In nur drei Jahren ist Deepfake-Betrug um mehr als 2.000 Prozent gestiegen. Kriminelle Netzwerke betreiben heute milliardenschwere Betrugsökosysteme, für die sie KI, Briefkastenfirmen und Kryptowährungen nutzen – und agieren damit schneller, als die fragmentierten Strafverfolgungssysteme reagieren können. Um gegenzusteuern, sind drei grundlegende Veränderungen notwendig. Die Technologie ist vorhanden. Entscheidend ist, ob die Zusammenarbeit mit der Innovation Schritt halten kann, bevor das öffentliche Vertrauen vollständig erodiert.

Finanzbetrug hat sich zu einem industrialisierten, grenzenlosen Phänomen entwickelt, das in seiner Dimension mit dem globalen Drogenhandel und dem Menschenhandel vergleichbar ist. Befeuert durch künstliche Intelligenz sind heutige Betrugsmaschen schneller, überzeugender und skalierbarer als je zuvor. Deepfake-Betrugsversuche haben in nur drei Jahren um 2.137 % zugenommen, KI-generierte gefälschte Ausweise werden offen im Darknet verkauft, und Angestellte werden dazu gebracht, während eines Videoanrufs mit einem Deepfake-Vorstand Millionen zu überweisen. Diese Vorfälle sind keine Ausnahmen mehr – sie sind Teil einer wachsenden globalen Bedrohung, die bis 2027 auf 40 Milliarden US-Dollar geschätzt wird.

„Bei IDnow sind wir uns der wachsenden Bedrohung durch Social-Engineering-Betrug sehr bewusst“, sagt Michal Kalinowski, Team Lead Fraud Prevention bei IDnow. „Es handelt sich um ausgefeilte Angriffe, bei denen Personen psychologisch manipuliert werden, um Konten zu eröffnen und betrügerische Transaktionen unter falschen Vorwänden zu autorisieren. Häufig werden die Opfer durch Versprechen hoher Renditen, gefälschte Stellenangebote, Romance Scams oder unrealistische finanzielle Anreize gelockt.“

In diesen Szenarien begehen die Opfer selbst keinen Betrug. Sie werden als Mittelsmänner missbraucht, um gestohlenes Geld zu verschieben.

Die globale Reaktion bleibt jedoch fragmentiert und wird durch veraltete Systeme, Zuständigkeitsgrenzen sowie uneinheitliche digitale Reife verlangsamt. Die Frage ist nicht mehr, was getan werden muss, sondern ob wir schnell genug handeln können.

„Jenseits klassischer Social-Engineering-Taktiken entsteht eine noch komplexere Bedrohung: der sogenannte Financial-Agent- oder First-Party-Fraud“, erklärt Kalinowski. „Dabei kooperieren Nutzer freiwillig mit Kriminellen, um mit ihren eigenen Dokumenten Konten zu eröffnen, mit der betrügerischen Absicht, den Zugang zu diesen Konten zu verkaufen oder direkt Geldwäsche zu ermöglichen. Hier gibt es keine psychologische Manipulation und keine Opfer, sondern aktive, vorsätzliche Kollusion. Die Erkennung und Prävention dieser Art von Missbrauch erfordert ein völlig anderes Set an Indikatoren und Abwehrstrategien.“

Die nächste Phase hängt davon ab, wie effektiv Regulierungsbehörden, Banken und Technologieanbieter sich unter einer gemeinsamen Mission zusammenfinden: dem Aufbau einer länderübergreifenden Echtzeit-Abwehrinfrastruktur. Europas regulatorischer Schwung – von der AMLR bis zu eIDAS 2.0 – eröffnet ein einzigartiges Zeitfenster. Wenn die Zusammenarbeit jedoch nicht mit der Innovation Schritt hält, riskieren Finanzsysteme, das Vertrauen der Öffentlichkeit vollständig zu verlieren.

Der Weg nach vorne: zusammenarbeiten oder scheitern.

Der finanzielle Schaden durch industrialisierten Betrug ist enorm. In Europa ist die Zahl der aufgedeckten Betrugsfälle im Jahresvergleich um 43 % gestiegen: von 3,89 auf 5,57 pro 100.000 Transaktionen. Die globalen Betrugsverluste überschritten im Jahr 2024 die Marke von einer Billion US-Dollar.

Die Kosten sind für Finanzinstitute erheblich, doch für Betroffene sind die Verluste oft lebensverändernd. Viele verlieren ihre gesamten Ersparnisse und leiden unter dauerhaften psychischen Folgen. Nur rund 4 % von ihnen erhalten je ihr Geld zurück.

Wenn Menschen das Vertrauen verlieren, dass Banken ihr Geld schützen, dass Behörden Kriminelle verfolgen oder dass sie seriöse Investitionen von Betrug unterscheiden können, beginnen ganze Systeme zu erodieren.

Um diesen Trend umzukehren, müssen drei Dinge gleichzeitig und in großem Maßstab geschehen.

1. Zusammenarbeit zwischen dem öffentlichen, privaten und Technologiesektor

Strafverfolgungsbehörden haben die Befugnisse, aber keinen Echtzeitzugang zu Transaktionsdaten. Banken verfügen über Daten, aber nicht über Ermittlungsbefugnisse. Technologieanbieter haben die Werkzeuge, benötigen aber Skalierung und Aufsicht. Kriminelle Netzwerke hingegen agieren mit perfekter Koordination über Ländergrenzen hinweg.

Nur durch den Abbau von Silos und die Ermöglichung eines sicheren, rechtskonformen Informationsaustauschs können wir mit ihrer Geschwindigkeit mithalten.

Vielversprechende Rahmenkonzepte zeichnen sich bereits ab:

Das European Financial and Economic Crime Centre (EFECC) von Europol vernetzt Strafverfolgungsbehörden, Finanzinstitute und private Partner für einen strukturierten Informationsaustausch und eine schnellere grenzüberschreitende Zusammenarbeit.
Die Joint Money Laundering Intelligence Taskforce (JMLIT) in Großbritannien und das Kooperationsmodell der FIU-NL in den Niederlanden ermöglichen einen nahezu in Echtzeit stattfindenden Informationsaustausch zwischen Banken, Regulierungsbehörden und Ermittlern.
AML-Innovationshubs (wie das BIS-Projekt Aurora) testen datenschutzfördernde Technologien, die eine kollaborative Analyse und gemeinsames Lernen über Institutionen und Ländergrenzen hinweg ermöglichen – damit Banken und Fintechs Geldwäschenetzwerke effektiver aufdecken können, ohne sensible Daten zu gefährden.
KI-gestützte Analyseplattformen werden in staatliche und finanzielle Dateninfrastrukturen integriert und ermöglichen Mustererkennung sowie Warnsysteme, die institutionsübergreifend funktionieren.

Bei IDnow verstehen wir Zusammenarbeit nicht nur als Wert, sondern als zentralen Treiber wirksamer Betrugsprävention.

„In einem sich schnell wandelnden digitalen Umfeld muss IDnow den Kampf gegen Betrug mit einer gemeinsamen globalen Betrugs-Intelligence-Datenbank intensivieren. Dieses System nutzt Hochrisikoindikatoren – darunter Geolokalisierung, IP-Adressen und die Identifikationshistorie von Nutzern – um eine Echtzeit-Risikobewertung zu ermöglichen. Diese Daten werden nahtlos über unser Partnernetzwerk geteilt, um eine einheitliche und proaktive Abwehr sicherzustellen.“

− Michal Kalinowski, Team Lead Fraud Prevention bei IDnow

2. Grenzüberschreitende Rechtsrahmen

Betrug kennt keine Grenzen, die Strafverfolgung hingegen schon. Europas Geldwäschebekämpfungslandschaft ist nach wie vor in 27 nationale Rechtsrahmen aufgeteilt. Das schafft ausnutzbare Lücken und begünstigt sogenanntes „Jurisdiction-Shopping“, bei dem Kriminelle das schwächste regulatorische Glied ausnutzen, um Geld zu waschen, Ermittlungen zu entgehen und die Integrität des gesamten Systems zu untergraben.

Doch Änderungen stehen bevor. Die europäische Anti-Money-Laundering Regulation (AMLR), die bis 2027 in Kraft treten soll, wird die Geldwäschebekämpfungsregeln in allen EU-Mitgliedstaaten harmonisieren, den regulatorischen Arbitragemissbrauch durch Kriminelle beseitigen und die Anti-Money Laundering Authority (AMLA) einführen. Die AMLA ist eine einheitliche europäische Aufsichtsbehörde, die grenzüberschreitende Ermittlungen koordinieren und Verstöße direkt sanktionieren darf.

Gleichzeitig wird eIDAS 2.0 European Digital Identity Wallets einführen, die es Bürgerinnen, Bürgern und Unternehmen ermöglichen, Identität, Alter und Qualifikationen grenzüberschreitend mit einem einzigen sicheren Nachweis zu verifizieren. Dies könnte Identitätsmissbrauch, Kontoübernahmen und grenzüberschreitenden Onboarding-Betrug, die langjährigen Schwachstellen im bestehenden System, erheblich eindämmen.

IDnow setzt dies bereits in die Praxis um. Als Teilnehmer an EUDI-Wallet-Pilotinitiativen wie APTITUDE und WE BUILD – zwei der EU-Großpiloten zur Erprobung der Europäischen Digitalen Identitäts-Wallet unter realen Bedingungen – gestaltet IDnow mit, wie grenzüberschreitende, interoperable Identität in der Praxis aussieht. Für das bevorstehende Zeitalter der attributbasierten, datenschutzwahrenden Verifizierung ist IDnow mit seinem Trust-Services-Angebot gerüstet und stellt eIDAS-2-zertifizierte Qualified Electronic Attestations of Attributes (QEAAs) bereit. Mit diesen können Organisationen spezifische Nachweise verifizieren.

„Mit QEAAs können wir alles verifizieren – von einer Wohnadresse über eine Berufsqualifikation bis hin zu einem Autorisierungsstatus – ohne mehr personenbezogene Daten zu erheben als notwendig. Und mit selektiver Offenlegung behalten Nutzer die volle Kontrolle darüber, was sie mit wem teilen, was das Ganze noch einen Schritt weiterführt. Zusammen bietet das unseren Kunden etwas Seltenes: die Möglichkeit, echtes Vertrauen bei ihren Endnutzern aufzubauen und gleichzeitig Reibungsverluste tatsächlich zu reduzieren“.

− Uwe Pfizenmaier, Director Product Management bei IDnow.

3. Technologie, die der Bedrohung gewachsen ist

2025 und 2026 haben sich entscheidende technologische Abwehrmechanismen entwickelt:

Fortschrittliche Biometrie und Lebendigkeitserkennung, die Deepfake-Angriffe durch multimodale Verifikation (z. B. Gesichtsbewegung, Tiefe und Ton) sowie Mikroausdrucksanalyse, 3D-Tiefenkartierung oder passive Lebenderkennung abwehrt. IDnow bietet derzeit sowohl passive als auch aktive Lebenderkennung an. Unsere KI-gestützten Lösungen erkennen zudem Deepfake-Artefakte wie fixierte Pixel oder Anomalien im Videostream.
KI-gestützte Dokumentenprüfung, die Sicherheitsmerkmale wie optisch variable Elemente (OVDs) analysiert, um durch KI-Tools und Darknet-Dienste generierte, ausgefeilte Fälschungen zu erkennen. Die IDnows Protect-Funktion bekämpft diese Bedrohungen, indem sie Signale aus Geräte-, Netzwerk- und Identitätsdaten bündelt und Betrugsmuster erkennt, beispielsweise wiederverwendete Dokumentvorlagen, wiederkehrende Gesichter oder auffällige Sitzungsvolumina. Ergänzend dazu identifiziert die IDnows 360-Signals-Funktion Wiederholungstäter, indem sie unter anderem die verdächtige Wiederverwendung von Dokumentvorlagen erkennt.
Verhaltensbasierte Echtzeit-Analytik, die Anomalien im Moment ihres Auftretens erkennt. Die Risk-Intelligence-Komponente der IDnow Trust Platform analysiert gleichzeitig verhaltens-, kontext- und technikbezogene Signale und erkennt ungewöhnliches Geräteverhalten, Geolokalisierungsinkonsistenzen, VPN-Maskierung, nicht übereinstimmende Gerät-IP-Muster sowie Anzeichen von Emulation oder Spoofing – ohne dabei für legitime Nutzer zusätzliche Reibung zu erzeugen. Anstatt auf eine einzelne Prüfung zu setzen, bewertet das System zahlreiche Signale parallel und erstellt ein ganzheitliches Risikobild – beim Onboarding, beim Login oder sogar mitten in einer Sitzung.
Kontinuierliche Überwachung über den gesamten Customer Lifecycle hinweg, um Verhaltensveränderungen, verdächtige Kontoaktivitäten und neue Betrugsmuster – darunter Kontoübernahmen und synthetische Identitäten – zu erkennen, und das lange nach Abschluss des Onboardings. Die IDnow Trust Platform bündelt Signale und Warnmeldungen in Echtzeit und gibt Institutionen so die Grundlage, um sofort zu handeln, bevor der Betrug eskaliert.
Erkennung synthetischer Identitäten, die Daten aus mehreren Quellen und Zeiträumen abgleicht, um fabrizierte Identitäten zu identifizieren – solche, die durch die Kombination echter und gefälschter Informationen entstehen, um herkömmliche Prüfungen zu umgehen. IDnows 360 Signals bekämpft dies, indem Zusammenhänge über Sitzungen hinweg hergestellt werden: dasselbe biometrische Template, wiederverwendete Identitätsdaten, doppelte Dokumente oder wiederkehrende Gerätefingerabdrücke werden in Echtzeit erkannt – selbst wenn jedes einzelne Signal für sich betrachtet legitim erscheint.
Intelligence- und Datenaustausch, der anonymisierte Bedrohungsdaten branchenübergreifend nutzt, um neue Betrugsmuster, bekannte Betrügernetzwerke und kompromittierte Zugangsdaten nahezu in Echtzeit zu identifizieren. IDnow arbeitet derzeit am Fraud-Consortium-Informationssystem. Dieses ermöglicht teilnehmenden Kunden, ausgewählte betrugsbezogene Daten – darunter verdächtige IP-Adressen, E-Mail-Adressen und Dokumentennummern – sicher zu teilen. Dadurch wird die Betrugsprävention im gesamten Netzwerk gestärkt.

Die Alternative ist inakzeptabel.

Wenn Kriminelle ihre Methoden industrialisieren, muss auch Compliance innovieren. Die gleiche KI, die Betrug antreibt, kann und muss auch die Abwehr stärken. Die Zukunft liegt in KI-gesteuerten Systemen, die sich ebenso schnell weiterentwickeln wie die Bedrohungen selbst und reaktive Abwehr in proaktive Prävention verwandeln.

Die Werkzeuge existieren. Die Rechtsrahmen entstehen. Was fehlt, ist Koordination. Finanzinstitute müssen Intelligence teilen – auch mit Wettbewerbern –, während Regulierungsbehörden und Strafverfolgungsbehörden einen schnelleren und datenschutzbewussten Datenzugang abstimmen müssen.

„Unser übergeordnetes Ziel ist es, eine anpassungsfähige, menschlich unterstützte Lösung zur Betrugsprävention bereitzustellen, die intelligente Automatisierung in den Mittelpunkt stellt. Während menschliche Aufsicht in bestimmten Szenarien unverzichtbar bleibt, ist der Wandel hin zu KI-gestützter Entscheidungsfindung klar erkennbar. Ob unsere Kunden eine vollständig automatisierte Betrugs-Engine oder einen hybriden Ansatz mit menschlicher Einbindung benötigen – wir passen uns den spezifischen Geschäftsanforderungen an und gewährleisten dabei sowohl Sicherheit als auch eine reibungslose Nutzererfahrung.“