Deepfake-Phishing 2026: Wie sich der Mittelstand konkret schützt

Die Technik hat einen Punkt erreicht, an dem eine Stimme aus 10 Sekunden öffentlichem Audio clonbar ist und ein Gesicht in Echtzeit in einen Video-Call injiziert werden kann. Für Mittelständler bedeutet das: CEO-Fraud hat 2026 ein neues Gesicht, wörtlich. Ein Anruf von der angeblichen Geschäftsführung klingt echt, ein Zoom-Call mit einem vermeintlichen Kunden sieht echt aus, und der Bewerber im Videointerview existiert vielleicht gar nicht. Schutz ist weniger ein technisches Problem und mehr eine Frage der Abläufe.

Was 2026 technisch real ist

Drei Schwellen sind inzwischen genommen:

• Voice-Cloning in nahezu Echtzeit. Mit Tools wie ElevenLabs, PlayHT und einigen Open-Source-Modellen reicht eine Audio-Probe von 5 bis 30 Sekunden, um eine Stimme so zu clonen, dass sie in einem Telefonat kaum von der echten zu unterscheiden ist. Quellenmaterial ist fast immer öffentlich: LinkedIn-Videos, Firmen-Podcasts, Keynotes, YouTube-Interviews.
• Echtzeit-Video-Deepfakes. Mit konsumentenfreundlicher Hardware können Gesichter live in Videocalls injiziert werden. Die Qualität reicht für die üblichen schlechten Webcam-Bedingungen völlig aus, unter denen Business-Calls stattfinden.
• Personalisiertes Spear-Phishing. LLMs generieren aus einem LinkedIn-Profil und ein paar Unternehmensdaten einen hochgradig personalisierten Angriffstext. Der Mitarbeiter glaubt, die Nachricht komme wirklich vom Kollegen, weil sie sich sprachlich wie dessen sonstige Mails liest.

Drei typische Angriffsvektoren im KMU

Vektor 1: CEO-Fraud per Voice-Clone

Ablauf: Die Geschäftsführerin ist in Urlaub, der Finanzchef bekommt einen Anruf. Am Telefon ihre Stimme. Kurze Erklärung: M&A-Gespräch, streng vertraulich, Anwaltsgebühren müssen sofort überwiesen werden, Details per E-Mail. Die E-Mail kommt parallel, mit gespoofter Absenderadresse. Wenn die Firma keine definierten Rückrufpfade hat, sitzt der Finanzchef in der Falle.

Vektor 2: Video-Call mit vermeintlichem Kunden oder Lieferant

Ablauf: Vertriebler bekommt Zoom-Link zu einem Gespräch mit einem bekannten Kunden. Kamera an, Gesicht sieht vertraut aus, Stimme passt. Während des Calls wird nach Zugriffsdaten, Preislisten oder Kontoinformationen gefragt. Variante: Der angebliche Lieferant bittet um Aktualisierung der Bankverbindung für die nächste Rechnung.

Vektor 3: Bewerbungs-Deepfake

Ablauf: Bewerber schickt Lebenslauf, Referenzen und ein gutes Videointerview. Wird eingestellt, erhält Remote-Zugang. Dann stellt sich heraus: Die Person auf dem Video war nie die Person, die jetzt angeblich arbeitet. Häufig geht es um Datenabfluss, Lohnbetrug oder Zugriff auf Kundendaten. 2025 hat das FBI bereits zum Thema gewarnt.

Warum klassische E-Mail-Filter nicht reichen

Voice- und Video-Angriffe umgehen E-Mail-Filter komplett. Sie kommen über Telefon, Zoom, Teams, Google Meet. Die üblichen SPF/DKIM/DMARC-Maßnahmen schützen nur den E-Mail-Kanal. Die Angreifer wissen das und verlagern ihre Hauptaktivität in die Sprach- und Video-Kanäle.

Konkrete Schutzmaßnahmen in drei Ebenen

Ebene 1: Organisatorisch (stärkste Hebel)

Ebene 2: Technisch

• Aktuelle E-Mail-Filter mit KI-Erkennung für personalisierte Phishing-Mails.
• MFA überall, wo es überhaupt geht. Speziell bei Finanz-Software, Cloud-Zugängen, VPN.
• DMARC, SPF, DKIM korrekt konfiguriert, um Spoofing der eigenen Domain zu erschweren.
• Videokonferenz-Warteraum und Teilnehmerauthentifizierung. In Zoom/Teams Einstellungen, dass externe Teilnehmer erst eingelassen werden müssen.
• C2PA-Content-Credentials wo möglich. Content Credentials sind eine kryptografische Signatur für Medieninhalte. Adobe, Microsoft, Google unterstützen sie zunehmend. Für Empfänger wichtig: Sie können prüfen, ob ein Video oder Bild unverändert ist.
• Zero-Trust-Zugriff auf kritische Systeme. Selbst wer einen Login-Cookie hat, braucht bei sensiblen Aktionen einen zweiten Faktor.
• Monitoring auf untypisches Nutzerverhalten. Plötzliche Überweisungen aus Urlaubszeiten, Zugriffe aus ungewohnten IPs.

Ebene 3: Training

• Security-Awareness-Schulung speziell zu Deepfakes, mit echten Beispielen. Abstrakte Warnungen funktionieren nicht, konkrete Videos und Audios schon.
• Regelmäßige Phishing-Tests, inklusive Voice-Phishing-Simulationen (Vishing).
• Geschäftsführung als sichtbares Beispiel: Selbst durchlaufen, selbst kommunizieren.
• Jährliche Auffrischung. Einmal reicht nicht.

Ein praktisches Code-Wort-Konzept

1. Die Geschäftsführung und alle zeichnungsberechtigten Personen vereinbaren zwei Code-Wörter: eines für "Alles in Ordnung", eines für "Ich stehe unter Druck, führe die Zahlung nicht aus".
2. Das Duress-Code-Wort ist wichtig: Falls jemand wirklich erpresst wird, kann er trotzdem "freigeben" und signalisieren gleichzeitig den Notfall.
3. Das Code-Wort wird nie per E-Mail oder Chat geteilt, sondern persönlich und nur in Ausnahmefällen neu ausgegeben.
4. Jede Zahlung über einem Schwellenwert (zum Beispiel 25.000 EUR) braucht das Code-Wort.
5. Der Prozess ist im Zahlungssystem dokumentiert.

Rechtliche Einordnung und Grenzen

Deepfake-Phishing ist in Deutschland strafbar nach mehreren Vorschriften, je nach Tatmuster: Computerbetrug §263a StGB, Urkundenfälschung §267 StGB bei gefälschten Identitätsnachweisen, Fälschung beweiserheblicher Daten §269 StGB. Bei Identitätsdiebstahl kommen Persönlichkeitsrecht und DSGVO dazu.

Strafbarkeit schützt aber wenig, wenn die Angreifer im Ausland sitzen. Prävention ist deutlich wirkungsvoller als Strafverfolgung. Für Betroffene ist schnelle Reaktion entscheidend: Polizei-Anzeige, Bank informieren, IT-Forensik dokumentieren.

Der Versicherungs-Aspekt

Cyberversicherungen decken Social-Engineering-Schäden nur teilweise. Vor Abschluss prüfen:

• Ist Voice-Phishing explizit abgedeckt oder unter "Betrugsversuche" gesondert ausgeschlossen?
• Welche präventiven Maßnahmen werden vorausgesetzt (Vier-Augen-Prinzip, Schulungen)?
• Gibt es eine Anzeigepflicht bei Vorfall, und in welcher Frist?

2026 reduzieren viele Versicherer Deckungssummen oder verlangen explizite Nachweise, dass Schulungen stattgefunden haben.

Die BSI-Perspektive

Das Bundesamt für Sicherheit in der Informationstechnik (BSI) veröffentlicht regelmäßig Empfehlungen zu Deepfake-Risiken. Die Kernbotschaften decken sich mit diesem Artikel: Prozesse vor Technik, Schulung ist Pflicht, Vier-Augen-Prinzip bei Zahlungen. Wer die aktuellen BSI-Empfehlungen liest, bekommt einen guten Grundrahmen für die eigene Security-Strategie.

Illustrative Kosten-Betrachtung

Angenommen: Ein Mittelständler mit 80 Mitarbeitern will ein Deepfake-Schutz-Programm aufsetzen.

Ein einziger verhinderter CEO-Fraud-Fall macht diese Investition mehrfach zurück. Typische Schadenssummen liegen im fünf- bis sechsstelligen Bereich.

Checkliste: Was diese Woche tun

1. Zahlungsprozess kritisch durchspielen: Welche Zahlung könnte morgen per Anruf ausgelöst werden?
2. Code-Wort-Vereinbarung mit Geschäftsführung und Finanz-Team abstimmen.
3. Alle Mitarbeiter, die Zahlungen auslosen oder freigeben, über das Thema informieren.
4. Check: Wer kann Bankverbindungen in ERP/Kreditor-Daten ändern und wie wird das verifiziert?
5. Cyberversicherung durchlesen. Sind Deepfake-Vorfälle gedeckt?
6. Recruiting-Prozess prüfen: Gibt es eine Identitätsprüfung vor Einstellung?

90-Tage-Plan

Tage 1-30: Prozesse härten

• Code-Wort für Zahlungen einführen
• Vier-Augen-Prinzip für Zahlungen über Schwellenwert
• Rückrufpflicht definieren
• Awareness-Kommunikation an alle

Tage 31-60: Technik nachziehen

• MFA überall wo möglich
• E-Mail-Authentifizierung (SPF, DKIM, DMARC) prüfen
• Videokonferenz-Warteraum aktivieren
• Security-Awareness-Plattform ausrollen

Tage 61-90: Testen und verankern

• Erste Vishing-Simulation durchführen
• Bewerbungsprozess um Identitätsprüfung erweitern
• Cyberversicherung anpassen
• Quartals-Review in den Kalender