Im Januar 2024 überwies ein Mitarbeiter des britischen Ingenieurbüros Arup 25,6 Millionen US-Dollar an Betrüger. Er glaubte, in einer Videokonferenz mit seinem Finanzvorstand und mehreren Kollegen zu sprechen. Jeder einzelne Teilnehmer außer ihm selbst war ein Deepfake. Was damals als Ausnahmefall galt, ist 2026 ein etabliertes Angriffsmuster — und es trifft zunehmend auch den Mittelstand.

Wie aus drei Sekunden Audio eine Stimme wird

Moderne KI-Sprachklonung benötigt teils nur wenige Sekunden Audiomaterial, um eine Stimme überzeugend nachzubilden — und Führungskräfte hinterlassen davon reichlich: Konferenz-Auftritte, Podcast-Interviews, LinkedIn-Videos. Angreifer recherchieren gezielt die Organisation, identifizieren Entscheider und sammeln öffentlich verfügbares Bild- und Tonmaterial, bevor sie zuschlagen. Eine besonders perfide Variante: Eine E-Mail "vom CFO" kündigt einen Anruf an, kurz darauf meldet sich tatsächlich eine geklonte Stimme — und beim Empfänger entsteht kein Anlass zum Zweifel.

Kein Randphänomen mehr

Aktuelle Marktbeobachtungen zeigen einen deutlichen Anstieg von KI-gestütztem Voice-Phishing gegenüber den Vorjahren, mit spürbar zunehmenden Deepfake-Betrugsversuchen speziell gegen deutsche Unternehmen. Nach Einschätzung von Sicherheitsanalysten überholt betrugsbasierte Cyberkriminalität durch KI mittlerweile sogar Ransomware als Sorge Nummer eins vieler Geschäftsführungen.

Der Mittelstand ist besonders exponiert: Wo flache Hierarchien und kurze Entscheidungswege sonst Stärken sind, werden sie bei Deepfake-CEO-Fraud zur Schwachstelle.

Was tatsächlich schützt

Die gute Nachricht: Der wirksamste Schutz ist weder teuer noch technisch kompliziert. Er liegt in klaren Prozessen statt in Erkennungssoftware:

  • Vier-Augen-Prinzip für Zahlungsfreigaben ab einem definierten Betrag — ohne Ausnahme, auch nicht bei vermeintlicher Dringlichkeit
  • Rückrufverifikation über eine bekannte, unabhängig gespeicherte Telefonnummer — niemals über die Nummer aus der verdächtigen Nachricht selbst
  • Out-of-Band-Bestätigung bei ungewöhnlichen Anweisungen, etwa über einen zweiten Kommunikationskanal
  • Klare interne Regel: Keine Zahlungsfreigabe allein auf Basis einer Sprach- oder Videonachricht

Diese vier Prinzipien stoppen nach Einschätzung von Sicherheitsexperten den überwiegenden Teil aller Deepfake-Betrugsversuche — nicht weil sie die Fälschung erkennen, sondern weil sie sie schlicht irrelevant machen.

Fazit

Deepfake-Erkennung ist ein Wettrüsten, das die Verteidigerseite technisch kaum gewinnen kann. Prozesssicherheit dagegen schon: Wenn jede Zahlungsanweisung unabhängig von ihrer scheinbaren Quelle denselben Freigabeprozess durchläuft, verliert der überzeugendste Deepfake seine Wirkung.