KI hat Phishing, Vishing und CEO Fraud so überzeugend gemacht, dass Menschen gefälschte Mails, Stimmen und sogar Videocalls kaum noch erkennen. Schulung allein reicht deshalb nicht mehr. Unternehmen brauchen feste Verifizierungsregeln über einen zweiten Kanal und eine technische KI-Abwehr, die Angriffe in Echtzeit erkennt.
Ein Finanzangestellter sitzt in Hongkong vor seinem Bildschirm. Auf der anderen Seite des Videocalls: sein CFO, mehrere Kollegen, alles vertraut. Die Anweisung ist klar: 15 Überweisungen, insgesamt 25,6 Millionen US-Dollar. Er führt sie aus. Der Anruf endet. Was er nicht weiß: Niemand von denen war echt. Alle Teilnehmer waren von künstlicher Intelligenz generiert. In Echtzeit. Perfekt.
Das ist kein Drehbuch. Das ist der Arup-Fall, Januar 2024. Und er markiert eine Zeitenwende in der Cybersicherheit.
Die drei Eskalationsstufen: Von Spear Phishing bis zum Deepfake-Videocall
Cyberangriffe haben sich von simplen Massenmails zu hochgradig personalisierten, KI-gesteuerten Operationen entwickelt. Die Eskalation folgt einem klaren Muster.
Stufe 1: Spear Phishing, die personalisierte Mail
Spear Phishing ist nicht mehr die schlecht formatierte Spam-Mail mit Tippfehlern. KI-Systeme analysieren heute LinkedIn-Profile, Pressemitteilungen und Social-Media-Aktivitäten. Daraus generieren sie Mails, die klingen, als kämen sie vom Geschäftspartner von gestern. Perfekte Grammatik. Korrekter Kontext. Passender Zeitpunkt. Phishing-Mails erkennen ist für den normalen Mitarbeiter faktisch unmöglich geworden.
Stufe 2: Vishing, die geklonte Stimme
Vishing (Voice Phishing) hat eine neue Qualität erreicht. Mit 30 Sekunden Audiomaterial lässt sich die Stimme jeder Führungskraft klonen, etwa aus einem YouTube-Interview oder einem Podcast-Auftritt. Im britischen Energiesektor überwies ein Mitarbeiter nach einem solchen Vishing-Anruf 243.000 US-Dollar. Die Stimme: perfekt geklont. Der CEO: hatte nie angerufen. Wie solche Anrufe ablaufen, zeigt unser Ratgeber zum KI-Telefonbetrug mit der Stimme des Geschäftsführers.
Stufe 3: Deepfake-Videocall, die komplette Illusion
Der Arup-Fall zeigt die dritte Stufe. CEO Fraud erreicht auf Deepfake-Ebene eine neue Dimension. Selbst misstrauische Menschen versagen hier, weil Bild, Stimme, Gesten und Gesprächskontext perfekt stimmen.
Echte Fälle, echte Schäden: Die Zahlen sind brutal
Singapur, März 2025: Ein multinationaler Konzern verliert 499.000 US-Dollar nach einem Zoom-Call mit einem gefälschten CFO. Mehrere Mitarbeiter waren im Call, keiner bemerkte etwas.
UK, Energiebranche: 243.000 US-Dollar nach einem Vishing-Anruf mit der geklonten CEO-Stimme.
Die Gesamtdimension: Voice-Cloning-Angriffe stiegen um 680 Prozent. Der durch Social Engineering verursachte Schaden belief sich 2025 auf 1,1 Milliarden US-Dollar. Das ist ein Dreifaches gegenüber 2024. Phishing erkennen und manuell gegensteuern ist keine realistische Strategie mehr.
KI-Angriffe sind zu schnell, zu präzise und zu überzeugend für menschliche Reaktionszeiten. Nur KI kann KI in Echtzeit erkennen.
Warum steht der Mittelstand besonders im Visier?
Großkonzerne haben Compliance-Abteilungen und strikte Freigaberegeln. Der Mittelstand oft nicht:
- Flache Hierarchien: Wenn der Chef anruft, handelt man. Es gibt keine zweite Kontrollinstanz.
- Öffentliches Trainingsmaterial: LinkedIn-Videos und Podcasts sind potenzielles Trainingsmaterial für Stimmklone. 30 Sekunden reichen.
- Wenig IT-Security-Budget: Konzerne beschäftigen eigene SOC-Teams. Im Mittelstand läuft IT Security dagegen oft mit begrenzten Ressourcen.
Social Engineering trifft den Mittelstand besonders hart. Die persönliche Vertrauenskultur, die ihn stark macht, wird zur Angriffsfläche.
Warum funktioniert Mitarbeiterschulung allein nicht mehr?
Moderne KI-generierte Spear-Phishing-Mails sind grammatisch perfekt, auf den Empfänger zugeschnitten und im richtigen Moment zugestellt. Kein Mensch erkennt diese Mails zuverlässig.
Vishing-Angriffe sind noch kritischer. Die Stimme klingt echt, die Dringlichkeit ist inszeniert. Der Stresspegel macht rationales Hinterfragen schwer. Cybersicherheit durch Aufklärung allein ist keine Antwort mehr, sie ist Selbstberuhigung.
Die Antwort: KI-gestützte Defensive
bios-tec aus München hat eine KI-gestützte Cyberabwehr entwickelt, die in Echtzeit arbeitet:
- Echtzeit-Erkennung von anomalem Kommunikationsverhalten
- KI vs. KI: Das System erkennt Fingerabdrücke KI-generierter Inhalte, die für Menschen unsichtbar sind
- Datenschutz: Betrieb auf europäischen Servern ohne US-Cloud, ausgelegt auf DSGVO-Anforderungen
- Integration in bestehende IT-Infrastruktur ohne aufwendige Migration
Deepfakes erkennen ist für Menschen kaum möglich. Für spezialisierte KI-Systeme ist es machbar.
Der Pentest-Service von bios-tec ergänzt die KI-Abwehr durch systematische Schwachstellenanalyse. Auf Wunsch können Awareness-Maßnahmen als ergänzender Baustein eingesetzt werden.
Cybersicherheit bei bios-tec ist ein Gesamtpaket: Erkennung, Abwehr, Analyse.
5 Sofortmaßnahmen für Unternehmen
- Verifizierungsregel einführen: Jede Überweisungsanfrage über einem definierten Betrag erfordert eine Rückbestätigung über einen zweiten, unabhängigen Kanal.
- Öffentliche Audio- und Videoquellen inventarisieren: Welche Führungskräfte sind mit Stimme und Bild öffentlich verfügbar? Dort ist das Vishing- und Deepfake-Risiko erhöht.
- KI-Abwehr implementieren: Technische KI-Abwehr ist die einzige Antwort auf KI-Angriffe in Echtzeit.
- Pentest durchführen: Eine externe Schwachstellenanalyse zeigt, wo Angreifer heute ansetzen könnten.
- Eskalationspfade definieren: Legen Sie klare Regeln fest, wer was genehmigen darf. Klären Sie auch, wann eine externe IT-Security-Instanz einbezogen wird.
Angriffsmethoden vs. KI-Abwehr
| Angriff | Was passiert | Wie KI-Abwehr hilft |
|---|---|---|
| Spear Phishing | Personalisierte Mail mit perfekter Grammatik und gefälschtem Absender | KI erkennt Metadaten-Anomalien und verdächtige Link-Strukturen in Echtzeit |
| Vishing | Geklonte CEO-Stimme fordert dringende Überweisung | Verhaltensanalyse erkennt ungewöhnliche Anfragemuster; Verifizierung wird ausgelöst |
| Deepfake Video | Kompletter Videocall mit gefälschten Teilnehmern | Metadaten- und Anomalieerkennung; Deepfake-Fingerprints werden identifiziert |
| CEO Fraud | Kombination aus Identitätsfälschung und Druckaufbau | Die KI-Abwehr analysiert den Kommunikationskontext und schlägt bei Risikomustern Alarm |
| Social Engineering | Manipulation über Vertrauen und Autorität | KI erkennt Muster, die Menschen unter Stress übersehen |
Bedrohungslage auf einen Blick
| Kennzahl | Wert |
|---|---|
| Schaden 2025 | 1,1 Mrd. US-Dollar (3x vs. 2024) |
| Voice-Cloning-Anstieg | +680 % in einem Jahr |
| Größter Einzelfall | 25,6 Mio. US-Dollar (Arup, 2024) |
| Stimmklon benötigt | 30 Sekunden Audio |
| Lösungsansatz | KI-gestützte Abwehr (bios-tec) |
| Betrieb | EU-Server, ausgelegt auf DSGVO |
Wie dieselbe Industrialisierung beim SMS-Betrug aussieht, zeigt unser Beitrag zur ARD-Doku Kings of Scam.
Häufige Fragen
Was ist CEO Fraud und wie funktioniert er?
CEO Fraud bezeichnet Angriffe, bei denen Kriminelle die Identität einer Führungskraft imitieren, per E-Mail, Telefon oder Videocall. Ziel ist, Mitarbeiter zu Überweisungen zu verleiten. KI hat diese Angriffe auf ein neues Niveau gehoben: Stimmen werden geklont, Gesichter in Echtzeit generiert, Mails personalisiert.
Wie kann man einen Deepfake-Videocall erkennen?
Deepfakes zu erkennen ist für Menschen zunehmend unmöglich. Technische Hilfsmittel wie eine KI-gestützte Abwehr analysieren Metadaten und digitale Fingerabdrücke. Die praktischste menschliche Abwehr: Jede ungewöhnliche Anfrage über einen zweiten, unabhängigen Kanal bestätigen.
Was ist Vishing und warum ist es so gefährlich?
Vishing nutzt geklonte Stimmen per Telefon. Da das Gehirn einer vertrauten Stimme instinktiv vertraut, ist die Erfolgsrate erschreckend hoch. Voice-Cloning-Angriffe stiegen um 680 %. Schon 30 Sekunden öffentliches Audiomaterial reichen für einen überzeugenden Stimmklon.
Reicht Schulung als Schutz gegen Spear Phishing?
Nein. KI-generierte Spear-Phishing-Mails sind grammatisch perfekt und kontextuell präzise. Schulungen schärfen das Bewusstsein, ersetzen aber keine technische KI-Abwehr. Social Engineering auf KI-Basis überfordert die menschliche Wahrnehmung systematisch.
Was kostet fehlende IT Security wirklich?
Der direkte Schaden durch Social Engineering, Vishing und Deepfakes belief sich 2025 auf über 1,1 Milliarden US-Dollar, dreimal so viel wie 2024. Dazu kommen Reputationsschäden und Compliance-Risiken. Die Kosten präventiver IT Security wie KI-Abwehr und Pentest sind im Vergleich marginal.
