Inhaltsverzeichnis
Ein Anruf, der echt klingt
Eine Mitarbeiterin aus der Buchhaltung bekommt eine E-Mail vom Geschäftsführer. Es geht um eine vertrauliche Übernahme, von der intern noch niemand wissen darf. Kurz darauf klingelt ihr Telefon. Am anderen Ende: seine Stimme, sein Tonfall, seine typische Begrüßung. Er bittet sie, eine Zahlung an die Kanzlei zu veranlassen, die den Deal begleitet. Und zwar heute noch.
Die E-Mail enthält keinen einzigen Fehler, der Anlass ist plausibel, der Anruf überzeugend. Woran soll sie erkennen, dass es sich um einen Angriff handelt? Die klassischen Merkmale fehlen komplett. Und das Szenario ist längst keine Theorie mehr: Mit heutigen KI-Werkzeugen lässt es sich mit überschaubarem Aufwand umsetzen.
Stimme und Video als neue Angriffsfläche
Lange galt ein Rückruf oder ein kurzer Videocall als sicherer Weg, eine ungewöhnliche Anfrage zu überprüfen. Wer die Person hört oder sieht, kann ihr vertrauen. Diese Annahme gilt nicht mehr.
Um eine Stimme zu klonen, genügen oft wenige Minuten Audiomaterial, etwa aus einem Interview, einem Podcast oder einem Webinar. Von vielen Führungskräften ist solches Material frei im Netz verfügbar. Auch Deepfakes in Videokonferenzen sind inzwischen mit frei zugänglichen Tools möglich, und die Qualität steigt rasant.
Gleichzeitig hat generative KI die Warnsignale beseitigt, auf die Mitarbeitende bei E-Mails jahrelang geschult wurden. Rechtschreibfehler, holprige Übersetzungen und unpersönliche Anreden gehören der Vergangenheit an. Mit öffentlich zugänglichen Informationen (OSINT) aus LinkedIn-Profilen, Pressemitteilungen oder der Unternehmenswebsite lässt sich jede Nachricht auf eine einzelne Person zuschneiden: mit echten Projektnamen, echten Kolleginnen und Kollegen und einem glaubwürdigen Grund zum Handeln.
Ein Angriff, viele Kanäle
Besonders erfolgreich sind Angriffe, die mehrere Kanäle miteinander verbinden. Die E-Mail bereitet vor, die SMS erhöht den Zeitdruck, der Anruf mit der geklonten Stimme räumt letzte Zweifel aus. Für sich genommen wirkt jeder Schritt harmlos. Erst im Zusammenspiel entsteht eine Situation, in der auch erfahrene Mitarbeitende nicht mehr innehalten.
Ein Training, das sich allein auf E-Mails konzentriert, greift deshalb zu kurz. Angreifer beschränken sich nicht auf einen Kanal, und die Vorbereitung im Unternehmen sollte es auch nicht tun.
Warum der Mensch im Fokus steht
Technische Schwachstellen auszunutzen, etwa über Zero-Day-Exploits – Sicherheitslücken, für die noch kein Patch existiert –, kostet Zeit und Geld. Einen Menschen zu täuschen, ist mit KI dagegen so einfach und günstig wie nie. Deshalb beginnt ein großer Teil erfolgreicher Angriffe mit Social Engineering. Zunehmend geraten dabei auch KI-Agenten ins Visier, die E-Mails verarbeiten und eigenständig Aufgaben erledigen.
Klar ist auch: Wenn der Kontext stimmt, passieren Fehler, ganz gleich, wie gut jemand geschult ist. Das ist kein Versagen einzelner Mitarbeitender, sondern eine Realität, mit der jede Sicherheitsstrategie rechnen muss.
Was Unternehmen jetzt tun sollten
Für echte Angriffe trainieren. Awareness-Programme sollten realistische Szenarien mit geklonten Stimmen und Deepfakes enthalten, nicht nur generische Phishing-Mails. Wer eine gefälschte Stimme einmal im geschützten Rahmen erlebt hat, wird im Ernstfall eher stutzig.
Überprüfung zur Routine machen. Zahlungsfreigaben, Passwort-Resets oder geänderte Bankverbindungen sollten nie allein auf Grundlage eines Anrufs, eines Videocalls oder einer E-Mail erfolgen. Rückrufe über bekannte Nummern, das Vier-Augen-Prinzip oder vereinbarte Codewörter sind einfache Maßnahmen, die auch dann funktionieren, wenn die Stimme perfekt klingt.
Auf die Melderate schauen, nicht auf die Klickrate. Ein einzelner Klick richtet in den allermeisten Fällen keinen Schaden an. Entscheidend ist, wie schnell ein verdächtiger Anruf oder eine verdächtige Nachricht gemeldet wird. Eine hohe Melderate verschafft dem Security-Team wertvolle Zeit und senkt das Risiko erheblich. Voraussetzung dafür sind ein einfacher Meldeweg und eine Fehlerkultur, in der niemand Angst haben muss, einen Fehler zuzugeben.
Mensch und Technik zusammen denken. Es ist Aufgabe der Security-Teams, Mitarbeitende mit geeigneten technischen Maßnahmen zu schützen, etwa mit phishing-resistenter Multi-Faktor-Authentifizierung und klaren Berechtigungen. Training ergänzt diese Maßnahmen, ersetzt sie aber nicht.
Fazit
KI hat Social Engineering überzeugender, skalierbarer und schwerer erkennbar gemacht. Eine vertraute Stimme ist kein Beweis mehr für die Identität einer Person. Unternehmen sollten sich deshalb weniger darauf verlassen, dass Mitarbeitende einzelne Warnsignale erkennen, und stärker auf schnelles Melden, klare Prüfprozesse und realistische Vorbereitung setzen. Bei revel8 trainieren wir Teams deshalb mit OSINT-personalisierten Simulationen über E-Mail, SMS, Telefon und Video. So ist der erste echte Deepfake-Anruf nicht der erste, den jemand erlebt.