiblen Systemen oder Daten zu erlangen. Durch Deepfakes optimierte Lebensläufe und Vorstellungsgespräche erleichtern es Betrügern, unentdeckt in Organisationen einzudringen.
• Verstöße gegen privilegierte Zugriffsrechte: Die Imitation von Mitarbeitenden mit weitreichenden Zugriffsrechten ermöglicht es Betrügern, in kritische Infrastrukturen einzudringen, was häufig zu umfassenden Datenschutzverletzungen oder Betriebsunterbrechungen führt.

Herausforderungen bei der Kundenidentität

• Kreditbetrug: Synthetische Identitäten, verstärkt durch Deepfake-Technologie, werden genutzt, um betrügerische Kredite oder Kreditlinien zu beantragen. Diese Form des Betrugs kombiniert häufig gestohlene personenbezogene Daten mit manipulierten Medien, um Identitätsprüfungen zu bestehen.
• Anlagebetrug: Ausgereifte Deepfake-Medien verleiten ahnungslose Kunden dazu, Gelder auf betrügerische Konten zu überweisen. Videos und Audiodateien mit geklonten Stimmen vertrauenswürdiger Personen erhöhen die Glaubwürdigkeit dieser Betrugsmaschen.
• Angriffe auf Callcenter: Sprachklontechnologie umgeht herkömmliche Identitätsprüfungen und führt zu unbefugtem Kontozugriff. Diese Art von Angriff zielt auf Kundendienstsysteme ab, die auf Sprachbiometrie basieren.

B2B-Risiken

• Fehler bei der Überprüfung von Auftragnehmern: Betrügerische Auftragnehmer verschaffen sich mithilfe von durch Deepfakes erstellten Zugangsdaten Zugriff auf sensible Ressourcen. Dies ermöglicht es böswilligen Akteuren, in gesicherte Einrichtungen oder Systeme einzudringen.
• Lieferkettenverletzungen: Durch Deepfakes ermöglichte Imitation stört Lieferantenbeziehungen und führt zu finanziellen sowie Reputationsverlusten. Indem sie vertrauenswürdige Partner nachahmen, können Betrüger Lieferungen umleiten oder proprietäre Informationen kompromittieren.
• Partner-Onboarding-Betrug: Betrüger nutzen erfundene Identitäten, um das Vertrauen in Geschäftspartnerschaften auszunutzen. Diese Betrugsmaschen zielen häufig auf kleinere Unternehmen mit weniger strengen Verifizierungsprotokollen ab.

Praxisbeispiele

Belegschaft

Ein multinationales Finanzinstitut erlitt einen Verlust von 25 Millionen US-Dollar, als Betrüger ein Deepfake-Video des CFO nutzten, um eine Überweisung zu autorisieren.¹ Trotz der üblichen Sicherheitsprotokolle des Instituts veranlasste das äußerst realistische Video Mitarbeitende dazu, bestehende Kontrollen zu umgehen. Der Betrug wurde erst entdeckt, nachdem die Gelder auf ein Offshore-Konto überwiesen worden waren – ein deutliches Zeichen für den Bedarf an robusten Verifizierungsmethoden und fortschrittlichen Erkennungstools.

Kunde

KI-generierter Betrug verursachte 2023 bei US-Verbrauchern Kosten in Höhe von 12,3 Milliarden US-Dollar.² Bei einem Krypto-Verdopplungsbetrug begannen Anfang 2024 Deepfake-Videos zu kursieren, die gefälschte Investitionsmöglichkeiten bewarben. Diese Videos nutzten manipuliertes Material von Persönlichkeiten des öffentlichen Lebens und Prominenten, um Opfer dazu zu verleiten, Gelder unter dem Vorwand lukrativer Renditen zu überweisen. Die Täter stahlen mehr als 690.000 US-Dollar³ von nur einem einzigen Opfer. Neben den finanziellen Verlusten für die Betroffenen kaperten die Betrüger Social-Media-Kanäle bekannter Personen, beschädigten deren Ruf und demonstrierten die Raffinesse KI-gestützter Deepfakes – was die Bedeutung glaubwürdiger digitaler Kommunikation weiter unterstreicht.

B2B

Frachtmakler sind erheblich vom Anstieg betrügerischer Frachtführer betroffen, die mithilfe von Deepfakes erstellte Zugangsdaten verwenden, um hochwertige Sendungen zu sichern. Die Täter leiten Sendungen im Wert von Millionen US-Dollar an unbefugte Ziele um und setzen das Unternehmen sowohl finanziellen als auch reputativen Folgen aus. Frachtführer wiederum riskieren Identitätsdiebstahl, der zu persönlichen und beruflichen finanziellen Verlusten sowie zu Reputationsschäden führen kann. Dieses Beispiel unterstreicht die Bedeutung strenger Prüfprozesse für Frachtführer und von Verifizierungsprotokollen in Echtzeit.⁴

Verifizierte Vertrauensstrategien zur Prävention von Deepfake-Betrug

Die Minderung der durch Deepfakes entstehenden Risiken erfordert einen umfassenden Wandel von traditionellen Sicherheitsmodellen hin zu einem Verified-Trust-Ansatz.

Getrennte Disziplinen zusammenführen

Verified Trust überwindet die Silos traditionell getrennt arbeitender Teams und schafft eine einheitliche Verteidigung:

• Identitätssicherheit: Fokussiert auf Zugriffsmanagement, robuste Richtlinien und Kontrolle.
• Identitätsbetrugsprävention: Setzt auf Erkennung, Risikobewertung und verhaltensbasierte Abwehrmechanismen, um KI-generierte Anomalien zu erkennen.
• Identitätssicherung: Verbindet digitale Identitäten über die Zeit hinweg verlässlich mit realen Personen oder Organisationen.

Grundlegende Muster über alle Identitätstypen hinweg adressieren

Verified Trust wendet eine konsistente Logik an, um Kunden, Mitarbeitende und B2B-Partner über vier kritische Phasen hinweg zu schützen:

• Verifiziertes Onboarding: Verknüpft Personen mithilfe belastbarer Nachweise (z. B. Liveness-Erkennung) mit dauerhaften Identitäten, um synthetische Identitäten zu verhindern.
• Verifizierter Zugriff: Nutzt passwortlose, reibungsarme Abläufe, ergänzt durch kontinuierliche Risikosignale.
• Verifizierte Wiederherstellung & Helpdesk: Schützt betreuungsintensive Support-Kanäle vor Social Engineering und Deepfake-basierter Identitätsvortäuschung.
• Verifizierte Autorisierung: Bestätigt hochwertige Aktionen (wie große Überweisungen) mit einer Step-up-Verifizierung.

Zentrale Identitätsfunktionen nutzen

Stärken Sie Ihre Abwehr, indem Sie diese modularen Funktionen über alle User Journeys hinweg kombinieren:

• Verifizierung: Identitätsprüfung, Dokumentenverifizierung und KI-gestützte Liveness-Erkennung.
• Bedrohungs- & Betrugsschutz: Verhaltensanalysen und Bot-Erkennung zur Identifizierung von Abweichungen von etablierten Mustern.
• Anmeldedaten & Authentifizierung: Starke, gerätegebundene Authentifikatoren wie Passkeys und biometrische Verfahren.
• Orchestrierung: Low-Code-Journey-Design zur Durchsetzung granularer Laufzeitrichtlinien, während sich Risiken weiterentwickeln.

Von implizitem Vertrauen zu Verified Trust wechseln

Moderne Angreifer „brechen“ nicht nur ein – sie „loggen sich ein“ und nutzen dabei hyperrealistische Deepfakes. Der Übergang zu Verified Trust bedeutet, sich von Annahmen zu lösen:

• Von „Vertrauen ist gut, Kontrolle ist besser“ zu „Zuerst verifizieren, dann vertrauen“: Jede Identität und jede Interaktion explizit verifizieren, bevor Zugriff gewährt wird.
• Episodisch vs. kontinuierlich: Vom einmaligen Login zu einer kontinuierlichen, risikoadaptiven Verifizierung übergehen.
• Kontextbewusstsein: Jede Aktion ist auf einen realen, autorisierten Akteur – Mensch oder Agent – basierend auf Echtzeit-Bedrohungssignalen zurückzuführen.

Neue Technologien und organisatorische Resilienz

Da sich Deepfake-Bedrohungen kontinuierlich weiterentwickeln, sind der Einsatz neuer Technologien und der Aufbau organisatorischer Resilienz entscheidend, um böswilligen Akteuren einen Schritt voraus zu bleiben. Modernste Tools ermöglichen es Unternehmen, Deepfake-Effekte zu erkennen und ihnen entgegenzuwirken, während robuste Frameworks die Anpassungsfähigkeit an zukünftige Herausforderungen sicherstellen. Werfen wir einen Blick auf die Lösungen und Strategien, die den Kampf gegen Deepfake-Betrug neu gestalten.

Neue Technologien

• Lebenderkennung: Starke Lösungen schützen sowohl vor Präsentationsangriffen (Fotos, Masken, wiedergegebene Videos) als auch vor Injektionsangriffen (manipulierte oder synthetische Kamerafeeds). Achten Sie auf Anbieter, die nach Standards wie CEN/TS 18099 und ISO/IEC 30107-3 zertifiziert sind.
• Verhaltensanalyse: Überwacht das Nutzerverhalten, um Abweichungen von etablierten Mustern zu identifizieren. Verhaltensanalysen liefern zusätzlichen Kontext und verbessern die Erkennungsgenauigkeit.
• Gegenmaßnahmen mit generativer KI: Erkennt und kennzeichnet KI-generierte Inhalte, um Missbrauch zu verhindern. Diese Tools nutzen KI zur Bekämpfung von KI und bieten eine dynamische Reaktion auf sich weiterentwickelnde Bedrohungen.
• Verifizierte Anmeldedaten: Kryptografisch gesicherte digitale Nachweise werden in biometrisch gesicherten Wallets der Nutzer ausgestellt und enthalten Identitätsdaten sowie Attribute. Sie gewährleisten die Herkunft, unterstützen die Echtzeit-Verifizierung und erschweren Identitätsbetrug – einschließlich Deepfake-Angriffen – erheblich.

Resilienz aufbauen

• Funktionsübergreifende Zusammenarbeit: Fördern Sie die Kommunikation zwischen IT-, Sicherheits- und Risikomanagement-Teams, um einen einheitlichen Ansatz zur Bekämpfung von Deepfake-Bedrohungen zu schaffen. Zusammenarbeit stellt sicher, dass Strategien umfassend und anpassungsfähig sind.
• Adaptive Richtlinien: Aktualisieren Sie regelmäßig Ihre Betrugserkennungsprotokolle und integrieren Sie neue Technologien, um neuen Angriffsmethoden entgegenzuwirken. Richtlinien müssen sich parallel zu technologischen Fortschritten weiterentwickeln, um wirksam zu bleiben.
• Kontinuierliche Überwachung: Implementieren Sie Echtzeit-Überwachungssysteme, um Anomalien im Verhalten, bei der Gerätenutzung und in der Netzwerkaktivität zu erkennen. Kontinuierliche Kontrolle minimiert das Zeitfenster für böswillige Akteure.

Durch die Kombination dieser Technologien und Praktiken können Unternehmen eine robuste Verteidigung aufbauen, die heutige Bedrohungen mindert und gleichzeitig auf die Herausforderungen von morgen vorbereitet.

Ihre Zukunft gegen Deepfakes absichern

Der Kampf gegen Deepfakes ist keine statische Herausforderung, sondern ein dynamischer Wettstreit, der einen Wandel von implizitem Vertrauen zu Verified Trust erfordert. Durch die Bündelung von Identitätssicherheit, Betrugsprävention und Absicherung in einem einzigen, modularen Framework können Unternehmen die Vertrauenslücke schließen und eine resiliente Verteidigung aufbauen, die heutigen Deepfakes und den KI-Agenten von morgen standhält.

Nächste Schritte

• Erstellen Sie Ihren Verified Trust Blueprint: Vereinbaren Sie eine Strategiesitzung mit Ping Identity, um über grundlegende Authentifizierung hinauszugehen und ein kontinuierliches, risikoadaptives Identitätsmodell zu etablieren.

• Prüfen Sie Ihre Vertrauenslücken: Führen Sie eine Verified Trust-Bewertung durch, um Schwachstellen in Ihren Onboarding-, Wiederherstellungs- und Autorisierungs-Journeys zu identifizieren.

• Vereinheitlichen Sie Ihre Verteidigungsmaßnahmen: Integrieren Sie modulare Identitätsfunktionen – einschließlich KI-gestützter Lebenderkennung und Verhaltenssignale – um eine geschlossene Front gegen synthetischen Betrug zu schaffen.

• Über reine Sensibilisierung hinausgehen: Erkennen Sie, dass Schulungen allein nicht ausreichen; implementieren Sie automatisierte, identitätszentrierte Kontrollen, die Ihre Mitarbeitenden und Kunden schützen – selbst dann, wenn die menschliche Erkennung versagt.

¹ CNN

² Deloitte

³ The New York Times & NOCA

⁴ Ping Identity