Deepfake-Erkennung gegen Deepfake-Scams bei Banken in Südostasien

Grauer Gips-Mannequinkopf, rechte Hälfte ein facettiertes graues Netz, ein senkrechtes orangefarbenes Lichtband über der Naht

Deepfake-Erkennung: Deepfakes überwinden Gesichtsprüfungen von Banken in Südostasien; was MAS, BNM, BOT, BSP, OJK und SBV prüfen lassen, was jede erkennt.

Ein Deepfake ist ein mit KI erstelltes oder verändertes Bild, Video oder Audiomaterial. In Südostasien wurden Deepfakes gegen die Gesichtsprüfungen eingesetzt, die Banken beim Onboarding per elektronischem Know Your Customer (eKYC) und bei der Freigabe hoher Geldtransfers durchführen. Bei der Deepfake-Erkennung prüft die Liveness-Erkennung, was der Kamera gezeigt wird, und Injection-Kontrollen prüfen Datenströme, die an der Kamera vorbeigeführt werden; keine einzelne Prüfung deckt beides ab.

So funktionieren Deepfake-Angriffe auf eKYC und die Gesichtsprüfungen von Banken

Das Informationspapier der Monetary Authority of Singapore (MAS, der Währungsbehörde Singapurs) vom September 2025 hält fest, Deepfakes „haben das Potenzial, von Finanzinstituten genutzte biometrische Authentifizierungslösungen zu überwinden“ (eigene Übersetzung), und zwar beim Onboarding und bei der „anschließenden Anmeldung bei Finanzdiensten mittels biometrischer Authentifizierung“ (eigene Übersetzung). Die Fälle im nächsten Abschnitt fügen einen dritten Zeitpunkt hinzu: die Freigabe eines Geldtransfers über einem Schwellenwert.

Präsentationsangriffe: ein gefälschtes Gesicht vor der Kamera

Bei einem Präsentationsangriff wird die Fälschung der Kamera vorgehalten: ein gedrucktes Foto, ein wiedergegebenes Video, eine Maske oder ein Deepfake, der auf einem anderen Bildschirm abgespielt wird. Die Einzelbilder stammen von einer echten Kamera, und die Frage ist, ob das gezeigte Gesicht live ist, also von einer lebenden, anwesenden Person stammt. Die Normenreihe ISO/IEC 30107 zur Präsentationsangriffserkennung (PAD) deckt Angriffe am Erfassungsgerät ab.

Injection-Angriffe: ein gefälschter Datenstrom anstelle der Kamera

Bei einem Injection-Angriff gelangen manipulierte oder vorab aufgezeichnete Medieninhalte in den Prüfablauf, ohne die physische Kamera zu durchlaufen. Die MAS nennt auf hoher Abstraktionsebene drei Wege: Software für virtuelle Kameras, in einen Browser eingeschleuste Skripte und das Abfangen per Man-in-the-Middle-Angriff. Injection-Angriffe liegen außerhalb von ISO/IEC 30107, sodass ein Test auf Präsentationsangriffe allein sie nicht abdeckt.

Kosten und Aufwand

Keine der hier zitierten Quellen von Aufsichtsbehörden, Polizei oder UN nennt eine Kostenzahl für diese Angriffe. Preisangaben von Anbietern für Deepfake-Tools gibt es, aber es sind Marketingaussagen, und sie werden hier nicht verwendet. Eine Fußnote zur Leitlinie der Bank of Thailand (BOT, der Zentralbank Thailands) stuft gefälschte Biometrie nach Aufwand ein: von aus sozialen Medien entnommenen Gesichtsdaten (gering) und Videos, mit denen Liveness-Erkennung nachgeahmt werden soll (mittel) bis zu einer 3D-Maske (hoch).

Das Büro der Vereinten Nationen für Drogen- und Verbrechensbekämpfung (UNODC) identifizierte mehr als zehn Anbieter von Deepfake-Software, die sich an Betrugsgruppen in Südostasien richten, hauptsächlich über Telegram, und Deepfakes als Dienstleistung anbieten; einen Preis nennt es nicht. Es berichtete außerdem von „einem Anstieg um mehr als 600 Prozent bei den Erwähnungen von Deepfake-bezogenen Inhalten, die auf kriminelle Gruppen abzielen, auf überwachten Plattformen zwischen Februar und Juli 2024“ (eigene Übersetzung). Dies sind Erwähnungen auf überwachten Telegram-Marktplätzen, keine Vorfälle.

Tools, Einstellungen und Schritt-für-Schritt-Methoden werden hier ausgelassen.

Was in Südostasien geschehen ist

  • Indonesien, August 2024. Nach Angaben der MAS hat ein indonesisches Finanzinstitut gemeldet, dass Deepfake-Fotos sein digitales Know-Your-Customer-Verfahren (KYC) für Kreditanträge überwunden haben; die MAS verweist auf die Analyse des Falls durch Group-IB.
  • Vietnam und Thailand, Februar 2024. Die MAS, die ebenfalls Group-IB zitiert, hält fest, per Schadsoftware von den Telefonen der Opfer gestohlene Medieninhalte seien zur Erstellung von Deepfakes in „Versuchen, die biometrische Gesichtsauthentifizierung von Banken zu täuschen“ (eigene Übersetzung) verwendet worden. Das Papier lässt offen, ob diese Versuche erfolgreich waren.
  • Vietnam, Mai 2025. Die Polizei von Thái Bình beschrieb ein Glücksspielnetzwerk, das mit KI erstellte Clips der Gesichter von Kontoinhabern einsetzte, um biometrische Scans von Banken zu überwinden.
  • Vietnam, Oktober 2026. Tuổi Trẻ berichtete am 8. Oktober 2026, der Zahlungsdirektor der Staatsbank von Vietnam (State Bank of Vietnam, SBV) habe gesagt, Deepfake- und KI-Tools könnten manche biometrischen Prüfungen überwinden, und die Institute seien aufgefordert worden, eine Überprüfung vorzunehmen, Schwachstellen zu beheben und alte Technologie zu ersetzen. Ein Text der SBV dazu wurde nicht gefunden.

Die Mitteilung aus Thái Bình nennt drei Schritte. Angeheuerte Personen eröffneten Bankkonten, und eine Person im Ausland bediente die Banking-Apps auf deren Telefonen aus der Ferne. Bei Transaktionen von 10 Millionen VND oder mehr, die nach Angaben der Polizei einen biometrischen Scan erfordern, passierten KI-Clips des Gesichts jedes Kontoinhabers die Prüfung. Die Polizei deckte die Masche durch ihre eigene Arbeit auf; die Mitteilung gibt nicht an, was die Prüfungen der Banken festgestellt haben. Das ist die Automatisierung von Mule-Konten (Konten von Finanzagenten): Die Deepfakes traten an die Stelle der angeheuerten Kontoinhaber. Quellen: die von Tạp chí Thị trường Tài chính Tiền tệ am 1. Juni 2025 nachgedruckte Mitteilung der Polizei und VnExpress vom 29. Mai 2025.

Die eigene, vom Anbieter Group-IB berichtete Darstellung des indonesischen Falls (4. Dezember 2024) ergänzt, dass die Fotos über eine virtuelle Kamera gekommen seien, an Anti-Emulation, App-Selbstschutz, Gesichtserkennung und Liveness-Erkennung vorbei, und dass das Team „mehr als 1.100 Deepfake-Betrugsversuche“ (eigene Übersetzung) von „45 bestimmten Geräten“ (eigene Übersetzung) festgestellt habe.

Unsere Schlussfolgerung aus dieser Darstellung: Die Prüfungen sahen, was wie eine Live-Aufnahme einer Kamera aussah, und das Muster war auf der Ebene von Geräten sichtbar, über die viele Anträge gestellt wurden, was eine einzelne Gesichtsprüfung nicht sieht.

Was Aufsichtsbehörden von Banken geprüft sehen wollen

Hier werden Texte von sechs Aufsichtsbehörden zitiert: der MAS, der Bank Negara Malaysia (BNM, der Zentralbank Malaysias), der BOT, der Bangko Sentral ng Pilipinas (BSP, der Zentralbank der Philippinen), der indonesischen Otoritas Jasa Keuangan (OJK, der Finanzaufsicht Indonesiens) und der SBV.

Aufsichtsbehörde und InstrumentTextart und VerbindlichkeitWas der Text zu Gesichtsprüfungen sagt
MAS „Cyber Risks Associated with Deepfakes“Informationspapier; „sollte“, „könnte“Dokumentenprüfungen, Liveness-Erkennung, Deepfake-Tests, Injection-Kontrollen
BNM, e-KYC-GrundsatzdokumentStandards („S“, muss) und Orientierungshilfen („G“, ermutigt)Drei Module, verpflichtend für Konten mit höherem Risiko; Mindestanforderungen an den Liveness-Test
BOT, Guideline for Biometric Technology AdoptionLeitlinie; „sollte“; inoffizielle englische ÜbersetzungLiveness-Erkennung „wenn möglich“ (eigene Übersetzung); Genauigkeitsziele; Limits für Versuche; Protokoll für fehlgeschlagene Prüfungen
BSP, Circular No. 1213Circular; „muss“Kontrollen für Gerät, App-Integrität und Authentifizierung; keine Erwähnung von Deepfakes oder Liveness
OJK, POJK 8/2023 und POJK 21/2023Verordnungen; „muss“Biometrischer Faktor beim Onboarding aus der Ferne; keine Formulierung zu Deepfakes oder Liveness
SBV, Circular 50/2024 in der durch das Circular 77/2025 geänderten FassungVerbindliches Circular („phải“, muss)Zertifizierte PAD, ISO 30107 Level 2 oder gleichwertig; App-Integrität; Biometrie bei Geldtransfers

Singapur: das Informationspapier der MAS

Das Informationspapier der MAS ordnet die Gegenmaßnahmen sechs Bereichen zu, vier davon in der Tabelle oben. Die MAS stellte fest, dass in Singapur Deepfake-Vorfälle nach dem Onboarding nicht gemeldet worden seien.

Malaysia: das e-KYC-Grundsatzdokument der BNM

Das Grundsatzdokument der BNM zum elektronischen Know-Your-Customer (e-KYC), erlassen und in Kraft getreten am 15. April 2024, gilt unter anderem für lizenzierte Banken, Lebensversicherer, Geldtransfer- und Wechselunternehmen (Money Services Businesses) und zugelassene Emittenten designierter Zahlungsinstrumente. Im Allgemeinen „darf“ ein Institut drei Module verwenden: Dokumentenprüfung, biometrischen Abgleich und/oder Liveness-Erkennung (Ziffer G 8.10). Die Lösung des Technologieanbieters muss von einem glaubwürdigen externen unabhängigen Gutachter begutachtet werden (Ziffer S 8.22).

Für Produkte mit höherem Risiko sind die Module verpflichtend (Ziffer S 8.32–8.33, Anhang 4). Diese Produkte sind Girokonten, Sparkonten und uneingeschränkte Anlagekonten (Unrestricted Investment Accounts) „mit Flexibilität bei Einlage und Abhebung von Geldern sowie mit Geldtransfer-Funktionen“ (eigene Übersetzung). Die Regel erfasst „bestehende Privatkunden“ (eigene Übersetzung), die keines davon besitzen und über eKYC einen Antrag stellen (Fußnote 31). Für sie „muss“ ein Institut mindestens und neben anderen Maßnahmen den Kunden biometrisch anhand eines amtlichen Ausweisdokuments verifizieren, die Echtheit des Ausweisdokuments prüfen und Liveness-Erkennung einsetzen.

Thailand: die BOT-Leitlinie

Die Guideline for Biometric Technology Adoption in Financial Services der BOT besagt, Anbieter sollten Verfahren festlegen, um Identitätsbetrüger bei der Registrierung zu erkennen, etwa mit „Technologie zur Präsentationsangriffserkennung oder Liveness-Erkennung und anderen Kontrollen, wenn möglich“ (eigene Übersetzung). Für den Gesichtsabgleich mit vertrauenswürdigen Quellen empfiehlt sie eine Falschakzeptanzrate (False Acceptance Ratio, FAR) unter 0,1 % und eine Falschrückweisungsrate (False Reject Ratio, FRR) unter 3 % (Fußnote 3, die SP 800-63B des US-amerikanischen National Institute of Standards and Technology (NIST) und Fast Identity Online (FIDO) zitiert). Davon getrennt besagt eine Pressemitteilung der BOT (Nr. 10/2023, 9. März 2023), ein Gesichtsscan sei erforderlich, etwa um über eine Banking-App ein Bankkonto zu eröffnen oder einen digitalen Geldtransfer von mehr als 50.000 THB je Transaktion vorzunehmen.

Die Philippinen und Indonesien: BSP und OJK

Das BSP Circular No. 1213, Series of 2025, setzt Section 6 des Anti-Financial Account Scamming Act (AFASA) um. Seine Schutzmaßnahmen „müssen umfassen“ (eigene Übersetzung): Einschränkungen für die Installation von Apps auf gerooteten oder gejailbreakten Geräten und auf Emulatoren, Geräte-Fingerprinting mit Anti-Spoofing sowie das Blockieren nicht autorisierter Skripte und Automatisierung.

Die Regeln der OJK verlangen einen biometrischen Faktor beim vollständig aus der Ferne erfolgenden Onboarding (Artikel 21(5)(c) der POJK 8/2023) und für Geschäftsbanken bei der Video- und Fernverifizierung (Artikel 5(7) der POJK 21/2023).

Vietnam: das Circular 50/2024 in geänderter Fassung

Die SBV änderte ihre Sicherheitsvorschrift für das Online-Banking, das Circular 50/2024/TT-NHNN, durch das Circular 77/2025/TT-NHNN; die Änderung gilt seit dem 1. März 2026. Die SBV nannte Deepfakes und Schadsoftware als Grund. Das Circular gilt unter anderem für Kreditinstitute, Zweigstellen ausländischer Banken, Zahlungsvermittler und Anbieter von Mobile Money.

Die für den biometrischen Abgleich verwendete PAD muss nach ISO 30107 Level 2 oder gleichwertig zertifiziert sein. Das Zertifikat kann von einem von der FIDO Alliance anerkannten Labor oder von einer Zertifizierungsstelle stammen, die nach der multilateralen Vereinbarung des International Accreditation Forum (IAF) akkreditiert ist. Die Vorschrift gilt unabhängig davon, ob die Bank die Prüfung selbst entwickelt oder bei einem Anbieter einkauft.

Bei Privatpersonen erfordert ein Geldtransfer über 10 Millionen VND oder ein Geldtransfer, der die Tagessumme über 20 Millionen VND hebt, einen biometrischen Abgleich zusätzlich zu einem Faktor aus Einmalpasswort (OTP), FIDO oder elektronischer Signatur (Anlagen des Circulars 50/2024 in der Fassung des Circulars 77/2025). Für Anbieter, die sowohl Privatpersonen als auch Organisationen bedienen, gelten die neu gefassten Anlagen ab dem 1. Juli 2026.

Deepfake-Erkennung nach Schichten: was jede Prüfung erkennt und übersieht

SchichtErkenntÜbersieht
DokumentenprüfungenManipulierte Ausweisdokumente; KI-Inhalte mit Fingerprint oder WasserzeichenKI-Inhalte ohne Fingerprint oder Wasserzeichen
GesichtsabgleichEin Selfie einer anderen PersonDasselbe synthetische Gesicht auf dem Ausweisdokument und im Selfie
Liveness-ErkennungFotos, Replays und manche Masken, die der Kamera gezeigt werdenEingeschleuste Datenströme; Angriffstypen, mit denen passive Tests schlecht umgehen
Injection-, Geräte- und SitzungssignaleDatenströme, die nicht von der Kamera stammen; manipulierte Apps; nicht zusammenpassende GeräteAngriffe, die wie ein normales Gerät aussehen, wie in Indonesien
Step-up und ÜberprüfungFälle, die eine frühere Schicht als auffällig eingestuft hatAngriffe, die keine Schicht als auffällig einstuft

Dokumentenprüfungen

Nach Ansicht der MAS sollten Finanzinstitute „robuste Methoden“ (eigene Übersetzung) zur Verifizierung von Ausweisdokumenten einsetzen, darunter Metadatenanalyse, Bildforensik, Fingerprinting („einzigartige Muster, die KI-Modelle unbeabsichtigt einbetten“ (eigene Übersetzung)) und Wasserzeichen. Sie merkt an, dass „manche KI-Tools möglicherweise keine Fingerprints oder Wasserzeichen einfügen“ (eigene Übersetzung).

Gesichtsabgleich

Der Gesichtsabgleich, auch Gesichtsverifikation genannt, vergleicht das Selfie mit dem Foto auf dem Ausweisdokument oder aus dem Register. Unsere Lesart: Eine Übereinstimmung zeigt nur, dass zwei Gesichter zusammengehören, sodass ein gefälschtes Ausweisdokument und ein Selfie mit demselben synthetischen Gesicht die Prüfung bestehen können.

Liveness-Erkennung

Liveness-Erkennung ist nach der Definition in ISO/IEC 30107-1 eine Analyse, um festzustellen, ob ein Sample „von einer lebenden, am Erfassungsort anwesenden Person stammt“ (eigene Übersetzung). Nach Ansicht der MAS sollten Finanzinstitute sie einführen, „um manipulierte Videos durch Bewegungsanalyse, Texturanalyse, Wärmebildgebung, 3D-Tiefenanalyse und Verhaltensanalyse zu erkennen“ (eigene Übersetzung), und könnten zu bestimmten Handlungen auffordern. Das Papier nennt diese Signale, ohne sie zu erklären.

Die EU-Agentur für Cybersicherheit (ENISA) beschrieb in einem Bericht von 2022, was diese Verfahren messen. Aktive Prüfungen fordern den Nutzer auf, etwas Unvorhersehbares zu tun, etwa sich zu drehen, zu blinzeln oder einem bewegten Punkt zu folgen, und prüfen, ob die Reaktion passt. Schnelle Bewegungen sind für Deepfake-Software in Echtzeit schwer zu erzeugen. Passive Prüfungen erfordern keine Handlung. Sie suchen nach unwillkürlichen Signalen, etwa Veränderungen der Hautfarbe mit dem Puls und natürlichem Blinzeln, und nach Spuren der Synthese, etwa Artefakten der Gesichtsverzerrung und Auflösungsabweichungen. Tiefenprüfungen erfassen die 3D-Geometrie des Gesichts. ISO/IEC 30107-1 zählt unwillkürliche Reaktionen, etwa „Herzaktivität (Puls)“ (eigene Übersetzung), und willkürliche, etwa „eine biometrische Präsentation als Reaktion auf einen anweisenden Hinweis“ (eigene Übersetzung), als Nachweis von Liveness.

Der Test des NIST von 2023 mit passiven, softwarebasierten Detektoren ergab, dass sie Fotoausdrucke, Replays und einige Masken gut erkannten, obwohl „nur ein kleiner Prozentsatz der Algorithmen“ (eigene Übersetzung) eine nennenswerte Erkennungsfähigkeit zeigte. Die Fehlerraten bei anderen Angriffstypen waren „hoch bei allen getesteten Algorithmen“ (eigene Übersetzung), und der Bericht „schweigt zu … Injection-Angriffen“ (eigene Übersetzung).

Injection-, Geräte- und Sitzungssignale

Nach Ansicht der MAS sollten Finanzinstitute Software-Development-Kits (SDKs) zur Injection-Erkennung einsetzen, um „verdächtige Muster und Anomalien bei Verifizierungsversuchen“ (eigene Übersetzung) zu erkennen; auch Runtime Application Self-Protection (RASP) könne eingesetzt werden. In Vietnam muss sich die Mobile-Banking-App beenden oder anhalten und dem Kunden den Grund nennen, wenn sie einen Debugger, einen Emulator, eingeschleusten Code (Hooking), eine neu verpackte App oder ein gerootetes oder gejailbreaktes Telefon erkennt (Artikel 8(4) in der geänderten Fassung). Die BNM nennt Geräteindikatoren, die ein Institut verwenden darf, etwa IP-Adresse, Geolokalisierung und Geräte-IDs (Anhang 4).

Das Liveness-Produkt von NV Global ist deepfake-resistent und zudem resistent gegen Video-Stream-Injection.

Step-up und manuelle Prüfung

Unter den hier zitierten Texten legen zwei fest, was nach wiederholt fehlgeschlagenen Prüfungen geschieht. Das Circular Vietnams verlangt („phải“, muss), dass die biometrische Bestätigung nach dem Limit des Instituts für aufeinanderfolgende Fehlversuche, höchstens 10, gesperrt und nur auf Wunsch des Kunden nach dessen Prüfung wieder entsperrt wird (Circular 50/2024, Artikel 11(5)(d)). Die BOT-Leitlinie Thailands empfiehlt eine Abfolge (Grundsatz 3(3), Fußnote 7): weniger als 10 fehlgeschlagene Versuche bei der PAD und weniger als 5 sonst, dann eine exponentiell wachsende Verzögerung, dann die Ablehnung der Authentifizierung und die Empfehlung einer anderen Methode.

Für echte Kunden empfiehlt die BOT-Leitlinie den Anbietern, ein Protokoll für fehlgeschlagene biometrische Verifizierung festzulegen, etwa alternative Verifizierungsverfahren oder alternative Dokumente aus vertrauenswürdigen Quellen (Grundsatz 3(4)). Die e-KYC-FAQ der BNM (Frage 4) besagt, „False-Negative-Kunden sollten nicht sofort abgewiesen werden“ (eigene Übersetzung) und „Abhilfemaßnahmen sollten in Betracht gezogen werden, wenn die Kunden die Echtheit ihrer Ausweisdokumente nachweisen können“ (eigene Übersetzung).

Tests anhand von Standards

Nach Ansicht der MAS sollten Finanzinstitute die Liveness-Erkennung regelmäßig anhand von Deepfake-Samples testen, über Datensätze hinweg. Anhang 3 der BNM legt Mindestszenarien für den Liveness-Test des Anbieters fest, der „in Übereinstimmung mit ISO/IEC 30107-3 durchgeführt werden darf“ (eigene Übersetzung): 2D-Masken, 3D-Masken, mit „ShallowFake“-Software veränderte Bilder, „DeepFake“-Tests „falls möglich“ (eigene Übersetzung) sowie Replay- und Man-in-the-Middle-Tests. Die SBV ist die einzige hier zitierte Aufsichtsbehörde, die ein Zertifizierungslevel für die PAD nennt.

Standard oder BerichtWas er abdecktStatus
ISO/IEC 30107-3:2023Test und Berichterstattung der PADVeröffentlicht
CEN/TS 18099:2024Erkennung von Injection-Angriffen auf biometrische Daten; Präsentationsangriffe nicht im AnwendungsbereichTechnische Spezifikation (CEN/TS), gültig ab dem 16. Dezember 2024
ISO/IEC 25456Erkennung von Injection-Angriffen auf biometrische DatenIn Entwicklung bei der ISO

Eine Checkliste für Betrugs- und Onboarding-Teams

Die folgenden Schritte gelten für jeden Ablauf der Identitätsprüfung mit einer Gesichtsprüfung und nennen jeweils die Quelle.

Checkliste
Erfassen, wo Medieninhalte in den Ablauf gelangen

Kamera-, Upload-, Browser- und App-Pfade auflisten und die Kontrolle, die den jeweiligen Pfad sieht (MAS).

Das Dokument prüfen

Auf Manipulation sowie auf KI-Fingerprints oder Wasserzeichen achten (MAS; BNM Ziffer G 8.10, nach Anhang 4 verpflichtend für Konten mit höherem Risiko).

Abgleich und Liveness trennen

Als getrennte Schritte ausführen (BNM Ziffer G 8.10 und Anhang 4; MAS).

Injection- und Geräte-Kontrollen ergänzen

Injection-Erkennung, Prüfungen der App-Integrität und Installationsbeschränkungen einsetzen (MAS; BSP Circular 1213; in Vietnam Circular 50/2024 Artikel 8(4) in der geänderten Fassung).

Anträge über Geräte hinweg verknüpfen

Geräteindikatoren (BNM Anhang 4, optional) und Geräte-Fingerprinting (BSP Circular 1213, verpflichtend) nutzen. Viele Anträge von einem Gerät als auffällig einstufen: Im indonesischen Fall meldet Group-IB mehr als 1.100 Versuche von 45 Geräten (vom Anbieter berichtet).

Gegen aktuelle Angriffe testen

Mindestens die Szenarien aus Anhang 3 der BNM abdecken und die Liveness-Erkennung anhand von Deepfake-Samples testen (MAS).

PAD-Nachweise anfordern

Bei jeder Aussage zu ISO/IEC 30107-3 fragen, wer getestet hat, mit welchen Angriffstypen und wie hoch jeweils die Fehlerrate bei der Klassifizierung von Angriffspräsentationen (attack presentation classification error rate, APCER) und die Fehlerrate bei der Klassifizierung von Bona-fide-Präsentationen (bona fide presentation classification error rate, BPCER) waren. Eine Rate aus einem Labor ist nicht zwingend von einem anderen reproduzierbar.

Nachweise zu Injection und Zertifizierung anfordern

Fragen, wie Injection anhand von CEN/TS 18099:2024 getestet wurde, und dort, wo die BNM gilt, die externe Begutachtung anfordern (Ziffer S 8.22). In Vietnam das Zertifikat nach ISO 30107 Level 2 (oder gleichwertig) anfordern und fragen, wer es ausgestellt hat.

Fehlversuche begrenzen

Der Abfolge der BOT folgen (Grundsatz 3(3), Fußnote 7) und in Vietnam die biometrische Bestätigung nach höchstens 10 aufeinanderfolgenden Fehlversuchen sperren (Circular 50/2024, Artikel 11(5)(d)).

Echten Kunden einen Weg zurück bieten

Ein alternatives Verifizierungsverfahren anbieten (BOT, Grundsatz 3(4)); in Malaysia False-Negative-Kunden nicht sofort abweisen (BNM-FAQ, Frage 4).

Bei einer Schwachstelle sofort gegensteuern

In Malaysia sofortige Gegenmaßnahmen ergreifen, wenn eine Schwachstelle in der eKYC-Lösung festgestellt wird (Ziffer S 8.29, „muss“). Eine verstärkte Stichprobenprüfung, Back-Testing und ein Arbeitsplan sind optional (BNM-FAQ, Frage 15).

Falschakzeptanzen auditieren

In Malaysia monatlich mindestens 400 Fälle prüfen oder so viele, wie ein Konfidenzniveau von 95 % bei 3 % Fehlermarge verlangt, je nachdem, welche Zahl höher ist. Die BNM innerhalb von sieben Arbeitstagen benachrichtigen, wenn die Falschakzeptanzrate in zwei beliebigen Monaten innerhalb von vier Monaten 5 % übersteigt (Anhang 2).

Planmäßig erneut testen

Die BNM legt eine Revalidierung mindestens alle drei Jahre oder nach einer wesentlichen Änderung fest.

Dieser Artikel enthält allgemeine Informationen und stellt keine Rechtsberatung dar. Die Quellen wurden am 17. November 2026 geprüft. Zitate aus englischsprachigen Texten sind eigene Übersetzungen aus dem Englischen und mit „(eigene Übersetzung)“ gekennzeichnet; das gilt auch für die BOT-Leitlinie, die aus ihrer inoffiziellen englischen Übersetzung zitiert wird. Vietnamesische Texte werden nach der inoffiziellen englischen Übersetzung von NV Global wiedergegeben; nur das Wort „phải“ steht im Original. Einzelne Wörter in Anführungszeichen sind ohne Kennzeichnung übersetzt, Titel und Namen stehen im Original. Institute sollten bei ihrer Aufsichtsbehörde oder ihrem Rechtsbeistand klären, wie diese Texte auf sie anzuwenden sind.

Fazit

Die in den hier zitierten Quellen beschriebenen Deepfake-Angriffe zielen auf drei Zeitpunkte: das Onboarding, die spätere biometrische Anmeldung und die Freigabe von Geldtransfers über einem Schwellenwert. Sie gelangen entweder vor der Kamera oder anstelle der Kamera in den Prüfablauf. Die Aufsichtsbehörden der Region beschreiben die Prüfungen in unterschiedlichen Textarten: Die MAS empfiehlt, die BNM setzt Standards und macht die Kernprüfungen für Konten mit höherem Risiko verpflichtend, die BOT gibt eine Leitlinie heraus, die BSP verlangt Kontrollen für Geräte und Authentifizierung, ohne Deepfakes zu nennen, und die SBV Vietnams verlangt eine zertifizierte PAD.

Zusammengenommen legen die Texte nahe, dass jede Prüfung, vom Dokument bis zum Gerät, eine andere Lücke abdeckt. Wo die zitierten Fälle erfolgreich waren, passierten sie bereits vorhandene Prüfungen, sodass Tests und Überprüfung nach einem übersehenen Angriff ebenso wichtig sind wie die Prüfungen selbst.

FAQ

Fragesteller
Was ist ein Deepfake-Scam (Betrugsmasche mit Deepfakes) gegen eine Bank?
Dabei werden KI-generierte oder KI-veränderte Gesichter, Videos oder Stimmen eingesetzt, um sich als eine echte Person auszugeben oder eine neue zu erfinden, sodass die Prüfungen einer Bank den Angreifer akzeptieren. In Südostasien richteten sich von der MAS und von der vietnamesischen Polizei angeführte Fälle gegen Gesichtsprüfungen beim Kredit-Onboarding und bei hohen Geldtransfers.
NeuroVision-Experte
Fragesteller
Wie können Banken Deepfakes erkennen?
Durch mehrschichtige Prüfungen: Echtheit des Dokuments, Gesichtsabgleich mit dem Ausweisdokument, Liveness-Erkennung, Kontrollen von Injection und Geräteintegrität sowie regelmäßige Tests mit Deepfake-Samples. Das Informationspapier der MAS vom September 2025 empfiehlt die Schichten Dokument, Liveness, Injection und Tests. Keine einzelne Schicht deckt jeden Angriff ab.
NeuroVision-Experte
Fragesteller
Können Deepfakes die Gesichtserkennung überwinden?
Manche haben es laut den dokumentierten Fällen geschafft. Die MAS beschreibt einen indonesischen Fall, in dem Deepfake-Fotos, die über Technologie für virtuelle Kameras eingespeist wurden, das digitale KYC- oder eKYC-Verfahren eines Finanzinstituts überwanden. Ein Gesichtsabgleich allein belegt nicht, dass das gezeigte Gesicht live ist, und die Aufsichtsbehörden führen Liveness- und Injection-Kontrollen getrennt auf.
NeuroVision-Experte
Fragesteller
Was ist ein Injection-Angriff bei der biometrischen Verifizierung?
Dabei werden gefälschte oder vorab aufgezeichnete Medieninhalte anstelle der echten Kamera in den Prüfablauf eingespeist, etwa über Software für virtuelle Kameras. Er liegt außerhalb der Standards ISO/IEC 30107 zu Präsentationsangriffen. CEN/TS 18099:2024 enthält Definitionen und Hinweise zu seiner Erkennung und zum Testen.
NeuroVision-Experte
Fragesteller
Wie funktionieren Deepfake- und Liveness-Detektoren?
Es gibt zwei Schichten. Die PAD prüft, ob das Gesicht vor der Kamera live ist. Aktive Prüfungen verlangen eine unvorhersehbare Handlung, etwa eine Drehung oder ein Blinzeln, die Deepfake-Software in Echtzeit nur schwer erzeugen kann. Passive Prüfungen suchen nach unwillkürlichen Signalen, etwa pulsbedingten Veränderungen der Hautfarbe und natürlichem Blinzeln, und nach Spuren der Synthese, etwa Verzerrungen oder Auflösungsabweichungen. Tiefenprüfungen vergleichen die 3D-Geometrie des Gesichts mit einem flachen Bild. Die Injection-Erkennung ist getrennt: Sie bestätigt, dass die Medieninhalte von einer echten Kamera auf einem physischen Gerät stammen und nicht von einem Emulator oder einem eingeschleusten Datenstrom. Die EU-Agentur für Cybersicherheit ENISA (2022) empfiehlt, mehrere Signale zu kombinieren; das NIST stellte fest, dass die Genauigkeit je nach Algorithmus und Angriffstyp variiert.
NeuroVision-Experte
Fragesteller
Schreiben südostasiatische Aufsichtsbehörden Liveness-Erkennung vor?
Das hängt vom Land und von der Art des Textes ab. Das Circular 50/2024 Vietnams in der durch das Circular 77/2025 geänderten Fassung verlangt für den biometrischen Abgleich eine zertifizierte PAD. Die BNM Malaysias macht die Liveness-Erkennung zusammen mit Dokumenten- und biometrischen Prüfungen für bestimmte Giro-, Spar- und Anlagekonten verpflichtend, die über eKYC eröffnet werden (Anhang 4); ansonsten ist sie ein Modul, das ein Institut verwenden darf. Die BOT-Leitlinie Thailands nennt sie als Beispiel für Verfahren gegen Identitätsbetrüger, „wenn möglich“ (eigene Übersetzung). Die MAS empfiehlt sie in einem Informationspapier. Das Circular 1213 der Philippinen verlangt Kontrollen für Geräte und Authentifizierung, erwähnt Liveness aber nicht, und die hier zitierten indonesischen Regeln der OJK verlangen einen biometrischen Faktor, ohne sie zu erwähnen.
NeuroVision-Experte