Thought Leadership
Die rasante Entwicklung generativer KI-Systeme hat das Phänomen des CEO-Frauds auf eine neue Stufe gehoben.
Während beim ursprünglichen CEO-Fraud gefälschte E-Mails oder gefälschte Anrufe mit geringer Audioqualität genutzt wurden, setzen Angreifer heute auf hochpräzise Audio- und Video-Deepfakes in Echtzeit. Ein prominenter Fall aus der jüngeren Vergangenheit verdeutlicht die Tragweite dieser Bedrohung: Im Februar 2024 überwies ein Finanzmitarbeiter des britischen Ingenieurbüros Arup in dessen Hongkonger Niederlassung umgerechnet rund 25,6 Millionen US-Dollar (200 Millionen Hongkong-Dollar), nachdem er an einer Videokonferenz teilgenommen hatte, in der sämtliche übrigen Teilnehmer, einschließlich des vermeintlichen Finanzvorstands, durch KI-generierte Deepfakes simuliert wurden. Die Überweisung erfolgte in mehreren Teiltransaktionen. Dieser und vergleichbare Vorfälle zeigen, dass visuelle und akustische Identitätsnachweise bei Ad-hoc-Anweisungen durch synthetische Medien wirksam ausgehebelt werden können.
Grenzen der menschlichen Wahrnehmung
Ein grundlegendes Problem menschlicher Freigabeprozesse liegt in der biologischen Begrenztheit der Mustererkennung. Moderne KI-Modelle zur Synthese von Stimme und Video benötigen mittlerweile nur noch kurze Trainingssequenzen aus öffentlichen Quellen wie Reden, Interviews oder Videokonferenzen, um Tonalität, Sprechtempo, Mimik und spezifische Sprachmuster einer Zielperson überzeugend zu replizieren. In Kombination mit gezieltem Social Engineering, bei dem Angreifer Zeitdruck, Vertraulichkeitsgebote oder angebliche Notfallakquisitionen vorschieben, geraten rein menschliche Verifikationsversuche an ihre Grenzen.
Wenn ein Mitarbeiter im Finanzbereich einen vermeintlichen Videoanruf des Vorstands erhält, der eine dringende Transaktion anweist, greift zunächst die psychologische Verifikation. Selbst wenn der Mitarbeiter das Vier-Augen-Prinzip einhalten möchte und einen zweiten Kollegen hinzuzieht, schützt dies wenig, sofern beide Personen demselben getäuschten Audio- oder Videosignal vertrauen. Ein organisatorischer Prozess, der sich allein auf die menschliche Wiedererkennung von Stimme oder Gesicht stützt, gilt in einer Ära synthetischer Medien zunehmend als Sicherheitslücke. Viele Sicherheitsexperten empfehlen daher, die Verifikation einer Zahlungsanweisung von der Ebene der menschlichen Wahrnehmung stärker auf eine mathematische und kryptografische Ebene zu verlagern, auch wenn organisatorische Kontrollen dadurch nicht überflüssig werden.
Kryptografische Freigabeprotokolle in der Treasury-Software
Um den Zahlungsverkehr gegen Deepfake-basierten Betrug abzusichern, können Unternehmen Freigabeprozesse direkt in ihren Treasury-Management-Systemen (TMS) und ihrer Enterprise-Resource-Planning-Software (ERP) kryptografisch verankern. Unaufgeforderte oder ad hoc erteilte Zahlungsanweisungen per Telefon, Chat oder Videoanruf sollten systemseitig zu keiner Zeit als gültiger Auslöser für eine Transaktion akzeptiert werden.
Ein zentraler Baustein ist die Implementierung des EBICS-Standards (Electronic Banking Internet Communication Standard) in der aktuellen Version 3.0, der im europäischen Raum weit verbreitet ist. EBICS nutzt das Konzept der Verteilten Elektronischen Unterschrift, kurz VEU. Bei diesem Verfahren wird eine Zahlungsdatei nicht durch eine einfache Bestätigung im Webportal freigegeben, sondern erfordert die digitale Signatur der berechtigten Personen mittels privater kryptografischer Schlüssel. Diese Schlüssel werden üblicherweise auf physischen Chipkarten oder zertifizierten Hardware-Sicherheitsmodulen (HSM) gespeichert und sind so ausgelegt, dass sie sich nicht auslesen lassen. Die Freigabekette wird dabei durch das Treasury-System durchgesetzt.
Zunächst wird eine Zahlungsdatei automatisiert aus dem ERP-System generiert und mit einer digitalen Signatur des Quellsystems versehen. Die Freigabe durch die Zeichnungsberechtigten erfolgt anschließend ausschließlich über die kryptografische Signatur des vorbereiteten Datensatzes mittels eines physischen Tokens. Das System vergleicht die Signatur mit den im HSM hinterlegten öffentlichen Schlüsseln der berechtigten Personen. Eine manuelle Eingabe oder Änderung von Empfängerdaten außerhalb des zertifizierten Workflows führt im Idealfall zur sofortigen Ungültigkeit der digitalen Signatur.
Out of Band Verifikation und hardwaregebundene Token-Architekturen
Die reine Nutzung von Software-Zertifikaten auf Arbeitsplatz-PCs reicht als alleinige Schutzmaßnahme oft nicht aus, da Angreifer versuchen können, die Endgeräte der Mitarbeiter mit Schadsoftware zu infizieren. Die kryptografische Absicherung profitiert daher von einer strikten Kanaltrennung über Out of Band Verifikationsprozesse.
Ein Out of Band Verfahren stellt sicher, dass die Daten der Transaktion über einen physisch und logisch getrennten Kommunikationskanal zur Bestätigung vorgelegt werden. Hierbei kommen häufig hardwaregebundene Token zum Einsatz, etwa nach dem FIDO2- oder WebAuthn-Standard, oder dedizierte Smartcard-Leser mit eigenem Display und eigener Tastatur, sogenannte Klasse-3-Lesegeräte. FIDO2 und WebAuthn wurden ursprünglich vor allem für die Login-Authentifizierung entwickelt; im Zahlungsverkehr kommen für die eigentliche Transaktionssignatur oft ergänzend spezialisierte Banking-Signaturverfahren zum Einsatz, die auf demselben Grundprinzip eines physisch getrennten, manipulationssicheren Anzeige- und Bestätigungsgeräts beruhen.
Wird eine Zahlungsfreigabe initiiert, überträgt das Treasury-System die kritischen Transaktionsparameter, insbesondere die IBAN des Empfängers, den Betrag und die Währung, an das externe Hardware-Gerät. Der Zeichnungsberechtigte liest die Daten auf dem physischen Display des Hardware-Tokens ab und bestätigt die Freigabe direkt am Gerät durch Tastendruck oder Eingabe einer PIN. Selbst wenn der PC des Mitarbeiters durch Schadsoftware kompromittiert ist oder der Mitarbeiter unter dem Einfluss eines Deepfake-Anrufs steht, zeigt das Hardware-Display die tatsächlichen Transaktionsdaten unverfälscht an. Stimmen die angezeigten Daten nicht mit der angeblichen Anweisung überein, wird die Manipulation in der Regel sichtbar. Vollständig ausschließen lässt sich Missbrauch dadurch allerdings nicht, etwa wenn ein Innentäter beteiligt ist oder das Hardware-Gerät selbst kompromittiert wurde.
Organisatorische und technische Schutzmechanismen im Vergleich
Für die Neuausrichtung von Sicherheitsarchitekturen im Finanzbereich lohnt sich ein Blick darauf, wie klassische Kontrollverfahren und moderne kryptografische Methoden bei zentralen Kriterien abschneiden.
Beim klassischen Vier-Augen-Prinzip beruht die Verifikation auf der menschlichen Prüfung von Dokumenten und Unterschriften. Die Anfälligkeit für Deepfakes ist hoch, da gefälschte Dokumente nicht zuverlässig erkannt werden. Der Schutz vor Social Engineering ist gering, weil psychologischer Druck Kontrollen häufig aushebelt, und die Freigabe ist oft nur schwach an die konkrete Transaktion gebunden. Die Durchsetzung bleibt organisatorisch und lässt sich von Mitarbeitenden umgehen.
Bei der telefonischen oder visuellen Rückfrage beruht die Verifikation auf der menschlichen Wiedererkennung von Stimme oder Gesicht. Die Anfälligkeit für Deepfakes ist besonders hoch, da sich Stimmen und Video mittlerweile in Echtzeit überzeugend fälschen lassen. Der Schutz vor Social Engineering ist ebenfalls gering, da Autoritätstäuschung solche Prozesse leicht aushebelt, und die mündliche Freigabe ist gar nicht mit den eigentlichen Transaktionsdaten verknüpft. Auch hier bleibt die Durchsetzung organisatorisch und anfällig für Ausnahmeregelungen.
Bei einer kryptografischen Out of Band Signatur beruht die Verifikation auf der mathematischen Prüfung öffentlicher und privater Schlüssel. Die Anfälligkeit für Deepfakes ist deutlich geringer, da mathematische Schlüssel durch gefälschte Stimmen oder Bilder allein nicht beeinflusst werden können, auch wenn kein Verfahren absolute Sicherheit bietet. Der Schutz vor Social Engineering ist hoch, weil das System die Ausführung ohne physischen Token verweigert, und die Signatur ist eng an die konkreten Transaktionsdaten gebunden. Die Durchsetzung erfolgt technisch, da die Software unvollständige Signaturketten blockiert, was solche Prozesse deutlich robuster macht als rein organisatorische Regeln, ohne sie völlig unangreifbar zu machen.
Leitfaden zur Implementierung krisenfester Freigabeprozesse im Zahlungsverkehr
Die Umstellung der Zahlungsverkehrs-Infrastruktur auf kryptografisch abgesicherte Prozesse erfordert ein strukturiertes Vorgehen, um technische Hürden abzubauen und Ausnahmeregelungen im Alltag weitgehend zu eliminieren.
Das IT- und Treasury-Management sollte folgende Umsetzungsschritte in Betracht ziehen:
Erstens die Abschaffung manueller und mündlicher Sonderfreigaben. In den Richtlinien des Unternehmens sollte verankert werden, dass Zahlungen ausschließlich über das zertifizierte Treasury-System abgewickelt werden. Mündliche, telefonische oder per E-Mail erteilte Anweisungen sollten unabhängig von der vermeintlichen Hierarchieebene des Auftraggebers systemisch keine Gültigkeit besitzen.
Zweitens die Umstellung auf EBICS 3.0 mit Verteilter Elektronischer Unterschrift. Sämtliche Bankverbindungen des Unternehmens sollten auf den EBICS-Standard mit VEU umgestellt werden. Die Freigabeberechtigungen werden zentral im System verwaltet und erfordern die digitale Signatur von mindestens zwei berechtigten Personen über physische Medien.
Drittens die Ausstattung aller Zeichnungsberechtigten mit Hardware-Token. Jeder Mitarbeiter mit Freigabekompetenz sollte mit FIDO2-Hardware-Token oder Smartcard-basierten Signaturkarten ausgestattet werden. Die Schlüsselpaare sollten in fälschungssicheren Hardware-Elementen erzeugt und gespeichert werden.
Viertens die Durchsetzung des Prinzips der Zwei-Kanal-Authentifizierung. Die Bestätigung einer Zahlungsdatei sollte über ein Gerät erfolgen, das nicht mit dem primären Arbeitsplatz-PC identisch ist oder über eine physisch getrennte Eingabeeinheit verfügt.
Fünftens die Integration von Whitelists für Empfänger-Stammdaten. Neue Zahlungsempfänger sollten nicht spontan im Rahmen einer Freigabe angelegt werden. Die Erfassung neuer Bankverbindungen sollte einem separaten, zeitlich versetzten Stammdaten-Workflow unterliegen, der ebenfalls kryptografisch abgesichert ist.
Die konsequente Verknüpfung von kryptografischen Signaturen, Hardware-Token und strikter Kanaltrennung stellt einen wirksamen Schutz gegen hochkomplexe Deepfake-Angriffe dar. Menschliche Kontrollen bleiben wichtig für die inhaltliche Plausibilitätsprüfung von Geschäftsvorgängen, sind als alleinige Sicherheitsbarriere gegen synthetische Identitätstäuschungen aber immer weniger ausreichend. Wenn die Freigabe einer Transaktion zusätzlich an kryptografische Beweise und physische Hardware-Elemente gebunden wird, lässt sich der Zahlungsverkehr deutlich widerstandsfähiger gegen die Bedrohungen der digitalen Identitätsfälschung machen, auch wenn ein hundertprozentiger Schutz damit nicht garantiert ist.
