Deepfakes: Erkennen, einordnen, absichern

Der Enkeltrick hat ein Technologie-Update bekommen: Die Stimme am Telefon ist die der Tochter, klingt wie sie, atmet wie sie – geklont aus wenigen Sekunden Social-Media-Material. Unternehmen überweisen Millionen nach Video-Calls mit täuschend echten „Vorständen“, und vor Wahlen und Abstimmungen kursieren synthetische Audio-Schnipsel. Deepfakes sind keine Zukunftssorge mehr, sondern ein reales Alltagsrisiko – und der Umgang damit verlangt ein echtes Umdenken.

Das Wichtigste in Kürze

• Klassische Erkennungsmerkmale (Finger, Blinzeln, Kanten) verschwinden mit jeder Modellgeneration – auf das geschulte Auge ist kein Verlass mehr, auch nicht bei geübten Betrachtern.
• Herkunftsprüfung schlägt Bildforensik: Woher stammt das Material, wer verbreitet es, gibt es unabhängige Bestätigung?
• Voice-Cloning-Betrug funktioniert heute mit wenigen Sekunden Stimmmaterial – Codewörter und Rückrufe sind die wirksamste Abwehr.
• Unternehmen brauchen Prozessschutz (Vier-Augen-Prinzip, verifizierte Kanäle), keine Erkennungstricks für Einzelpersonen.
• Der AI Act verlangt Kennzeichnung KI-generierter Inhalte – wer selbst synthetische Medien produziert, ist rechtlich in der Pflicht.

Warum „Erkennen“ das Rennen verliert

Die populären Erkennungs-Tipps altern schlecht, weil jede Modellgeneration die Fehler der vorigen beseitigt – automatische Detektoren liefern dabei bestenfalls Wahrscheinlichkeiten, keine Urteile. Wer seine Sicherheit auf das geschulte Auge baut, baut auf Sand.

Die robusteren Fragen sind forensisch banal: Woher stammt das Material ursprünglich? Wer profitiert von seiner Verbreitung? Gibt es unabhängige Bestätigung? Für wichtige Inhalte etabliert sich zudem der umgekehrte Ansatz – Herkunftsnachweise statt Fälschungssuche: Standards wie C2PA versehen Aufnahmen ab der Kamera mit kryptografisch gesicherten Herkunftsdaten. Noch ist das Ökosystem jung, aber die Richtung ist gesetzt: Künftig wird weniger zählen, ob etwas echt aussieht, und mehr, ob es seine Echtheit belegen kann.

Auch automatisierte Deepfake-Detektoren, die Bild oder Ton auf statistische Auffälligkeiten prüfen, sind kein Ausweg aus diesem Dilemma: Sie werden mit denselben Modellen trainiert, die auch zum Fälschen benutzt werden, und liegen deshalb in einem ständigen Wettlauf einen Schritt hinter der neuesten Generation. Für den Alltag heißt das: Ein Tool, das „93 Prozent wahrscheinlich echt“ anzeigt, ersetzt nicht die Frage nach der Quelle – es ergänzt sie bestenfalls.

Die drei häufigsten Betrugsmaschen im Vergleich

Nicht jeder Deepfake-Betrug funktioniert gleich – Zielgruppe, Angriffsweg und Abwehr unterscheiden sich deutlich zwischen Stimme, Video und Bild:

Masche	Typisches Ziel	Wirksamste Abwehr
Voice-Cloning (Enkeltrick 2.0)	Privatpersonen, ältere Menschen	Familien-Codewort, Rückruf auf bekannter Nummer
Video-Call-Fake („Chef“-Betrug)	Buchhaltung, Finanzabteilungen	Vier-Augen-Prinzip, Freigabe nie allein per Call
Synthetische Bilder/Skandale	Öffentliche Personen, Reputation	Herkunftsprüfung, keine Verbreitung ohne Quellencheck

So prüfst du einen verdächtigen Anruf oder Video-Call

1. Ruhig bleiben – Betrugsversuche arbeiten fast immer mit künstlichem Zeitdruck („sofort überweisen“, „niemandem sagen“).
2. Auflegen oder das Gespräch beenden, statt am Telefon weiter zu diskutieren.
3. Die Person über einen zweiten, selbst gewählten Kanal zurückrufen – die bekannte, gespeicherte Nummer, nicht die, von der aus angerufen wurde.
4. Nach dem vereinbarten Codewort fragen, falls eines existiert (Familie, Team).
5. Bei Geld- oder Datenanfragen: niemals allein auf Basis von Stimme oder Bild entscheiden.
6. Im Unternehmen: die zweite Freigabeperson einbinden, auch wenn der Anruf angeblich „dringend“ und „vom Chef persönlich“ kommt.
7. Verdachtsfälle intern melden, damit Kollegen vor derselben Masche gewarnt sind.

Die konkreten Schutzverfahren

Privat: Codewörter für Notfälle in der Familie vereinbaren; jede ungewöhnliche Bitte um Geld oder Codes über einen zweiten, selbst gewählten Kanal verifizieren; Gelassenheit als Grundhaltung. Im Unternehmen: Zahlungs- und Datenfreigaben grundsätzlich prozessgesichert (Vier-Augen-Prinzip, Rückbestätigung über verifizierte Kanäle), Mitarbeiter explizit auf Voice- und Video-Fakes schulen, und für den Ernstfall einen Meldeweg definieren. Rechtlich ist der Rahmen enger geworden: Der AI Act verlangt Kennzeichnung KI-generierter Inhalte, und die unbefugte Nutzung fremder Stimme und fremden Gesichts verletzt Persönlichkeitsrechte – wer selbst mit synthetischen Medien arbeitet, kennzeichnet sauber und holt Einwilligungen ein. (Keine Rechtsberatung.)

Für Unternehmen lohnt sich zusätzlich ein Blick auf die technische Seite der Freigabeprozesse: Zahlungssysteme, die eine zweite, unabhängige Bestätigung technisch erzwingen (statt sie nur als Empfehlung im Handbuch stehen zu haben), verhindern den teuersten Fehler zuverlässiger als jede Schulung allein. Ebenso hilfreich ist eine kurze, eingeübte Formulierung, mit der Mitarbeitende ohne Gesichtsverlust nachfragen dürfen – „Ich rufe kurz zurück, bevor ich das freigebe“ sollte im Unternehmen als selbstverständlich gelten, nicht als Misstrauen gegenüber der anrufenden Person.

Die häufigsten Fehler

Sich auf das eigene Gehör verlassen: „Ich hätte das erkannt“ ist die gefährlichste Annahme – gute Klone klingen für ungeübte Ohren identisch mit dem Original. Nur bei Video vorsichtig sein: Audio-only-Betrug (der klassische Anruf) ist technisch einfacher und damit häufiger als aufwendige Video-Fakes. Keine Familien- oder Team-Vereinbarung treffen, bevor etwas passiert: Ein Codewort, das erst im Ernstfall ausgehandelt wird, kommt zu spät. Firmenintern keine klare Zuständigkeit für Verdachtsfälle haben: Ohne benannten Meldeweg verpufft selbst die beste Schulung – Mitarbeitende, die nicht wissen, an wen sie sich wenden sollen, schweigen im Zweifel lieber, als einen Fehlalarm zu riskieren. Rückrufnummern aus der laufenden Konversation übernehmen: Wer sich die „richtige“ Nummer vom Anrufer selbst diktieren lässt, verifiziert nichts – die Nummer muss aus einem unabhängigen, vorher gespeicherten Kontakt stammen. Wer diese Muster kennt, erkennt die Parallele zu anderen Betrugsformen schnell – die Grundmechanik ähnelt stark dem, was wir in unserem Artikel zum Erkennen von Krypto-Betrug beschreiben: Zeitdruck, ein unerwarteter Kanal, eine ungewöhnliche Bitte. In dokumentierten Firmenfällen bewegten sich die Schadenssummen bei Chef-Betrug per Video-Call oft im hohen fünfstelligen bis sechsstelligen Bereich – ein einziger überzeugender Anruf reicht, wenn niemand den Rückkanal einfordert.

Unterm Strich

Zwischen Panik („nichts ist mehr echt“) und Naivität („ich erkenne das schon“) liegt die belastbare Position: Medien-Skepsis als Routine, Verifikation als Verfahren. Einzelne Inhalte können täuschen – Prozesse, Codewörter und Rückkanäle nicht. Die Deepfake-Ära macht nicht die Wahrheit unmöglich, sie macht Wahrheits-Infrastruktur nötig. Wer sie im Kleinen baut – ein Codewort, ein Rückruf-Reflex, eine Firmenregel –, ist dem Problem voraus, bevor es ihn trifft.

Der pragmatische nächste Schritt lässt sich in einem Gespräch erledigen: mit der Familie ein Codewort vereinbaren, im Team einmal laut aussprechen, dass Rückrufe bei Geldfragen erwartet und nie als unhöflich verstanden werden. Diese eine Vereinbarung kostet nichts und wirkt in dem einen Moment, in dem sie gebraucht wird, zuverlässiger als jede nachträgliche Bildanalyse.