Trusted Codes
BlogOktober 20265 Min. LesezeitENDEESFRITNL

Betrug mit falscher Identität in Zahlen: Was die Berichte für 2025 zeigen

Gemeldete Verluste, Forschungsergebnisse und eine Zahl, die in die andere Richtung zeigt, jeweils mit Quelle.

Die meisten Artikel über Deepfake-Betrug beginnen mit einer Prognose im dreistelligen Milliardenbereich. Dieser Artikel stützt sich, wo immer es geht, auf gemeldete Verluste, nennt für jede Zahl die Quelle und sagt deutlich, wo es sich um eine Prognose handelt. Vor den Zahlen zwei Hinweise: Gemeldete Verluste sind immer zu niedrig, weil viele Opfer nie Anzeige erstatten. Und verschiedene Berichte zählen verschiedene Dinge, deshalb lassen sich ihre Zahlen nicht addieren.

Gefälschte E-Mails bekannter Absender: 3 Mrd. US-Dollar in einem Jahr

Beim Internet Crime Complaint Center (IC3) des FBI gingen 2025 insgesamt 24.768 Beschwerden zu Business E-Mail Compromise ein, mit Verlusten von 3,05 Mrd. US-Dollar. Bei dieser Betrugsform schreibt ein Krimineller im Namen eines Lieferanten, einer Kollegin oder eines Vorgesetzten und bittet um eine Zahlung, meist auf eine neue Bankverbindung. Dafür braucht es weder Schadsoftware noch einen Einbruch, sondern nur eine Nachricht, die echt aussieht.

2024 zählte das IC3 noch 21.442 solcher Beschwerden. Die Zahl der Fälle steigt, und der durchschnittliche Verlust pro Beschwerde liegt bei rund 123.000 US-Dollar.

Über alle Betrugsarten hinweg verzeichnete das IC3 für 2025 Verluste von 20,9 Mrd. US-Dollar, 26 Prozent mehr als im Vorjahr.

Menschen über 60 verloren 7,7 Mrd. US-Dollar

Derselbe Bericht zeigt, wer am meisten zahlt. Opfer ab 60 Jahren reichten 2025 insgesamt 201.266 Beschwerden ein und meldeten Verluste von 7,75 Mrd. US-Dollar. Gegenüber 2024 sind das 37 Prozent mehr Beschwerden und 59 Prozent mehr Geld. 12.444 dieser Opfer verloren jeweils mehr als 100.000 US-Dollar.

Die US-Verbraucherschutzbehörde Federal Trade Commission zählt getrennt und kommt zu einem ähnlichen Bild: 2025 meldeten Verbraucher mehr als eine Million Fälle von Betrug durch falsche Identitäten, mit gemeldeten Verlusten von 3,5 Mrd. US-Dollar. Zum neunten Mal in Folge war das Vortäuschen einer fremden Identität die am häufigsten gemeldete Betrugsart.

KI taucht in der Statistik auf

Für 2025 hat das FBI erstmals erfasst, wie viele Beschwerden künstliche Intelligenz erwähnten: 22.364 Beschwerden mit Verlusten von 893 Mio. US-Dollar. Innerhalb dieser Gruppe verursachte Business E-Mail Compromise mit KI-Anteilen Verluste von mehr als 30 Mio. US-Dollar. "Notfall"-Maschen mit geklonten Stimmen, also der klassische Anruf des Enkels in Not, kamen auf mehr als 5 Mio. US-Dollar.

Gemessen an der Gesamtsumme sind das kleine Anteile. Erfasst sind außerdem nur die Fälle, in denen das Opfer wusste oder vermutete, dass KI im Spiel war. Bei einem gut gemachten Stimmklon erfahren die meisten Opfer das nie.

Daten aus der Branche zeigen, wie schnell sich die Lage ändert. Pindrop, ein Anbieter von Sicherheitstechnik für Callcenter, berichtete, dass Betrugsversuche mit Deepfakes in den von ihm überwachten Contact Centern 2024 um mehr als 1.300 Prozent zugenommen haben, von etwa einem pro Monat auf etwa sieben pro Tag. Resemble AI dokumentierte für 2025 insgesamt 1.567 bestätigte Deepfake-Vorfälle mit bekannten Verlusten von 1,28 Mrd. US-Dollar. Bei mehr als 80 Prozent der Vorfälle wurde überhaupt kein Verlust angegeben, der tatsächliche Wert liegt also höher.

Und dann die Prognose, ausdrücklich als solche gekennzeichnet: 2024 schätzte das Deloitte Center for Financial Services, dass die durch generative KI ermöglichten Betrugsverluste in den USA von 12,3 Mrd. US-Dollar im Jahr 2023 auf 40 Mrd. US-Dollar im Jahr 2027 steigen könnten.

Zwei Fälle, die das Ausmaß zeigen

2024 nahm ein Mitarbeiter des Ingenieurbüros Arup in Hongkong an einer Videokonferenz mit dem Finanzvorstand und mehreren Kollegen teil. Sie alle waren Deepfakes. Er überwies 200 Mio. Hongkong-Dollar, rund 25 Mio. US-Dollar.

Im Februar 2026 überwies Fideuram, die Private-Banking-Sparte von Intesa Sanpaolo, rund 95 Mio. Euro. Vorausgegangen waren eine WhatsApp-Nachricht im Namen des Konzernchefs und ein Anruf mit der per KI geklonten Stimme eines Anwalts, den der Vorsitzende persönlich kannte. Etwa 53 Mio. Euro wurden zurückgeholt, und nach Angaben von Reuters fehlen noch rund 36 Mio. Euro.

Keines der beiden Unternehmen war nachlässig. Beide hatten Freigabeprozesse, und diese Prozesse vertrauten Gesichtern, Stimmen und bekannten Namen.

Menschen hören den Unterschied nicht

Der übliche Rat lautet, genau hinzuhören. Die Forschung sagt, dass das nicht funktioniert. In einer 2023 in PLOS ONE veröffentlichten Studie erkannten 529 Teilnehmende synthetische Sprache nur in 73 Prozent der Fälle. Training verbesserte das Ergebnis um weniger als vier Prozentpunkte. In einem Test des Identitätsunternehmens iProov aus dem Jahr 2025 ordneten 0,1 Prozent von 2.000 Teilnehmenden aus Großbritannien und den USA alle echten und gefälschten Bilder und Videos richtig zu.

Jede vierte gefälschte Stimme kommt also durch, selbst wenn die Leute wissen, dass im Test Fälschungen vorkommen. Bei einem echten Anruf rechnet niemand damit.

Eine Zahl, die in die andere Richtung zeigt

Nicht jede Zahl steigt. Nach Angaben von UK Finance sanken die Verluste durch Kriminelle, die sich im Vereinigten Königreich als Polizeibeamte oder Bankmitarbeiter ausgeben, 2025 um 18 Prozent auf 55,5 Mio. Pfund, den niedrigsten Wert, den der Verband je erfasst hat. Die Banken führen das auf Warnhinweise im Zahlungsvorgang zurück. Gleichzeitig stieg der gesamte Betrug mit autorisierten Überweisungen (Authorised Push Payment Fraud) in Großbritannien um 19 Prozent auf 576,4 Mio. Pfund, und CEO-Fraud verursachte mit mehr als 28.000 Pfund pro Fall den höchsten durchschnittlichen Verlust aller Betrugsarten.

Die britischen Zahlen zeigen, dass eine Prüfung im richtigen Moment wirkt. Eine Warnung vor der Überweisung hat einen Teil der Betrugsfälle verhindert. Eine Prüfung, ob der Mensch echt ist, setzt noch früher an, bevor überhaupt jemand die Überweisungsmaske erreicht.

Was die Zahlen bedeuten

All diese Verluste haben dieselbe Ursache: Jemand hat dem vertraut, was er gesehen oder gehört hat. Einer E-Mail von der richtigen Adresse, einer Stimme, die richtig klang, einem Gesicht im Videoanruf. Nichts davon beweist heute noch eine Identität.

Eine Identität belegt nur, was in diesem Moment allein der echte Mensch weiß. Das ist der Gedanke hinter Trusted Codes: Verbundene Menschen sehen dieselben drei Wörter, die Wörter wechseln in einem festgelegten Abstand, und bei einer ungewöhnlichen Bitte fragst du danach. Eine geklonte Stimme kann darauf nicht antworten.

Quellen

Prüfe den Menschen, nicht den Kanal

Mit Trusted Codes teilen du und deine Kontakte drei Wörter, die sich in einem festen Abstand ändern. Das funktioniert auf jedem Kanal und kostet dich eine Frage.

Kostenlos starten