Dokumentenbetrug-as-a-Service: Wie KI-Fälschungen entstehen

Dokumentenbetrug-as-a-Service bezeichnet ein Geschäftsmodell, bei dem Websites oder Telegram-Kanäle gegen eine geringe Gebühr fertige, KI-generierte Fälschungen liefern — Gehaltsabrechnungen, Kontoauszüge, Ausweisdokumente oder Rechnungen, erstellt in wenigen Minuten ohne grafische Vorkenntnisse. Anders als die klassische Photoshop-Fälschung, die ein Einzelstück bleibt, basiert dieses Modell auf wiederverwendbaren Vorlagen und automatisierten Generatoren, die im großen Maßstab produzieren. Der Käufer wählt Land, Arbeitgeber und Betrag aus einem Formular, bezahlt per Kryptowährung oder Kreditkarte, und erhält innerhalb von Minuten ein Dokument, das strukturell kaum von einem echten zu unterscheiden ist.

Dieser Artikel dient ausschließlich Informationszwecken. Die regulatorischen Anforderungen entwickeln sich weiter — konsultieren Sie die BaFin oder einen spezialisierten Rechtsberater für Ihre konkrete Situation.

Was ist Dokumentenbetrug-as-a-Service?

Dokumentenbetrug-as-a-Service ist ein kommerzialisiertes Angebot, bei dem gefälschte Dokumente wie ein digitales Produkt verkauft werden — mit Preisliste, Kundensupport und teils sogar Zufriedenheitsgarantie. Das Modell folgt der gleichen Logik wie legitime Software-as-a-Service-Anbieter: eine standardisierte Plattform, ein Baukasten aus Vorlagen und eine skalierbare Lieferkette, nur dass das Endprodukt eine Straftat ermöglicht.

In deutschen Ballungsräumen wie München, Berlin, Hamburg und Frankfurt enthalten Schätzungen zufolge 15 bis 20 Prozent der Mietbewerbungen mindestens ein gefälschtes Dokument, meist eine manipulierte oder komplett erfundene Gehaltsabrechnung. Der finanzielle Schaden für Banken durch gefälschte Gehaltsnachweise wird laut bankingclub.de auf rund 400 Millionen Euro geschätzt. Diese Zahlen entstehen nicht mehr durch vereinzelte Trickbetrüger, sondern durch Anbieter, die ihr Fälschungsangebot wie ein reguläres Geschäft betreiben.

Das Preismodell ist bewusst niedrigschwellig gehalten: Ein gefälschtes Ausweisdokument kostet häufig zwischen 15 und 50 Euro, eine Gehaltsabrechnung oft weniger als 20 Euro. Die Lieferzeit liegt meist zwischen wenigen Minuten und einigen Stunden. Anbieter werben mit editierbaren PDF-Vorlagen, individuell anpassbaren Logos von Arbeitgebern oder Banken und teilweise sogar mit einer Vorschau vor dem Kauf. Der Vertrieb läuft über eigene Websites, Telegram-Kanäle und in geringerem Umfang über Darknet-Marktplätze, wobei Telegram wegen seiner einfachen Erreichbarkeit und der schwächeren Moderation zum bevorzugten Kanal geworden ist.

Wie KI-Generatoren und Telegram-Kits technisch funktionieren

Die technische Grundlage dieser Dienste kombiniert mehrere KI-Bausteine, die einzeln längst frei verfügbar sind. Large Language Models erzeugen kohärente, plausible Texte und Zahlenreihen — Namen, Adressen, Gehaltsbeträge, Buchungspositionen —, die intern konsistent sind und typische Prüfsummen oder Formatmuster einhalten. PDF-Vorlagen, oft aus echten, geleakten oder gescannten Originaldokumenten abgeleitet, liefern das visuelle Gerüst: Logo, Layout, Schriftarten, Wasserzeichen. Für Ausweisfotos kommen generative Modelle wie GANs (Generative Adversarial Networks) oder Diffusionsmodelle zum Einsatz, die realistische, aber nicht existierende Gesichter erzeugen oder ein reales Gesicht überzeugend in ein Dokumentenlayout einfügen.

Ein prominentes Beispiel ist OnlyFake, eine weitverbreitete Website zur Erstellung gefälschter Ausweise und Führerscheine, die im Februar 2026 von US-Behörden im Zuge eines Verfahrens gegen den mutmaßlichen Betreiber Yurii Nazarenko geschlossen wurde. Der Erfolg der Schließung war jedoch nur von kurzer Dauer: Wenige Wochen später eröffnete unter dem Namen "MacDoc" ein nahezu identischer Dienst, mit vergleichbarer Oberfläche, ähnlichem Funktionsumfang und denselben Preispunkten. Details zum Verfahren finden sich bei resistant.ai. Dieses Muster — Schließung, kurze Pause, Wiedereröffnung unter neuem Namen — ist charakteristisch für das gesamte Ökosystem und zeigt, dass Strafverfolgung allein das Geschäftsmodell nicht stoppt, solange die zugrunde liegende Technologie frei zugänglich bleibt.

Parallel zu einzelnen Websites florieren spezialisierte Telegram-Communities. Forscher identifizierten 22 öffentliche Telegram-Kanäle und -Gruppen in chinesischer, vietnamesischer und englischer Sprache, die offen Werkzeuge zur Umgehung der KYC-Prüfungen großer Institute wie Binance, BBVA oder Revolut anbieten — darunter virtuelle Webcam-Software zur Manipulation von Liveness-Checks, gestohlene biometrische Vorlagen und Deepfake-Videogeneratoren für Video-Identifikationsverfahren. Eine ausführliche Übersicht liefert tech-insider.org. Diese Kanäle richten sich explizit an technisch wenig versierte Käufer: Anleitungen, Support-Chats und Tutorial-Videos senken die Einstiegshürde auf nahezu null.

Preise, Techniken und Erkennungssignale je Dokumenttyp

Die eingesetzte Technik und das typische Preisniveau unterscheiden sich je nach Dokumenttyp deutlich, ebenso wie die Signale, an denen Prüfteams eine Fälschung erkennen können.

Diese Erkennungssignale sind einzeln oft schwach und für das menschliche Auge kaum sichtbar. Erst die Kombination mehrerer schwacher Signale ergibt ein belastbares Gesamtbild.

Warum manuelle Prüfung nicht mehr ausreicht

Die visuelle Prüfung durch geschulte Mitarbeiter war lange die Standardmethode gegen Dokumentenfälschung, und für plumpe, handgemachte Fälschungen funktioniert sie teilweise noch. Gegen KI-generierte Dokumente, die aus echten Vorlagen abgeleitet und pixelgenau nachgebildet wurden, stößt sie jedoch an ihre Grenzen. Ein Prüfer sieht ein Layout, eine Schriftart, ein Logo — und all das ist bei einer guten KI-Fälschung korrekt, weil es direkt aus einem echten Dokument kopiert wurde. Der Unterschied liegt nicht in der Optik, sondern in unsichtbaren Details: Metadaten, statistischen Auffälligkeiten im Text, Kompressionsartefakten oder Inkonsistenzen zwischen mehreren eingereichten Dokumenten.

Laut dem ACFE-Bericht 2024 wird nur 37 Prozent des Dokumentenbetrugs durch direkte menschliche Prüfung aufgedeckt. Der überwiegende Teil der Fälle wird also über andere Wege entdeckt — Datenabgleiche, Whistleblower, nachgelagerte Audits oder Zufall. Für Unternehmen, die auf manuelle Sichtprüfung als einzige Kontrollebene setzen, bedeutet das eine strukturelle Erkennungslücke, die mit der zunehmenden Qualität der Fälschungen weiter wächst. Die ENISA Threat Landscape 2024 stuft KI-gestützten Dokumentenbetrug entsprechend als eine der zentralen, aufkommenden Bedrohungen in der Europäischen Union ein, nicht als Randphänomen.

Auch in den USA wächst die Besorgnis. FinCEN veröffentlichte am 13. November 2024 eine Warnung (FIN-2024-Alert004) zu Betrugsschemata, die generative KI zur Umgehung von Identitätsprüfungen nutzen. Die Zahl der gemeldeten Deepfake-Betrugsfälle stieg von 22 im Jahr 2022 auf 150 im Jahr 2024 und erreichte allein im ersten Quartal 2025 bereits 179 Fälle — mehr als im gesamten Jahr 2024. Details finden sich in der FinCEN-Warnung im Original (PDF). Der Trend ist eindeutig exponentiell, nicht linear.

Was Compliance-Teams fragen

Compliance-Teams, die mit dieser Entwicklung konfrontiert sind, äußern in der Praxis wiederkehrende Sorgen. Ein häufiges Thema ist die Sorge, dass bestehende Prüfprozesse auf eine Bedrohungsstufe ausgelegt sind, die es so nicht mehr gibt — viele Onboarding-Workflows wurden für gelegentliche, handgemachte Fälschungsversuche konzipiert, nicht für einen Markt, in dem professionelle Fälschungen für 20 Euro bestellt werden können.

Compliance-Teams fragen häufig, wie sie das Risiko realistisch einschätzen sollen, wenn Betrüger dieselben KI-Werkzeuge nutzen wie die eigenen Erkennungssysteme — ein technologisches Wettrüsten, bei dem beide Seiten mit vergleichbaren Modellen arbeiten. Eine zweite wiederkehrende Frage betrifft den Aufwand: Wie lässt sich eine zusätzliche Prüfebene einführen, ohne die Bearbeitungszeit für die große Mehrheit legitimer Kunden spürbar zu verlängern. Eine dritte betrifft die Nachweisbarkeit gegenüber Aufsichtsbehörden — wie ein Unternehmen im Nachhinein belegen kann, dass es angemessene, dem Risiko entsprechende Kontrollen implementiert hatte, selbst wenn eine einzelne Fälschung durchgerutscht ist.

Mehrschichtige Erkennung als Antwort

Eine einzelne Kontrollebene reicht gegen ein industrialisiertes Angebot nicht aus. Wirksame Systeme kombinieren mehrere unabhängige Signalquellen, sodass eine Fälschung mehrere Hürden gleichzeitig überwinden müsste. Metadatenanalyse prüft, ob Erstellungsdatum, verwendete Software und Bearbeitungshistorie eines PDF- oder Bilddokuments zur behaupteten Herkunft passen — ein angeblich fünf Jahre altes Dokument, das gestern mit einem bekannten PDF-Editor erzeugt wurde, ist ein klares Warnsignal. Dokumentübergreifende Validierung vergleicht mehrere von derselben Person eingereichte Dokumente auf Konsistenz — stimmen Adresse, Name und Arbeitgeber über Gehaltsabrechnung, Ausweis und Adressnachweis hinweg überein. Forensische ML-Signale schließlich suchen nach statistischen Spuren generativer Modelle, die für Menschen unsichtbar, für trainierte Systeme aber messbar sind.

CheckFile ergänzt bestehende strukturelle Kontrollen um eine forensische Analyse KI-generierter Inhalte, optional verfügbar und abgestimmt auf das branchenspezifische Risikoniveau. Diese zusätzliche Ebene ersetzt keine bestehenden Prüfprozesse, sondern verstärkt sie dort, wo rein visuelle oder strukturelle Kontrollen an ihre Grenzen stoßen. Mehr zu den technischen Grundlagen solcher Fälschungen liefert unser Beitrag darüber, wie KI-Systeme gefälschte Dokumente überhaupt erzeugen, sowie eine praxisnahe Checkliste mit typischen Warnzeichen KI-generierter Dokumente.

Rechtsrahmen in Deutschland

Der deutsche Rechtsrahmen für Dokumentenprüfung und Betrugsbekämpfung stützt sich auf mehrere ineinandergreifende Regelwerke. Das Geldwäschegesetz (GwG) verpflichtet Unternehmen im regulierten Sektor zu Sorgfaltspflichten bei der Identifizierung von Vertragspartnern, einschließlich der Pflicht, geeignete und beweiskräftige Dokumente zu verwenden. Die Aufsicht über die Einhaltung dieser Pflichten liegt bei der BaFin (Bundesanstalt für Finanzdienstleistungsaufsicht), die bei Verstößen Bußgelder verhängen und Aufsichtsmaßnahmen anordnen kann.

Strafrechtlich ist die Herstellung, Beschaffung und Nutzung gefälschter Dokumente über § 267 StGB (Urkundenfälschung) erfasst — sowohl der Anbieter eines Fälschungsdienstes als auch der Käufer, der ein gefälschtes Dokument zur Täuschung im Rechtsverkehr einsetzt, macht sich strafbar. Die Strafandrohung reicht bis zu fünf Jahren Freiheitsstrafe, in besonders schweren Fällen darüber hinaus. Auf EU-Ebene bringt die KI-Verordnung (Verordnung (EU) 2024/1689) eine neue Dimension: Sie sieht Kennzeichnungspflichten für synthetische Inhalte vor, die perspektivisch auch KI-generierte Dokumente betreffen und Anbietern wie Nutzern generativer Systeme zusätzliche Transparenzpflichten auferlegen. Für Unternehmen, die im Banking- oder Immobiliensektor tätig sind, verschärft diese Kombination aus GwG-Sorgfaltspflichten, strafrechtlicher Haftung und neuer KI-Regulierung den Druck, technische Prüfmechanismen auf dem aktuellen Stand zu halten.

Unternehmen, die Kundenonboarding im großen Volumen betreiben, etwa im Bereich Banking und KYC oder bei der Vermietung und Immobilienvermittlung, stehen dabei vor der praktischen Herausforderung, diese regulatorischen Anforderungen mit vertretbarem Prüfaufwand zu erfüllen, ohne den Onboarding-Prozess für die überwiegende Mehrheit ehrlicher Kunden unnötig zu verlangsamen.

Dokumentenbetrug-as-a-Service wird nicht verschwinden, solange die zugrunde liegenden KI-Werkzeuge frei verfügbar und die Einstiegshürden niedrig bleiben. Für Unternehmen bedeutet das, ihre bestehenden Kontrollen gezielt um zusätzliche technische Signale zu ergänzen, statt allein auf die visuelle Prüfung zu vertrauen. CheckFile bietet dafür KI-Generierungssignale als Ergänzung zu Ihren bestehenden Kontrollen — mehr dazu auf der Seite zur Deepfake- und KI-Erkennung. Einen Überblick über Preise und Funktionsumfang finden Sie auf der Preisübersicht, technische Details zur Infrastruktur auf der Sicherheitsseite, und einen allgemeinen Einstieg auf der CheckFile-Startseite.

Häufig gestellte Fragen

Ist der Kauf eines gefälschten Dokuments in Deutschland strafbar?

Ja. Sowohl die Herstellung als auch die Verwendung eines gefälschten Dokuments zur Täuschung im Rechtsverkehr fällt unter § 267 StGB (Urkundenfälschung) und ist mit Freiheitsstrafe bis zu fünf Jahren bedroht. Das gilt unabhängig davon, ob das Dokument von Hand oder mittels KI erstellt wurde.

Warum sind KI-generierte Fälschungen schwerer zu erkennen als klassische Photoshop-Fälschungen?

KI-Generatoren arbeiten mit echten Vorlagen und erzeugen intern konsistente Daten, sodass offensichtliche visuelle Fehler seltener auftreten. Die verräterischen Spuren liegen eher in Metadaten, statistischen Mustern und dokumentübergreifenden Widersprüchen als in sichtbaren Bildfehlern.

Kann manuelle Prüfung allein Dokumentenbetrug-as-a-Service stoppen?

Nein, nicht zuverlässig. Laut ACFE-Bericht 2024 wird nur 37 Prozent des Dokumentenbetrugs durch direkte menschliche Prüfung entdeckt. Eine Kombination aus mehreren technischen Kontrollebenen erhöht die Erkennungswahrscheinlichkeit deutlich.

Erkennt CheckFile jede Fälschung zuverlässig?

Nein. CheckFile ergänzt bestehende Kontrollen um zusätzliche KI-Generierungssignale und forensische Analysen, ersetzt aber keine umfassende Risikoprüfung. Kein technisches System kann eine hundertprozentige Erkennung aller Fälschungsformen garantieren.

Welche Rolle spielt die neue EU-KI-Verordnung bei Dokumentenfälschung?

Die Verordnung (EU) 2024/1689 sieht Kennzeichnungspflichten für synthetische Inhalte vor, die perspektivisch auch auf KI-generierte Dokumente ausstrahlen und zusätzliche Transparenzanforderungen an Anbieter und Nutzer generativer Systeme stellen.

Weitere Hintergründe zu Betrugsmustern und Datenprüfung finden Sie in unserem Leitfaden zu Betrug und Daten.