Im Videoanruf sitzt der Chef – aber nur sein Gesicht
Ein Videocall gilt als Beweis, dass wirklich der Gegenüber spricht. Gesichtstausch läuft in Echtzeit – warum Zahlungen daran nicht hängen dürfen.
Aufwand:
ca. 20 Min.
Voraussetzung:
Die im Unternehmen hinterlegte Rufnummer des Gegenübers, Ein zweiter, unabhängiger Kommunikationsweg, Eine schriftliche Freigaberegel für Zahlungen
Gilt für:
Videokonferenzen, Videoanrufe in Messengern, Aufgezeichnete Videobotschaften
Das Symptom
Kurzfristige Videokonferenz, das Bild ist etwas körnig, der Ton hakt ab und zu – aber
es ist unverkennbar der Chef. Er erklärt einen Sonderfall, eine Übernahme, eine
Anwaltszahlung, irgendetwas, das heute noch raus muss und über das noch niemand sprechen
darf. Die Kontoverbindung kommt in den Chat. Das ungute Gefühl bleibt, wird aber von
einem Argument überstimmt, das bisher immer gestimmt hat: Ich habe ihn doch gesehen und
gehört.
Die „Layer 8“-Wahrheit
Der Videoanruf hat jahrelang als letzte Instanz funktioniert. Wenn eine E-Mail
verdächtig war, rief man an; wenn der Anruf verdächtig war, machte man Video. Diese
Leiter endet jetzt eine Stufe früher. Das BSI beschreibt Face Swapping als Verfahren,
bei dem das Gesicht einer Zielperson mit deren Mimik und Beleuchtung erzeugt wird, und
hält fest, dass entsprechende Modelle mit geringem Zeitversatz in Echtzeit einsatzfähig
sind – bei einem Trainingsbedarf von nur wenigen Videominuten der Zielperson. Für
Führungskräfte, Vorstände und alle, die regelmäßig gefilmt werden, liegt dieses Material
öffentlich herum.
Das Muster dahinter ist dagegen alt. Das BSI beschreibt CEO-Fraud als Manipulation
zahlungsbefugter Mitarbeitender, die vermeintlich im Auftrag der Führung hohe Beträge
überweisen, und führt Betrug ausdrücklich als Deepfake-Bedrohungsszenario auf, samt dem
Beispiel eines Anrufs mit der Stimme der eigenen Führungskraft, um eine Geldtransaktion
auszulösen. Neu ist nicht die Masche, neu ist der Wegfall der Gegenprobe. Die Artefakte,
die das BSI aufzählt – sichtbare Nähte am Gesichtsrand, verwaschene Zähne und Augen,
eine schlecht gelernte Profilansicht –, sind eine ehrliche Hilfe, aber eben nur, solange
sie auftreten.
Deshalb ist die richtige Konsequenz nicht, im Call genauer hinzusehen, sondern die
Entscheidung aus dem Call herauszunehmen. Eine Zahlungsfreigabe, die von einem Eindruck
abhängt, hängt an einer Sinneswahrnehmung, die sich fälschen lässt. Eine Freigabe, die
an einem Rückruf auf die hinterlegte Nummer und an einem festen Verfahren hängt, hängt
an etwas, das der Angreifer nicht kontrolliert. Layer 8 ist hier nicht der Mitarbeiter,
der zu leichtgläubig war – es ist eine Organisation, die ihr Freigabeverfahren
stillschweigend an das menschliche Wiedererkennen gehängt hat und nie geprüft hat, ob
das noch trägt.
Die echte, verifizierte Lösung
1000 % faktenbasiert. Jeder Befehl ist real, jeder Pfad existiert. Schritt für Schritt:
1.
Anerkennen, dass das Video kein Identitätsnachweis ist
Ein Videobild belegt, dass irgendjemand eine Kamera bedient, und sonst nichts. Das BSI stuft Deepfake-Verfahren ausdrücklich als hohe Gefahr für biometrische Systeme ein und hält fest, dass ein Verteidiger bei Fernidentifikation lediglich das Ausgangssignal erhält und keine Kontrolle über die Aufnahmesensorik oder die daran vorgenommenen Änderungen hat. Diese Einordnung ist der eigentliche Schritt; alles Weitere folgt daraus.
2.
Die Anfrage am Muster prüfen, nicht am Gesicht
Ungewöhnlicher Zahlungsweg, neue Kontoverbindung, Eile, Vertraulichkeit, die Bitte, den üblichen Freigabeweg zu umgehen – das ist das Muster, und es ist unabhängig davon, wie gut das Bild aussieht. Trifft eines davon zu, ist die Anfrage prüfpflichtig, auch wenn sie von einem vertrauten Gesicht kommt.
3.
Im laufenden Gespräch eine Bewegung erbitten
Bitten Sie das Gegenüber, den Kopf weit zur Seite zu drehen, kurz aufzustehen oder die Hand langsam vor dem Gesicht vorbeizuführen. Das BSI beschreibt, dass die Profilansicht häufig unzureichend erlernt ist und starkes Drehen des Kopfes zu Bildfehlern führen kann. Zusätzlich gilt laut BSI, dass ein Angreifer insbesondere bei Echtzeitanwendungen keine Möglichkeit hat, mit Artefakten behaftetes Material manuell zu bereinigen. Das ist ein guter Alarm – aber kein Freispruch, wenn nichts passiert.
4.
Über einen zweiten, selbst gewählten Kanal bestätigen
Das Gespräch beenden und auf der im eigenen Verzeichnis hinterlegten Nummer zurückrufen. Nicht auf einer Nummer, die im Call genannt oder in den Chat geschrieben wurde, und nicht per Antwort auf dieselbe Einladung. Der Kanal, den der Angreifer aufgebaut hat, kann seine eigene Echtheit nicht bestätigen.
5.
Die Freigabe an die Regel binden, nicht an die Person
Zahlungen und Kontoänderungen brauchen einen Weg, der ohne Vertrauen in ein Gesicht funktioniert: feste Freigabegrenzen, ein zweiter Freigebender außerhalb des Gesprächs, Kontoänderungen nur über das Stammdatenverfahren. Eine Regel, die nur greift, wenn jemand misstrauisch genug war, ist keine Regel, sondern Glück.
6.
Den Vorfall im Team teilen, statt ihn wegzuräumen
Das BSI nennt Aufklärung als zentrale Präventionsmaßnahme gegen Deepfake-Angriffe und begründet sie damit, dass das Wissen um die Möglichkeit eines solchen Angriffs eine differenzierte Einschätzung der Echtheit des Gesehenen ermöglicht. Ein Versuch, der bekannt gemacht wird, schützt die nächsten fünf Kolleginnen. Ein Versuch, der aus Peinlichkeit verschwiegen wird, trifft sie einzeln.
Häufige Fragen (FAQ)
?Ein Live-Video kann man doch nicht in Echtzeit fälschen?
Doch, und das BSI beschreibt es sehr konkret. Beim sogenannten Face Swapping wird das Gesicht einer Zielperson auf den Kopf einer anderen Person gerechnet, wobei Mimik, Beleuchtung und Blickrichtung des Angreifers erhalten bleiben. Zum Stand der Technik schreibt das BSI: „Diese Modelle sind auch teilweise, und mit einem geringen Zeitversatz, in Echtzeit zum Gesichtstausch einsatzfähig.“ Und zum Aufwand: „Als Trainingsmaterial werden dabei nur wenige Videominuten einer Zielperson benötigt.“ In seiner Verbraucherinformation zu KI-Bildern formuliert es das BSI noch direkter: Mit Face-Swapping-Verfahren lasse sich in Echtzeit das Gesicht einer Person ersetzen, sodass es dieselbe Mimik und Gestik zeigt und eine andere Person nachahmt.
?Wonach schaue ich im Bild, wenn ich misstrauisch bin?
Das BSI nennt drei wiederkehrende Artefakte bei Gesichtsmanipulationen. Erstens sichtbare Übergänge: An der Naht rund um das Gesicht können Hautfarbe und Textur wechseln, teilweise schimmert das Ursprungsgesicht durch, etwa als doppelte Augenbrauen. Zweitens verwaschene Konturen, weil die Verfahren scharfe Kanten an Zähnen und Augen oft nicht sauber lernen. Drittens begrenzte Mimik und unstimmige Belichtung – dazu schreibt das BSI: „Häufig ist die Profilansicht eines Gesichts unzureichend erlernt, sodass ein starkes Drehen des Kopfes zu Bildfehlern führen kann, bei welchen zum Beispiel das Gesicht verwaschener wird.“ Genau deshalb ist die Bitte, den Kopf einmal weit zur Seite zu drehen oder mit der Hand durchs Bild zu fahren, mehr als eine Spielerei.
?Warum trifft es ausgerechnet Zahlungsfreigaben?
Weil dort Autorität und Eile aufeinandertreffen. Das BSI führt Betrug ausdrücklich als Bedrohungsszenario für Deepfakes und nennt als Beispiel, ein Angreifer könne eine Person mit der Stimme von deren Führungskraft anrufen, „um eine Geldtransaktion auszulösen“. Das Muster selbst ist älter als die Technik: Beim CEO-Fraud versuchen Täter laut BSI, für Zahlungsvorgänge befugte Mitarbeitende so zu manipulieren, dass diese vermeintlich im Auftrag des Top-Managements Überweisungen von hohen Geldbeträgen veranlassen. Neu ist nur, dass die bisher wirksamste Gegenprobe – man sieht und hört die Person ja – nicht mehr trägt.
?Wir haben doch eine Vier-Augen-Regel. Reicht das?
Nur, wenn die zweite Person unabhängig prüft und nicht dieselbe Videokonferenz als Beleg nimmt. Eine Freigaberegel, bei der beide Beteiligten im selben Call sitzen, hat genau einen Prüfschritt, nicht zwei. Belastbar wird sie erst, wenn die Bestätigung über einen anderen Kanal läuft, dessen Adresse aus dem eigenen Verzeichnis stammt: ein Rückruf auf die hinterlegte Nummer, eine Bestätigung im internen System. Das BSI beschreibt für Social Engineering allgemein, dass das zentrale Merkmal die Täuschung über die Identität und die Absicht des Täters ist. Wer die Identität über denselben Kanal prüft, über den die Täuschung läuft, prüft nichts.
Belege
Diese Seite ist gegen die folgenden Primärquellen geprüft – Hersteller, Standard oder Gesetzestext. Wer es nicht glaubt, muss es nicht: Da steht, wo es nachzulesen ist.
Am Telefon weint angeblich das eigene Kind und braucht sofort Geld. Warum eine vertraute Stimme kein Echtheitsnachweis mehr ist und was stattdessen trägt.