Zum Hauptinhalt springen
← Blog

IT-Sicherheit

Die Stimme am Telefon ist nicht der Chef

Drei Sekunden Audiomaterial reichen heute, um eine Stimme zu klonen. Wie KI-gestützter Chef-Betrug abläuft, was in Hongkong und Italien bereits passiert ist — und die eine Regel, die den Betrug zuverlässig stoppt.

Rund drei Sekunden Audiomaterial reichen aktuellen Forschungssystemen, um eine Stimme überzeugend zu klonen. Vor wenigen Jahren brauchte es dafür noch hunderte Stunden Aufnahmen. Reale Betrugsfälle arbeiten meist mit mehr und besserem Ausgangsmaterial — einem Interview, einem Konferenzvideo, einem Social-Media-Clip —, aber die technische Hürde, die diesen Betrug lange unpraktikabel gemacht hat, ist damit gefallen.

Das Muster ist immer dasselbe

CISA, NSA und FBI beschreiben es in einer gemeinsamen Warnung so: eine vorgetäuschte Autoritätsperson, Zeitdruck, eine Geheimhaltungsauflage — "besprechen Sie das mit niemandem" —, ein ungewöhnlicher Zahlungsweg oder Empfänger, und die Aufforderung, den normalen Freigabeprozess zu überspringen, weil gerade keine Zeit dafür sei. Genau diese Kombination, nicht die Qualität der Stimme, ist das verlässlichste Erkennungsmerkmal.

Zwei reale Fälle aus Europa

  • Arup, Hongkong, Anfang 2024

    Ein Mitarbeiter des Ingenieurbüros Arup nahm an einer Videokonferenz teil, in der Finanzvorstand und mehrere Kollegen als überzeugende Deepfakes auftraten. Ausgelöst durch eine vorangegangene Phishing-Mail, führte er 15 Überweisungen mit insgesamt rund 25,6 Millionen US-Dollar aus. Die Täter wurden bislang nicht identifiziert.

  • Italien, Anfang 2025

    Betrüger klonten die Stimme des italienischen Verteidigungsministers und kontaktierten damit mehrere Unternehmer mit der Bitte um Geld zur angeblichen Freilassung von Geiseln. Mindestens ein Unternehmer überwies rund eine Million Euro auf ein Konto in Hongkong. Die Mailänder Staatsanwaltschaft ermittelt.

Man erkennt eine gefälschte Stimme nicht am Klang. Man erkennt sie an der Bitte, die sie ausspricht.

Video ist keine Sicherheit mehr, aber auch kein Massenphänomen

Der Arup-Fall zeigt, dass Echtzeit-Video-Deepfakes in gewöhnlichen Videokonferenzen bereits praktisch gegen Unternehmen eingesetzt wurden — kein rein theoretisches Risiko mehr. Gleichzeitig ist der Aufwand dafür höher als bei einem reinen Audio-Anruf, und dokumentiert sind bislang vor allem gezielte Angriffe auf große, zahlungskräftige Ziele, nicht ein Massenphänomen gegen KMU. Einzelne im Umlauf befindliche Häufigkeitszahlen dazu ließen sich nicht auf eine unabhängige Quelle zurückführen — wir verzichten deshalb bewusst darauf, eine zu nennen.

Die eine Regel, die zählt

  1. Auflegen, nicht unter Druck weiterreden

    Zeitdruck und Geheimhaltungsbitte sind selbst schon das Warnsignal — unabhängig davon, wie echt die Stimme klingt.

  2. Rückruf über eine bekannte, selbst nachgeschlagene Nummer

    Nie die Nummer zurückrufen, die angerufen hat, oder eine im Gespräch genannte — sondern die Nummer, die im eigenen System oder Adressbuch hinterlegt ist. Das FBI nennt genau das als wirksamste Einzelmaßnahme.

  3. Ein vereinbartes Codewort

    Eine Rückfrage, die nur die echte Person beantworten kann und die nirgends öffentlich steht — für Familien ebenso empfohlen wie für Unternehmen mit Zahlungsvollmacht.

  4. Zwei-Kanal-Freigabe bei jeder Zahlungsänderung

    Eine geänderte Bankverbindung oder eine ungeplante Überweisung wird nie allein aufgrund eines Anrufs oder einer Videokonferenz freigegeben, sondern zusätzlich über einen zweiten, unabhängigen Weg bestätigt.

  5. Auch ohne Schaden melden

    Ein Versuch, der nicht funktioniert hat, ist trotzdem eine Meldung wert — er zeigt, dass die eigene Organisation bereits ins Visier genommen wurde.

Wenn es bereits passiert ist

  • Sofort die eigene Bank kontaktieren

    Nur eine schnelle Meldung gibt überhaupt eine Chance, eine Überweisung zu stoppen oder zurückzuholen.

  • Anzeige bei der Polizei erstatten

    Ohne Anzeige kann die eigene Bank die Bank hinter einer ausländischen IBAN in der Regel nicht offiziell kontaktieren.

  • Meldestelle des Innenministeriums

    [email protected] nimmt Hinweise zu Internetkriminalität entgegen. WKO-Mitglieder erreichen zusätzlich die Cyber-Security-Hotline 0800 888 133.

Awareness-Trainings, die diesen konkreten Fall benennen — nicht nur klassisches Phishing —, gehören zu dem, was Protect an Schutzschichten über Manage legt. Ähnlich wie beim Quishing ist auch hier die Technik nur die halbe Antwort: Die Rückruf-Regel kostet nichts und lässt sich noch heute im Team besprechen. Wenn Sie klären möchten, wie ein Zahlungsfreigabe-Prozess bei Ihnen aussehen sollte: Das ist eine gute Frage für ein kurzes Gespräch.

Quellen

Häufige Fragen

Was dazu am häufigsten gefragt wird

Reicht ein gutes Ohr, um eine geklonte Stimme zu erkennen?

Nein. Moderne Klone lassen sich am Klang allein nicht zuverlässig entlarven. Entscheidend ist nicht, wie die Stimme klingt, sondern ob die Bitte über einen zweiten, unabhängigen Kanal bestätigt wird.

Betrifft das nur große Konzerne?

Dokumentiert sind bislang vor allem große, zahlungskräftige Ziele. Das Angriffsmuster selbst — Anruf, Autorität, Zeitdruck, Zahlungsaufforderung — setzt aber keine bestimmte Unternehmensgröße voraus und funktioniert grundsätzlich bei jeder Stelle mit Überweisungsvollmacht.

Reicht eine Videokonferenz zur Bestätigung, wenn ein Anruf verdächtig war?

Nein. Der Arup-Fall zeigt, dass auch Video in Echtzeit gefälscht werden kann. Entscheidend ist der Rückruf über eine unabhängig nachgeschlagene Nummer, nicht das Medium, über das der ursprüngliche Kontakt kam.

Was, wenn bereits eine Überweisung ausgeführt wurde?

Sofort die eigene Bank kontaktieren und um Rückholung bitten, danach Anzeige bei der Polizei erstatten — erst damit kann die eigene Bank die Bank hinter einer ausländischen IBAN offiziell kontaktieren.