Deepfake-CEO-Betrug: Wie Führungskräfte den Stimmenklon abwehren

Schon wenige Sekunden Audio können reichen, um eine Stimme überzeugend zu klonen. Damit lässt sich am Telefon ein Geschäftsführer nachbauen, der eine dringende Überweisung anordnet. Ein Virenscanner greift hier nicht. Schutz entsteht durch einen festen Prüfprozess vor jeder Zahlung. Führungskräfte und Finanzteams brauchen vereinbarte Regeln, die greifen, bevor Geld fließt.

Verwandt:KI-Stimmenklone: Wie sich DACH-Unternehmen schützen  /  AI-Phishing: Mail-Filter werden blind

Warum Führungskräfte das bevorzugte Ziel sind

Was ist ein Deepfake? Ein Deepfake ist ein mit künstlicher Intelligenz erzeugtes oder verändertes Medium, das eine echte Person in Stimme, Gesicht oder beidem täuschend nachahmt. Beim Stimmenklon genügt eine kurze Audioprobe, damit das System eine Person Sätze sagen lässt, die sie nie gesprochen hat.

Neu ist nicht die Masche, neu ist das Werkzeug. Beim sogenannten CEO-Betrug, im Deutschen auch Chef-Masche genannt, gibt sich ein Angreifer als Geschäftsführer oder Finanzvorstand aus und ordnet eine eilige Überweisung an ein neues Konto an. Früher lief das über gefälschte E-Mails. Heute kommt der Anruf mit der vertrauten Stimme dazu, in fortgeschrittenen Fällen sogar eine gefälschte Videoschalte.

Führungskräfte sind deshalb attraktiv, weil ihre Stimme öffentlich verfügbar ist und ihre Anweisung Gewicht hat. Vorträge, Interviews und Podcast-Auftritte liefern reichlich Audiomaterial. Ein bekannter Fall bei einem Ingenieurkonzern in Hongkong zeigte, wie ein Mitarbeiter nach einer gefälschten Videokonferenz einen zweistelligen Millionenbetrag überwies. Die Angreifer setzen auf Autorität und Zeitdruck, eine Kombination, die Prüfschritte aushebeln soll.

Warum Technik allein nicht reicht

Die naheliegende Hoffnung ist ein Werkzeug, das Fälschungen erkennt. Solche Deepfake-Detektoren gibt es und sie helfen. Verlassen kann sich ein Unternehmen auf sie aber nicht, weil die Fälschungen so schnell besser werden wie die Erkennung.

Noch schwächer ist die menschliche Wahrnehmung. Studien zeigen, dass Menschen hochwertige Deepfake-Videos nicht verlässlich erkennen und dass viele eine geklonte Stimme nicht sicher von einer echten unterscheiden können. Das Gehör, auf das sich viele im Ernstfall verlassen wollen, ist damit keine belastbare Kontrolle. Belastbar ist am Ende nur der organisatorische Ablauf.

Das Verifikations-Playbook für Führung und Finanzteam

Wirksamer Schutz besteht aus wenigen, fest vereinbarten Regeln, die jede Zahlungsanweisung durchlaufen muss. Wichtig ist, dass diese Regeln vorher feststehen und im Ernstfall nicht zur Diskussion stehen.

Der wichtigste Einzelschritt ist der Rückruf. Wer eine ungewöhnliche Zahlungsanweisung erhält, ruft über eine selbst herausgesuchte Nummer zurück, nicht über die im Anruf genannte. Dazu gehört ein vereinbartes Code-Wort, das echte von gefälschten Anweisungen trennt und das Vier-Augen-Prinzip, bei dem keine kritische Zahlung von einer einzelnen Person freigegeben wird. Awareness-Training hält diese Regeln präsent, denn ein Prozess hilft nur, wenn ihn im entscheidenden Moment jemand anwendet.

Wo DSGVO und NIS2 ins Spiel kommen

Stimmen und Gesichter sind personenbezogene Daten. Wer Stimmaufnahmen zur Verifikation oder zur Erkennung von Fälschungen verarbeitet, bewegt sich im Geltungsbereich der DSGVO und braucht eine saubere Rechtsgrundlage sowie klare Löschregeln. Biometrische Verfahren verlangen besondere Sorgfalt.

Für viele Unternehmen kommt NIS2 hinzu. Die Richtlinie verlangt von betroffenen Einrichtungen ein angemessenes Risikomanagement und die Meldung erheblicher Vorfälle. Ein erfolgreicher Deepfake-Betrug mit hohem Schaden kann darunter fallen. Damit wird der Schutz vor Stimmenklonen von einer reinen Finanzfrage zu einem Teil der Sicherheits- und Compliance-Pflichten.

Häufige Fragen

Jede Frage ist verschlossen. Ein Tippen entriegelt die Antwort.

Wie viel Audiomaterial braucht ein Angreifer für einen Stimmenklon?

Sehr wenig. Berichten zufolge genügen bereits einige Sekunden Sprachaufnahme, um eine Stimme brauchbar nachzubilden. Da Führungskräfte häufig öffentlich sprechen, ist das Material oft frei zugänglich, etwa aus Interviews, Vorträgen oder Podcasts.

Kann man eine geklonte Stimme am Klang erkennen?

Kaum verlässlich. Untersuchungen zeigen, dass die Mehrheit der Menschen eine gut gemachte Stimmfälschung nicht sicher von einer echten unterscheiden kann. Deshalb darf der Klang nie das Kriterium für eine Zahlungsfreigabe sein, sondern nur ein vereinbarter Prüfprozess.

Was ist die wirksamste Einzelmaßnahme?

Der Rückruf über einen unabhängigen, selbst herausgesuchten Kanal. Wer eine ungewöhnliche Anweisung über eine bekannte Nummer gegenprüft, statt über die im Anruf genannte, setzt genau beim Zeitdruck an, mit dem der Betrug arbeitet.

Reicht ein Deepfake-Erkennungstool als Schutz?

Als alleiniger Schutz nicht. Solche Werkzeuge sind eine sinnvolle Ergänzung, aber die Fälschungen verbessern sich fortlaufend. Verlässlich ist nur die Kombination aus organisatorischen Regeln, also Rückruf, Code-Wort und Vier-Augen-Prinzip und geschulten Mitarbeitenden.

Müssen wir das aus Compliance-Sicht regeln?

In vielen Fällen ja. Die Verarbeitung von Stimmdaten fällt unter die DSGVO und für unter NIS2 fallende Einrichtungen gehört der Schutz vor solchen Angriffen zum geforderten Risikomanagement samt Meldepflichten. Der Schutz vor Stimmenklonen ist damit auch eine Compliance-Aufgabe.

Lesetipps der Redaktion

LesetippDeepfake-Angriffe auf die C-Suite: Wie KI-generierte Stimmen Millionen stehlenLesetippSecurity-Awareness, die wirkt: kontinuierlich statt jährlichLesetippKI-getriebene Bedrohungsanalyse: Was deutsche SOCs jetzt brauchen

Mehr aus dem MBF Media Netzwerk

cloudmagazinWenn die KI 80 Prozent des Codes schreibt, wer prüft?Digital ChiefsKI-Budgets vor dem Sommer: Was CIOs jetzt zeigen müssenMyBusinessFutureAsien-Sourcing: was den Mittelstand wirklich kostet