{"id":10787,"date":"2025-11-07T23:22:39","date_gmt":"2025-11-07T23:22:39","guid":{"rendered":"https:\/\/satoshibrother.com\/de\/ki-gegen-ki-neue-technologien-im-kampf-gegen-ausgeklugelte-krypto-betrugereien\/"},"modified":"2025-11-07T23:22:39","modified_gmt":"2025-11-07T23:22:39","slug":"ki-gegen-ki-neue-technologien-im-kampf-gegen-ausgeklugelte-krypto-betrugereien","status":"publish","type":"post","link":"https:\/\/satoshibrother.com\/de\/ki-gegen-ki-neue-technologien-im-kampf-gegen-ausgeklugelte-krypto-betrugereien\/","title":{"rendered":"KI gegen KI: Neue Technologien im Kampf gegen ausgekl\u00fcgelte Krypto-Betr\u00fcgereien"},"content":{"rendered":"
\n

Betr\u00fcgereien im Kryptow\u00e4hrungssektor<\/h2>\n

Betr\u00fcgereien<\/strong> machen einen Gro\u00dfteil der illegalen Aktivit\u00e4ten im Kryptow\u00e4hrungssektor aus. Erkenntnisse des Federal Bureau of Investigation (FBI)<\/strong> zeigen, dass US-B\u00fcrger im letzten Jahr 9,3 Milliarden Dollar<\/strong> durch Krypto-Betr\u00fcgereien verloren haben. Der Anstieg der k\u00fcnstlichen Intelligenz (KI)<\/strong> hat diese Problematik nur versch\u00e4rft. Laut der Blockchain-Analysefirma TRM Labs<\/strong> gab es im Jahr 2024 einen Anstieg von 456 %<\/strong> bei KI-unterst\u00fctzten Betr\u00fcgereien im Vergleich zu den Vorjahren. Mit dem Fortschritt der generativen KI (GenAI) sind b\u00f6swillige Akteure nun in der Lage, ausgekl\u00fcgelte Chatbots, Deepfake-Videos, geklonte Stimmen und automatisierte Netzwerke von Betrugstoken in einem bisher nie gesehenen Ma\u00dfstab einzusetzen. Infolgedessen ist Krypto-Betrug nicht mehr eine von Menschen gesteuerte Operation, sondern vielmehr algorithmisch, schnell, anpassungsf\u00e4hig und zunehmend \u00fcberzeugend.<\/p>\n

Betr\u00fcgereien in Lichtgeschwindigkeit<\/h2>\n
\n

Ari Redbord, globaler Leiter f\u00fcr Politik und Regierungsangelegenheiten bei TRM Labs, erkl\u00e4rte gegen\u00fcber Cryptonews, dass generative Modelle verwendet werden, um Tausende von Betr\u00fcgereien gleichzeitig zu starten. „Wir sehen ein kriminelles \u00d6kosystem, das intelligenter, schneller und unendlich skalierbar ist“, sagte er.<\/p>\n<\/blockquote>\n

Redbord erl\u00e4uterte, dass GenAI-Modelle auf die Sprache, den Standort und den digitalen Fu\u00dfabdruck eines Opfers abgestimmt werden k\u00f6nnen. Er bemerkte beispielsweise, dass bei Ransomware KI verwendet wird, um die Opfer auszuw\u00e4hlen, die am wahrscheinlichsten zahlen, L\u00f6segeldforderungen zu entwerfen und Verhandlungen zu automatisieren. Im Bereich Social Engineering<\/strong> erw\u00e4hnte Redbord, dass Deepfake-Stimmen und -Videos verwendet werden, um Unternehmen und Personen in Betr\u00fcgereien wie „Vorstellung von F\u00fchrungskr\u00e4ften“ und „Familiennotf\u00e4llen“ zu t\u00e4uschen. Schlie\u00dflich k\u00f6nnen On-Chain-Betr\u00fcgereien, bei denen KI-Tools Skripte schreiben, Gelder innerhalb von Sekunden \u00fcber Hunderte von Wallets bewegen und in einem Tempo waschen, das kein Mensch jemals erreichen k\u00f6nnte.<\/p>\n

KI-gest\u00fctzte Verteidigungen<\/h2>\n

Die Krypto-Industrie wendet sich KI-gest\u00fctzten Verteidigungen zu, um gegen diese Betr\u00fcgereien vorzugehen. Blockchain-Analysefirmen, Cybersicherheitsunternehmen, B\u00f6rsen und akademische Forscher entwickeln jetzt maschinelle Lernsysteme<\/strong>, die darauf ausgelegt sind, Betrug lange bevor die Opfer Gelder verlieren, zu erkennen, zu kennzeichnen und zu mindern.<\/p>\n

\n

Zum Beispiel erkl\u00e4rte Redbord, dass k\u00fcnstliche Intelligenz in jede Schicht der Blockchain-Intelligenzplattform von TRM Labs integriert ist. Das Unternehmen nutzt maschinelles Lernen, um Billionen von Datenpunkten \u00fcber mehr als 40 Blockchain-Netzwerke zu verarbeiten.<\/p>\n<\/blockquote>\n

Dies erm\u00f6glicht es TRM Labs, Wallet-Netzwerke zu kartieren, Typologien zu identifizieren und anomales Verhalten zu erkennen, das auf potenzielle illegale Aktivit\u00e4ten hinweist. „Diese Systeme erkennen nicht nur Muster \u2013 sie lernen sie. Wenn sich die Daten \u00e4ndern, \u00e4ndern sich auch die Modelle und passen sich der dynamischen Realit\u00e4t der Krypto-M\u00e4rkte an“, kommentierte Redbord.<\/p>\n

Dies erm\u00f6glicht es TRM Labs, das zu erkennen, was menschliche Ermittler m\u00f6glicherweise \u00fcbersehen w\u00fcrden \u2013 Tausende von kleinen, scheinbar nicht zusammenh\u00e4ngenden Transaktionen, die die Signatur eines Betrugs, eines Waschnetzwerks oder einer Ransomware-Kampagne bilden.<\/p>\n

Die KI-Risiko-Plattform Sardine<\/strong> verfolgt einen \u00e4hnlichen Ansatz. Das Sicherheitsunternehmen wurde 2020 gegr\u00fcndet, als prominente Krypto-Betr\u00fcgereien gerade erst begannen. Alex Kushnir, Leiter der kommerziellen Entwicklung bei Sardine, sagte gegen\u00fcber Cryptonews, dass die KI-Betrugserkennung des Unternehmens aus drei Schichten besteht. „Daten sind das Herzst\u00fcck von allem, was wir tun. Wir erfassen tiefe Signale hinter jeder Benutzersitzung, die auf Finanzplattformen wie Krypto-B\u00f6rsen stattfindet \u2013 wie Ger\u00e4teattribute, ob Apps manipuliert wurden oder wie sich ein Benutzer verh\u00e4lt. Zweitens nutzen wir ein breites Netzwerk vertrauensw\u00fcrdiger Datenanbieter f\u00fcr alle Benutzereingaben. Schlie\u00dflich verwenden wir unsere Konsortialdaten \u2013 die m\u00f6glicherweise am wichtigsten sind, um Betrug zu bek\u00e4mpfen \u2013 wo Unternehmen Daten \u00fcber b\u00f6swillige Akteure mit anderen Unternehmen teilen k\u00f6nnen.“<\/p>\n

Kushnir f\u00fcgte hinzu, dass Sardine eine Echtzeit-Risiko-Engine verwendet, um auf jeden der oben genannten Indikatoren zu reagieren, um Betr\u00fcgereien zu bek\u00e4mpfen, w\u00e4hrend sie stattfinden.<\/p>\n

KI gegen KI Anwendungsf\u00e4lle<\/h2>\n

Diese Tools erweisen sich bereits als effektiv. Matt Vega, Chief of Staff bei Sardine, erkl\u00e4rte gegen\u00fcber Cryptonews, dass, sobald Sardine ein Muster erkennt, die KI des Unternehmens eine tiefgehende Analyse durchf\u00fchrt, um Trendempfehlungen zu finden, um einen Angriffsvektor zu stoppen. „Das w\u00fcrde normalerweise einen Menschen einen Tag kosten, aber mit KI dauert es Sekunden“, sagte er.<\/p>\n

Vega erl\u00e4uterte beispielsweise, dass Sardine eng mit f\u00fchrenden Krypto-B\u00f6rsen zusammenarbeitet, um ungew\u00f6hnliches Benutzerverhalten zu kennzeichnen. Benutzertransaktionen werden durch Sardines Entscheidungsplattform geleitet, und die KI-Analyse hilft, das Ergebnis dieser Transaktionen zu bestimmen, was den B\u00f6rsen eine fr\u00fchzeitige Warnung gibt.<\/p>\n

\n

Ein Blogbeitrag von TRM Labs erkl\u00e4rt weiter, dass das Unternehmen im Mai w\u00e4hrend eines Videoanrufs mit einem mutma\u00dflichen finanziellen Grooming-Betr\u00fcger einen Live-Deepfake beobachtete. Diese Art von Betr\u00fcger baut eine langfristige, vertrauensvolle und oft emotionale oder romantische Beziehung zu einem Opfer auf, um Zugang zu dessen Geld zu erhalten. „Wir vermuteten, dass dieser Betr\u00fcger Deepfake-Technologie verwendete, aufgrund der unnat\u00fcrlich aussehenden Haarlinie der Person“, erkl\u00e4rte Redbord.<\/p>\n<\/blockquote>\n

Obwohl TRM Labs erfolgreich war, hat dieser spezifische Betrug und andere damit verbundene etwa 60 Millionen Dollar<\/strong> von ahnungslosen Opfern gestohlen. Das Cybersicherheitsunternehmen Kidas<\/strong> verwendet ebenfalls KI, um Betr\u00fcgereien zu erkennen und zu verhindern. Ron Kerbs, Gr\u00fcnder und CEO von Kidas, sagte gegen\u00fcber Cryptonews, dass, da KI-gest\u00fctzte Betr\u00fcgereien zugenommen haben, die propriet\u00e4ren Modelle von Kidas jetzt Inhalte, Verhalten und audio-visuelle Inkonsistenzen in Echtzeit analysieren k\u00f6nnen, um Deepfakes und von LLMs erstellte Phishing-Versuche am Interaktionspunkt zu identifizieren. „Dies erm\u00f6glicht sofortige Risikobewertung und Echtzeit-Intervention, was der einzige Weg ist, um automatisierte, skalierte Betriebsbetr\u00fcgereien zu bek\u00e4mpfen“, sagte Kerbs.<\/p>\n

Kerbs f\u00fcgte hinzu, dass Kidas‘ Tool in der vergangenen Woche erfolgreich zwei verschiedene Krypto-Betrugsversuche in Discord abgefangen hat. „Diese schnelle Identifizierung zeigt die entscheidende F\u00e4higkeit des Tools zur Echtzeit-Verhaltensanalyse, die effektiv die Kompromittierung von Benutzerkonten und potenzielle finanzielle Verluste verhindert“, sagte er.<\/p>\n

Schutz vor KI-gest\u00fctzten Betr\u00fcgereien<\/h2>\n

W\u00e4hrend es klar ist, dass KI-gest\u00fctzte Werkzeuge verwendet werden, um ausgekl\u00fcgelte Betr\u00fcgereien zu erkennen und zu verhindern, werden diese Angriffe weiterhin zunehmen. „KI senkt die Eintrittsbarriere f\u00fcr ausgekl\u00fcgelte Kriminalit\u00e4t, wodurch diese Betr\u00fcgereien hochgradig skalierbar und personalisiert werden, sodass sie sicherlich mehr Anklang finden werden“, bemerkte Kerbs.<\/p>\n

Er glaubt, dass semi-autonome b\u00f6swillige KI-Agenten bald in der Lage sein werden, ganze Angriffskampagnen zu orchestrieren, die minimale menschliche Aufsicht erfordern, mit nicht nachverfolgbarem Voice-to-Voice-Deepfake-Impersonation in Live-Anrufen.<\/p>\n

Obwohl das alarmierend ist, wies Vega darauf hin, dass es spezifische Schritte gibt, die Benutzer unternehmen k\u00f6nnen, um zu verhindern, dass sie Opfer solcher Betr\u00fcgereien werden. Er erkl\u00e4rte beispielsweise, dass viele Angriffsvektoren gef\u00e4lschte Websites sind, die Benutzer schlie\u00dflich besuchen und dann auf gef\u00e4lschte Links klicken. „Benutzer sollten nach griechischen Buchstaben auf Websites suchen. Das amerikanische Multinationalunternehmen Apple wurde k\u00fcrzlich Opfer davon, als ein Angreifer eine gef\u00e4lschte Website mit einem griechischen ‚A‘-Buchstaben in Apple erstellte. Benutzer sollten auch von gesponserten Links Abstand nehmen und auf URLs achten.“<\/p>\n

Dar\u00fcber hinaus arbeiten Unternehmen wie Sardine und TRM Labs eng mit Regulierungsbeh\u00f6rden zusammen, um zu bestimmen, wie man Schutzma\u00dfnahmen entwickeln kann, die KI nutzen, um das Risiko von KI-gest\u00fctzten Betr\u00fcgereien zu mindern. „Wir bauen Systeme, die Strafverfolgungsbeh\u00f6rden und Compliance-Profis die gleiche Geschwindigkeit, Skalierbarkeit und Reichweite geben, die Kriminelle jetzt haben \u2013 von der Erkennung von Echtzeit-Anomalien bis zur Identifizierung koordinierter Cross-Chain-W\u00e4sche. KI erm\u00f6glicht es uns, das Risikomanagement von etwas Reaktivem zu etwas Pr\u00e4diktivem zu bewegen“, erkl\u00e4rte Redbord.<\/p>\n<\/article>\n","protected":false},"excerpt":{"rendered":"

Betr\u00fcgereien im Kryptow\u00e4hrungssektor Betr\u00fcgereien machen einen Gro\u00dfteil der illegalen Aktivit\u00e4ten im Kryptow\u00e4hrungssektor aus. Erkenntnisse des Federal Bureau of Investigation (FBI) zeigen, dass US-B\u00fcrger im letzten Jahr 9,3 Milliarden Dollar durch Krypto-Betr\u00fcgereien verloren haben. Der Anstieg der k\u00fcnstlichen Intelligenz (KI) hat diese Problematik nur versch\u00e4rft. Laut der Blockchain-Analysefirma TRM Labs gab es im Jahr 2024 einen Anstieg von 456 % bei KI-unterst\u00fctzten Betr\u00fcgereien im Vergleich zu den Vorjahren. Mit dem Fortschritt der generativen KI (GenAI) sind b\u00f6swillige Akteure nun in der Lage, ausgekl\u00fcgelte Chatbots, Deepfake-Videos, geklonte Stimmen und automatisierte Netzwerke von Betrugstoken in einem bisher nie gesehenen Ma\u00dfstab einzusetzen. Infolgedessen ist<\/p>\n","protected":false},"author":3,"featured_media":10786,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[15,64],"tags":[556,8118,11,756,1196,65,2562],"class_list":["post-10787","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-bitcoin","category-hack","tag-ai","tag-ari-redbord","tag-bitcoin","tag-fbi","tag-federal-bureau-of-investigation","tag-hack","tag-trm-labs"],"yoast_description":"Erfahren Sie, wie KI sowohl in Krypto-Betr\u00fcgereien als auch in Verteidigungen eingesetzt wird und ein neues Schlachtfeld im Kampf gegen ausgekl\u00fcgelten Betrug er\u00f6ffnet.","_links":{"self":[{"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/posts\/10787","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/comments?post=10787"}],"version-history":[{"count":0,"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/posts\/10787\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/media\/10786"}],"wp:attachment":[{"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/media?parent=10787"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/categories?post=10787"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/satoshibrother.com\/de\/wp-json\/wp\/v2\/tags?post=10787"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}