Betrug mit KI: Wie Deepfakes, Fake-Shops und Phishing immer glaubwürdiger werden

Künstliche Intelligenz verändert nicht nur, wie wir suchen, arbeiten oder Inhalte erstellen. Sie verändert auch den Online-Betrug. Viele bekannte Maschen sind nicht neu, doch generative KI macht sie schneller, günstiger, skalierbarer und vor allem glaubwürdiger. Professionell formulierte Phishing-Mails, realistisch wirkende Fake-Shops, geklonte Stimmen und Deepfake-Videos lassen sich inzwischen mit deutlich weniger Aufwand produzieren als noch vor wenigen Jahren.

Dass sich daraus ein ernstzunehmendes Problem entwickelt, zeigen aktuelle Einschätzungen internationaler Sicherheitsbehörden. INTERPOL bezeichnet Betrug 2026 als eine der am schnellsten wachsenden Formen grenzüberschreitender Kriminalität und nennt generative KI, Deepfake-Videos, synthetische Stimmen und Chatbots ausdrücklich als Werkzeuge, die Kriminellen die Imitation vertrauenswürdiger Personen erleichtern. Europol beobachtet ebenfalls, dass generative KI zunehmend eingesetzt wird, um Social Engineering zu skalieren und betrügerische Nachrichten stärker auf einzelne Personen zuzuschneiden.

Das Problem ist dabei weniger eine vollkommen neue Art der Kriminalität. KI professionalisiert vielmehr Methoden, die bereits seit Jahren funktionieren. Betrüger können heute einen großen Teil ihrer digitalen Täuschung automatisieren und gleichzeitig persönlicher erscheinen lassen. Genau diese Kombination macht KI-Betrug im Internet so gefährlich.

Inhaltsverzeichnis:

KI macht Online-Betrug effizienter

Früher mussten Betrüger gefälschte Webseiten bauen, Texte schreiben, Bilder beschaffen, E-Mails formulieren und ihre Kommunikation mit potenziellen Opfern teilweise manuell führen. Generative KI kann inzwischen bei nahezu jedem dieser Schritte unterstützen. Texte lassen sich in beliebigen Sprachen erzeugen, Bilder synthetisch erstellen, Stimmen imitieren und große Mengen öffentlich verfügbarer Informationen über eine Zielperson automatisiert auswerten.

Microsoft beschreibt diese Entwicklung sehr deutlich. Nach Angaben des Unternehmens können täuschend echt wirkende E-Commerce-Websites inzwischen innerhalb weniger Minuten erstellt werden. KI-generierte Produktbeschreibungen, Bilder, Unternehmensgeschichten und Kundenbewertungen können anschließend den Eindruck eines etablierten Händlers vermitteln. Zwischen April 2024 und April 2025 habe Microsoft nach eigenen Angaben Betrugsversuche im Wert von rund vier Milliarden US-Dollar vereitelt. Auch INTERPOL sieht einen wirtschaftlichen Skalierungseffekt. Im Global Financial Fraud Threat Assessment 2026 heißt es, KI-unterstützter Betrug könne deutlich profitabler sein als traditionelle Methoden. Die Behörde warnt außerdem davor, dass künftig stärker agentische KI-Systeme Teile kompletter Betrugskampagnen automatisieren könnten.

Deepfake- und Promi-Anzeigen: Vertrauen wird zur Werbewaffe

Eine besonders sichtbare Form des KI-Betrugs findet im Online-Marketing statt. Nutzer sehen auf Social Media vermeintliche Werbeanzeigen mit bekannten Unternehmern, Schauspielern, Moderatoren oder anderen prominenten Personen. In einem Video scheint die Person eine Investmentplattform, Kryptowährung oder ein außergewöhnlich lukratives Finanzprodukt zu empfehlen.

Das Problem: Die Person hat diese Aussagen möglicherweise nie getroffen. Mithilfe von Deepfake-Technologien können Gesicht, Mimik und Stimme synthetisch erzeugt oder manipuliert werden. Das Bundesamt für Sicherheit in der Informationstechnik weist darauf hin, dass Deepfakes Gesichter und Stimmen in Videos, Audioaufnahmen und Bildern manipulieren können. Dadurch können beispielsweise bekannte Persönlichkeiten scheinbar Aussagen treffen, die sie tatsächlich nie gemacht haben.

Aus Marketingperspektive ist diese Masche besonders effektiv, weil mehrere etablierte Mechanismen kombiniert werden. Eine bekannte Person schafft Vertrauen, eine professionell gestaltete Anzeige erzeugt Legitimität und ein Versprechen hoher Gewinne schafft den Anreiz zum Klick. Landingpage, Testimonials und anschließende Kommunikation können ebenfalls synthetisch erzeugt sein. So entsteht eine komplette Customer Journey, nur dass am Ende kein seriöses Unternehmen steht.

KI-gestützte Fake-Shops werden professioneller

Auch Fake-Shops profitieren erheblich von generativer KI. Früher konnten schlechte Übersetzungen, fehlerhafte Produktbeschreibungen oder unprofessionelle Bilder vergleichsweise schnell Verdacht erwecken. Diese Warnsignale verlieren zunehmend an Aussagekraft. Mit KI lassen sich komplette Produktkataloge, Beschreibungen, FAQs, Bewertungen und Supporttexte erzeugen. Bildgeneratoren können passende Produkt- und Lifestyle-Aufnahmen liefern. Chatbots wiederum können Fragen potenzieller Käufer beantworten und damit einen funktionierenden Kundenservice vortäuschen. Microsoft warnt genau vor dieser Entwicklung und beschreibt Fälle, in denen KI-Chatbots Verbraucher sogar bei Rückbuchungsversuchen hinhalten können.

Für Verbraucher wird die visuelle Qualität einer Website deshalb als Vertrauenssignal schwächer. Ein modernes Design, fehlerfreie Texte und professionell wirkende Produktbilder sind heute kein zuverlässiger Beweis mehr dafür, dass tatsächlich ein seriöses Unternehmen hinter einem Shop steht.

Hyperpersonalisiertes Phishing statt schlechter Spam-Mail

Die klassische Phishing-Mail mit merkwürdiger Anrede, schlechtem Deutsch und auffälligen Rechtschreibfehlern verschwindet zwar nicht, aber sie bekommt wesentlich professionellere Konkurrenz. Generative KI kann überzeugende Geschäftskommunikation erstellen und gleichzeitig öffentlich verfügbare Informationen über eine Person berücksichtigen. Name, Arbeitgeber, berufliche Position, Kollegen, aktuelle Projekte oder Informationen aus sozialen Netzwerken können eine Nachricht deutlich glaubwürdiger erscheinen lassen.

Europol beschreibt, dass Kriminelle Large Language Models nutzen, um Betrugsnachrichten an kulturelle Zusammenhänge und persönliche Informationen der jeweiligen Zielperson anzupassen. Auch das BSI warnt davor, dass Phishing-Nachrichten immer schwieriger zu erkennen sind, unter anderem weil Cyberkriminelle KI zur Formulierung einsetzen.

Damit verliert auch hier ein traditioneller Sicherheitstipp an Wirkung: Eine sprachlich perfekte E-Mail ist heute kein Beleg für ihre Echtheit. Nutzer müssen stärker darauf achten, wer eine Handlung verlangt, wohin ein Link tatsächlich führt und ob die Anfrage über einen zweiten Kommunikationsweg bestätigt werden kann.

Voice Cloning und der digitale Enkeltrick

Noch persönlicher wird die Täuschung, wenn KI nicht nur Texte, sondern Stimmen imitiert. Aus vorhandenem Audiomaterial können Systeme synthetische Stimmen erzeugen, die einer realen Person ähneln. Das eröffnet neue Möglichkeiten für klassische Telefonbetrugsmaschen. Aus dem bekannten Enkeltrick kann so beispielsweise ein vermeintlicher Anruf eines Familienmitglieds werden. Im Unternehmensumfeld lässt sich dasselbe Prinzip auf Vorgesetzte oder Geschäftspartner übertragen. Eine dringende Überweisung wirkt erheblich überzeugender, wenn am Telefon scheinbar die bekannte Stimme des Geschäftsführers zu hören ist.

Die wichtigste Veränderung besteht deshalb darin, dass „Ich habe seine Stimme erkannt“ künftig weniger Sicherheit bietet. Bei ungewöhnlichen Geldforderungen oder sensiblen Anfragen sollte die Identität über einen unabhängigen zweiten Kanal bestätigt werden.

Pig Butchering: Wenn KI über Wochen Vertrauen aufbaut

Besonders perfide sind langfristig angelegte Betrugsformen, die häufig als „Pig Butchering“ bezeichnet werden. Täter bauen zunächst eine persönliche oder romantische Beziehung auf. Erst nachdem Vertrauen entstanden ist, werden Investments, Kryptowährungen oder Geldprobleme zum Thema. KI kann solche Betrugsmodelle skalierbarer machen. Chatbots können Teile der Kommunikation übernehmen, Übersetzungen liefern und dabei helfen, Gespräche auf persönliche Interessen des Opfers zuzuschneiden. Synthetische Bilder, gefälschte Profile und perspektivisch auch Video- oder Sprachtechnologien können die erfundene Identität zusätzlich glaubwürdiger erscheinen lassen.

INTERPOL berichtet bereits von einem zunehmenden Einsatz künstlicher Intelligenz in Scam-Fällen. Dazu gehören synthetische Profile und Deepfakes für Romance Scams sowie andere Social-Engineering-Methoden. Gleichzeitig warnt die Organisation vor professionell organisierten Scam-Centern, in denen Betrug industriell betrieben wird. Gerade hier zeigt sich die Stärke von KI aus Sicht der Täter: Automatisierung muss nicht mehr zwangsläufig unpersönlich wirken. Ein System kann theoretisch gleichzeitig sehr viele Gespräche unterstützen und trotzdem auf individuelle Informationen reagieren.

Markenimitation: Wenn die gefälschte Nachricht perfekt zur Marke passt

Für Unternehmen entsteht durch KI noch ein weiteres Problem. Betrüger können nicht nur Personen imitieren, sondern komplette Marken. Farben, Logos und Gestaltungsrichtlinien sind öffentlich sichtbar. Gleiches gilt für Newsletter, Social-Media-Beiträge, Werbetexte und die typische Tonalität einer Marke. Generative Systeme können diese Muster analysieren und Kommunikation erzeugen, die sich deutlich besser in das bekannte Erscheinungsbild eines Unternehmens einfügt.

Eine aktuelle Kaspersky-Untersuchung verdeutlicht die Dimension. In Deutschland entfielen demnach 23 Prozent der untersuchten Fälle von Messaging-Betrug auf Markenimitation. 63 Prozent der untersuchten Betrugsfälle erstreckten sich über mehrere Plattformen. Damit kann eine betrügerische Kampagne beispielsweise mit einer Social Ad beginnen, über eine gefälschte Website führen und anschließend über Messenger oder E-Mail fortgesetzt werden.

Für Unternehmen ist das nicht nur ein Sicherheitsproblem. Es wird zum Marketing- und Reputationsrisiko. Wer einmal über eine gefälschte Nachricht im Namen einer Marke betrogen wurde, kann anschließend auch legitimer Kommunikation misstrauen.

Online-Marketing funktioniert zu einem erheblichen Teil über Vertrauen. Sternebewertungen, Testimonials, Influencer-Empfehlungen, Kommentare und vermeintliche Erfahrungsberichte helfen Nutzern bei Kaufentscheidungen. Genau diese Mechanismen lassen sich mit generativer KI manipulieren. Hunderte unterschiedlich formulierte Bewertungen können automatisch erstellt werden. Synthetische Profilbilder verleihen den vermeintlichen Kunden eine Identität. Dazu kommen gefälschte Videos und Bilder, mit denen Produkte oder Dienstleistungen scheinbar von realen Menschen empfohlen werden.

Microsoft warnt ausdrücklich vor KI-generierter sozialer Bestätigung durch gefälschte Bewertungen, Influencer-Empfehlungen und Testimonials. Damit entsteht ein grundlegendes Problem für digitales Marketing: Je einfacher Social Proof künstlich produziert werden kann, desto wichtiger werden überprüfbare Quellen und echte Reputation.

Fake-Jobs und betrügerisches Recruiting

Auch Stellenanzeigen werden zunehmend zum Einfallstor für Betrug. KI ermöglicht es, professionelle Stellenbeschreibungen, Unternehmensprofile und komplette Kommunikationsabläufe zu erstellen. Kriminelle können sich als Recruiter ausgeben, automatisierte Nachrichten versenden und sogar Teile eines Bewerbungsprozesses simulieren. Microsoft berichtet, dass gestohlene Daten für gefälschte Profile genutzt und KI-generierte Stellenanzeigen mit automatisierten E-Mail-Kampagnen kombiniert werden. Ziel können persönliche Daten, Ausweisdokumente, Bankinformationen oder Vorauszahlungen für angebliche Schulungen und Arbeitsmaterialien sein.

Auch hier ist der Online-Marketing-Bezug offensichtlich. Jobplattformen, Social Ads, Suchmaschinen, Messenger und soziale Netzwerke dienen als Akquisekanäle. Die Mechanik ähnelt einer normalen digitalen Kampagne. Nur das Produkt und der Absender sind erfunden.

Selbst Google kann zum Einstieg in die Betrugsmasche werden

Eine betrügerische Website muss nicht zwangsläufig über eine verdächtige E-Mail verbreitet werden. Kriminelle versuchen auch, Nutzer direkt über Suchmaschinen zu erreichen. Das BSI nennt in diesem Zusammenhang sogenanntes SEO-Poisoning. Dabei versuchen Angreifer, manipulierte Webseiten prominent in Suchergebnissen zu platzieren. Wer nach einem bestimmten Produkt, Download oder einer Dienstleistung sucht, kann dadurch auf einer gefälschten Seite landen.

Generative KI kann auch diesen Prozess vereinfachen, weil große Mengen thematisch passender Inhalte, Landingpages und Varianten einer Website schneller erstellt werden können. Für Nutzer bedeutet das: Selbst die Tatsache, dass eine Website über Google gefunden wurde, ist kein automatischer Echtheitsnachweis.

Warum Deepfakes nicht mehr zuverlässig mit bloßem Auge erkennbar sind

Lange lautete der Tipp, bei Deepfake-Videos auf unnatürliche Augenbewegungen, Lippen, Beleuchtung oder Gesichtskonturen zu achten. Solche Hinweise können weiterhin hilfreich sein, sie sollten aber nicht zur einzigen Prüfung werden. Mit jeder Modellgeneration werden künstlich erzeugte Bilder, Stimmen und Videos realistischer. Statt ausschließlich das Medium selbst zu untersuchen, sollte deshalb auch der Kontext geprüft werden. Hat die betreffende Person die Aussage auf ihren offiziellen Kanälen veröffentlicht? Berichten seriöse Medien darüber? Führt eine Anzeige auf die tatsächliche Unternehmensdomain? Gibt es unabhängige Informationen zum angebotenen Produkt?

Der wichtigste Wechsel besteht damit von der reinen Bildprüfung zur Quellenprüfung. Ein Video kann perfekt aussehen und trotzdem falsch sein.

Wie Verbraucher KI-Betrug erkennen können

Bei modernem Online-Betrug gibt es nicht mehr das eine Merkmal, das eine Fälschung zuverlässig entlarvt. Sinnvoller ist eine Kombination verschiedener Prüfungen:

Domain statt Design prüfen: Ein professionelles Erscheinungsbild lässt sich leicht kopieren. Entscheidend ist, ob die Webadresse tatsächlich zum Unternehmen gehört.
Unrealistische Versprechen hinterfragen: Garantierte Renditen, extreme Rabatte, außergewöhnliche Gewinne oder künstlicher Zeitdruck sind klassische Warnsignale, auch wenn die Werbung professionell aussieht.
Identität über einen zweiten Kanal bestätigen: Bei ungewöhnlichen Geldforderungen sollte die betreffende Person über eine bekannte Telefonnummer oder einen anderen unabhängigen Kontaktweg erreicht werden.
Zahlungsart beachten: Bei unbekannten Händlern sind Überweisungen und Kryptowährungen besonders riskant, weil klassische Möglichkeiten des Käuferschutzes fehlen können. Microsoft empfiehlt deshalb ebenfalls besondere Vorsicht bei solchen Zahlungsmethoden. Source
Links nicht blind öffnen: Domains sollten insbesondere bei Banken, Shops, Paketdiensten und bekannten Plattformen sorgfältig geprüft oder direkt eingegeben werden.
Deepfakes im Kontext prüfen: Statt sich nur auf sichtbare Fehler im Video zu verlassen, sollte überprüft werden, ob die Aussage über offizielle und unabhängige Quellen bestätigt werden kann.

Was Unternehmen gegen KI-gestützten Betrug tun können

Unternehmen müssen das Thema inzwischen über klassische Spamfilter hinaus betrachten. Wenn eine betrügerische E-Mail sprachlich perfekt formuliert ist und scheinbar von einem bekannten Geschäftspartner stammt, verliert die reine Inhaltsanalyse an Aussagekraft. Technische Sicherheitsmechanismen müssen deshalb stärker Identität, Login-Verhalten, Geräte, Datenbewegungen und ungewöhnliche Aktionen berücksichtigen.

Mindestens genauso wichtig sind klare interne Prozesse. Finanzielle Transaktionen ab einer bestimmten Höhe sollten beispielsweise nicht allein aufgrund einer E-Mail, Messenger-Nachricht oder eines Anrufs freigegeben werden. Mehrstufige Freigaben, Multifaktor-Authentifizierung und eine unabhängige Rückbestätigung reduzieren das Risiko erheblich.

Marketingabteilungen sollten außerdem überwachen, ob ihre Marke in betrügerischen Anzeigen, Fake-Shops, Domains oder Social-Media-Profilen missbraucht wird. Das Thema gehört damit nicht mehr ausschließlich in die IT-Abteilung. Cybersecurity, Marketing, Kommunikation und Markenführung wachsen an dieser Stelle zusammen.

Die größte Gefahr ist nicht die perfekte KI-Fälschung

Interessanterweise müssen Betrüger gar keine perfekte Fälschung erstellen. Sie müssen nur glaubwürdig genug sein, um Menschen im richtigen Moment zu einer Handlung zu bewegen. Zeitdruck, Angst, Gier, Hilfsbereitschaft, Autorität und Vertrauen funktionieren weiterhin genauso wie vor der KI-Revolution.

KI verbessert lediglich die Verpackung.

Eine Phishing-Mail sieht professioneller aus. Der Fake-Shop besitzt bessere Produktbilder. Die vermeintliche Anlageberaterin antwortet rund um die Uhr. Der angebliche Geschäftsführer klingt am Telefon plötzlich tatsächlich wie der Geschäftsführer. Und die Person im Werbevideo scheint wirklich jene prominente Persönlichkeit zu sein, der Nutzer seit Jahren vertrauen.

Genau deshalb ist Medienkompetenz zunehmend auch Sicherheitskompetenz.

Mein Fazit: KI industrialisiert den digitalen Betrug

KI hat Online-Betrug nicht erfunden. Phishing, Fake-Shops, Identitätsdiebstahl, Romance Scams und betrügerische Werbung existieren seit vielen Jahren. Neu ist vor allem die Geschwindigkeit, Qualität und Skalierbarkeit, mit der solche Angriffe umgesetzt werden können. Europol beschreibt kriminelle Netzwerke 2026 als zunehmend digital und grenzüberschreitend und verweist ausdrücklich darauf, dass KI genutzt wird, um kriminelle Aktivitäten zu skalieren und gleichzeitig das Risiko für die Täter zu reduzieren. INTERPOL sieht generative KI ebenfalls als wichtigen Faktor für die zunehmende Professionalisierung internationaler Betrugsnetzwerke.

Für Verbraucher bedeutet das, dass perfekte Sprache, professionelle Webseiten, bekannte Gesichter und vertraute Stimmen keine ausreichenden Echtheitsmerkmale mehr sind. Für Unternehmen wiederum wird der Schutz der eigenen digitalen Identität zu einem Bestandteil der Markenführung.

Die wichtigste Regel bleibt erstaunlich menschlich: Je stärker eine Online-Botschaft Druck, Angst, Vertrauen oder die Aussicht auf außergewöhnlichen Gewinn erzeugt, desto wichtiger ist es, nicht sofort zu reagieren, sondern Absender, Quelle und Angebot unabhängig zu überprüfen.

Quellen: