Anfang 2024 trat ein Finanzmitarbeiter beim Ingenieurbüro Arup einer routinemäßigen Videokonferenz bei. Der Finanzvorstand war da, ebenso mehrere Kollegen. Alle sahen aus und klangen genau richtig. In den folgenden Tagen tätigte der Mitarbeiter 15 Ueberweisungen über insgesamt rund 25 Millionen US-Dollar. Jede Person in diesem Call außer dem Mitarbeiter war ein Deepfake3.
Dieser Fall ist kein Ausreißer mehr, er ist ein Vorgeschmack. Deloitte prognostiziert, dass durch generative KI ermöglichte Betrugsschäden in den USA bis 2027 rund 40 Milliarden Dollar erreichen könnten, gegenüber 12,3 Milliarden 20232. Das FBI verzeichnete allein 2024 21.442 Meldungen zu Business E-Mail Compromise und 2,77 Milliarden Dollar Schaden1. Die Werkzeuge, die eine überzeugende gefälschte Stimme oder ein gefälschtes Gesicht erzeugen, sind heute billig, schnell und in jedermanns Hand.
Also verkauft inzwischen jeder Anbieter “Deepfake-Erkennung”, und der Markt ist eine Wand aus nahezu identischen Versprechen. Dieser Leitfaden räumt damit auf. Wir nennen die echten Tools, gruppieren sie nach der Aufgabe, die sie tatsächlich erfüllen, geben ehrliche Abwägungen und Preise, wo sie öffentlich sind, und zeigen, wo jedes Tool passt. Superkind kommt ebenfalls vor, aber als eine Option für eine konkrete Aufgabe, nicht als Antwort auf jede Zeile. Geschrieben ist er für die Verantwortlichen in Operations, Finanzen, Risiko oder IT, die wählen müssen und die Vergleichsseiten satt haben, auf denen das veröffentlichende Unternehmen jede Kategorie gewinnt.
Kurzfassung
Deepfake-Abwehr sind vier Aufgaben, nicht eine - Echtzeit-Medienerkennung, Stimm- und Liveness-Prüfung, BEC- und E-Mail-Abwehr sowie Out-of-Band-Prozessprüfung. Kein einzelnes Tool gewinnt alle vier.
Führend bei Medienerkennung - Reality Defender, Sensity AI, Intel FakeCatcher und Hive, jeweils mit anderer Modalität und anderem Schwerpunkt.
Führend bei Stimme, Liveness und E-Mail - Pindrop und iProov für Stimme und Liveness, dazu Abnormal Security, Proofpoint, Microsoft Defender for Office 365 und Mimecast gegen Business E-Mail Compromise.
Die Lücke, die jeder Detektor offen lässt - ein Mensch empfängt weiterhin die Anforderung, spürt den Druck und bewegt das Geld. Erkennung verringert die Chancen, der Prozess stoppt den Schaden.
Wo Superkind passt - der Backstop für verifizierte Anforderungen, der Ihre echten Freigabeketten und Zahlungsprozesse kennt, sodass eine Anforderung, die nicht zu Ihrem Prozess passt, erkannt wird, bevor Geld fließt.
Die Deepfake-Bedrohung 2026: Warum CEO-Fraud billig wurde
Der Grund für die Explosion von CEO-Fraud ist nicht, dass Menschen leichtgläubiger wurden. Es ist, dass die Kosten einer überzeugenden Imitation eingebrochen sind. Eine geklonte Stimme brauchte früher ein Studio und einen Spezialisten. Heute braucht sie ein paar Sekunden Audio aus einem Konferenzvortrag oder einer Mailbox und ein Consumer-Tool.
- Deepfakes wurden vom Kuriosum zur Waffe - im Arup-Fall 2024 zahlte ein Finanzmitarbeiter rund 25 Millionen Dollar aus, nachdem in einem Videocall der Finanzvorstand und alle anderen Teilnehmer KI-generiert waren3.
- Voice-Phishing explodiert - CrowdStrike verzeichnete zwischen der ersten und zweiten Hälfte 2024 einen Anstieg des Vishing um 442 Prozent, getrieben von Social-Engineering-Operationen, die zunehmend KI-generiertes Audio nutzen4.
- Stimmklon-Versuche stiegen stark - Pindrop meldete einen deutlichen Anstieg der Deepfake-Stimmenbetrugsversuche gegen Callcenter, den Kanal, in dem eine geklonte Führungsstimme den größten Schaden anrichtet5.
- Injection-Angriffe sind die neue Front - iProov meldete, dass Injection-Angriffe, bei denen ein gefälschter Feed direkt in den Kamerakanal eingespeist wird, 2024 um rund 783 Prozent zunahmen6.
- BEC ist der stille Riese - das FBI verzeichnete 2024 21.442 BEC-Meldungen und 2,77 Milliarden Dollar gemeldeten US-Schaden, mit fast 8,5 Milliarden BEC-Verlusten über 2022 bis 20241.
- Die Kurve ist steil - Deloitte modelliert einen Anstieg der US-Betrugsschäden auf rund 40 Milliarden Dollar bis 2027, während generative KI skaliert, eine jährliche Wachstumsrate nahe 32 Prozent2.
Zentrale Kennzahl
Eine Gartner-Umfrage unter Sicherheitsverantwortlichen aus dem Jahr 2025 ergab, dass eine Mehrheit im Vorjahr mindestens einen Deepfake-Angriff erlebt hatte, wobei Audiocall-Vorfälle am häufigsten waren und Videocall-Vorfälle knapp dahinter21. Deepfake-Betrug ist kein Randrisiko mehr, das Banken vorbehalten ist. Er ist ein Breitenangriff auf jedes Unternehmen, das auf Anweisung Geld bewegt.
Das ist der Hintergrund des Tool-Marktes. Jeder Anbieter reagiert auf denselben Druck, deshalb konvergiert das Marketing. Die entscheidenden Unterschiede liegen unter den Versprechen, in dem, was jede Kategorie von Tool tatsächlich tut.
“Diese künstlich erzeugten Bilder der Gesichter echter Menschen, bekannt als Deepfakes, können von böswilligen Akteuren genutzt werden, um biometrische Authentifizierung zu untergraben oder unwirksam zu machen.”
- Akif Khan, VP Analyst bei Gartner16
Die 4 Aufgaben der Deepfake-Abwehr
Der größte Fehler beim Kauf ist, “Deepfake-Erkennung” als eine Anschaffung zu behandeln. Es sind vier eigenständige Aufgaben, jede mit eigenen Führern, eigenem Preismodell und eigenen Fehlermustern. Ordnen Sie zuerst Ihre tatsächliche Angriffsfläche der Aufgabe zu, dann erstellen Sie die Shortlist.
- Echtzeit-Medienerkennung - Audio, Video, Bilder und Dokumente bewerten, um zu entscheiden, ob die Medien selbst synthetisch sind, bei Onboarding, kritischen Videos und Inhaltsprüfung.
- Stimm- und Liveness-Prüfung - nachweisen, dass die Person am Telefon oder vor der Kamera ein lebender Mensch ist und kein Klon oder eingespeister Feed, im Callcenter und in Identitätsmomenten.
- BEC- und E-Mail-Impersonation-Abwehr - die gefälschte, kompromittierte oder ähnlich aussehende E-Mail abfangen, die die meisten CEO-Fraud-Anweisungen trägt, bevor ein Mensch handelt.
- Out-of-Band-Prozessprüfung - die Anforderung selbst über einen zweiten Kanal und gegen Ihre echten Freigaberegeln bestätigen, sodass selbst ein perfekter Fake am Zahlungsschritt scheitert.
| Aufgabe | Kernfrage | Typische Führer | Preismodell |
|---|---|---|---|
| Echtzeit-Medienerkennung | Ist dieses Audio oder Video synthetisch? | Reality Defender, Sensity, Intel FakeCatcher, Hive | Enterprise-Lizenz / pro Abruf |
| Stimm- & Liveness-Prüfung | Ist das ein lebender Mensch oder ein Klon? | Pindrop, iProov | Pro Call / Prüfung / Platz |
| BEC- & E-Mail-Abwehr | Ist das eine E-Mail-Imitation? | Abnormal, Proofpoint, Microsoft, Mimecast | Pro Postfach |
| Prozessprüfung | Passt die Anforderung zu unserem Prozess? | Rückruf-Regeln, Freigabekontrollen, Superkind | Prozess / Plattform |
Die meisten Unternehmen brauchen drei oder vier dieser Schichten, nicht eine. Das Schwierige ist nicht, in jeder Zeile einen Gewinner zu küren, sondern sie zum Zusammenspiel zu bringen, was der Rest dieses Leitfadens Kategorie für Kategorie behandelt.
Tools zur Echtzeit-Deepfake-Erkennung
Das ist die Aufgabe, die die meisten meinen, wenn sie “Deepfake-Erkennung” sagen: ein Modell, das Audio, Video, ein Bild oder ein Dokument ansieht und bewertet, wie wahrscheinlich es synthetisch ist. Die Führer unterscheiden sich vor allem in der Modalität und darin, ob sie auf einem Live-Stream oder auf hochgeladenen Dateien arbeiten.
Die Tools, ehrlich betrachtet
- Reality Defender - multimodale Erkennung über Audio, Video, Bilder und Dokumente, mit Echtzeit-Risikobewertung über API und Web-App und Plug-ins für Videokonferenz-Tools. Es hat Echtzeit-Erkennung für große Banken, Medien und Behörden ausgerollt und ist die stärkste Allzweck-Wahl für die Deepfake-Abwehr im Unternehmen9.
- Sensity AI - visuell-orientierte Erkennung für Video- und Bildforensik mit breiter Abdeckung von Generierungstechniken. Ein starker Fit, wenn es um Untersuchung oder Prüfung von Medien geht statt um die Bewertung eines Live-Calls10.
- Intel FakeCatcher - ein Echtzeit-Videodetektor, der Photoplethysmographie liest, die winzigen Farbveränderungen in einem Gesicht durch den Blutfluss, aus 32 Gesichtsregionen, und in Millisekunden ein Ergebnis liefert. Intel beansprucht rund 96 Prozent Genauigkeit auf eigenen Testdaten und bis zu 72 parallele Streams. Neuartig und serverbasiert statt Plug-and-play-SaaS8.
- Hive - bild- und inhaltsorientierte Erkennung, stark für Plattformen, die KI-generierte Medien in großem Maßstab moderieren, weniger für Zahlungsfreigabe-Flows. Nützlich als Inhaltsschicht, nicht als Callcenter-Tool.
- Die ehrliche Einschränkung - jede Genauigkeitszahl in dieser Kategorie ist ein Herstelleranspruch auf einem eigenen Benchmark, meist ohne angegebene Falsch-Positiv-Rate, und die Genauigkeit sinkt gegen Angriffe, die das Modell nie gesehen hat. MITRE ATLAS hat dokumentiert, dass Live-Deepfake-Injection sowohl passive als auch aktive Liveness-Prüfungen umging11. Führen Sie einen Proof of Concept mit Ihren eigenen Medien durch.
| Tool | Modalität | Am besten für | Ehrliche Anmerkung |
|---|---|---|---|
| Reality Defender | Audio, Video, Bild, Dokument | Enterprise, Echtzeit, Banken | Enterprise-Vertrag und Integration |
| Sensity AI | Video, Bild (visuell-orientiert) | Forensik und Medienprüfung | Audio ist eine zweite Schicht |
| Intel FakeCatcher | Video (Blutfluss-Signal) | Echtzeit-Video, On-Prem | Serverbasiert, Hersteller-Genauigkeit |
| Hive | Bild und Inhalt | Plattform-Inhaltsmoderation | Nicht für Zahlungsflows gebaut |
“Was macht uns menschlich? Die Antwort steckt in unserem Blut.”
- Ilke Demir, Senior Staff Research Scientist bei Intel Labs8
Medienerkennung ist eine notwendige Schicht, aber für sich allein ein einzelner Sensor auf einem Kanal. Sobald der Angriff von einer aufgezeichneten Datei zu einer Live-Stimme am Telefon wechselt, brauchen Sie die nächste Aufgabe.
Tools zur Stimm- und Liveness-Prüfung
Das ist die Aufgabe, die das Callcenter und den Identitätsmoment schützt: nachweisen, dass die Stimme am Telefon oder das Gesicht an der Kamera ein lebender Mensch ist und kein Klon oder eingespeister Feed. Hier landen die meisten CEO-Fraud- und Helpdesk-Angriffe.
Die Tools, ehrlich betrachtet
- Pindrop - der Führer bei der Audio-Deepfake-Erkennung für Callcenter. Sein Pulse-Liveness-Scoring prüft Signalmerkmale wie Frequenzverschiebungen und spektrale Verzerrungen, aktualisiert den Score während des Gesprächs statt nur zu Beginn und beansprucht rund 99 Prozent Genauigkeit gegen bekannte Stimmklon-Modelle und 90 Prozent gegen neue, beides bei unter 1 Prozent Falsch-Positiven auf eigenen Benchmarks. Es gewann die Großorganisations-Kategorie der FTC Voice Cloning Challenge5,20.
- iProov - der Führer bei Gesichts-Liveness und Injection-Erkennung, mit einer gesteuerten Beleuchtungssequenz, die eine echte lebende Person im Moment der Aufnahme bestätigt. 2026 wurde seine Dynamic Liveness als erstes Produkt, das die CEN/TS 18099 “High”-Spezifikation für Injection Attack Detection in einer ausgedehnten unabhängigen Prüfung erfüllte. Weit verbreitet in europäischen eID-Programmen7.
- Stimmbiometrie als Schicht - etablierte Stimmbiometrie-Engines authentifizieren einen Anrufer gegen einen hinterlegten Stimmabdruck. Nützlich für wiederkehrende Kunden, aber eine geklonte Stimme kann genau diese Kontrolle angreifen, weshalb Liveness und Anti-Spoofing wichtiger sind als der reine Abgleich.
- Die ehrliche Einschränkung - Liveness ist ein bewegliches Ziel. Eine MITRE-ATLAS-Fallstudie fand, dass Live-Deepfake-Injection in einer Red-Team-Uebung sowohl passive als auch aktive Liveness umging, und Gartner prognostizierte, dass Deepfakes bis 2026 30 Prozent der Unternehmen dazu bringen würden, Gesichtsbiometrie nicht mehr isoliert als zuverlässig zu betrachten11,16.
| Tool | Signal | Am besten für | Ehrliche Anmerkung |
|---|---|---|---|
| Pindrop | Audio-Anomalien, Liveness | Stimmenbetrug im Callcenter | Genauigkeitszahlen sind Hersteller-Benchmarks |
| iProov | Gesichts-Liveness, Injection-Erkennung | Identitäts- und eID-Momente | Starker Standard-Fit, nur Aufnahmemoment |
| Stimmbiometrie | Stimmabdruck-Abgleich | Authentifizierung wiederkehrender Anrufer | Klone greifen genau diese Kontrolle an |
Spezialisierter Detektor vs. integrierte Liveness
Spezialist (Pindrop, Reality Defender, iProov)
- ✓ Zweckgebaute Modelle - speziell auf synthetische Medien und Injection abgestimmt
- ✓ Unabhängige Prüfung - manche erfüllen Standards wie CEN/TS 18099
- ✓ Echtzeit-Scoring - arbeitet während eines Live-Calls, nicht nur beim Onboarding
- ✗ Weiterer Vertrag und Integration - eine separate Schicht zum Kaufen und Betreiben
Integrierte Liveness in einem IDV-Produkt
- ✓ Ein Anbieter - gebündelt mit einer Identitätsprüfung, die Sie evtl. schon nutzen
- ✓ Deckt Onboarding ab - ausreichend für den Kontoeröffnungsmoment
- ✗ Schwach bei Live-Calls - schützt selten ein Zahlungsfreigabe-Gespräch
- ✗ Stark unterschiedlich - die Tiefe der Anti-Injection-Abwehr schwankt zwischen Anbietern
Sorge, dass ein perfekter Fake Ihr Geld bewegt?
Buchen Sie ein 30-minütiges Gespräch. Wir zeigen, wo ein Backstop für verifizierte Anforderungen in Ihre Freigabeketten passt.

Tools zur BEC- und E-Mail-Impersonation-Abwehr
Bevor eine Deepfake-Stimme einen Mitarbeiter erreicht, beginnt der meiste CEO-Fraud mit einer E-Mail: einer gefälschten Adresse, einem kompromittierten Lieferantenkonto oder einer ähnlich aussehenden Domain, die die dringende Anweisung trägt. Diese E-Mail abzufangen ist die günstigste, wirksamste Schicht, die die meisten Unternehmen schon halb besitzen.
Die Tools, ehrlich betrachtet
- Abnormal Security - der Behavioral-AI-Spezialist gegen Business E-Mail Compromise. Es bildet das normale Verhalten jedes Mitarbeiters und jeder Lieferantenbeziehung ab und markiert Abweichungen, wird über die Microsoft- oder Google-API ohne Aenderung des Mail-Routings angebunden und ist genau dort am stärksten, wo Gateways schwach sind, bei reiner Text-Imitation ohne bösartigen Link12.
- Proofpoint - der Enterprise-Standard, mit der größten installierten Basis, tiefer Threat Intelligence und starker Behebung. Als Gateway-Architektur aufwendiger im Betrieb, und Kunden wechseln am häufigsten wegen Verlängerungspreisen und Betriebslast, nicht wegen Erkennungsqualität13.
- Microsoft Defender for Office 365 - der natürliche Fit, wenn Sie bereits auf Microsoft 365 sind, bei rund 2 US-Dollar pro Nutzer und Monat für Plan 1 und 5 für Plan 2. Nativ und kosteneffizient, wobei unabhängige Tests es bei den gezieltesten Angriffen oft eine Stufe hinter den Spezialisten sehen und die Konfiguration viel ausmacht14.
- Mimecast - vor allem dort gewählt, wo Archivierung, Kontinuität und Sandboxing die entscheidende Anforderung sind, mit soliden Impersonation-Kontrollen obendrauf. Ein starker Fit für compliance-lastige Branchen15.
- Die ehrliche Einschränkung - die stärkste Architektur, die die meisten Leitfäden empfehlen, ist nicht ein Produkt, sondern zwei: ein Gateway oder eine native Plattform für Standardfilterung plus ein API-basiertes Behavioral-Tool für das gezielte BEC, das durch Regeln rutscht13.
| Tool | Ansatz | Am besten für | Ehrliche Anmerkung |
|---|---|---|---|
| Abnormal Security | Behavioral AI, API-basiert | Gezieltes BEC und Imitation | Auf Anfrage, am besten als Schicht |
| Proofpoint | Gateway, Threat Intelligence | Großunternehmen, breite Abdeckung | Höherer Betrieb, Verlängerungspreise |
| Microsoft Defender for O365 | Nativ in Microsoft 365 | Microsoft-Umgebungen, Kostenfokus | Hinter Spezialisten bei gezielten Angriffen |
| Mimecast | Gateway + Archiv + Sandbox | Compliance und Kontinuität | Ebenso wegen Archivierung gewählt |
Wo E-Mail-Abwehr aufhört
Selbst der beste E-Mail-Filter kann keine Anforderung stoppen, die per Telefon, WhatsApp oder Live-Videocall kommt, und genau dorthin bewegt sich Deepfake-CEO-Fraud. E-Mail-Abwehr verkleinert die Angriffsfläche, aber sie verifiziert nicht die Anforderung selbst. Diese Lücke schließen die letzten beiden Aufgaben.
Die verifizierte Anforderung: Was die Zahlung wirklich stoppt
Hier ist die unbequeme Wahrheit hinter jedem großen Schaden: Die Erkennungstools können alle richtig liegen und das Geld fließt trotzdem, weil ein Mensch die Anforderung empfängt, den Zeitdruck spürt und handelt. Die Kontrolle, die in Fall um Fall tatsächlich Schäden verhinderte, ist kein Modell, sondern ein Prozess, der die Anforderung selbst verifiziert.
- Verpflichtender Out-of-Band-Rückruf - jede Zahlung, Bankdatenänderung oder ungewöhnliche Datenanforderung muss über einen zweiten, unabhängig etablierten Kanal bestätigt werden, ein Anruf unter einer bekannten hinterlegten Nummer, niemals die Nummer oder Adresse in der Anforderung. Eine geklonte Stimme kann keinen Rückruf an eine Leitung bestehen, die der Angreifer nicht kontrolliert.
- Freigabeketten, die der Realität entsprechen - wer was bis zu welchem Betrag mit welchem Zweitzeichner freigeben darf, schriftlich und durchgesetzt, sodass keine einzelne Person große Summen auf eine einzige Anweisung bewegen kann.
- Ein Codewort oder gemeinsames Geheimnis für Führungskräfte - eine einfache vorab vereinbarte Phrase für verbale Anforderungen hohen Wertes, die keine öffentliche Aufnahme preisgeben würde.
- Reibung bei Dringlichkeit - eine Regel, dass Dringlichkeit und Geheimhaltung selbst Auslöser für mehr Prüfung sind, nicht weniger, denn Druck ist das Hauptwerkzeug des Angreifers.
- Deepfake-Readiness-Drills - spielen Sie das Szenario mit Ihrem Finanzteam so durch, wie Sie eine Brandschutzübung durchführen, damit das erste Mal, dass sie einen deepgefakten Finanzvorstand sehen, nicht während eines echten Angriffs ist.
Warum Prozess die Erkennung schlägt
Im Arup-Fall flog der Betrug erst auf, als der Mitarbeiter schließlich bei der Zentrale nachfragte3. Ein verpflichtender Rückruf vor der ersten Ueberweisung hätte ihn am ersten Tag gestoppt. Das FBI und die meisten Sicherheitsleitlinien betrachten die Out-of-Band-Verifizierung von Zahlungen und Bankdatenänderungen als die wirksamste Einzelkontrolle gegen Business E-Mail Compromise. Erkennung verringert die Chancen. Der Prozess stoppt den Schaden.
Das Problem mit Prozessen ist, dass sie in den Köpfen der Menschen und in Dokumenten leben, die unter Druck niemand liest. Genau hier verändert ein KI-Mitarbeiter, der Ihre echten Prozesse kennt, die Gleichung.
Wo Superkind passt
Superkind ist kein Deepfake-Detektor. Es ist kein Medienforensik-Modell, keine Stimmerkennungs-Engine und kein Identitätsprüfungsprodukt, und es sollte nicht so tun. Seine Rolle in diesem Feld ist die eine Aufgabe, die keines der Erkennungstools übernimmt: der Backstop für verifizierte Anforderungen, der Ihr Unternehmen kennt.
- Kennt Ihre echten Freigabeketten - das Company Brain von Superkind hält, wer was bis zu welchem Betrag mit welchem Zweitzeichner freigeben darf, so wie es in Ihrem Unternehmen wirklich funktioniert, nicht als generisches Regelwerk.
- Kennt Ihre Zahlungsprozesse - es versteht, wie eine rechtmäßige Zahlung oder eine Bankdatenänderung wirklich durch Ihr Unternehmen läuft, sodass eine Anforderung, die einen Schritt überspringt, auffällt.
- Fängt die Abweichung ab, bevor Geld fließt - wenn eine Anweisung eintrifft, die nicht zu Ihrem Prozess passt, markiert das Company Brain sie, selbst wenn die Stimme im Call perfekt klingt, weil es die Anforderung gegen die Realität prüft, nicht gegen die Medien.
- Setzt den Out-of-Band-Schritt durch - es kann verlangen, dass der Rückruf, der Zweitzeichner oder das Codewort abgeschlossen ist, bevor eine Zahlung fortfährt, und macht so aus Ihrer schriftlichen Richtlinie eine durchgesetzte Kontrolle.
- Verbindet sich mit Ihren echten Systemen - E-Mail, Finanzen, ERP und Freigabe-Workflows, sodass es die Anforderung im Kontext sieht statt als isolierte Nachricht.
- Bewahrt das institutionelle Wissen - die Betrugslogik und der Instinkt “so machen wir das nicht” bleiben im Company Brain, wenn erfahrene Mitarbeiter gehen.
- Baut auf Ihren Erkennungstools auf - es sitzt auf der Medien-, Stimm- oder E-Mail-Erkennung, die Sie betreiben, und nimmt deren Signale als Eingaben für eine Prozessprüfung, statt sie zu ersetzen.
- Prozess-zuerst, nicht Modell-zuerst - Ausgangspunkt sind immer Ihre tatsächlichen Workflows, mit Ihrem Team kartiert, denn nur so kann ein Backstop eine echte Anforderung von einer gefälschten unterscheiden.
| Schicht | Was sie prüft | Beispiel-Tools | Wo Superkind sitzt |
|---|---|---|---|
| Medienerkennung | Ist das Audio oder Video gefälscht? | Reality Defender, Sensity, Intel | Nimmt das Signal auf |
| Stimme & Liveness | Ist der Anrufer ein lebender Mensch? | Pindrop, iProov | Nimmt das Signal auf |
| E-Mail-Abwehr | Ist die E-Mail eine Imitation? | Abnormal, Proofpoint, Microsoft | Nimmt das Signal auf |
| Prozessprüfung | Passt die Anforderung zu unserem Prozess? | Rückruf-Regeln, Freigabekontrollen | Das ist Superkinds Aufgabe |
Superkind
Vorteile
- ✓ Schließt die letzte Lücke - verifiziert die Anforderung, nicht nur die Medien
- ✓ Kennt Ihre echten Prozesse - das Company Brain, keine generische Richtlinie
- ✓ Setzt Out-of-Band-Prüfungen durch - macht aus schriftlicher Richtlinie eine harte Kontrolle
- ✓ Schichtet auf Ihrem Stack - nimmt Erkennungssignale als Eingaben
- ✓ Bewahrt Betrugswissen - bleibt, wenn erfahrene Mitarbeiter gehen
Nachteile
- ✗ Kein Deepfake-Detektor - Sie brauchen weiterhin Medien-, Stimm- oder E-Mail-Erkennung
- ✗ Braucht Prozesszugang - funktioniert nur, wenn es weiß, wie Sie wirklich arbeiten
- ✗ Keine Self-Service-App - erfordert Zusammenarbeit mit unserem Team
- ✗ Zu viel für die ganz Kleinen - eine manuelle Rückruf-Regel reicht bei wenigen Mitarbeitern oft
Wie Sie wählen: geschichtete Abwehr nach Unternehmensgröße
Sie brauchen nicht jede Schicht am ersten Tag. Sie brauchen die, die zu Ihrer tatsächlichen Angriffsfläche passen und die Sie betreiben können. Hier ist eine praktische Reihenfolge.
| Ihre Situation | Beginnen mit | Als Nächstes ergänzen |
|---|---|---|
| Kleines Unternehmen, wenige Zahlungen | Out-of-Band-Rückruf-Regel, vorhandene E-Mail-Abwehr | Mitarbeiter-Drill, Codewort für Führungskräfte |
| Mittelstand, bewegt Geld auf Anweisung | Behavioral-E-Mail-Abwehr + durchgesetzte Freigabeketten | Prozess-Backstop, Stimmerkennung bei Callcenter |
| Callcenter oder Kunden-Onboarding | Stimm- und Liveness-Erkennung (Pindrop, iProov) | Medienerkennung für kritische Videos, Prozess-Backstop |
| Bank oder reguliertes Finanzunternehmen | Voller Stack: Medien, Stimme, E-Mail und Prozess | Unabhängige Prüfung und EU-KI-Verordnungs-Dokumentation |
| Oeffentliche Medien oder Plattform | Medienerkennung im großen Maßstab (Reality Defender, Hive) | Kennzeichnung synthetischer Medien nach EU-KI-Verordnung Artikel 50 |
Jetzt handeln vs. Warten
Jetzt handeln
- ✓ Die günstigste Schicht ist gratis - eine Rückruf-Regel und ein Drill kosten fast nichts
- ✓ Das Angriffsvolumen steigt - Vishing und Stimmklon-Versuche stiegen 2024-2025 stark4,5
- ✓ Regulierung kommt - die Transparenzpflichten der EU-KI-Verordnung zu synthetischen Medien gelten19
- ✓ Ein Schaden zahlt Jahre an Abwehr - ein einziger CEO-Fraud-Fall übersteigt die Tooling-Kosten bei Weitem
Warten
- ✗ Ihre Stimme ist bereits öffentlich - Konferenzvorträge und Mailboxen sind Trainingsdaten
- ✗ Die Fakes verbessern sich weiter - reine Erkennungsabwehr altert schnell
- ✗ Fluktuation löscht den Instinkt - das Wissen “so machen wir das nicht” geht verloren
- ✗ Sie lernen unter Feuer - der erste Drill wird zum echten Vorfall
Das Deepfake-Readiness-Playbook
Eine gute Abwehr ist eine Reihenfolge, keine einzelne Anschaffung. Hier ist die Reihenfolge, die den meisten Schutz für den geringsten Aufwand bringt, beginnend mit den Kontrollen, die nichts kosten.
- Die Rückruf-Regel aufschreiben - machen Sie Out-of-Band-Verifizierung verpflichtend für jede Zahlung, Bankdatenänderung und ungewöhnliche Datenanforderung, an eine bekannte hinterlegte Nummer. Das ist die wirksamste Kontrolle und sie ist gratis.
- Freigabeketten kartieren und durchsetzen - dokumentieren Sie, wer was mit welchem Zweitzeichner bis zu welchem Betrag freigeben darf, und machen Sie die Regel in Ihrem Finanz-Workflow verbindlich, nicht nur auf Papier.
- Zuerst E-Mail härten - aktivieren und justieren Sie die Impersonation-Kontrollen der E-Mail-Plattform, die Sie schon betreiben, und ergänzen Sie dann eine Behavioral-Schicht wie Abnormal, wenn gezieltes BEC durchkommt.
- Stimmerkennung dort ergänzen, wo Sie Anrufe annehmen - wenn ein Callcenter oder Finanzteam am Telefon freigibt, schichten Sie eine Pindrop-artige Liveness ein, damit eine geklonte Stimme in Echtzeit bewertet wird.
- Medienerkennung für kritische Videos ergänzen - für Video-Freigaben von Führungskräften oder hochwertiges Onboarding ergänzen Sie Reality Defender oder Aehnliches als Signal in die Entscheidung.
- Den Prozess-Backstop installieren - setzen Sie einen KI-Mitarbeiter, der Ihre echten Freigabeketten und Zahlungsprozesse kennt, obenauf, sodass eine Anforderung, die nicht zu Ihrem Prozess passt, erkannt wird, bevor Geld fließt.
- Den Drill durchführen, dann erneut - proben Sie ein Deepfake-CFO-Szenario mit Finanzen und Empfang, messen Sie, wer es erkennt, und schließen Sie die Lücken. Wiederholen Sie es quartalsweise.
Checkliste Deepfake- und CEO-Fraud-Readiness
- Out-of-Band-Rückruf ist Pflicht bei jeder Zahlung und Bankdatenänderung
- Freigabeketten sind dokumentiert und im Finanz-Workflow durchgesetzt
- Führungskräfte haben ein vorab vereinbartes Codewort für hochwertige verbale Anforderungen
- Dringlichkeit und Geheimhaltung gelten als Auslöser für mehr Prüfung, nicht weniger
- Die Impersonation-Kontrollen Ihrer E-Mail-Plattform sind aktiviert und justiert
- Stimm- oder Liveness-Erkennung deckt jeden Kanal ab, auf dem Sie telefonisch freigeben
- Ein Prozess-Backstop prüft Anforderungen gegen die reale Arbeitsweise Ihres Unternehmens
- Finanzen und Empfang haben im letzten Quartal einen Deepfake-Drill durchgeführt
Ein Hinweis zu DSGVO und EU-KI-Verordnung
Prüfen Sie als deutscher oder EU-Käufer EU-Datenresidenz, einen unterzeichenbaren Auftragsverarbeitungsvertrag und ob ein Anbieter gemeinsame Modelle mit Ihren Daten trainiert. Artikel 50 der EU-KI-Verordnung verlangt, dass KI-generierte oder manipulierte Medien als solche gekennzeichnet werden19, und das BSI veröffentlicht praktische Leitlinien zu Deepfake-Bedrohungen, die eine nützliche Eingabe für eine Risikobewertung sind22. Rechtmäßige synthetische Medien müssen offengelegt werden, also sind unmarkierte synthetische Medien in einer kritischen Anforderung selbst ein Signal.
Häufig gestellte Fragen
Es gibt kein einzelnes bestes Tool, denn Deepfake-Abwehr sind vier verschiedene Aufgaben. Für die Echtzeit-Medienerkennung sind Reality Defender, Sensity AI, Intel FakeCatcher und Hive die Spezialisten. Bei Stimme und Liveness führt Pindrop für Audio und iProov für Gesichts-Liveness und Injection-Erkennung. Gegen Business E-Mail Compromise sind Abnormal Security, Proofpoint, Microsoft Defender for Office 365 und Mimecast die zentralen Namen. Und kein Erkennungsmodell ersetzt einen Out-of-Band-Prozess, der die Anforderung selbst prüft, bevor Geld fließt.
Teilweise, und noch nicht zuverlässig allein. Reality Defender und Intel FakeCatcher können einen Live-Video- oder Audiostrom bewerten und wahrscheinlich synthetische Medien markieren, und Pindrop bewertet die Stimme während des Gesprächs, nicht nur zu Beginn. Aber der Arup-Fall in Hongkong zeigte, dass ein ganzer Videocall mit deepgefakten Kollegen einen geschulten Finanzmitarbeiter täuschte, und MITRE ATLAS hat dokumentiert, dass Live-Deepfake-Injection sowohl passive als auch aktive Liveness-Prüfungen umging. Behandeln Sie Live-Erkennung als ein Signal, nicht als Urteil, und untermauern Sie sie mit einem Out-of-Band-Schritt.
Die Preise variieren je nach Kategorie und sind bei Enterprise-Deals meist auf Anfrage. Echtzeit-Medienerkennung wie Reality Defender wird als Enterprise-Vertrag oder per API-Preis pro Abruf verkauft. Stimm- und Liveness-Tools wie Pindrop und iProov werden pro Call, pro Prüfung oder pro Platz abgerechnet. E-Mail-Sicherheit läuft pro Postfach: Microsoft Defender for Office 365 kostet rund 2 US-Dollar pro Nutzer und Monat für Plan 1 und 5 für Plan 2, während Proofpoint, Abnormal und Mimecast auf Anfrage anbieten. Rechnen Sie immer die Gesamtkosten inklusive Integration und Personalzeit für die Bearbeitung von Alerts.
CEO-Fraud ist eine Form von Business E-Mail Compromise (BEC), bei der ein Angreifer eine Führungskraft imitiert, um einen Mitarbeiter zu einer dringenden, vertraulichen Zahlung oder Datenübertragung zu drängen. BEC ist der Oberbegriff, der auch Lieferanten-Rechnungsbetrug, Gehaltsumleitung und Kontoübernahme umfasst. Deepfakes machten CEO-Fraud deutlich überzeugender, weil der Angreifer der gefälschten E-Mail nun eine geklonte Stimme oder einen Videocall hinzufügen kann. Das FBI meldete allein 2024 in den USA 21.442 BEC-Meldungen und 2,77 Milliarden Dollar Schaden.
Sie wächst schnell. Deloitte prognostiziert, dass durch generative KI ermöglichte Betrugsschäden in den USA bis 2027 rund 40 Milliarden Dollar erreichen könnten, gegenüber 12,3 Milliarden 2023. CrowdStrike verzeichnete zwischen der ersten und zweiten Hälfte 2024 einen Anstieg des Voice-Phishing um 442 Prozent, und Pindrop meldete einen starken Anstieg der Deepfake-Stimmenbetrugsversuche. Der meistzitierte Einzelfall bleibt der Arup-Vorfall 2024, bei dem ein Finanzmitarbeiter in Hongkong nach einem Videocall mit deepgefakten Kollegen rund 25 Millionen Dollar auszahlte.
Liveness-Erkennung in einem Identitätsprüfungsprodukt deckt Onboarding und Login ab, schützt aber kein Zahlungsfreigabe-Gespräch und keinen Helpdesk-Reset-Call. Gartner prognostizierte, dass Deepfakes bis 2026 30 Prozent der Unternehmen dazu bringen würden, Gesichtsbiometrie nicht mehr isoliert als zuverlässig zu betrachten. Betrachten Sie Deepfake-Abwehr als geschichtet: Liveness und Injection-Erkennung für Identitätsmomente, Stimmerkennung für das Callcenter, Medienerkennung für kritische Videos und eine Prozessprüfung über allem.
Bei E-Mail passt Microsoft Defender for Office 365 für Unternehmen, die bereits auf Microsoft 365 sind, und Proofpoint und Mimecast betreiben EU-Datenregionen. Bei Identität und Liveness ist iProov in europäischen eID-Programmen weit verbreitet. Die zentralen Prüfpunkte für einen deutschen Mittelständler sind EU-Datenresidenz, ein unterzeichenbarer Auftragsverarbeitungsvertrag, ob der Anbieter gemeinsame Modelle mit Ihren Daten trainiert, und eine Dokumentation, die den Transparenzpflichten der EU-KI-Verordnung zu synthetischen Medien genügt. Das BSI hat Leitlinien zu Deepfake-Bedrohungen veröffentlicht, die eine nützliche Referenz sind.
Out-of-Band-Verifizierung bedeutet, eine Anforderung über einen zweiten, unabhängig etablierten Kanal zu bestätigen, etwa durch einen Anruf unter einer bekannten hinterlegten Nummer statt der Nummer in der E-Mail. Das ist wichtig, weil jedes Erkennungstool sich irren kann, aber eine geklonte Stimme keinen Rückruf an eine Nummer bestehen kann, die der Angreifer nicht kontrolliert. Das FBI und die meisten Sicherheitsleitlinien betrachten einen verpflichtenden Rückruf bei jeder Zahlung oder Bankdatenänderung als die wirksamste Einzelkontrolle gegen CEO-Fraud. Erkennung verringert die Chancen, der Prozess stoppt den Schaden.
Nein, und das sollte es nicht behaupten. Superkind ist kein Medienforensik-Modell, keine Stimmerkennungs-Engine und kein Identitätsprüfungsprodukt. Es ist die KI-Mitarbeiter-Schicht, die Ihr Unternehmen kennt. Sein Wert in diesem Feld ist der eines Backstops für verifizierte Anforderungen: Es hält Ihre echten Freigabeketten, Zahlungsprozesse und Berechtigungen, sodass eine Anforderung, die nicht zu Ihrem tatsächlichen Prozess passt, erkannt wird, bevor Geld fließt, selbst wenn die Stimme im Call perfekt klingt. Für die Medien selbst brauchen Sie weiterhin ein Erkennungstool.
Nicht gut. Die Kategorien beruhen auf unterschiedlichen Daten und Modellen. Manche Identitätsanbieter bündeln Liveness und Injection-Erkennung, und manche E-Mail-Suiten ergänzen Impersonation-Schutz, aber kein einzelnes Produkt führt gleichzeitig bei Medienerkennung, Stimmerkennung und BEC-E-Mail-Abwehr. Die meisten Unternehmen schichten am Ende ein Erkennungstool, eine E-Mail-Sicherheitsplattform und einen Verifizierungsprozess. Der echte Schutz liegt in der Integration und im Prozess rund um die Tools, nicht in einer einzelnen Engine.
Die vom Anbieter angegebene Genauigkeit ist hoch, sollte aber kritisch gelesen werden. Intel gibt für FakeCatcher rund 96 Prozent Genauigkeit auf eigenen Testdaten an, und Pindrop beansprucht 99 Prozent gegen bekannte Stimmklon-Modelle und 90 Prozent gegen neue. Das sind Herstellerzahlen auf eigenen Benchmarks, oft ohne klare Falsch-Positiv-Rate, und die Genauigkeit sinkt gegen neuartige Angriffe, die das Modell nie gesehen hat. Führen Sie einen Proof of Concept mit Ihren eigenen Calls und Medien durch, bevor Sie einer Schlagzeilenzahl vertrauen, und lassen Sie nie einen bestandenen Score allein eine Zahlung freigeben.
Einen Detektor zu kaufen und das Problem für gelöst zu halten. Das Tool bewertet die Medien, aber ein Mensch empfängt weiterhin die Anforderung, spürt den Druck und bewegt das Geld. Unternehmen, die nur in Erkennung investieren und die Prozessarbeit überspringen, die Rückruf-Regel, die Durchsetzung der Freigabeketten und die Mitarbeiter-Drills, behalten dieselbe Angriffsfläche mit einem besseren Dashboard. Die teuersten Vorfälle, darunter Arup, waren Social-Engineering-Erfolge gegen Menschen und Prozesse, keine reinen Technikversagen.
Das hängt von der Schicht ab. Eine E-Mail-Sicherheitsplattform kann in Tagen bis wenigen Wochen laufen, besonders ein API-basiertes Tool wie Abnormal, das Ihr Mail-Routing nicht verändert. Stimmerkennung im Callcenter und Echtzeit-Medienerkennung dauern länger, weil sie Integration und Tuning brauchen. Der Out-of-Band-Verifizierungsprozess und die Mitarbeiterschulung können sofort starten und kosten fast nichts. Beginnen Sie mit dem Prozess, ergänzen Sie danach die E-Mail-Abwehr und schichten Sie dann Erkennung dort, wo Ihre Flows das höchste Risiko tragen.
Ja, zum Teil. Artikel 50 der EU-KI-Verordnung legt Transparenzpflichten fest, nach denen KI-generierte oder manipulierte Audio-, Bild- und Videoinhalte als künstlich erzeugt oder manipuliert gekennzeichnet werden müssen, mit begrenzten Ausnahmen. Das hilft dem ehrlichen Oekosystem, hält aber keinen Kriminellen auf, der die Regel ignoriert. Für ein Unternehmen ist die praktische Lehre: Rechtmäßige KI-Medien müssen offengelegt werden, also sind unmarkierte synthetische Medien in einer kritischen Anforderung selbst ein Warnsignal, das in den Prozess gehört.
Verwandte Artikel
- Die besten KI-Tools für Betrugserkennung und Finanzkriminalität 2026
- KI-Agenten-Sicherheit: KI-Agenten einführen, ohne neue Risiken zu öffnen
- Prompt Injection: Das Sicherheitsrisiko jeder KI-Einführung
- Das KI-Postfach: Wie KI-Agenten geschäftliche E-Mails bearbeiten
- Der Freigabe-Engpass: Warum Entscheidungen stocken und wie KI ihn löst
Quellen
- FBI Internet Crime Complaint Center (IC3) - 2024 Internet Crime Report
- Deloitte Center for Financial Services - Generative AI and the Risk of Deepfakes in Banking (2024)
- Fortune - Arup als Opfer des 25-Millionen-Dollar-Deepfake-Betrugs in Hongkong bestätigt (2024)
- CrowdStrike - 2025 Global Threat Report (Vishing +442%)
- Pindrop - Voice Intelligence and Security Report (Deepfake-Stimmenbetrug)
- iProov - Threat Intelligence Report (Injection-Angriffe +783%)
- iProov - Dynamic Liveness erreicht CEN/TS 18099 High für Injection Attack Detection (2026)
- Intel - FakeCatcher Echtzeit-Deepfake-Detektor (via VentureBeat)
- Reality Defender - Multimodale Echtzeit-Deepfake-Erkennung
- Sensity AI - Deepfake-Erkennungsplattform
- MITRE ATLAS - AML.CS0033: Live Deepfake Image Injection zur Umgehung von Mobile KYC
- Abnormal Security - Behavioral AI gegen Business E-Mail Compromise
- Proofpoint - Email Attacks Drive Record Cybercrime Losses in 2024
- Microsoft - Defender for Office 365
- Mimecast - E-Mail-Sicherheit, Sandboxing und Archivierung
- Gartner - Deepfakes untergraben Gesichtsbiometrie bis 2026 (Akif Khan)
- The Register - Gartner zu KI-Deepfakes und Biometrie (Zitat Akif Khan, 2024)
- World Economic Forum - Deepfakes und die Erosion des digitalen Vertrauens (2025)
- EU-KI-Verordnung - Artikel 50: Transparenzpflichten für synthetische Medien
- FTC - Voice Cloning Challenge
- Gartner - Umfrage zu Deepfake-Social-Engineering-Angriffen (2025)
- BSI (Bundesamt für Sicherheit in der Informationstechnik) - Deepfakes: Gefahren und Gegenmaßnahmen
Bereit, die Lücke zu schließen, die Deepfake-Detektoren offen lassen?
Buchen Sie ein 30-minütiges Gespräch mit Henri. Wir zeigen, wo ein Backstop für verifizierte Anforderungen in Ihre Freigabeketten und Zahlungsprozesse passt - unverbindlich, ohne Verkaufsgespräch.
Demo buchen →
