Bildschirm-Recapture-Angriffe: gefälschte Dokumente erkennen

Ein Bildschirm-Recapture-Angriff bedeutet: Ein Betrüger fotografiert oder filmt einen Bildschirm, auf dem ein gefälschtes oder gestohlenes Ausweisdokument angezeigt wird, statt das physische Original vor die Kamera zu halten. Diese Zwischenstufe verwischt genau die forensischen Spuren, nach denen klassische Fälschungsprüfungen suchen. Für Compliance-Teams im Fernonboarding ist das ein blinder Fleck, den reine Upload- und Formatkontrollen strukturell nicht abdecken.

Der Ablauf ist unspektakulär und deshalb gefährlich: Ein Betrüger montiert ein fremdes Foto in einen gestohlenen Ausweis, zeigt die Bilddatei auf einem Monitor, Tablet oder Smartphone an und filmt diese Anzeige anschließend mit dem Gerät, das der KYC-Prozess verlangt. Am Ende der Kette steht ein Bild oder Video, das wie eine direkte Aufnahme eines physischen Dokuments aussieht.

Was ist ein Bildschirm-Recapture-Angriff?

Ein Bildschirm-Recapture-Angriff zeigt ein Dokument auf einem digitalen Display an und nimmt diese Anzeige erneut mit der Kamera des Verifizierungsprozesses auf, statt das Original vorzulegen. Der Trick nutzt eine strukturelle Lücke gewöhnlicher Upload-Kontrollen: Diese prüfen die interne Konsistenz der empfangenen Bilddatei, nicht die physische Herkunft dessen, was tatsächlich fotografiert wurde.

Drei Schritte genügen. Erstens beschafft sich der Angreifer ein Dokumentenbild — gestohlen, im Darknet gekauft oder mit einem Bildeditor erstellt. Zweitens zeigt er die bearbeitete Datei auf einem Bildschirm an. Drittens filmt oder fotografiert er diese Anzeige mit dem im Verfahren geforderten Gerät. Das Ergebnis wirkt wie eine gewöhnliche Smartphone-Aufnahme eines Ausweises.

Diese zusätzliche visuelle Ebene dämpft die Signale, die eine forensische Analyse normalerweise findet: Kompressionshalos, Randartefakte und Metadateninkonsistenzen werden durch Skalierung, den virtuellen "Ausdruck" auf dem Bildschirm, das Sensorrauschen der zweiten Kamera und eine erneute Kompression überlagert. Eine Error-Level-Analyse, die auf der ursprünglichen bearbeiteten Datei noch anschlagen würde, verliert nach der Recapture einen Großteil ihrer Trennschärfe. Anbieter von Dokumenten-Liveness-Prüfungen führen die Bildschirm-Recapture deshalb als eigenständige Angriffskategorie neben Ausdrucken und Videowiedergaben, da sie gezielt nach Beleuchtungs- und Kantenartefakten des Displays statt nach Bildmontage sucht (Mitek Systems, Document Liveness Detection).

Warum Bildschirm-Recapture klassische Kontrollen umgeht

Standard-Uploadkontrollen analysieren die empfangene Datei, nicht das Trägermedium, von dem sie stammt — exakt diese Lücke nutzt die Recapture aus. Eine Prüfung, die nur Format, Auflösung und OCR-Lesbarkeit der Felder bewertet, unterscheidet nicht zwischen einem Foto einer laminierten Ausweiskarte und einem Foto eines LCD-Bildschirms.

EXIF-Metadaten stellen nach der zweiten Aufnahme dasselbe Problem dar. Das Gerät, das den Bildschirm erneut aufnimmt, erzeugt eigene, in sich stimmige Metadaten — Datum, Modell, Standort —, die die Bearbeitungshistorie der ursprünglichen Datei überdecken. Die EXIF-Metadatenanalyse bleibt bei anderen Betrugsformen wertvoll, verliert aber gegenüber einer sauber ausgeführten Recapture an Aussagekraft.

Genau deshalb muss die Erkennung nicht am Dokumenteninhalt, sondern am Aufnahmeträger ansetzen. Die relevante Frage lautet nicht mehr "Ist dieses Dokument echt?", sondern "Stammt dieses Bild von einem physischen Objekt oder von einem Bildschirm?". Die BaFin zieht denselben Schluss für das VideoIdent-Verfahren: Sie lässt seit ihrem Rundschreiben zur Videoidentifizierung ausdrücklich keine Einzelbild- oder Screenshot-Serien mehr zu, weil diese den lückenlosen Nachweis des Aufnahmevorgangs nicht erbringen können (BaFin, Rundschreiben 3/2017 (GW)).

PAD gegen IAD: zwei Angriffsfamilien mit unterschiedlichen Gegenmaßnahmen

Ein Bildschirm-Recapture-Angriff ist eine Präsentationsattacke (Presentation Attack, PAD), keine Injektionsattacke (Injection Attack, IAD) — diese Unterscheidung bestimmt die passende Gegenmaßnahme. Zertifizierungsrahmen für biometrische und dokumentenbasierte Verifikation gliedern ihre Widerstandsanforderungen konsequent entlang dieser Trennung zwischen physischen und softwarebasierten Angriffen.

Eine Bildschirm-Recapture ist eine Präsentationsattacke: Ein physisches Objekt — der eingeschaltete Bildschirm — wird tatsächlich vor die Kamera des Endgeräts gehalten. Eine Injektionsattacke präsentiert dagegen gar nichts: Sie ersetzt den Videostrom auf Treiber- oder Softwareebene, bevor überhaupt eine physische Kamera beteiligt ist. Ein System, das nur gegen Injektionen getestet wurde, kann gegenüber einer sorgfältig ausgeführten Bildschirm-Recapture vollständig ungeschützt bleiben — und umgekehrt. Das französische ANSSI-PVID-Qualifizierungsschema verlangt deshalb den getrennten Nachweis beider Widerstandsfähigkeiten (LSTI, PVID-Zertifizierung) — ein Modell, an dem sich auch deutsche Anbieter orientieren, wenn sie ihre Widerstandsfähigkeit gegenüber Aufsichtsbehörden nachweisen.

Das Moiré-Muster als forensisches Leitsignal

Das Moiré-Muster — eine optische Interferenz aus der Überlagerung des Pixelrasters eines Bildschirms mit der Sensormatrix der aufnehmenden Kamera — ist das zuverlässigste forensische Signal zur Identifikation einer Bildschirm-Recapture. Dieses Phänomen entsteht nicht, wenn eine Kamera ein physisches, nicht pixelbasiertes Objekt fotografiert; es ist spezifisch für die erneute Aufnahme eines digitalen Displays.

Ein Forschungsteam hat diesen Ansatz in der Studie mID: Tracing Screen Photos via Moiré Patterns systematisiert, vorgestellt auf der USENIX Security 2021. Die Studie zeigt, dass Moiré-Muster einen ausreichend charakteristischen Fingerabdruck enthalten, um nicht nur eine Recapture zu erkennen, sondern in manchen Fällen sogar das verwendete Bildschirmmodell zu identifizieren (USENIX Security 2021).

Ergänzend zum Moiré-Muster prüft die forensische Analyse drei weitere korrelierte Signale: ungewöhnliche Reflexionen und Beleuchtung, die nicht zu einer normalen Aufnahmeumgebung passen, eine unregelmäßige Kantengeometrie, die den Rahmen oder die Fase eines Bildschirms erkennen lässt, sowie eine auffällig gleichmäßige Farbsättigung über das gesamte Bild (Mitek Systems, Document Liveness Detection). Kein Einzelsignal ist für sich genommen entscheidend; erst die Kombination senkt die Falsch-Negativ-Rate spürbar.

Die Norm ISO/IEC 30107-3 regelt PAD-Tests

ISO/IEC 30107-3 ist die internationale Referenznorm zur Prüfung und Berichterstattung über die Widerstandsfähigkeit biometrischer und dokumentenbasierter Systeme gegen Präsentationsangriffe, einschließlich Bildschirm-Recapture. Sie definiert ein reproduzierbares Testprotokoll statt eines einzelnen Erkennungsalgorithmus (ISO, Norm 30107-3).

Die Norm führt drei Kennzahlen ein, die die klassische FAR/FRR-Terminologie in diesem Kontext ersetzen:

• APCER (Attack Presentation Classification Error Rate): Anteil der Angriffe — einschließlich Bildschirm-Recaptures —, die fälschlich als echte Präsentation eingestuft werden.
• BPCER (Bona fide Presentation Classification Error Rate): Anteil echter Präsentationen, die fälschlich als Angriff abgewiesen werden — ein direkter Kostenfaktor durch Abbrüche und Support-Aufwand.
• IAPMR (Imposter Attack Presentation Match Rate): Rate, mit der ein Angriff bis zum finalen biometrischen Abgleich durchdringt — sie misst die End-to-End-Wirkung des Angriffs auf das Gesamtsystem.

Ein Anbieter, der Widerstandsfähigkeit gegen Bildschirm-Recapture behauptet, ohne gemessene APCER/BPCER-Werte aus einem Testdatensatz vorzulegen, der diesen Angriffsvektor explizit enthält, liefert keinen überprüfbaren Nachweis. Wie bei der Gesichtserkennung wendet auch die Liveness Detection dieselben ISO-30107-3-Kennzahlen an — nur auf das Gesicht statt auf das Dokument; beide Ebenen ergänzen sich in einem vollständigen KYC-Prozess.

Der deutsche Rahmen: GwG, BaFin und BSI

Das Geldwäschegesetz verpflichtet Verpflichtete, die Echtheit aus der Ferne vorgelegter Identitätsdokumente aktiv zu prüfen — eine Pflicht, die Bildschirm-Recapture direkt adressiert, weil das Gesetz keine Technologie vorschreibt, sondern ein risikoangemessenes Kontrollniveau verlangt. Das GwG regelt die Sorgfaltspflichten gegenüber Kunden; die BaFin überwacht deren Einhaltung im Finanzsektor.

Im Rundschreiben zum VideoIdent-Verfahren verlangt die BaFin durchgängige Videoaufzeichnungen statt Einzelbild- oder Screenshot-Serien, da Letztere nicht garantieren, dass jeder Verfahrensschritt lückenlos dokumentiert wird (BaFin, Rundschreiben 3/2017 (GW)). Zusätzlich müssen mindestens drei zufällig ausgewählte optische Sicherheitsmerkmale des Dokuments während der Sitzung bestätigt werden — genau der Moment, an dem ein Prüfer, der ein erneut abgefilmtes Display statt eines physischen Ausweises vor sich hat, getäuscht werden kann, wenn Reflexionen und Moiré nicht automatisiert erkannt werden. Die BaFin warnte bereits Verbraucher davor, unter Vorwänden zur Teilnahme an einer Video-Identifizierung bewegt zu werden (BaFin, Verbrauchermitteilung).

Der Chaos Computer Club hat in einer technischen Analyse praktische Schwachstellen bestehender Video-Ident-Verfahren dokumentiert, unter anderem Wege, wie manipulierte Bild- und Videodaten in den Prüfprozess eingeschleust werden können (CCC, Praktischer Angriff auf Video-Ident). Das Bundesamt für Sicherheit in der Informationstechnik (BSI) veröffentlicht ergänzend technische Richtlinien zur biometrischen Fernidentifizierung, darunter TR-03147, die als fachliche Referenz für Sicherheitsanforderungen an Verifizierungssysteme dient.

Ein konformer Prozess dokumentiert das Ergebnis der Recapture-Analyse — Moiré erkannt oder nicht, zugehöriger Score — systematisch in der Kundenrisikoakte, mit archivierter Entscheidungslogik für die Aufbewahrungspflichten nach GwG.

Erkennungssignale im Vergleich

Keine einzelne forensische Technik deckt alle Vektoren des Dokumentenbetrugs ab; Bildschirm-Recapture erfordert speziell eine Bildanalyse auf niedriger Ebene, die eine reine Inhaltsprüfung nicht liefert.

Diese Komplementarität rechtfertigt eine eigenständige Checkliste für Anzeichen KI-generierter Dokumente neben der Recapture-Erkennung: Ein Dokument kann inhaltlich vollständig echt sein und dennoch per Bildschirm-Recapture eingereicht werden — oder umgekehrt ein grobes Falsifikat sein, das direkt ohne Recapture vorgelegt wird.

Integration in eine KYC-Pipeline

Die Recapture-Erkennung gehört an den Anfang der Dokumenten-Pipeline, vor OCR-Extraktion und Inhaltsanalyse, weil sie die Art der Aufnahme prüft, nicht die extrahierten Daten. Ein robuster Ablauf verkettet drei Filter: zuerst die Validierung des Aufnahmeträgers (Moiré, Reflexionen, Kantengeometrie), dann die strukturelle Analyse des Dokuments selbst, zuletzt das regulatorische Screening der extrahierten Identitäten.

Diese Kontrolle betrifft sowohl Banken-KYC-Prozesse als auch die Prüfung von Nachweisen im Finanzierungs- und Leasinggeschäft — zwei Bereiche, in denen ein per Bildschirm-Recapture eingereichtes Dokument häufig einen manipulierten Einkommens- oder Identitätsnachweis kaschiert. Details zu Datenschutz und Hosting finden sich auf unserer Sicherheitsseite.

Der europäische Rahmen: eIDAS 2.0 und ETSI TS 119 461

Die Europäische Digitale Identitäts-Wallet (EUDI Wallet) nach eIDAS 2.0 verlangt eine biometrische Bindung, die Deepfakes und Präsentationsangriffe erkennt, operationalisiert durch die technische Norm ETSI TS 119 461. Diese Norm konkretisiert die Anforderungen an die Identitätsprüfung für qualifizierte Vertrauensdiensteanbieter und deckt PAD- und IAD-Widerstand gemeinsam ab (Entrust, eIDAS-2-Überblick). Für in Deutschland und der übrigen EU tätige Unternehmen vermeidet die Ausrichtung an ETSI TS 119 461 zusammen mit GwG-Vorgaben und BaFin-Anforderungen doppelte, länderspezifische Kontrollarchitekturen.

Was Compliance-Teams in der Praxis berichten

Compliance-Verantwortliche, die diesen Angriffsvektor zum ersten Mal einordnen, stellen meist dieselben zwei Fragen: Wie unterscheidet man eine Recapture von einem simplen Lichtreflex im Büro, und soll die Erkennung einen Vorgang automatisch blockieren oder nur einen Risikoscore zur manuellen Prüfung liefern?

In der Praxis sollte die Recapture-Erkennung fast nie beim ersten Signal automatisch blockieren: Moiré, Reflexionen und Kantengeometrie fließen in einen Risikoscore ein, der zusammen mit ELA, Metadaten und regulatorischem Screening in die Gesamtentscheidung einfließt. Laut dem ACFE-Bericht 2024 (Report to the Nations) erfassen manuelle Kontrollen nur 37 % der Betrugsfälle und benötigen im Durchschnitt 87 Tage bis zur Aufdeckung — eine Verzögerung, die sich bei relevantem Onboarding-Volumen nur durch automatisierte forensische Signale verkürzen lässt (ACFE 2024 Report to the Nations).

Für eine breitere Einordnung der Kontrollmethoden bei der Dokumentenprüfung bietet unser Leitfaden zur Dokumentenprüfung einen Überblick über die Grundlagen jenseits der reinen Recapture-Erkennung.

Bildschirm-Recapture-Angriffe mit CheckFile erkennen

Keine Lösung erreicht eine 100-prozentige Erkennung. CheckFile erhöht die Abdeckung durch die Kombination aus struktureller Analyse, Metadatenprüfung und KI-Generierungssignalen als Ergänzung zu Ihren bestehenden Kontrollen. Die Plattform unterstützt über 3.200 Dokumenttypen in 24 OCR-Sprachen über 32 abgedeckte Jurisdiktionen, mit einer angestrebten Verfügbarkeits-SLA von 99,94 %.

Auf der Seite zur Erkennung KI-generierter und gefälschter Dokumente sehen Sie, wie diese Erkennungsebene in Ihren Verifizierungsprozess passt. Für eine an Ihr Volumen und Ihren Sektor angepasste Einführung konsultieren Sie unsere Preise oder kontaktieren Sie unser Team.

Häufig gestellte Fragen

Was ist ein Bildschirm-Recapture-Angriff im KYC-Kontext?

Es handelt sich um eine Dokumentenbetrugstechnik, bei der ein gefälschtes oder gestohlenes Dokument auf einem Bildschirm angezeigt und anschließend mit dem im Verifizierungsprozess vorgeschriebenen Gerät fotografiert oder gefilmt wird, statt direkt vorgelegt zu werden. Diese Zwischenstufe verdeckt einen Teil der Manipulationsspuren, die auf der ursprünglichen bearbeiteten Datei sichtbar wären.

Wie erkennt man eine Bildschirm-Recapture bei einem online eingereichten Dokument?

Das zuverlässigste Signal ist das Moiré-Muster, eine optische Interferenz aus der Überlagerung des Bildschirm-Pixelrasters mit dem Sensor der erneut aufnehmenden Kamera. Ergänzend werden Reflexionen, Beleuchtung, Kantengeometrie (sichtbarer Bildschirmrahmen oder -fase) und eine auffällig gleichmäßige Farbsättigung geprüft.

Was unterscheidet PAD von IAD?

PAD (Presentation Attack Detection) deckt physische Angriffe ab, die vor die Kamera gehalten werden — ausgedrucktes Foto, Bildschirm-Recapture, 3D-Maske. IAD (Injection Attack Detection) deckt softwarebasierte Angriffe ab, die einen Videostrom direkt in die Pipeline einschleusen, ohne eine physische Kamera zu passieren. Führende Qualifizierungsschemata verlangen den getrennten Nachweis der Widerstandsfähigkeit gegen beide Familien.

Gilt die Norm ISO 30107-3 nur für die Gesichtsbiometrie oder auch für Dokumentenprüfung?

ISO/IEC 30107-3 definiert ein generisches Testprotokoll für Präsentationsangriffe, anwendbar sowohl auf Gesichtsbiometrie als auch auf die Dokumentenerfassung. Die Kennzahlen APCER, BPCER und IAPMR messen unabhängig vom erfassten Objekt die Rate unentdeckter Angriffe, die Rate falscher Ablehnungen und die Erfolgsrate eines Angriffs bis zur finalen Entscheidung.

Wie ordnet sich Bildschirm-Recapture in das deutsche VideoIdent-Verfahren ein?

Das VideoIdent-Verfahren erfordert laut BaFin-Rundschreiben eine durchgängige Videoaufzeichnung sowie die Bestätigung mehrerer optischer Sicherheitsmerkmale während der Sitzung — beides Momente, in denen ein Bildschirm-Recapture-Versuch ohne automatisierte Moiré- und Reflexionsanalyse unentdeckt bleiben kann. Verpflichtete nach dem GwG müssen daher Kontrollen einführen, die dem Risiko der Fernidentifizierung angemessen sind.