KI-Bedrohungskatalog Missbrauch für Angriffe, Betrug und Desinformation Produktion
Social Engineering
Angreifer erzeugen mit KI täuschend echte, persönlich zugeschnittene Betrugsnachrichten, Anrufe und Vorwandgeschichten in großer Menge. Bisherige Warnsignale wie holprige Sprache entfallen, die Täuschung wirkt dadurch deutlich glaubwürdiger.
Beschreibung
Beim Social Engineering bringen Angreifer Menschen dazu, vertrauliche Informationen preiszugeben, Zahlungen auszuführen oder Schadsoftware zu installieren. Generative KI verstärkt diese Taktik erheblich: Sprachmodelle schreiben fehlerfreie, individuell auf Empfänger und Unternehmen zugeschnittene Phishing-Nachrichten (gefälschte Mitteilungen, die zu einer schädlichen Handlung verleiten sollen) und liefern Gesprächsleitfäden für betrügerische Anrufe. Stimm- und Videogeneratoren ahmen zudem reale Personen nach, etwa Vorgesetzte oder Geschäftspartner. Die Angriffe setzen nicht an der Technik an, sondern bei den Mitarbeitenden, über E-Mail, Telefon, Messenger oder Videoanruf. KI senkt die Einstiegshürde und erhöht Menge, Geschwindigkeit und Qualität solcher Angriffe.
Mögliche Auswirkung
Gelingt die Täuschung, drohen betrügerische Zahlungen, gestohlene Zugangsdaten und in der Folge kompromittierte Systeme und Datenabflüsse. Neben dem finanziellen Schaden entstehen Melde- und Haftungsfragen, etwa wenn personenbezogene Daten abfließen. Besonders gefährdet sind Mitarbeitende in Finanz-, Personal- und Supportfunktionen; zugleich leidet das Vertrauen von Kunden und Partnern in die Kommunikation des Unternehmens.
Beispiel
Die Buchhaltung erhält eine E-Mail, die Ton und Schreibstil der Geschäftsführung genau trifft; kurz darauf folgt ein Anruf mit deren geklonter Stimme: Eine angeblich vertrauliche Übernahme erfordere sofort eine Überweisung. Solche als CEO-Fraud bekannten Angriffe werden durch KI-generierte Texte und Stimmen deutlich überzeugender.
Empfohlene Gegenmaßnahmen (5)
Vergleichen Sie Wirkung und Umsetzungsebene. Die ergänzende Einordnung und Begründung können Sie bei Bedarf aufklappen.
-
Erkennung von Impersonation-/Pretext-Mustern
Technisch- Wirkung
- Aufdeckend
- Umsetzungsebene
- Anwendung, API & Agenten
Einordnung und Begründung
Primär technisch: Software oder Analysewerkzeuge erzeugen und bewerten systematisch Messwerte, Abweichungen oder Angriffsindikatoren.
-
Ablehnung für täuschende Inhaltserzeugung
Technisch- Wirkung
- Präventiv
- Umsetzungsebene
- Anwendung, API & Agenten
Einordnung und Begründung
Primär technisch: Systemseitige Prüf-, Transformations- oder Blockierregeln stoppen oder neutralisieren unzulässige Inhalte vor der Weiterverarbeitung.
-
Identitätsprüfung in sensiblen Workflows
Technisch- Wirkung
- Präventiv, Aufdeckend
- Umsetzungsebene
- Anwendung, API & Agenten, Nutzung & Betrieb
Einordnung und Begründung
Ergänzende MaßnahmenartOrganisatorisch & prozessual
Primär technisch: Maschinell erzwungene Identitäts-, Berechtigungs- oder Bereichsregeln begrenzen unzulässige Zugriffe und Aktionen; ergänzt durch verbindliche Abläufe.
-
Awareness-Trainings für Nutzer
Mensch & Kompetenz- Wirkung
- Präventiv
- Umsetzungsebene
- Organisation, Nutzung & Betrieb
Einordnung und Begründung
Ergänzende MaßnahmenartOrganisatorisch & prozessual
Primär der Maßnahmenart Mensch & Kompetenz zugeordnet: Geschulte Nutzer erkennen Täuschungs- und Missbrauchsmuster; Zielgruppen, Wiederholung und Wirksamkeitskontrolle sichern die Anwendung.
-
Anti-Phishing-Erkennung
Technisch- Wirkung
- Aufdeckend
- Umsetzungsebene
- Anwendung, API & Agenten
Einordnung und Begründung
Primär technisch: Software oder Analysewerkzeuge erzeugen und bewerten systematisch Messwerte, Abweichungen oder Angriffsindikatoren.
Standard-Zuordnungen
Verifizierte Fundstellen in OWASP, NIST AI RMF, MITRE ATLAS, EU AI Act und weiteren Rahmenwerken. Die Zuordnungen zeigen fachliche Bezüge. Sie belegen nicht, dass ein System die jeweiligen Anforderungen erfüllt.
Belegte Referenzen (7)
Jede Referenz nennt Rahmenwerk, Fundstelle und die herausgebende Organisation.
- NIST AI RMF Abschnitt 2.8 Information IntegrityAbschnitt 2.8, pp. 9–10 National Institute of Standards and Technology (NIST)Original
- NIST AI RMF Abschnitt 2.9 Information SecurityAbschnitt 2.9, pp. 10–11 National Institute of Standards and Technology (NIST)Original
- MITRE ATLAS AML.T0048.002 Societal HarmATLAS-2026.09.yaml technique object with id AML.T0048.002 (content release 2026.09, format-version 6.0.0) MITREOriginal
- EU AI Act Article 5(1)(a) Prohibited AI practicesArticle 5(1)(a); where the catalogue cites exploitation, compare Article 5(1)(b) European Union (EUR-Lex)Original
- EU AI Act Article 55(1)(b) Obligations of providers of general-purpose AI models with systemic riskArticle 55(1)(b) European Union (EUR-Lex)Original
- EU AI Act Article 9(1), 9(2)(a), 9(2)(d) Risk management systemArticle 9(1), 9(2)(a), 9(2)(d), read with Article 9(3) European Union (EUR-Lex)Original
- BSI R11 Vortäuschen einer (medialen) Identität (Text, Bild, Video)Kap. 4, R11, p. 19 Bundesamt für Sicherheit in der Informationstechnik (BSI)Original
Pflichten der KI-Verordnung zu dieser Bedrohung
Die Pflichten aus dem Pflichtenkompass, deren Artikel der Katalog dieser Bedrohung zuordnet. Jede führt auf ihren Eintrag mit Kern, Handlungsschritt und Nachweis; ob sie Sie trifft, hängt von Rolle und Risikoklasse ab.
-
Verbotene KI-Praktiken unterlassen
Art. 5 Abs. 1 · gilt ab 2. Februar 2025
Gesetzliche Rollen: Anbieter, Betreiber, Einführer, Händler, Bevollmächtigter, Produkthersteller, Anbieter eines KI-Modells mit allgemeinem Verwendungszweck. Klassen: Verbotene Praktik.
Diese Verbote gelten seit dem 2. Februar 2025 und sind von der Verschiebung der Hochrisiko-Pflichten nicht berührt. Verstöße sind mit dem höchsten Bußgeldrahmen der Verordnung bewehrt.
Der Verweis ist ein Prüfanlass. Ein Bedrohungstreffer allein begründet keine Anwendbarkeit.
-
Neues Verbot: intime Darstellungen ohne Einwilligung
Art. 5 Abs. 1 UAbs. 1 Buchst. ba, Art. 5 Abs. 1a, 1b · gilt ab 2. Dezember 2026 · geändert durch VO 2026/1744
Gesetzliche Rollen: Anbieter, Betreiber, Einführer, Händler, Bevollmächtigter, Produkthersteller, Anbieter eines KI-Modells mit allgemeinem Verwendungszweck. Klassen: Verbotene Praktik, Transparenzpflichtiges System.
Dieser Verbotstatbestand ist neu und wurde durch die Verordnung (EU) 2026/1744 eingefügt. Er gilt ab dem 2. Dezember 2026. Für Betreiber greift das Verbot nur, wenn das System gerade zu diesem Zweck verwendet wird.
Der Verweis ist ein Prüfanlass. Ein Bedrohungstreffer allein begründet keine Anwendbarkeit.
-
Neues Verbot: Darstellungen sexuellen Missbrauchs von Kindern
Art. 5 Abs. 1 UAbs. 1 Buchst. bb · gilt ab 2. Dezember 2026 · geändert durch VO 2026/1744
Gesetzliche Rollen: Anbieter, Betreiber, Einführer, Händler, Bevollmächtigter, Produkthersteller, Anbieter eines KI-Modells mit allgemeinem Verwendungszweck. Klassen: Verbotene Praktik.
Ebenfalls neu eingefügt durch die Verordnung (EU) 2026/1744, geltend ab dem 2. Dezember 2026.
Der Verweis ist ein Prüfanlass. Ein Bedrohungstreffer allein begründet keine Anwendbarkeit.
-
Risikomanagementsystem einrichten und betreiben
Art. 9 · gilt ab Anhang III: 2. Dezember 2027 · Anhang I: 2. August 2028
Gesetzliche Rollen: Anbieter, Produkthersteller. Klassen: Hochrisiko nach Anhang III, Hochrisiko als Produkt oder Sicherheitsbauteil.
Der Verweis ist ein Prüfanlass. Ein Bedrohungstreffer allein begründet keine Anwendbarkeit.
-
Systemische Risiken bewerten und mindern
Art. 55 · gilt ab 2. August 2025
Gesetzliche Rollen: Anbieter eines KI-Modells mit allgemeinem Verwendungszweck. Klassen: Modell mit systemischem Risiko.
Der Verweis ist ein Prüfanlass. Ein Bedrohungstreffer allein begründet keine Anwendbarkeit.
Alle 62 Pflichten nach Rolle, Risikoklasse und Frist im Pflichtenkompass
Verwandte Bedrohungen
Weitere Einträge aus der Themengruppe Missbrauch für Angriffe, Betrug und Desinformation.
Passende Anwendungsfälle
Die Liste zeigt, wo Sie diese Bedrohung prüfen, nicht wie hoch das Risiko ist.
Üblich bei:
- Generativer KI-Assistent für Beschäftigte
- KI-Assistent in Büroanwendungen
- Generierung von Bildern, Videos und Stimmen
Bei 6 weiteren Anwendungsfällen hängt es vom Aufbau des Systems ab, etwa davon, ob es auf freie Anfrage neue Inhalte erzeugt oder eigene Texte schreibt. Diese Anwendungsfälle zeigen
Häufige Fragen
- Worum geht es bei dieser Bedrohung?
- Angreifer erzeugen mit KI täuschend echte, persönlich zugeschnittene Betrugsnachrichten, Anrufe und Vorwandgeschichten in großer Menge. Bisherige Warnsignale wie holprige Sprache entfallen, die Täuschung wirkt dadurch deutlich glaubwürdiger.
- Welche Gegenmaßnahmen nennt der Katalog?
- Der Katalog nennt 5 Gegenmaßnahmen, jede mit Maßnahmenart, Wirkung und Umsetzungsebene. Beispiele sind: Erkennung von Impersonation-/Pretext-Mustern, Ablehnung für täuschende Inhaltserzeugung und Identitätsprüfung in sensiblen Workflows. Die Reihenfolge ist keine Priorisierung.
- Welche Pflichten der KI-Verordnung können relevant sein?
- Der Katalog ordnet diese Bedrohung Art. 5 Abs. 1, Art. 5 Abs. 1 UAbs. 1 Buchst. ba, Art. 5 Abs. 1 UAbs. 1 Buchst. bb, Art. 9 und Art. 55 der EU-KI-Verordnung zu. Daraus folgen im Pflichtenkompass: Verbotene KI-Praktiken unterlassen, Neues Verbot: intime Darstellungen ohne Einwilligung, Neues Verbot: Darstellungen sexuellen Missbrauchs von Kindern, Risikomanagementsystem einrichten und betreiben und Systemische Risiken bewerten und mindern. Ob eine Pflicht gilt, entscheiden Rolle, Risikoklasse und Frist.
Diese Bedrohung im eigenen System bewerten
Die Live-Demo enthält alle 52 Bedrohungen dieses Katalogs sowie die Einordnung nach der EU-KI-Verordnung und die Datenschutzprüfung. Die kostenlosen Einzelmodule decken KI-Risiko, EU-KI-VO und DSGVO ab. Ohne Registrierung; die Bewertung läuft lokal in Ihrem Browser.
Diesen Eintrag zitieren
Für Berichte, Richtlinien oder interne Unterlagen; der Link führt direkt auf diesen Eintrag.
„Social Engineering“. Versatile AI Risk Assessment, KI-Bedrohungskatalog, Stand Oktober 2026. https://www.versatile-ai-risk-assessment.com/wissensbasis/bedrohungen/social-engineering/