Glossar · einfach erklärt

Deepfake & Vishing

Geklonte Stimmen und gefälschte Videos machen Betrug glaubwürdig: Der Anruf vom Chef ist keiner mehr — Prozesse müssen es richten.

Vishing (Voice Phishing) ist Betrug per Anruf; Deepfakes heben ihn auf ein neues Niveau: KI klont Stimmen aus wenigen Sekunden Audiomaterial und erzeugt täuschend echte Videos. Der vertraute Klang der Geschäftsführung am Telefon — oder ihr Gesicht in der Videokonferenz — ist damit kein Echtheitsbeweis mehr.

Die Angriffe kombinieren Kanäle: erst die vorbereitende Mail, dann der Anruf mit geklonter Stimme, der Druck aufbaut und die Überweisung „bestätigt". Dokumentierte Fälle mit Millionenschäden zeigen, dass das keine Theorie ist.

Warum Deepfakes klassische Wachsamkeit aushebeln

Jahrzehntelang lautete der Rat: Bei verdächtigen Mails im Zweifel anrufen. Deepfakes drehen das um — gerade der Anruf, die Sprachnachricht oder das Video können gefälscht sein. Erkennungsmerkmale wie unnatürliche Betonung oder Artefakte verschwinden mit jeder Modellgeneration; auf das eigene Gehör ist kein Verlass mehr.

Tragfähig sind deshalb Verfahren statt Sinneseindrücke: Rückruf ausschließlich über selbst gewählte, bekannte Nummern; Freigaben über definierte Zweitkanäle statt am Telefon; Vier-Augen-Prinzip ohne Ausnahme — auch wenn der Chef persönlich zu drängen scheint. Genau dieser Druck ist das stärkste Warnsignal.

Wirksame Gegenmaßnahmen

Zahlungs- und Stammdatenänderungen nie allein auf Zuruf — immer Zweitkanal und Vier-Augen-Prinzip.
Rückruf-Regel: nur über bekannte Nummern aus eigenen Systemen, nie über mitgelieferte.
Sensibilisierung: Dringlichkeit plus Vertraulichkeit plus Autorität als Alarm-Muster schulen.
Sparsamkeit mit Stimm- und Videomaterial von Schlüsselpersonen, wo praktikabel.

Häufige Fragen zu Deepfake & Vishing

Wie viel Audiomaterial braucht ein Stimmklon?

Erschreckend wenig — moderne Verfahren kommen mit Sekunden bis wenigen Minuten aus, wie sie jede Podcast-Folge, jedes Webinar oder jede Mailbox-Ansage liefert. Für exponierte Personen ist die eigene Stimme daher als öffentlich kompromittiert zu betrachten.

Kann man Deepfakes zuverlässig erkennen?

Im Alltag nicht: Artefakte verschwinden mit jeder Modellgeneration, Erkennungstools liefern Wahrscheinlichkeiten statt Beweise. Wer Entscheidungen an Echtheitsgefühl knüpft, verliert. Robust sind nur Prozesse, die Identität über unabhängige Kanäle verifizieren.

Was ist der Unterschied zwischen Vishing und Smishing?

Vishing läuft per Anruf oder Sprachnachricht, Smishing per SMS oder Messenger. Beide setzen auf Unmittelbarkeit und Druck; Deepfake-Stimmen verstärken Vishing dramatisch. Die Abwehr ist identisch: definierte Rückkanäle statt Vertrauen in den eingehenden Kontakt.

Hilft ein Codewort im Unternehmen oder in der Familie?

Als Zusatzschicht ja: Ein vereinbartes Codewort für ungewöhnliche Bitten ist billig und wirksam — sofern es nie schriftlich kursiert. Im Unternehmen ist die formalisierte Variante besser: Freigabeprozesse, die auch echte Vorgesetzte am Telefon nicht umgehen dürfen.

Sind auch Videokonferenzen betroffen?

Ja — dokumentierte Fälle zeigen komplette gefälschte Konferenzen mit mehreren Deepfake-Teilnehmern, die Überweisungen veranlassten. Auch hier gilt: Sichtkontakt im Video ist kein Freigabegrund; kritische Anweisungen brauchen den definierten Zweitkanal.