Der Versicherungsbetrug tritt in eine neue \u00c4ra ein, die von k\u00fcnstlicher Intelligenz angetrieben wird. Sowohl ausgekl\u00fcgelte Betr\u00fcgerringe als auch Einzelbetr\u00fcger nutzen generative KI-Tools, um gef\u00e4lschte Anspr\u00fcche, synthetische Identit\u00e4ten, gef\u00e4lschte Beweise und \u00e4u\u00dferst \u00fcberzeugende Betrugsversuche durch Nachahmung zu produzieren. Dieses Whitepaper untersucht die neuesten 2025 Trends bei KI-gesteuertem Versicherungsbetrug - von KI-generierten Anspr\u00fcchen und Dokumenten bis hin zu gef\u00e4lschten Stimmen - und zeigt auf, wie Versicherer reagieren k\u00f6nnen. Wir pr\u00e4sentieren aktuelle Daten, reale F\u00e4lle und strategische Erkenntnisse f\u00fcr Underwriter, Betrugsermittler, Cybersecurity-Teams, Schadenmanager und F\u00fchrungskr\u00e4fte, die diese sich schnell entwickelnde Bedrohungslandschaft verstehen m\u00fcssen.<\/p>\n
Das Ausma\u00df der Bedrohung:<\/strong> Der durch KI erm\u00f6glichte Betrug nimmt stark zu. Ein Bericht \u00fcber forensische Buchhaltung aus dem Jahr 2025 ergab, dass KI-gesteuerte Betr\u00fcgereien machen inzwischen mehr als die H\u00e4lfte aller digitalen Finanzbetr\u00fcgereien aus<\/strong>[1]<\/a>. In der Versicherungsbranche beobachtete das Sprachsicherheitsunternehmen Pindrop eine 475% Anstieg der Angriffe auf Versicherungsunternehmen durch synthetische Stimmen im Jahr 2024<\/strong>und trugen zu einem Anstieg der Versicherungsbetrugsversuche um 19% im Vergleich zum Vorjahr bei[2]<\/a>. Die Versicherer m\u00fcssen etwa 20-mal h\u00f6heres Betrugsrisiko als Banken<\/em>zum Teil aufgrund des starken R\u00fcckgriffs auf Dokumente, Bilder und Sprachnachweise bei Schadensf\u00e4llen[3]<\/a>. Die nachstehende Abbildung 1 veranschaulicht das explosive Wachstum von KI-gest\u00fctzten Versicherungsbetrugsf\u00e4llen von 2022 bis 2025, da mehrere Branchenberichte einen drei- oder vierstelligen prozentualen Anstieg der festgestellten KI-Betrugsf\u00e4lle im Vergleich zum Vorjahr angeben.<\/p>\n Abbildung 1: Rascher Anstieg von KI-gest\u00fctzten Versicherungsbetrugsf\u00e4llen (indiziertes Wachstum 2022-2025). Branchendaten deuten auf einen exponentiellen Anstieg von KI-generierten Inhalten in betr\u00fcgerischen Schadensf\u00e4llen hin, insbesondere ab 2023.<\/em>[4]<\/a>[2]<\/a><\/p>\n Einer der am weitesten verbreiteten Trends ist der Einsatz generativer KI zur Erstellung von vollst\u00e4ndig erfundene Versicherungsanspr\u00fcche<\/strong>. Mit fortschrittlichen KI-Textgeneratoren k\u00f6nnen Betr\u00fcger auf Knopfdruck realistische Unfallbeschreibungen, medizinische Berichte oder polizeiliche Aussagen verfassen. Diese von der KI verfassten Erz\u00e4hlungen lesen sich oft ausgefeilt und plausibel, so dass es f\u00fcr Schadensregulierer schwieriger ist, Ungereimtheiten zu erkennen. So haben Betr\u00fcger ChatGPT genutzt, um detaillierte Unfallbeschreibungen oder Verletzungsberichte zu verfassen, die professionell und \u00fcberzeugend klingen - eine Aufgabe, die fr\u00fcher viel M\u00fche und Schreibkenntnisse erforderte.<\/p>\n Noch besorgniserregender ist, dass Kriminelle diese gef\u00e4lschten Erz\u00e4hlungen nun mit AI-generierte Nachweise<\/strong>. Bilderzeugungsmodelle (wie Midjourney oder DALL-E) und Bearbeitungswerkzeuge k\u00f6nnen fotorealistische Fotos von Sch\u00e4den und Verletzungen erstellen. Berichten der Branche zufolge haben einige Fahrer damit begonnen Einreichung von KI-generierten Bildern zur \u00dcbertreibung von Fahrzeugsch\u00e4den bei Autosch\u00e4den<\/strong>[5]<\/a>. Generative KI kann ein Foto eines Autowracks oder eines \u00fcberschwemmten Hauses erstellen, das es in Wirklichkeit nie gab. Diese Bilder sind oft realistischer als das, was \u00e4ltere Photoshop-Techniken erreichen konnten<\/strong>[6]<\/a>Dadurch sind sie mit dem blo\u00dfen Auge schwer zu erkennen. Im April 2025 verzeichnete die Zurich Versicherung einen Anstieg der Sch\u00e4den mit gef\u00e4lschte Rechnungen, gef\u00e4lschte Reparaturkostenvoranschl\u00e4ge und digital ver\u00e4nderte Fotos<\/strong>einschlie\u00dflich der F\u00e4lle, in denen KI-Kennzeichen wurden in Bilder von Schrottautos eingef\u00fcgt<\/strong>[7]<\/a>[8]<\/a>. Solche gef\u00e4lschten Beweise k\u00f6nnen, wenn sie mit einem gut ausgearbeiteten KI-Antragsformular kombiniert werden, an manuellen \u00dcberpr\u00fcfungen vorbeigehen.<\/p>\n In einem aufsehenerregenden Fall im Vereinigten K\u00f6nigreich haben Betr\u00fcger eine Social-Media-Foto eines Lieferwagens eines Handwerkers und Verwendung von KI, um eine zerbrochene Sto\u00dfstange hinzuzuf\u00fcgen<\/strong>und reichte sie dann zusammen mit einer gef\u00e4lschten Reparaturrechnung \u00fcber 1.000 Pfund als Teil einer falschen Unfallforderung ein.[9]<\/a>. Der Betrug wurde erst aufgedeckt, als die Ermittler die dieselbe<\/em> Foto des Lieferwagens (vor der Besch\u00e4digung) auf der Facebook-Seite des Eigent\u00fcmers[10]<\/a>. Dies veranschaulicht ein breiteres Ph\u00e4nomen: Die Versicherer melden eine 300% Sprung in den \"shallowfake\"-Bildbearbeitungen<\/strong> (einfache digitale Manipulationen, um Sch\u00e4den hinzuzuf\u00fcgen oder Details zu ver\u00e4ndern) in nur einem Jahr (2021-2022 gegen\u00fcber 2022-2023)[4]<\/a>. Die Allianz UK warnte 2024, dass digitale Fotoverf\u00e4lschungen und gef\u00e4lschte Dokumente \"alle Anzeichen daf\u00fcr haben, der neueste gro\u00dfe Betrug in der Branche zu werden\".[4]<\/a>. Auch der Leiter der Abteilung f\u00fcr Schadensbetrug der Z\u00fcrich stellte fest, dass was fr\u00fcher die Inszenierung eines physischen Autounfalls erforderte, kann heute vollst\u00e4ndig am Computer erledigt werden<\/strong> - Betr\u00fcger k\u00f6nnen mit gef\u00e4lschten Fotos und Berichten \u00fcber Totalsch\u00e4den \"hinter der Tastatur einen betr\u00fcgerischen Antrag stellen und betr\u00e4chtliche Summen herausholen\".[11]<\/a>[12]<\/a>. Diese Verlagerung erh\u00f6ht nicht nur das Volumen der gef\u00e4lschten Anspr\u00fcche, sondern senkt auch die Einstiegsh\u00fcrde f\u00fcr potenzielle Betr\u00fcger.<\/p>\n Jenseits von Autos, Sach- und Unfallsch\u00e4den<\/strong> sehen eine KI-gest\u00fctzte Aufbl\u00e4hung von Sch\u00e4den. Es gibt Berichte \u00fcber gef\u00e4lschte Fotos f\u00fcr Reiseversicherungen (z. B. \"Gep\u00e4cksch\u00e4den\" oder inszenierte Diebstahlszenen) und KI-generierte Quittungen f\u00fcr teure Gegenst\u00e4nde, die nie gekauft wurden. Anspr\u00fcche auf Leben und Gesundheit<\/strong> sind auch nicht immun - Betr\u00fcger haben gef\u00e4lschte Arztrechnungen und Sterbeurkunden<\/strong> mit KI-Dokumentenf\u00e4lschern. Tats\u00e4chlich hat Zurich festgestellt, dass die Deepfake-Technologie verwendet wird, um v\u00f6llig fiktive Ingenieursbewertungen und medizinische Berichte<\/strong> in Schadenpaketen[11]<\/a>. Diese KI-generierten Dokumente, die oft mit realistischen Logos und Unterschriften versehen sind, k\u00f6nnen von echten Papieren nicht unterschieden werden. Ein neues Problem f\u00fcr Lebensversicherer ist Betrug mit Todesanzeigen und Sterbeurkunden<\/em>Kriminelle k\u00f6nnen mithilfe von KI gef\u00e4lschte Todesanzeigen oder Arztbriefe erstellen, um den Tod einer Person zu belegen, die in Wirklichkeit noch am Leben ist (oder nie existiert hat, wie im Folgenden erl\u00e4utert wird).<\/p>\n Die vielleicht heimt\u00fcckischste Entwicklung ist Betrug mit synthetischer Identit\u00e4t<\/strong> in der Versicherung. Bei synthetischem Identit\u00e4tsbetrug wird eine fiktive Person oder Einrichtung geschaffen, indem echte Daten (gestohlene Sozialversicherungsnummern, Adressen usw.) mit erfundenen Details (gef\u00e4lschte Namen, gef\u00e4lschte Ausweisdokumente) kombiniert werden. Dank der Fortschritte in der K\u00fcnstlichen Intelligenz (KI) ist es jetzt ganz einfach, eine realistische pers\u00f6nliche Profile - einschlie\u00dflich Fotos und IDs - f\u00fcr Personen, die nicht existieren<\/strong>[13]<\/a>[14]<\/a>. Betr\u00fcger k\u00f6nnen nun algorithmisch einen v\u00f6llig falschen Kunden erzeugen, eine Police in dessen Namen abschlie\u00dfen und sp\u00e4ter Anspr\u00fcche oder Versicherungsleistungen f\u00fcr diese falsche Identit\u00e4t geltend machen.<\/p>\n Im Lebensversicherungssektor haben synthetische Identit\u00e4tssysteme in die H\u00f6he geschossen<\/em>. Industrieforschung im Jahr 2025 sch\u00e4tzt die Kosten f\u00fcr synthetischen Identit\u00e4tsbetrug \u00fcber $30 Milliarden j\u00e4hrlich<\/strong>mit einem Anteil von bis zu 80-85% aller F\u00e4lle von Identit\u00e4tsbetrug<\/strong> \u00fcber Finanzdienstleistungen[15]<\/a>[16]<\/a>. Lebensversicherer sind besonders stark betroffen: Gauner sind daf\u00fcr bekannt, dass sie Lebensversicherungspolicen f\u00fcr eine fiktive Person abschlie\u00dfen und diese Person dann auf dem Papier \"umbringen\", um die Todesfallleistung zu kassieren<\/strong>[17]<\/a>. Ein Betr\u00fcger k\u00f6nnte zum Beispiel einen synthetischen Kunden \"John Doe\" anlegen, ein Jahr lang Pr\u00e4mien zahlen und dann einen Antrag mit einer gef\u00e4lschten Sterbeurkunde und Todesanzeige f\u00fcr John Does vorzeitiges Ableben einreichen. Da die Identit\u00e4t sorgf\u00e4ltig aufgebaut wurde (Kreditgeschichte, \u00f6ffentliche Aufzeichnungen usw.), kann der Antrag auf Todesfall legitim erscheinen - bis kein tats\u00e4chlicher Leichnam oder echte Verwandte gefunden werden k\u00f6nnen. Wenn der Betrug aufgedeckt wird, sind die T\u00e4ter mit der Auszahlung schon lange weg.<\/p>\n Synthetische Identit\u00e4tssysteme sind auch eine Plage Krankenversicherung und Autoversicherung<\/strong>. Verbrecherringe schaffen \"Frankenstein\"-Identit\u00e4ten durch Verwendung der Sozialversicherungsnummern von Kindern oder \u00e4lteren Menschen (die keine Kredithistorie haben) in Kombination mit KI-generierten Namen und F\u00fchrerscheinen<\/strong>[15]<\/a>. Sie haben dann Krankenversicherungen oder Kfz-Policen f\u00fcr diese gef\u00e4lschten Personen kaufen und kurz darauf hohe Schadensersatzforderungen stellen<\/strong>. Eine Variante ist die Gr\u00fcndung von Syndikaten gef\u00e4lschte Unternehmen (Mantelgesellschaften)<\/strong> - z. B. ein Schein-Lkw-Unternehmen, f\u00fcr das eine Versicherung abgeschlossen wird, um sp\u00e4ter Anspr\u00fcche wegen vorget\u00e4uschter Unf\u00e4lle oder vorget\u00e4uschter Verletzungen von Mitarbeitern geltend zu machen[18]<\/a>[19]<\/a>. Da das Unternehmen nur auf dem Papier existiert (mit KI-generierten Gewerbeanmeldungen und Steuer-IDs), ist dies \"Synthetischer Betrug auf der Grundlage von Entit\u00e4ten<\/strong> oft erst nach der Auszahlung der Sch\u00e4den aufgedeckt wird[18]<\/a>[20]<\/a>.<\/p>\n Warum sind synthetische Identit\u00e4ten so effektiv? Zum einen kommen sie oft durch automatische Identit\u00e4ts\u00fcberpr\u00fcfungen. Kreditb\u00fcros und KYC-Systeme finden m\u00f6glicherweise keine roten Fahnen<\/strong> weil die Identit\u00e4t einige echte, g\u00fcltige Daten enth\u00e4lt (z. B. eine echte SSN mit einem sauberen Eintrag)[21]<\/a>. Inzwischen k\u00f6nnen von der KI generierte Profilfotos und Ausweisscans v\u00f6llig authentisch aussehen - die heutige KI kann ein menschliches Gesicht erzeugen, das selbst eine fortgeschrittene Gesichtserkennung als echt akzeptieren k\u00f6nnte. Das Ergebnis: Die meisten automatischen Systeme erkennen diese Profile als rechtm\u00e4\u00dfig.<\/strong> und der Betrug wird (wenn \u00fcberhaupt) erst nach gro\u00dfen Verlusten aufgedeckt[22]<\/a>.<\/p>\n Auswirkungen in der realen Welt:<\/strong> RGA berichtet, dass Synthetischer Identit\u00e4tsbetrug bei Lebensversicherungen kostet die Branche inzwischen rund $30B pro Jahr<\/strong> und ist seit 2020 um fast 400% gewachsen[15]<\/a>[16]<\/a>. Die U.S. Federal Trade Commission sch\u00e4tzt, dass die \u00fcberwiegende Mehrheit der F\u00e4lle von Identit\u00e4tsbetrug auf synthetische IDs zur\u00fcckzuf\u00fchren ist[16]<\/a>. Diese Verluste treffen letztendlich die Geldb\u00f6rsen der ehrlichen Versicherungsnehmer - jede Familie zahlt jedes Jahr sch\u00e4tzungsweise 700 Euro mehr an Pr\u00e4mien, weil die Versicherer mehr Betrug begehen[15]<\/a>. Die Versicherer reagieren darauf, indem sie die \u00dcberpr\u00fcfungen bei der Aufnahme und bei der Schadensregulierung verst\u00e4rken: Sie f\u00fchren Datenbank\u00fcberpr\u00fcfungen f\u00fcr die Identit\u00e4tsverkn\u00fcpfung durch, \u00fcberwachen mehrere Policen an derselben Adresse und f\u00fchren sogar \"Liveness\"-Tests durch (Selfie-Videopr\u00fcfungen, um sicherzustellen, dass es sich bei einem Antragsteller um eine echte Person und nicht nur um ein KI-Bild handelt).[23]<\/a>[24]<\/a>. Aber wie wir sehen werden, kontern die Betr\u00fcger mit KI in der n\u00e4chsten Arena: gef\u00e4lschte Stimmen und Videos.<\/p>\n KI-generiert Audio- und Video-Deepfakes<\/strong> f\u00fcgen dem Versicherungsbetrug eine alarmierende neue Dimension hinzu. In den Jahren 2023 und 2024 gab es mehrere Vorf\u00e4lle, bei denen Kriminelle Stimmenklonen<\/strong> Eine Taktik, die urspr\u00fcnglich bei Bank\u00fcberf\u00e4llen angewandt wurde (z. B. der ber\u00fcchtigte Deepfake-CEO-Anruf, bei dem im Jahr 2020 $35 Millionen gestohlen wurden), sich nun aber auch auf Versicherungen ausweitet. Betr\u00fcger klonen die Stimmen von Versicherungsnehmern, \u00c4rzten oder Schadensregulierern und nutzen sie f\u00fcr Social Engineering-Betr\u00fcgereien. Die Pindrop-Analyse von 2024 warnt, dass \"Deepfakes, synthetische Sprachtechnologien und KI-gesteuerte Betr\u00fcgereien ver\u00e4ndern die Betrugslandschaft\".<\/strong>mit Sprachbetrug Skalierung in einem noch nie dagewesenen Tempo<\/strong>[25]<\/a>. Sie fanden heraus, dass Versicherungs-Callcenter von b\u00f6sartigen Akteuren aus dem Ausland mit gef\u00e4lschten Stimmen bombardiert wurden: So gingen beispielsweise Anrufe mit der gestohlenen SSN und den pers\u00f6nlichen Daten eines echten Versicherungsnehmers ein, und wenn ein Mitarbeiter antwortete, wurden die die KI-geklonte Stimme des Anrufers k\u00f6nnte den Agenten durch wissensbasierte Authentifizierung austricksen<\/strong> und beantragen eine betr\u00fcgerische Auszahlung[26]<\/a>. Im Fall eines Versicherers an der Westk\u00fcste versuchten Angreifer mit dieser Methode wiederholt, Konten zu \u00fcbernehmen und Auszahlungen umzuleiten, wobei sie die Tatsache ausnutzten, dass die ID-Verifizierung im Callcenter auf Stimme und pers\u00f6nlichen Daten beruhte, die gef\u00e4lscht werden k\u00f6nnen[26]<\/a>.<\/p>\n Auch auf der Verbraucherseite wurden Stimmenimitatoren eingesetzt: Betr\u00fcger haben Unfallopfer oder Beg\u00fcnstigte angerufen, w\u00e4hrend die sich als Versicherungsvertreter ausgeben<\/strong>Sie verwenden KI-Stimmen, die offiziell klingen, um sensible Informationen oder sogar Zahlungen zu ergaunern. Umgekehrt k\u00f6nnte sich ein Betr\u00fcger bei einer Schadenersatz-Hotline als Kunde ausgeben, um eine telefonische Reklamation mit einer falschen Stimme einreichen, die dem Geschlecht\/Alter des Kunden entspricht<\/strong>und umgehen so die stimmbiometrischen Kontrollen. Die j\u00fcngsten Betrugsstatistiken sind ern\u00fcchternd: Branchenexperten rechnen mit einem 162% Zunahme von Betrugsangriffen gegen Versicherer mit gef\u00e4lschten Daten<\/strong> im kommenden Jahr[27]<\/a>und Pindrop verzeichnete eine 475%-Spitze bei Angriffen auf synthetische Sprache im Jahr 2024<\/strong> wie bereits erw\u00e4hnt[2]<\/a>. Diese Angriffe \u00fcbertreffen schnell die traditionellen Cyberbetrugsmethoden.<\/p>\n Jenseits von Telefonanrufen, videobasierte Deepfakes<\/strong> in der Schadenbearbeitung entstehen. Viele Versicherer haben virtuelle Schadenbesichtigungen und Videokonferenzen eingef\u00fchrt (was durch die Pandemie beschleunigt wurde), um Sch\u00e4den zu \u00fcberpr\u00fcfen oder Antragsteller aus der Ferne zu befragen. Jetzt sind die Betr\u00fcger Nutzung von KI-Avataren und gef\u00e4lschten Videos zur T\u00e4uschung dieser \u00dcberpr\u00fcfungen<\/strong>. Es gibt Berichte \u00fcber Antragsteller, die KI-generierte Avatare bei Live-Videoanrufen<\/strong> mit Einstellern, um sich als jemand anderes auszugeben oder Anzeichen von Ungereimtheiten zu verbergen[28]<\/a>. Ein Betr\u00fcgerring k\u00f6nnte zum Beispiel einen Deepfake verwenden \"Live\"-Video eines vermeintlichen Gesch\u00e4digten, der seinen Schaden per Smartphone zeigt<\/strong>wenn es sich bei der Person vor der Kamera in Wirklichkeit um ein KI-synthetisiertes Kompositum oder einen angeheuerten Schauspieler mit gesichtsver\u00e4ndernden Filtern handelt. Ein spekulatives, aber plausibles Szenario ist die Verwendung eines Deepfake einer verstorben<\/em> Person: Bei einem Renten- oder Lebensversicherungsbetrug k\u00f6nnte ein Familienmitglied ein gef\u00e4lschtes Video des k\u00fcrzlich Verstorbenen w\u00e4hrend eines routinem\u00e4\u00dfigen Anrufs zum Nachweis des Todes verwenden, um weiterhin Auszahlungen zu erhalten.[29]<\/a>. Obwohl bisher noch kein derartiger Fall bekannt geworden ist, bereiten sich die Versicherer darauf vor. Auch die Regulierungsbeh\u00f6rden nehmen zur Kenntnis<\/strong> - In den USA und in Europa wird dar\u00fcber diskutiert, Deepfakes als Identit\u00e4tsdiebstahl einzustufen und die Richtlinien f\u00fcr die \u00dcberpr\u00fcfung von Beweisen im Versicherungswesen zu aktualisieren.[30]<\/a>.<\/p>\n Die Erkennung von gef\u00e4lschten Videos und Audios ist ohne technische Hilfsmittel sehr schwierig. Menschliche Einsteller sind nicht darauf trainiert, subtile Lippensynchronit\u00e4tsprobleme oder akustische Merkw\u00fcrdigkeiten zu erkennen. In einigen F\u00e4llen gab es jedoch Warnhinweise: z. B. unnat\u00fcrliches Blinzeln oder Gesichtsst\u00f6rungen im Video oder Audio-Artefakte im Hintergrund eines Anrufs, die die Ermittler alarmierten. Insgesamt jedoch, Versicherungsbetrug steckt noch in den Kinderschuhen<\/strong>und die strafrechtliche Verfolgung ist nach wie vor selten - bis 2023 waren die rechtlichen Definitionen unklar und der Nachweis, dass ein Video durch KI generiert wurde, war ohne Expertenanalyse schwierig[31]<\/a>. Dies verschafft den Betr\u00fcgern ein Gef\u00fchl der Straffreiheit. Das Wettr\u00fcsten hat begonnen: Die Versicherer wenden sich nun an Forensische KI zur Bek\u00e4mpfung von KI<\/strong>Einsatz von Algorithmen zur Erkennung von F\u00e4lschungen, um verd\u00e4chtige Videos Bild f\u00fcr Bild auf Anzeichen von Manipulation zu untersuchen[24]<\/a>. Anbieter von Stimmbiometrien bringen Deepfake-Voice-Detektoren auf den Markt, die spektrale Muster und die Kadenz der Stimme auf Authentizit\u00e4t analysieren[32]<\/a>. Wir werden diese Abwehrtechniken in einem sp\u00e4teren Abschnitt er\u00f6rtern.<\/p>\n Nicht alle KI-gest\u00fctzten Betr\u00fcgereien erfolgen durch die Schadensabteilung; einige Ziele sind Kunden und Mitarbeiter<\/em> \u00fcber Social Engineering. Phishing-E-Mails und -Texte, die von KI erstellt wurden<\/strong> sind zu einer gro\u00dfen Bedrohung f\u00fcr den Versicherungsbereich geworden. Dabei nutzen die Betr\u00fcger KI-Chatbots und \u00dcbersetzungstools, um \u00e4u\u00dferst \u00fcberzeugende Betrugsmitteilungen zu erstellen. So k\u00f6nnen Kriminelle beispielsweise das Branding und den Schreibstil eines Versicherungsunternehmens imitieren, um massenhaft Phishing-E-Mails an Versicherungsnehmer zu versenden, in denen ihnen mitgeteilt wird, dass \"dringend gehandelt werden muss, um die K\u00fcndigung der Police zu verhindern\", und sie auf eine gef\u00e4lschte Website geleitet werden. Im Gegensatz zu den unbeholfenen Betrugs-E-Mails der Vergangenheit, KI garantiert einwandfreie Grammatik und sogar Personalisierung<\/strong>Dadurch werden sie viel glaubw\u00fcrdiger. Wir haben gesehen, wie KI eingesetzt wurde, um soziale Medien nach Details zu durchsuchen, die in Spear-Phishing-Nachrichten eingeflochten werden, wie z. B. die Erw\u00e4hnung eines k\u00fcrzlich get\u00e4tigten Autokaufs in einer gef\u00e4lschten Autoversicherungsmitteilung.<\/p>\n Ein weiterer Vektor ist KI-gest\u00fctzte Imitation von Agenten oder F\u00fchrungskr\u00e4ften<\/strong>. Es gab F\u00e4lle, in denen Betr\u00fcger die Stimme des Inhabers einer Versicherungsagentur nachgeahmt und Sprachnachrichten f\u00fcr Kunden hinterlassen haben, in denen sie um die Aktualisierung von Bankdaten baten - praktisch ein Voice-Phishing-Angriff. Auch interner Betrug kann durch KI-Imitation entstehen: Die Finanzabteilung eines Versicherers wurde beinahe zum Opfer, als Betr\u00fcger eine gef\u00e4lschte Sprachnachricht verschickten Vorgeblich vom CEO<\/em> Genehmigung eines Geldtransfers (eine Variante des \"CEO-Betrugs\", die jetzt von einigen E-Kriminalit\u00e4tsversicherungen abgedeckt wird)[33]<\/a>). Diese Art von KI-gesteuerten Betr\u00fcgereien stieg laut Liberty Specialty Markets im Jahr 2023 um 17%[33]<\/a>und werden voraussichtlich weiter steigen.<\/p>\n Die Verbraucher werden auch mit synthetischen Medienbetr\u00fcgereien angesprochen<\/strong> im Zusammenhang mit Versicherungen. Die Coalition Against Insurance Fraud (Koalition gegen Versicherungsbetrug) weist auf F\u00e4lle hin, in denen sich Betr\u00fcger als Versicherungssachverst\u00e4ndige ausgeben, die Unfallopfer kontaktieren und behaupten, sie w\u00fcrden ihren Schaden bearbeiten und dann sofortige Zahlung oder sensible Daten verlangen<\/strong>[23]<\/a>. Ahnungslose Kunden, die erleichtert sind, von einem vermeintlichen Vertreter zu h\u00f6ren, kommen dem Angebot m\u00f6glicherweise nach, vor allem, wenn der Anrufer Einzelheiten \u00fcber ihren Unfall kennt (die die KI durch Hacking oder \u00f6ffentliche Quellen herausfinden k\u00f6nnte). Das \u00f6ffentliche Bewusstsein f\u00fcr diese Taktiken ist gering; daher fordern Experten f\u00fcr Betrugsbek\u00e4mpfung die Versicherer auf Aufkl\u00e4rung der Versicherungsnehmer \u00fcber die \u00dcberpr\u00fcfung der Identit\u00e4t von Anrufern und E-Mails<\/strong>[23]<\/a>[34]<\/a>. So wie Banken ihre Kunden vor Phishing warnen, beginnen auch die Versicherer im Jahr 2025 damit, Warnungen vor Deepfake-Betrug in ihre Mitteilungen aufzunehmen.<\/p>\n Ein gemeinsamer Nenner dieser KI-gest\u00fctzten Betrugsversuche ist die Verwendung von leicht erh\u00e4ltlichen \"Betrugs-as-a-Service\"-Kits[35]<\/a>. Im Dark Web k\u00f6nnen Kriminelle Tools kaufen oder abonnieren, die vorgefertigte Deepfake-Stimmen, Vorlagen f\u00fcr gef\u00e4lschte Dokumente, Generatoren f\u00fcr Phishing-E-Mails und vieles mehr anbieten. Diese Demokratisierung von KI-Tools bedeutet selbst wenig qualifizierte Betr\u00fcger k\u00f6nnen ausgekl\u00fcgelte Betrugsangriffe starten<\/strong>[35]<\/a>. F\u00fcr die Versicherungsunternehmen bedeutet dies eine Flut \u00fcberzeugenderer Betrugsversuche, die von allen Seiten kommen - von der Schadenregulierung, dem Kundendienst, per E-Mail und sogar \u00fcber soziale Medien. Dies unterstreicht die Notwendigkeit einer mehrgleisigen Verteidigungsstrategie, die Technologie, menschliche Wachsamkeit und branchen\u00fcbergreifende Zusammenarbeit kombiniert.<\/p>\n Die Bek\u00e4mpfung von KI-gesteuertem Betrug erfordert KI-gesteuerte Verteidigung<\/strong>. Die Versicherer setzen zunehmend auf fortschrittliche Erkennungstechnologien und \u00fcberarbeitete Prozesse, um dem Ansturm zu begegnen. Im Wesentlichen m\u00fcssen die Versicherer Kontrollpunkte f\u00fcr die Inhaltsauthentifizierung<\/strong> im gesamten Versicherungslebenszyklus - vom Underwriting \u00fcber die Schadenregulierung bis hin zur Kundeninteraktion - um KI-F\u00e4lschungen zu erkennen. Abbildung 2 zeigt eine Aufschl\u00fcsselung der wichtigsten Betrugsarten, die durch KI erm\u00f6glicht werden, und deren Verbreitung. In den folgenden Abschnitten wird detailliert beschrieben, wie die einzelnen Betrugsarten erkannt und verhindert werden k\u00f6nnen.<\/p>\n Abbildung 2: Arten von KI-gest\u00fctztem Versicherungsbetrug im Jahr 2025 (gesch\u00e4tzter Anteil nach System). Gef\u00e4lschte Bilder (manipulierte Fotos von Sch\u00e4den) und synthetische Identit\u00e4ten geh\u00f6ren zu den gr\u00f6\u00dften Kategorien, gefolgt von KI-gef\u00e4lschten Dokumenten (z. B. Quittungen, Zertifikate) und Deepfake-Audio-\/Videobetrug.<\/em><\/p>\n 1. Tools zur Erkennung von AI-Inhalten:<\/strong> Neue KI-Erkennungsdienste k\u00f6nnen Text, Bilder, Audio und Video analysieren, um festzustellen, ob sie maschinell erstellt oder manipuliert wurden. Zum Beispiel k\u00f6nnen Versicherer L\u00f6sungen nutzen wie TruthScans AI-Text- und Bilddetektoren<\/em> die 99%+ genaue KI verwenden, um mit KI geschriebene Dokumente oder manipulierte Fotos zu kennzeichnen[36]<\/a>. Ein Versicherungsunternehmen k\u00f6nnte diese Detektoren in sein Schadensystem integrieren: Wenn ein Schadensfall und die dazugeh\u00f6rigen Beweise eingereicht werden, kann die Textbeschreibung automatisch auf KI-generierte Sprachmuster gescannt werden, und alle hochgeladenen Bilder k\u00f6nnen auf verr\u00e4terische Anzeichen von CGI oder Bearbeitung untersucht werden. Unternehmenstaugliche Tools k\u00f6nnen KI-generierten Text in Dokumenten, E-Mails und Mitteilungen mit 99%-Genauigkeit identifizieren<\/strong>[36]<\/a>und in \u00e4hnlicher Weise KI-generierte oder manipulierte Bilder zu erkennen, um die Authentizit\u00e4t visueller Inhalte zu gew\u00e4hrleisten<\/strong>[36]<\/a>. Das bedeutet, dass ein gef\u00e4lschter Unfallbericht, der von ChatGPT erstellt wurde, oder ein mitten in der Fahrt gef\u00e4lschtes Schadensfoto zur manuellen \u00dcberpr\u00fcfung markiert werden w\u00fcrde, bevor der Schaden bearbeitet wird. Die Versicherer im Jahr 2025 setzen zunehmend auf eine solche KI-Inhaltsauthentifizierung - in der Tat, 83% der Betrugsbek\u00e4mpfungsexperten planen bis 2025 die Integration generativer KI-Erkennung<\/strong>laut einer ACFE-Umfrage nur noch 18%, die es heute benutzen[37]<\/a>[38]<\/a>.<\/p>\n 2. Identit\u00e4ts\u00fcberpr\u00fcfung und biometrische Kontrollen:<\/strong> Um synthetische Identit\u00e4ten zu bek\u00e4mpfen, verbessern die Versicherer auch die KYC-Protokolle mit KI. Identit\u00e4tsvalidierungsdienste k\u00f6nnen die Daten von Antragstellern mit mehreren Datenbanken abgleichen und Gesichtserkennung mit Lebendigkeitstests verwenden. So kann beispielsweise ein kurzes Video-Selfie w\u00e4hrend des Onboardings (und ein Gesichtsabgleich mit der angegebenen ID) viele synthetische IDs vereiteln. Noch mehr Hightech bieten Unternehmen wie TruthScan mit der Bildforensik, die KI-generierte Profilfotos, Avatare und synthetische Persona-Bilder entdecken<\/strong> - ihr AI-Bilddetektor ist trainiert, um Gesichter zu erkennen, die von Generatoren wie StyleGAN oder ThisPersonDoesNotExist erzeugt wurden<\/em>[39]<\/a>. Durch den Einsatz solcher Tools kann ein Versicherer erkennen, ob es sich bei dem Selfie eines Lebensversicherungsantragstellers nicht um einen echten Menschen handelt. Auf der Seite der Stimme, stimmliche biometrische Authentifizierung<\/strong> f\u00fcr Kundendienstanrufe k\u00f6nnen helfen; moderne KI-Detektoren sind in der Lage synthetische Stimmen und Versuche des Stimmenklonens zu identifizieren<\/strong> in Realzeit[40]<\/a>. Zum Beispiel, TruthScan's AI-Spracherkennung<\/em> System nutzt die akustische Analyse, um KI-generierte Stimmen und Audio-F\u00e4lschungen zu erkennen, bevor sie Callcenter-Mitarbeiter t\u00e4uschen<\/strong>[40]<\/a>. Diese L\u00f6sungen wirken wie eine Firewall - wenn jemand anruft und vorgibt, John Doe zu sein, und sein Stimmabdruck nicht mit der authentischen Stimme von John Doe \u00fcbereinstimmt (oder bekannte Merkmale eines Deepfakes aufweist), kann der Anruf gekennzeichnet oder ein weiterer Identit\u00e4tsnachweis verlangt werden. Die Multi-Faktor-Authentifizierung (E-Mail-\/SMS-Best\u00e4tigung, einmalige Passcodes usw.) stellt zus\u00e4tzliche H\u00fcrden f\u00fcr Betr\u00fcger dar.<\/p>\n 3. Deepfake Video & Image Forensics:<\/strong> Was Videobeweise betrifft, so beginnen die Versicherer, spezielle forensische Analysen durchzuf\u00fchren. Fortgeschrittene Software kann Video-Metadaten, Bildkonsistenz und Fehlerebenen analysieren, um F\u00e4lschungen zu erkennen. Einige Tools untersuchen Reflexionen, Schatten und physiologische Anzeichen (wie den Puls einer Person auf dem Video), um sicherzustellen, dass ein Video echt ist. Metadaten-Forensik<\/strong> ist ebenfalls wertvoll: Die Untersuchung von Datei-Metadaten und Generierungsspuren in Bildern oder PDFs kann Aufschluss dar\u00fcber geben, ob etwas wahrscheinlich von einem KI-Tool erstellt wurde.[41]<\/a>. Die Versicherer sollten Original-Fotodateien (die Metadaten enthalten) verlangen und nicht nur Screenshots oder gedruckte Kopien. Das Betrugsteam von Zurich konnte gef\u00e4lschte Fahrzeugbilder erfolgreich aufsp\u00fcren, indem es Anomalien in den Bild-Metadaten und der Fehleranalyse feststellte[41]<\/a>. E-Mail-Betrugsdetektoren<\/strong> kann ebenfalls eingehende Kommunikation auf Anzeichen von KI-geschriebenen Phishing-Inhalten oder bekannten b\u00f6sartigen Signaturen \u00fcberpr\u00fcfen[42]<\/a>. Viele Versicherer f\u00fchren inzwischen Phishing-Simulationen und von KI erstellte Betrugsbeispiele in Mitarbeiterschulungen durch, um das Bewusstsein zu sch\u00e4rfen.<\/p>\n 4. Prozess\u00e4nderungen und menschliche Ausbildung:<\/strong> Technologie allein ist kein Allheilmittel. Prozessverbesserungen<\/strong> wie z. B. h\u00e4ufigere stichprobenartige pers\u00f6nliche \u00dcberpr\u00fcfungen bei hohen Schadenssummen oder die Forderung nach physischen Unterlagen in bestimmten F\u00e4llen. Einige Versicherer haben die vollautomatische Durchlaufbearbeitung von Antr\u00e4gen verz\u00f6gert und setzen bei Antr\u00e4gen, die in einem KI-Betrugsrisikomodell eine hohe Punktzahl erreichen, wieder die menschliche Pr\u00fcfung ein. Auf der menschlichen Seite ist die Ausbildung entscheidend. Betrugsermittler und Schadensregulierer werden darin geschult, KI-Risikofaktoren zu erkennen: z. B. mehrere Schadensmeldungen mit identischem Wortlaut (ChatGPT-Stil\"), Bilder, denen es an echter Zuf\u00e4lligkeit mangelt (z. B. sich wiederholende Muster bei organischen Sch\u00e4den), oder Stimmen, die sich fast<\/em> richtig, haben aber eine roboterhafte Kadenz. Auch die Versicherer kl\u00e4ren ihre Kunden auf: Sie verschicken Betrugswarnungen \u00fcber Betrugsversuche und geben Ratschl\u00e4ge, wie die Identit\u00e4t eines Versicherungsvertreters \u00fcberpr\u00fcft werden kann (z. B. durch Angabe einer bekannten R\u00fcckrufnummer).<\/p>\n 5. Gemeinsame Anstrengungen:<\/strong> Die branchenweite Zusammenarbeit wird immer intensiver. Im Vereinigten K\u00f6nigreich haben das Insurance Fraud Bureau und die Association of British Insurers Arbeitsgruppen zum Thema KI-Betrug gebildet, und die Regierungsbeh\u00f6rde Charta \u00fcber Versicherungsbetrug (2024)<\/strong> f\u00f6rdert den Datenaustausch und gemeinsame Initiativen[43]<\/a>. Weltweit gehen Versicherer Partnerschaften mit Cybersicherheitsfirmen und KI-Start-ups ein. Auch neue Versicherungsprodukte sind auf dem Vormarsch: Liberty Mutual lancierte eine E-Kriminalit\u00e4tsversicherung f\u00fcr KMU, die speziell Deepfake-Betrug und CEO-Betrug abdeckt<\/strong>[44]<\/a>[33]<\/a>und unterstreicht damit, dass dieses Risiko sehr real ist. Das bedeutet auch, dass Versicherer sowohl Opfer als auch Aufkl\u00e4rer von KI-Betrug sein k\u00f6nnen - sie zahlen f\u00fcr einen Deepfake-Betrug, wenn er nicht entdeckt wird, bieten aber auch Versicherungsschutz f\u00fcr andere, die Opfer solcher Angriffe werden.<\/p>\n Die Integration von Erkennungstechnologien in Arbeitsabl\u00e4ufe kann als eine mehrstufige Verteidigung im Lebenszyklus von Forderungen dargestellt werden. Wie in Abbildung 3<\/strong>k\u00f6nnen die Versicherer AI-\u00dcberpr\u00fcfungsschritte einf\u00fcgen bei Anwendung der Politik<\/strong> (zur \u00dcberpr\u00fcfung auf synthetische Identit\u00e4ten mittels ID-Dokumenten und Selfie-Checks), bei Anspruchseinreichung<\/strong> (zur automatischen Analyse hochgeladener Dokumente, Fotos oder Audiodaten f\u00fcr die KI-Generierung), w\u00e4hrend Schadenpr\u00fcfung\/Untersuchung<\/strong> (um eine forensische Deepfake-Analyse verd\u00e4chtiger Beweise durchzuf\u00fchren und etwaige Sprachinteraktionen zu \u00fcberpr\u00fcfen), und unmittelbar vor Auszahlung<\/strong> (eine abschlie\u00dfende Identit\u00e4tspr\u00fcfung, um sicherzustellen, dass der Zahlungsempf\u00e4nger rechtm\u00e4\u00dfig ist). Durch die fr\u00fchzeitige Erkennung von Betrug - idealerweise bei der Aufnahme der Versicherung oder bei der ersten Meldung eines Schadens - sparen die Versicherer Ermittlungskosten und vermeiden unrechtm\u00e4\u00dfige Auszahlungen.<\/p>\n Abbildung 3: Integration von KI-Erkennungspunkten in den Versicherungslebenszyklus. Beim Abschluss einer Police pr\u00fcft die KI-basierte Identit\u00e4tspr\u00fcfung auf synthetische oder gef\u00e4lschte Identit\u00e4ten. Bei der Einreichung eines Schadenfalls scannen automatische Detektoren Schadentext, Dokumente und Bilder auf KI-generierte Inhalte. Bei der \u00dcberpr\u00fcfung von Anspr\u00fcchen verifizieren spezielle Deepfake- und Sprachanalyse-Tools alle Audio-\/Videobeweise. Vor der Auszahlung best\u00e4tigt eine biometrische Identit\u00e4tspr\u00fcfung die Identit\u00e4t des Beg\u00fcnstigten. Dieser mehrschichtige Ansatz hilft dabei, Betrug in mehreren Phasen abzuwehren.<\/em><\/p>\n Die Versicherer m\u00fcssen nicht alle diese Funktionen selbst entwickeln - viele wenden sich an Unternehmensl\u00f6sungen wie TruthScan's AI Detection Suite<\/strong>das eine Reihe von Werkzeugen anbietet, die \u00fcber eine API in die Systeme der Versicherer integriert werden k\u00f6nnen. Zum Beispiel, TruthScan's AI Image & Deepfake Detection Dienst<\/strong> kann verwendet werden, um die Echtheit von Bildern und Videos mit einer Genauigkeit von \u00fcber 99% zu \u00fcberpr\u00fcfen[45]<\/a>. Ihre AI-Text-Detektor<\/strong> kennzeichnet KI-geschriebenen Text in Forderungen oder E-Mails[36]<\/a>, w\u00e4hrend die AI Sprachdetektor<\/strong> bietet eine Erkennung von Stimmenklonen und eine Sprecherverifizierung, um Telefonbetr\u00fcger zu stoppen[40]<\/a>. Es gibt sogar Nischen-Tools wie ein Detektor f\u00fcr gef\u00e4lschte Quittungen<\/strong> um Rechnungen\/Belege sofort auf Anzeichen von Manipulationen oder KI-generierten Schriften\/Layouts zu analysieren[46]<\/a> - Angesichts der H\u00e4ufigkeit von gef\u00e4lschten Reparaturrechnungen in Schadensf\u00e4llen ist dies \u00e4u\u00dferst n\u00fctzlich. Durch den Einsatz einer Kombination dieser Instrumente kann ein Versicherer seine Betrugsaufdeckungsrate drastisch verbessern. Ein Fortune-500-Versicherer meldete die Aufdeckung von 97% von Deepfake-Versuchen<\/strong> im Jahr 2024 durch den Einsatz eines mehrstufigen KI-Screening-Ansatzes (Text, Bild, Sprache) und dadurch Vermeidung von gesch\u00e4tzten Verlusten in H\u00f6he von $20 Mio.[47]<\/a>[48]<\/a>.<\/p>\n Die KI ver\u00e4ndert das Schlachtfeld des Versicherungsbetrugs auf globaler Ebene. Betr\u00fcger nutzen generative KI, um \u00fcberzeugende L\u00fcgen zu erfinden - von komplett erfundenen Personen und Unf\u00e4llen bis hin zu Nachahmungen, die selbst erfahrene Fachleute t\u00e4uschen k\u00f6nnen. Die Daten f\u00fcr 2024-2025 zeigen ein alarmierendes Wachstum dieser KI-gest\u00fctzten Betr\u00fcgereien, aber sie machen auch deutlich, dass Versicherer, die in Erkennung und Pr\u00e4vention investieren, einen Schritt voraus sein k\u00f6nnen. Durch die Kombination modernste AI-Erkennungstechnologie<\/strong> - wie Bildforensik, Stimmauthentifizierung und Textanalyse - mit aktualisierten Arbeitsabl\u00e4ufen und Schulungen kann die Branche die Risiken mindern, ohne auf die Effizienz digitaler Prozesse zu verzichten.<\/p>\n Im Kern handelt es sich um ein technologisches Wettr\u00fcsten[49]<\/a>. Wie ein Experte f\u00fcr Betrugsbek\u00e4mpfung feststellte, \"In dieser neuen Realit\u00e4t ist Wachsamkeit der Preis, den man zahlen muss\".<\/em>[50]<\/a>. Versicherungsunternehmen m\u00fcssen eine Kultur der Wachsamkeit pflegen und die besten verf\u00fcgbaren Instrumente einsetzen, um das Vertrauen in den Schadenprozess zu erhalten. Das bedeutet, dass der Wahrheitsgehalt von Dokumenten, Stimmen und Bildern mit der gleichen Strenge \u00fcberpr\u00fcft werden muss, mit der die Underwriter das Risiko einsch\u00e4tzen. Es bedeutet auch, branchenweit zusammenzuarbeiten, um Erkenntnisse \u00fcber neue KI-Betrugstaktiken auszutauschen und gemeinsam Standards zu entwickeln (z. B. Standard-Metadatenanforderungen f\u00fcr eingereichte Medien oder schwarze Listen bekannter gef\u00e4lschter Identit\u00e4ten).<\/p>\n Das Jahr 2025 ist ein Wendepunkt: Die Versicherer, die proaktive Anpassung an KI-gesteuerten Betrug<\/strong> werden ihre Kunden und Bilanzen sch\u00fctzen, w\u00e4hrend diejenigen, die zu langsam reagieren, sich als Zielscheibe f\u00fcr schlagzeilentr\u00e4chtige Betr\u00fcgereien wiederfinden k\u00f6nnten. Die ermutigende Nachricht ist, dass die Technologie, um sich zu wehren, existiert und schnell ausgereift ist - die gleiche KI, die Betr\u00fcgern hilft, kann auch Versicherern helfen. Durch die Implementierung von L\u00f6sungen wie der multimodalen KI-Erkennungssuite von TruthScan f\u00fcr Schadensf\u00e4lle und Identit\u00e4ts\u00fcberpr\u00fcfung k\u00f6nnen Versicherer die Erfolgsquote von KI-generierten Betrugsversuchen drastisch senken[51]<\/a>[52]<\/a>. Auf diese Weise verhindern sie nicht nur Verluste, sondern senden auch eine klare Botschaft an potenzielle Betr\u00fcger: Egal, wie raffiniert die Werkzeuge sind, Betrug wird aufgedeckt werden<\/strong>.<\/p>\n Zusammenfassend l\u00e4sst sich sagen, dass KI-gesteuerter Versicherungsbetrug eine gewaltige Herausforderung darstellt, der jedoch mit einer ebenso intelligenten Verteidigung begegnet werden kann. Mit Wachsamkeit, einer bereichs\u00fcbergreifenden Strategie und den richtigen Technologiepartnern kann die Versicherungsbranche weiterhin das grundlegende Versprechen einhalten, das den Kern ihres Gesch\u00e4fts ausmacht: nur rechtm\u00e4\u00dfige Sch\u00e4den zu begleichen, und zwar schnell und sicher in einer zunehmend digitalen Welt.<\/p>\n Referenzen:<\/strong><\/p>\n [1]<\/a> [35]<\/a> [57]<\/a> 2025 Finanzielle Betrugsschemata: AI-Bedrohungen und rote Flaggen<\/p>\n https:\/\/www.turningnumbers.com\/blog\/top-financial-fraud-schemes-of-2025<\/a><\/p>\n [2]<\/a> [3]<\/a> [25]<\/a> [26]<\/a> Versicherungsbetrug durch Sprachangriffe im Jahr 2024 um 19% gestiegen<\/p>\n https:\/\/www.fiercehealthcare.com\/payers\/insurance-fraud-increased-19-synthetic-voice-attacks-2024<\/a><\/p>\n [4]<\/a> [9]<\/a> [10]<\/a> [11]<\/a> [12]<\/a> Betr\u00fcger bearbeiten Fahrzeugfotos, um gef\u00e4lschte Sch\u00e4den in britischen Versicherungsbetrug einzuf\u00fcgen | Versicherungswirtschaft | The Guardian<\/p>\n https:\/\/www.theguardian.com\/business\/article\/2024\/may\/02\/car-insurance-scam-fake-damaged-added-photos-manipulated<\/a><\/p>\n [5]<\/a> [6]<\/a> [7]<\/a> [8]<\/a> [43]<\/a> [53]<\/a> [54]<\/a> [58]<\/a> KI-generierte Bilder werden jetzt f\u00fcr Kfz-Versicherungsbetrug verwendet - Bericht | Insurance Business UK<\/p>\n https:\/\/www.insurancebusinessmag.com\/uk\/news\/technology\/aigenerated-images-now-being-used-for-motor-insurance-fraud–report-532346.aspx<\/a><\/p>\n [13]<\/a> [14]<\/a> [15]<\/a> [16]<\/a> Die neue Grenze der Betrugsbek\u00e4mpfung: Synthetische Identit\u00e4ten und ein KI-Wettr\u00fcsten | RGA<\/p>\nKI-generierte Behauptungen und gef\u00e4lschte Beweise<\/h2>\n
Synthetische Versicherungsnehmer und Identit\u00e4ten<\/h2>\n
Deepfake-Stimmen und Video-Behauptungen<\/h2>\n
KI-gest\u00fctztes Phishing und Betrug durch Identit\u00e4tswechsel<\/h2>\n
Erkennung und Abwehr: Eine KI-gest\u00fctzte Antwort<\/h2>\n
Schlussfolgerung<\/h2>\n
\n