Ein Deepfake ist mit KI erzeugtes oder manipuliertes Bild-, Ton- oder Videomaterial, das echte Personen täuschend echt imitiert – zunehmend genutzt für Betrug und Social Engineering.
Ein Deepfake ist synthetisches Medienmaterial – Bild, Audio oder Video –, das mit Methoden des maschinellen Lernens so erzeugt oder verändert wird, dass es eine reale Person täuschend echt nachbildet. Der Begriff verbindet „Deep Learning“ und „Fake“. Für die IT-Sicherheit ist weniger das manipulierte Unterhaltungsvideo relevant als der gezielte Einsatz im Social Engineering: eine geklonte Stimme am Telefon, ein gefälschter Videoanruf, eine nachgebildete Sprachnachricht. Deepfakes verleihen klassischen Betrugsmaschen eine neue Glaubwürdigkeit, weil sie genau die Signale fälschen, denen Menschen instinktiv vertrauen – die vertraute Stimme, das bekannte Gesicht.
Die Technik ist in den vergangenen Jahren deutlich zugänglicher geworden. Für einen überzeugenden Stimmklon genügen inzwischen wenige Minuten Audiomaterial, das sich aus Vorträgen, Interviews oder Videokonferenzen gewinnen lässt. Der CrowdStrike Global Threat Report 2026 verzeichnet einen Anstieg KI-gestützter Angriffe um 89 Prozent – Deepfakes sind ein sichtbarer Teil dieser Entwicklung.
Einsatzszenarien
- Stimmklon im Vishing: Der Angreifer ruft an und klingt wie ein Vorgesetzter oder Kollege, um eine Zahlung, einen Passwort-Reset oder die Herausgabe von Informationen zu erwirken. Die vertraute Stimme senkt die Hemmschwelle erheblich.
- Gefälschter Videoanruf: In aufwendigeren Fällen wird ein Videocall mit nachgebildetem Gesicht und Stimme inszeniert – besonders wirksam bei Zahlungsfreigaben, die sonst eine persönliche Bestätigung erfordern.
- Verstärkung von Business E-Mail Compromise: Eine betrügerische Zahlungsanweisung per Mail wird durch einen anschließenden Deepfake-Anruf „bestätigt“, der die üblichen Rückfragen beantwortet.
- Umgehung biometrischer Prüfungen: Gegen schwach abgesicherte Stimm- oder Gesichtserkennung können Deepfakes als Umgehungsversuch dienen.
Die Qualität ist noch nicht in jedem Fall perfekt – unter Zeitdruck und am Telefon fallen Artefakte jedoch kaum auf, zumal das Opfer nicht mit einer Fälschung rechnet.
Bedeutung für Unternehmen
Deepfakes greifen die Prozesse an, die bislang durch „Ich erkenne die Person ja“ abgesichert waren. Wenn Stimme und Gesicht fälschbar sind, verliert die persönliche Wiedererkennung ihren Wert als Sicherheitsmerkmal. Besonders gefährdet sind Zahlungsfreigaben, Stammdatenänderungen und Notfallanfragen an die Geschäftsführung. Der verbreitete Fehler ist, Prozesse auf persönliches Vertrauen zu stützen, statt auf überprüfbare Verfahren.
In unseren Social-Engineering-Einsätzen können wir Deepfake-gestützte Szenarien kontrolliert und mit klaren Grenzen einsetzen, um die Widerstandsfähigkeit kritischer Prozesse zu prüfen. Unser Ratgeber Vishing und Deepfakes ordnet die Bedrohung und die Gegenmaßnahmen ausführlicher ein.
Schutz und Prüfung
- Verfahren statt Wiedererkennung: Zahlungen und sensible Anweisungen über ein festes Vier-Augen-Prinzip und einen Rückruf an die hinterlegte Nummer absichern – unabhängig davon, wie überzeugend Stimme oder Bild wirken.
- Codewörter für Notfälle: Vereinbarte Prüffragen oder Codewörter für außergewöhnliche Anweisungen der Leitungsebene.
- Kritische Daten begrenzen: Bewusst steuern, wie viel Stimm- und Videomaterial von Schlüsselpersonen öffentlich verfügbar ist.
- Awareness aktualisieren: Schulungen müssen den Umstand vermitteln, dass Stimme und Gesicht kein Echtheitsbeweis mehr sind.
- Prozesse testen: Ein Social-Engineering-Assessment prüft, ob Ihre Freigabeprozesse einem glaubwürdig vorgetragenen Betrugsversuch standhalten.