Wie generative KI Phishing gefährlicher macht

Generative KI hat leise die zwei größten Engpässe im Phishing beseitigt: überzeugenden Text zu schreiben und das im großen Maßstab zu tun. Was früher einen sprachlich versierten Menschen und Stunden Recherche brauchte, entsteht heute in Sekunden, in jeder Sprache, zugeschnitten auf ein bestimmtes Ziel.

Was sich tatsächlich geändert hat

Jahrelang waren die klassischen „Merkmale“ einer Phishing-Mail sprachlich: holprige Grammatik, seltsame Formulierungen, generische Anreden. Große Sprachmodelle löschen alle drei. Ein Angreifer erzeugt jetzt eine makellose Nachricht in Dutzenden Sprachen, spiegelt den Ton eines Unternehmens und passt das Register für eine Finanzchefin anders an als für einen Helpdesk-Techniker.

Die wichtige Verschiebung sind die Kosten pro überzeugender Nachricht. Wenn ein maßgeschneiderter Köder fast nichts kostet, wechseln Angreifer vom Gießkannenprinzip zu großvolumigem, hochwertigem Targeting.

Konkrete Angreifer-Abläufe

• Aufklärung im großen Maßstab. LLMs verdichten den LinkedIn-Verlauf, jüngste Pressemitteilungen und GitHub-Aktivität eines Ziels zu einem Ein-Absatz-Vorwand.
• Spear-Phishing-Personalisierung. Aus Name, Rolle und Arbeitgeber entwirft ein Modell eine Nachricht, die auf ein plausibles internes Projekt oder eine jüngste Umstrukturierung verweist.
• Business Email Compromise (BEC). Modelle ahmen den Schreibstil einer Führungskraft aus wenigen öffentlichen Beispielen nach und produzieren Überweisungsbitten, die authentisch klingen.
• Mehrsprachige Kampagnen. Eine einzige Vorlage wird in 20 Sprachen mit korrektem Idiom lokalisiert und macht „das Englisch war schlecht“ als Signal zunichte.
• Konversationelles Nachfassen. Angreifer hängen ein LLM hinter ein Postfach, sodass Antworten automatisch bearbeitet werden und ein glaubwürdiger Verlauf über Tage bestehen bleibt.

Über E-Mail hinaus: Stimme und Video

Die Bedrohung ist nicht mehr nur Text.

• Stimmenklonen braucht nur Sekunden Referenzaudio (aus einem Webinar, einer Bilanzkonferenz oder einer Mailboxnachricht), um einen überzeugenden Vishing-Anruf zu synthetisieren.
• Deepfake-Video wurde bereits in Live-Meetings eingesetzt — im Fall Arup 2024 überwies ein Mitarbeiter rund 25 Mio. $ nach einem Videocall, der vollständig mit synthetischen „Kollegen“ besetzt war.

Warum klassische Erkennung schwer tut

Alte Filter stützen sich auf Signaturen, bekannte Bad-URLs und wiederkehrende Inhalts-Fingerabdrücke. KI-erzeugte Kampagnen unterlaufen all das:

• Jede Nachricht ist einzigartig, sodass Inhalts-Hash und Vorlagenabgleich versagen.
• Der Text ist grammatikalisch perfekt, sodass die heuristische „Spam-Sprache“-Bewertung sinkt.
• Die Infrastruktur ist frisch und rotiert, sodass Domain- und IP-Reputation hinterherhinkt.

Erkennung muss sich zunehmend auf Verhaltens- und Strukturmerkmale statt auf Inhalte stützen.

Signale, die weiter funktionieren:
- Authentifizierung: SPF, DKIM, DMARC-Ausrichtung (p=reject)
- Anzeigename gegen Envelope/From-Diskrepanz
- Frisch registrierte oder ähnlich aussehende Absenderdomains
- Anomales Reply-To-/Return-Path-Routing
- Erstkontakt + Dringlichkeit + Zahlungs-/Zugangsdatenbitte

Was Verteidiger jetzt tun sollten

Authentifizierung härten. Setzen Sie DMARC auf Ihren eigenen Domains auf p=reject durch und bevorzugen Sie phishing-resistente MFA (FIDO2/WebAuthn-Passkeys), damit selbst eine perfekt geklonte Login-Seite keine Zugangsdaten wiedergeben kann.

Schulung weg vom Rechtschreiben lenken. „Achte auf schlechte Grammatik“ ist toter Rat. Bringen Sie den Leuten bei, Anfragen zu prüfen — Bestätigung über einen zweiten Kanal für Zahlungen und Passwort-Rücksetzungen, egal wie geschliffen die Nachricht ist.

Davon ausgehen, dass Stimme und Video lügen können. Etablieren Sie ein Codewort oder eine Rückrufnummer für hochwertige Finanz- und Zugriffsanfragen.

Meldung instrumentieren. Ein Ein-Klick-„Phishing melden“-Knopf, der Ihr SOC speist, ist wertvoller denn je, weil menschlicher Argwohn nun eines der wenigen Signale ist, das mit dem Angriff mitskaliert.

Das Abwehrziel ist nicht mehr, die Fälschung an ihren Mängeln zu erkennen. Es ist, die Handlung, die der Angreifer will, unmöglich oder umkehrbar zu machen — durch Authentifizierung, Verifizierung über einen zweiten Kanal und phishing-resistente Zugangsdaten.

Wie GottaPhish hilft

KI lässt Angreifer heute makellose, personalisierte Köder bauen, die die einst gelehrten „Finde den Tippfehler“-Gewohnheiten aushebeln. GottaPhish und sein Expertenteam helfen Ihnen, genau dieser Bedrohung zu begegnen: KI-personalisierte Simulationen, zugeschnitten auf Rolle, Sprache und Kontext jedes Empfängers, mit Dashboards, die zeigen, welche Teams auf die raffiniertesten Köder reagieren. Unsere Fachleute unterstützen bei der Einrichtung, entwerfen realistische Szenarien, helfen beim Deuten der Ergebnisse und begleiten die Einführung phishing-resistenter MFA (FIDO2/Passkeys), damit ein Klick keine Kompromittierung mehr bedeutet — gemessen wird die Widerstandskraft gegen die heutige Bedrohung, nicht gegen das Phishing von vor fünf Jahren.