Documentfraude-as-a-service: hoe AI-generatoren vervalsen

Documentfraude-as-a-service is een online dienst waarbij criminele aanbieders kant-en-klare, AI-gegenereerde valse documenten verkopen — loonstroken, bankafschriften, identiteitsbewijzen, facturen — tegen betaling, zonder dat de koper enige grafische of technische vaardigheid nodig heeft. De levering gebeurt doorgaans binnen enkele minuten tot uren, via websites of Telegram-kanalen, voor bedragen die vaak niet hoger liggen dan een paar euro per document. Het verschil met klassieke vervalsing zit in de schaal: waar een vervalser vroeger één document met Photoshop bewerkte, produceert een AI-generator honderden variaties op basis van hetzelfde sjabloon.

Dit artikel is uitsluitend informatief. Wet- en regelgeving verandert — raadpleeg de AFM/DNB of een gespecialiseerd jurist voor uw specifieke situatie.

Wat is documentfraude-as-a-service?

Documentfraude-as-a-service is een verdienmodel waarbij vervalsing wordt aangeboden als een afgewerkt product in plaats van een ambacht. De koper hoeft geen lay-out te ontwerpen, geen lettertype te kiezen en geen watermerk na te bootsen: een platform of Telegram-bot doet dat automatisch op basis van een sjabloonbibliotheek. De gebruiker vult een naam, een bedrag, een werkgever en een adres in, en het systeem genereert een visueel overtuigend document.

Het businessmodel volgt drie patronen. Ten eerste de website met een front-end die eruitziet als een legitieme SaaS-tool, compleet met prijslijst, klantenservice en soms zelfs een "tevredenheidsgarantie". Ten tweede de Telegram-bot, die sneller opduikt, goedkoper is en moeilijker te traceren omdat kanalen binnen uren kunnen verdwijnen en onder een nieuwe naam terugkeren. Ten derde de op maat gemaakte dienst op dark-web-forums, waarbij een operator handmatig een uniek document aanmaakt tegen een hogere prijs, vaak inclusief begeleidend advies over hoe het document een specifieke KYC-controle moet passeren.

De prijzen zijn laag genoeg om massaal gebruik aantrekkelijk te maken: een valse loonstrook kan voor een paar euro worden besteld, een compleet identiteitspakket — voor- en achterkant van een ID-kaart plus een geregistreerde adreswijziging — kost doorgaans niet meer dan een avondmaaltijd. De doorlooptijd is het echte verkoopargument: klanten krijgen het bestand vaak binnen vijf tot dertig minuten, ruim op tijd om een leningaanvraag, een huurcontract of een bankrekeningopening dezelfde dag nog af te ronden.

Hoe AI-generatoren en Telegram-kits technisch werken

De technische keten achter deze diensten combineert meerdere AI-technieken die elk een deel van het document invullen. Grote taalmodellen genereren coherente, contextueel kloppende tekst: bedrijfsnamen die als echt aanvoelen, functietitels die passen bij het opgegeven salaris, en factuurregels die intern consistent zijn — geen rekenfouten, geen datums die niet overeenkomen met een looptijd. Diezelfde modellen vullen PDF-sjablonen in die zijn nagebouwd van echte bankafschriften of loonstroken, tot en met de exacte typografie en kolomindeling van bekende Nederlandse en Europese banken en werkgevers.

Voor identiteitsdocumenten komen generatieve beeldmodellen in beeld: GAN's en diffusiemodellen die pasfoto's, hologrammen en microprint-achtige texturen simuleren die op eerste gezicht overtuigend ogen. Het resultaat is een document dat niet is "bewerkt" in de klassieke zin — er bestaat geen origineel dat is gemanipuleerd — maar volledig synthetisch is opgebouwd op basis van duizenden voorbeelden waarop het model is getraind.

Een spraakmakend voorbeeld is OnlyFake, een veelgebruikte website voor het genereren van valse identiteitskaarten, rijbewijzen en andere identiteitsdocumenten. Amerikaanse autoriteiten sloten de dienst in februari 2026 en vervolgden de vermoedelijke exploitant, Yurii Nazarenko. Het effect van die sluiting was echter kortstondig: enkele weken later dook een vrijwel identieke dienst op onder de naam "MacDoc", met dezelfde functionaliteit en een vergelijkbare interface (achtergrond via resistant.ai). Dat patroon — sluiting gevolgd door een snelle heropening onder nieuwe naam — is kenmerkend voor fraud-as-a-service: de infrastructuur en knowhow overleven de juridische actie tegen één merknaam.

Telegram vormt een tweede, parallel ecosysteem. Onderzoekers identificeerden 22 openbare kanalen en groepen — in het Chinees, Vietnamees en Engels — die openlijk tools aanbieden om KYC-controles van grote instellingen zoals Binance, BBVA en Revolut te omzeilen. Het aanbod reikt verder dan documentgeneratie alleen: virtuele webcamsoftware die een vals videobeeld injecteert tijdens een liveness-check, gestolen biometrische templates en deepfake-videogeneratoren die een echt gezicht op een frauduleuze identiteit projecteren (bron: tech-insider.org). Documentfraude is in die kanalen zelden een geïsoleerd product; het wordt gebundeld verkocht met de tools die nodig zijn om een volledige onboardingflow te doorlopen.

Documenttypen, techniek en prijs

Onderstaand overzicht vat samen welke documenttypen het vaakst worden aangeboden, welke AI-techniek eraan ten grondslag ligt, en welk signaal doorgaans het eerste aanknopingspunt vormt voor detectie.

De tabel toont een patroon: hoe meer een document uit puur tekstuele gegevens bestaat, hoe goedkoper en sneller de vervalsing, en hoe meer visuele complexiteit — zoals een pasfoto of een hologram — vereist is, hoe hoger de prijs en hoe langer de doorlooptijd.

Waarom handmatige controle niet meer volstaat

Visuele beoordeling door een medewerker was lange tijd de belangrijkste verdedigingslinie tegen valse documenten. Die aanpak steunt op menselijke pattern recognition: een medewerker herkent een verdacht lettertype, een scheve stempel, een inconsistente datum. Tegen AI-gegenereerde documenten schiet die methode tekort, simpelweg omdat de generator is getraind om precies de kenmerken na te bootsen waar een mens op let.

Cijfers onderstrepen die kloof. Volgens het ACFE-rapport 2024 wordt slechts 37% van de documentfraude opgespoord via directe menselijke controle — de overige gevallen komen aan het licht via tips, interne audits, toeval of pas na de schade. Wanneer de bron van de fraude verschuift van eenmalige, handmatige vervalsing naar geautomatiseerde, sjabloongedreven productie, daalt dat percentage in de praktijk verder: een medewerker die tien documenten per uur beoordeelt, kan onmogelijk elk sjabloon herkennen dat een generator in duizenden varianten produceert.

De ENISA Threat Landscape 2024 bevestigt dat beeld op EU-niveau en benoemt door AI ondersteunde documentfraude expliciet als een van de belangrijkste opkomende dreigingen voor de Unie. Ook de voorbereiding bij organisaties zelf blijft achter: een analyse van PwC Nederland laat zien dat slechts 7% van de organisaties zich goed voorbereid voelt op AI-gedreven fraude (bron: pwc.nl). Die combinatie — een dalend detectiepercentage bij een groeiend fraudevolume — verklaart waarom steeds meer compliance-afdelingen hun controleproces herzien.

De impact is meetbaar in specifieke sectoren. In Duitsland bevat naar schatting 15 tot 20% van de huuraanvragen in grote steden minstens één vervalst document, met een geschat bankverlies van circa 400 miljoen euro dat wordt toegeschreven aan valse loonstroken (bron: bankingclub.de). Vergelijkbare dynamiek speelt in de Nederlandse huur- en kredietmarkt, waar loonstroken en bankafschriften de meest gevraagde bewijsstukken zijn — en dus ook de meest gegenereerde.

Wat compliance-teams vragen

Compliance-teams die met dit fenomeen worden geconfronteerd, stellen doorgaans een beperkt aantal terugkerende vragen. De eerste gaat over volume: hoeveel van de binnenkomende documenten zijn potentieel AI-gegenereerd, en is dat percentage meetbaar zonder elk dossier handmatig te doorlopen? De tweede vraag betreft de grens tussen een fout en fraude — een document kan onvolkomenheden bevatten door een slechte scan of een verouderde sjabloon bij de bron, en teams willen voorkomen dat ze legitieme klanten onterecht weigeren.

De derde terugkerende vraag gaat over aansprakelijkheid en meldplicht: wanneer een document niet kan bevestigen dat middelen een legale herkomst hebben, willen teams weten of en hoe snel een melding bij FIU-Nederland verplicht is, ook zonder volledige zekerheid over fraude. Compliance-teams vragen vaak ook naar de balans tussen snelheid en zorgvuldigheid — onboarding moet binnen enkele minuten kunnen, terwijl de controle tegelijk grondiger moet worden dan voorheen, wat op het eerste gezicht tegenstrijdig aanvoelt.

Meerlaagse detectie als antwoord

Tegen sjabloongedreven, AI-gegenereerde documenten werkt geen enkele controlelaag op zichzelf. Metadata-analyse onderzoekt de digitale eigenschappen van een bestand — aanmaaksoftware, bewerkingsgeschiedenis, inconsistenties tussen de vermelde en de werkelijke bestandsoorsprong — en vangt daarmee een deel van de generatoren die sporen achterlaten in de bestandsstructuur. Kruisvalidatie van documenten vergelijkt gegevens tussen meerdere bronnen binnen hetzelfde dossier: klopt het adres op de loonstrook met het adres op het bankafschrift, komt de werkgeversnaam overeen met een geregistreerde onderneming, sluit de datum van het adresbewijs aan bij de rest van het dossier.

Forensische ML-signalen vormen een derde laag, gericht op patronen die specifiek wijzen op synthetische generatie: onnatuurlijke pixelverdelingen rond een pasfoto, statistische afwijkingen in tekstopmaak die een sjabloonmotor achterlaat, of herhaalde structurele kenmerken die meerdere "verschillende" documenten met elkaar verbinden. Geen van deze lagen is op zichzelf sluitend — een goed uitgevoerde vervalsing kan een enkele controle passeren. CheckFile biedt forensische analyse van AI-gegenereerde content optioneel aan als aanvulling op bestaande structurele controles, afgestemd op het risiconiveau van uw sector, zodat organisaties in hoogrisico-segmenten zoals bankieren of vastgoed een extra controlelaag kunnen toevoegen zonder hun bestaande proces te vervangen.

Meer over de onderliggende signalen die AI-generatoren achterlaten, staat in onze analyse van hoe kunstmatige intelligentie valse documenten opbouwt, en een praktische checklist met herkenningskenmerken van AI-gegenereerde documenten helpt teams om eerste signalen zelf te herkennen voordat een dossier verder in het proces komt.

Het Nederlandse en Europese regelgevend kader

Financiële instellingen en aanverwante sectoren opereren in Nederland binnen de Wet ter voorkoming van witwassen en financieren van terrorisme (Wwft). Die wet verplicht cliëntenonderzoek — het verifiëren van identiteit en, waar relevant, de herkomst van middelen — voordat een zakelijke relatie wordt aangegaan of voortgezet. Toezicht op de naleving ligt bij DNB en de AFM, afhankelijk van het type instelling. Wanneer inkomensdocumenten de legale herkomst van middelen niet kunnen bevestigen, moeten instellingen dit melden bij FIU-Nederland — ook zonder zekerheid over fraude; de meldplicht is gekoppeld aan een redelijk vermoeden, niet aan bewezen fraude.

Het gebruik en de verspreiding van vervalste documenten is daarnaast strafbaar gesteld in het Wetboek van Strafrecht, artikel 225, dat valsheid in geschrift bestraft — zowel het opmaken als het gebruikmaken van een vals document valt hieronder. Op Europees niveau introduceert de AI-verordening (Verordening (EU) 2024/1689) verplichtingen rond de labeling van synthetische content, wat op termijn de traceerbaarheid van AI-gegenereerde documenten kan verbeteren, al blijft handhaving tegen anonieme, snel verplaatsende Telegram-operators een uitdaging op korte termijn.

Voor sectoren als bankieren, verzekeringen en vastgoed betekent dit kader dat documentcontrole geen eenmalige formaliteit is, maar een doorlopende verplichting die meebeweegt met de aard van de dreiging. Meer over de bredere aanpak van fraudegegevens en detectiestrategieën is te vinden in onze uitgebreide gids over fraudegegevens.

CheckFile als aanvullende controlelaag

Organisaties die dagelijks identiteitsdocumenten, loonstroken of bankafschriften verwerken — van banken en KYC-teams tot verhuurders en vastgoedprofessionals — kunnen AI-generatiesignalen inzetten als aanvulling op hun bestaande controles, niet als vervanging ervan. CheckFile's deepfake- en AI-detectiemodule analyseert documenten op sporen van synthetische generatie naast de gebruikelijke structurele en metadatacontroles, en is bedoeld om het aantal documenten dat een menselijke beoordelaar nog handmatig moet uitpluizen te verkleinen — niet om elke vervalsing te garanderen detecteren. Meer over de dekking en integratiemogelijkheden staat op onze tarievenpagina en de pagina over beveiliging.

Veelgestelde vragen

Wat is het verschil tussen documentfraude-as-a-service en klassieke vervalsing?

Klassieke vervalsing is doorgaans handmatig werk door één persoon met beeldbewerkingssoftware, gericht op een enkel document. Documentfraude-as-a-service is een geautomatiseerde dienst die op schaal, snel en goedkoop synthetische documenten produceert voor een breed klantenbestand.

Hoe snel kan een vals document via deze diensten worden geleverd?

Doorlooptijden variëren doorgaans van vijf minuten tot enkele uren, afhankelijk van de complexiteit van het document. Puur tekstuele documenten zoals loonstroken worden sneller geleverd dan identiteitsdocumenten met een gegenereerde pasfoto.

Is het gebruik van zo'n dienst strafbaar in Nederland?

Ja. Zowel het opmaken als het gebruikmaken van een vals document valt onder valsheid in geschrift, strafbaar gesteld in artikel 225 van het Wetboek van Strafrecht. Ook het aanbieden van dergelijke diensten kan strafrechtelijke gevolgen hebben.

Kan AI-gegenereerde documentfraude volledig worden voorkomen?

Geen enkele controlelaag garandeert volledige preventie. Een combinatie van metadata-analyse, kruisvalidatie tussen documenten en forensische AI-detectiesignalen vermindert het risico aanzienlijk, maar blijft een aanvulling op — geen vervanging van — zorgvuldige procesinrichting.

Waarom is de sluiting van een dienst zoals OnlyFake niet voldoende om het probleem op te lossen?

Omdat de onderliggende technologie en knowhow niet verdwijnen met één merknaam. Na de sluiting van OnlyFake in februari 2026 dook binnen enkele weken een vrijwel identieke dienst op onder de naam MacDoc, wat aantoont dat handhaving tegen individuele platforms het aanbod hooguit tijdelijk onderbreekt.

---

Dit artikel is uitsluitend informatief en vormt geen juridisch of financieel advies. Regelgeving rond Wwft, AFM/DNB-toezicht en de AI-verordening kan wijzigen — raadpleeg voor uw specifieke situatie een gespecialiseerd jurist of compliance-adviseur. Voor een breder overzicht van fraudetechnieken en detectiestrategieën, zie onze gids over fraudegegevens.