Synthetischer Identitätsbetrug: Ablauf und Schutz

Synthetischer Identitätsbetrug ist die Erschaffung einer fiktiven Person aus einer Mischung echter und erfundener personenbezogener Daten, etwa einer echten US-Sozialversicherungsnummer (Social Security Number) kombiniert mit einem erfundenen Namen und Geburtsdatum, die dann genutzt wird, um Konten zu eröffnen, Kreditwürdigkeit aufzubauen und zu stehlen. Anders als beim gewöhnlichen Identitätsdiebstahl gibt es kein einzelnes Opfer, dessen gesamte Identität übernommen wird, weshalb der Betrug oft unentdeckt bleibt, bis das Geld weg ist.

Dieser Leitfaden erklärt, wie synthetische Identitäten aufgebaut werden, wie groß das Problem ist, warum Krypto-Börsen besonders betroffen sind, welche Signale synthetische Identitäten verraten und welche Abwehrmaßnahmen wirken. Er richtet sich an Compliance-Teams und an alle, die sich fragen, warum eine Börse zusätzlich zum Ausweis ein Live-Selfie verlangt.

Was synthetischer Identitätsbetrug ist

2021 einigte sich eine Fokusgruppe der Federal Reserve mit 12 Betrugsexperten auf eine branchenweite Definition: Synthetischer Identitätsbetrug ist „die Verwendung einer Kombination personenbezogener Daten, um eine Person oder Einrichtung zu fabrizieren, um eine unredliche Handlung zum persönlichen oder finanziellen Vorteil zu begehen“ (Federal Reserve, Überblick zur Definition). FinCEN verwendet eine ähnliche Beschreibung: eine Kombination echter und falscher persönlicher Daten, die genutzt wird, „um eine Person oder Einrichtung zu fabrizieren, die Validierungsprozesse besteht“ (FinCEN-Warnung FIN-2024-Alert004).

Der Unterschied zum klassischen Identitätsdiebstahl ist wichtig:

• Identitätsdiebstahl unter echtem Namen nutzt die vollständige Identität einer realen Person. Das Opfer bemerkt es meist schnell, durch unbekannte Konten, Rechnungen oder Bonitätsabfragen, und meldet es.
• Synthetischer Identitätsbetrug erfindet eine neue Person. Ein Teil der Daten kann einer realen Person gehören, aber niemandem gehört die gesamte Identität, sodass oft niemand Alarm schlägt.

Ein Podcast der Boston Fed fasste es als „das Frankenstein des Identitätsbetrugs“ zusammen: Teile mehrerer Personen, zu einer einzigen falschen Person zusammengenäht (Boston Fed, 31. März 2025).

Wie eine synthetische Identität aufgebaut wird

Die Federal Reserve teilt die Bestandteile in zwei Gruppen. Primäre Elemente sind solche, die in Kombination in der Regel eindeutig einer Person zuzuordnen sind: Name, Geburtsdatum, Sozialversicherungsnummer oder eine andere staatliche Kennung wie Reisepass- oder Steuernummer. Sekundäre Elemente lassen eine Identität echter wirken, können sie aber allein nicht begründen: Postanschrift, E-Mail-Adresse, Telefonnummer und digitaler Fußabdruck wie Geräte-ID oder IP-Adresse.

Ein typisches US-Schema folgt dem Muster, das die Fed in ihrem Whitepaper von 2019 beschrieb, ergänzt um Details aus dem Interview der Boston Fed:

1. Kombinieren. Eine echte Sozialversicherungsnummer, oft aus einem Datenleck gestohlen, wird mit einem fiktiven Namen, einer Adresse oder einem Geburtsdatum kombiniert.
2. Eine Akte anlegen. Ein Kreditantrag erzeugt bei einer Auskunftei eine Akte für die neue Identität, und die erste genehmigte Karte liefert das, was die Fed-Expertin einen „Lebensnachweis“ nennt.
3. Wachsen lassen. Der Betrüger eröffnet kleine Konten, zahlt pünktlich und lässt die Limits steigen.
4. Bust-out. Die Identität schöpft jede Kreditlinie voll aus und verschwindet. Da die Person nie existiert hat, gibt es kaum Regressmöglichkeiten.

Die Randomisierung der Sozialversicherungsnummern hat eine alte Prüfung weniger nützlich gemacht. Seit dem 25. Juni 2011 geben die ersten drei Ziffern nicht mehr den Bundesstaat an, in dem die Nummer vergeben wurde (Social Security Administration), und die alte „High Group“-Liste zur Validierung von Nummern hat ihre Bedeutung verloren.

Generative KI liefert den letzten Schliff. FinCEN berichtete im November 2024, dass Kriminelle KI-generierte Bilder mit gestohlenen oder vollständig gefälschten persönlichen Daten kombiniert haben, um synthetische Identitäten zu erschaffen, und KI genutzt haben, um Bilder auf Führerscheinen und Reisepässen zu verändern oder zu erzeugen.

Wie groß das Problem ist

Synthetischer Betrug ist schwer zu messen, weil vieles davon als gewöhnlicher Forderungsausfall abgeschrieben wird. Die verfügbaren Zahlen sind Schätzungen und sollten als Größenordnungen verstanden werden:

• Exposure der Kreditgeber. TransUnion bezifferte das Exposure von US-Kreditgebern gegenüber synthetischen Identitäten bei Autokrediten, Bankkreditkarten, Händlerkarten und unbesicherten Privatkrediten Ende H1 2024 auf 3,2 Mrd. $, nach 3,0 Mrd. $ ein Jahr zuvor und ein Allzeithoch. Autokredite machten davon 2,0 Mrd. $ aus, und 0,20 % der neu eröffneten Konten in diesen vier Produkten waren mit synthetischen Identitäten verknüpft (TransUnion-Mitteilung, via FF News).
• Wachstum. Laut derselben TransUnion-Analyse war synthetischer Identitätsbetrug zwischen H2 2023 und H1 2024 weltweit die am schnellsten wachsende Art von digitalem Betrug, mit einem Plus von 153 %.
• Gesamtkosten. In einem Interview der Boston Fed vom März 2025 schätzte eine Expertin der Federal Reserve für Zahlungsbetrug, dass die Kosten von rund 8 Mrd. $ um 2020 auf mehr als 30 Mrd. $ gestiegen sind.
• Deepfakes. FinCEN beobachtete von 2023 bis 2024 einen Anstieg der Verdachtsmeldungen, die mutmaßliche Deepfake-Medien in Betrugsschemata beschreiben, oft mit veränderten oder KI-erzeugten Ausweisdokumenten.

Wer geschädigt wird

Synthetischer Betrug wird manchmal als opferlos beschrieben. Das ist er nicht. Die Person, deren Sozialversicherungsnummer verwendet wurde, kann bei einem Kreditantrag feststellen, dass der Betrug mit ihrer Nummer verknüpft ist, und das Fed-Papier von 2019 nennt Folgeschäden wie verweigerte Invaliditätsleistungen, abgelehnte Steuererklärungen und Fehler in Gesundheitsakten.

Manche Gruppen werden gezielt ausgewählt, weil ihre Nummern jahrelang ungenutzt bleiben. Das Interview der Boston Fed nennt drei: Kinder, deren Nummern 14 oder 15 Jahre lang ungenutzt bleiben können; ältere Menschen, die selten neue Kredite beantragen; und Inhaftierte, die nicht sehen können, dass ihre Nummer verwendet wird. Kreditgeber und Kartenherausgeber tragen die direkten Verluste.

Warum Krypto-Börsen besonders betroffen sind

Krypto-Plattformen nehmen Kunden aus der Ferne auf, oft innerhalb von Minuten, und Krypto-Transfers lassen sich kaum rückgängig machen. Diese Kombination macht ein Börsenkonto für einen Betrügerring auf mehrere Arten nützlich:

• Geldwäsche und Auszahlung. FinCEN stellte fest, dass Konten, die mit mutmaßlich KI-generierten Identitäten eröffnet wurden, genutzt wurden, um Erlöse aus anderem Betrug zu empfangen und zu waschen, und nennt hohe Zahlungen an Börsen für digitale Vermögenswerte sowie Abhebungen zu Offshore-Börsen direkt nach der Einzahlung als Warnsignale.
• Ersatz für Money Mules. Finanzagenten müssen angeworben und bezahlt werden. Das Interview der Boston Fed beschreibt, wie Betrüger stattdessen dazu übergehen, Konten auf synthetische Namen zu eröffnen, weil sie das Konto dann selbst kontrollieren.
• Missbrauch von Boni und Aktionen. Anmelde- und Empfehlungsprämien werden pro neuem Konto gezahlt, sodass eine Reihe falscher Identitäten sie abschöpfen kann. Laut TransUnion war Aktionsmissbrauch im H1 2024 weltweit die am häufigsten gemeldete Art von digitalem Betrug.
• Deepfake-Onboarding. KI-generierte Dokumente und Gesichter zielen direkt auf die Fern-Ausweis- und Selfie-Prüfungen, auf die sich Börsen verlassen.

Außerhalb der USA gibt es keine Sozialversicherungsnummer, die man sich leihen könnte, daher zeigt sich dieselbe Idee meist als gefälschtes oder KI-generiertes Dokument, verbunden mit einer Mischung aus echten und erfundenen Daten. Die EU-Geldwäscheverordnung, Verordnung (EU) 2024/1624, die ab dem 10. Juli 2027 gilt, verlangt die Überprüfung der Identität anhand eines Ausweisdokuments und gegebenenfalls ergänzend anhand von Informationen aus zuverlässigen und unabhängigen Quellen oder durch eine elektronische Identifizierung nach eIDAS mit dem Vertrauensniveau „substanziell“ oder „hoch“ (Artikel 22 Absatz 6).

Signale, die auf eine synthetische Identität hindeuten

Kein einzelnes Signal beweist Betrug, und FinCEN betont, dass die Gesamtumstände entscheidend sind. Dies sind die am häufigsten genannten Muster, entnommen den Warnsignalen von FinCEN und den Leitlinien der Fed:

• Eine dünne oder oberflächliche Identität. Echte Menschen hinterlassen lange Spuren: eine seit Jahren genutzte E-Mail-Adresse, eine langjährige Telefonnummer, familiäre Verbindungen. Eine brandneue E-Mail, ein eine Woche altes Telefon und keine Historie sind ein Warnsignal.
• Widersprüchliche Daten. Ein Foto, das deutlich älter oder jünger wirkt als das Geburtsdatum, mehrere Dokumente, die sich widersprechen, oder Geräte- und Standortdaten, die nicht zu den Dokumenten passen.
• Veränderte oder generierte Bilder. Sichtbare Bearbeitungsspuren, ein von der Deepfake-Erkennung markiertes Selfie oder eine umgekehrte Bildersuche, die das Gesicht in einer Galerie KI-generierter Gesichter findet.
• Vermeidung von Live-Prüfungen. Wiederholte „technische Störungen“, Bitten, während einer Videoprüfung den Kanal zu wechseln, oder ein Webcam-Plug-in eines Drittanbieters, das vorab aufgezeichnetes Video einspielen kann.
• Koordinierte Konten. Mehrere ähnliche Konten, die sich Geräte, IP-Bereiche oder Verhaltensmuster teilen.
• Frühes Kontoverhalten. Schnelle Transaktionen auf einem neuen Konto oder Mittel, die unmittelbar nach der Einzahlung auf schwer umkehrbare Weise abgezogen werden.

FinCEN bittet US-Finanzinstitute, in Verdachtsmeldungen zu solchen Schemata den Schlüsselbegriff „FIN-2024-DEEPFAKEFRAUD“ anzugeben. Für Muster auf Transaktionsebene siehe unseren Leitfaden zu AML-Warnsignalen bei Krypto.

Abwehrmaßnahmen, die wirken

Synthetische Identitäten sind darauf ausgelegt, jeweils eine Prüfung zu bestehen. Die Antwort sind daher mehrere Prüfschichten, die Unterschiedliches testen:

1. Echtheit der Dokumente. Sicherheitsmerkmale, Vorlagen und Schriftarten prüfen und den Chip auslesen, sofern das Dokument einen hat.
2. Lebenderkennung und Gesichtsabgleich. Bestätigen, dass eine lebende Person anwesend ist und dem Foto im Dokument entspricht. Das ist eine zentrale Hürde gegen KI-generierte Gesichter und wiedergegebene Videos. Siehe Lebenderkennung und Gesichtsverifizierung.
3. Abgleich mit amtlichen Daten. In den USA ermöglicht der eCBSV-Dienst der Social Security Administration berechtigten Finanzinstituten, mit unterschriebener Einwilligung der Person zu bestätigen, ob Name, Geburtsdatum und Sozialversicherungsnummer mit den SSA-Daten übereinstimmen, wobei die Antwort Ja oder Nein lautet. In der EU erfüllt die elektronische Identifizierung nach eIDAS einen ähnlichen Zweck.
4. Tiefe und Gerätesignale. Alter von E-Mail und Telefonnummer, Gerätereputation und Verbindungen zu anderen Anträgen entlarven Identitäten, die nur auf dem Papier existieren.
5. Ergänzende Dokumente. Eine Prüfung des Adressnachweises fügt eine weitere unabhängige Vergleichsquelle hinzu.
6. Laufende Überwachung. Synthetische Identitäten sind darauf ausgelegt, beim Onboarding sauber zu wirken; Transaktionsüberwachung und regelmäßige Überprüfungen erkennen daher die Bust-out- oder Geldwäschephase.

Die meisten Börsen kaufen diese Schichten bei spezialisierten Anbietern ein, statt sie selbst zu entwickeln. iDenfy etwa kombiniert Dokumentenprüfung, Lebenderkennung und Gesichtsabgleich mit menschlicher Prüfung. Unser Vergleich der Krypto-KYC-Anbieter deckt den breiteren Markt ab.

Für Privatpersonen sind die Schutzmaßnahmen einfach: Geben Sie Ihre Sozialversicherungs- oder Identifikationsnummer und Ausweisscans nur dort weiter, wo es unbedingt nötig ist, prüfen Sie Ihre Bonitätsauskünfte auf unbekannte Konten, und verkaufen oder „vermieten“ Sie Ihr verifiziertes Börsenkonto niemals an andere. Genau so werden echte Identitäten zur Fassade für Betrug.

Häufig gestellte Fragen

Was ist synthetischer Identitätsbetrug?

Es ist Betrug mit einer falschen Identität, die aus einer Mischung echter und erfundener personenbezogener Daten aufgebaut wird, etwa einer echten Sozialversicherungsnummer mit einem erfundenen Namen und Geburtsdatum. Die Identität wird genutzt, um Konten zu eröffnen, Kreditwürdigkeit aufzubauen und dann Geld zu stehlen oder zu waschen.

Wie unterscheidet sich synthetischer Identitätsbetrug von Identitätsdiebstahl?

Klassischer Identitätsdiebstahl nutzt die vollständige Identität einer realen Person, die es in der Regel bemerkt. Synthetischer Betrug erschafft eine neue Person aus Datenfragmenten mehrerer Menschen und erfundenen Angaben, sodass niemandem die gesamte Identität gehört und oft niemand den Betrug meldet.

Wie groß ist synthetischer Identitätsbetrug?

Die Schätzungen variieren. TransUnion bezifferte das Exposure von US-Kreditgebern gegenüber synthetischen Identitäten Ende H1 2024 auf 3,2 Mrd. $, und eine Betrugsexpertin der Federal Reserve schätzte im März 2025, dass die Kosten von rund 8 Mrd. $ im Jahr 2020 auf mehr als 30 Mrd. $ gestiegen sind.

Warum werden die Sozialversicherungsnummern von Kindern ins Visier genommen?

Weil sie oft 14 oder 15 Jahre lang ungenutzt bleiben. Ein Betrüger kann jahrelang eine Kredithistorie auf der Nummer eines Kindes aufbauen, bevor jemand sie überprüft.

Wie erkennen Krypto-Börsen synthetische Identitäten?

Durch mehrere Prüfschichten: Echtheit der Dokumente, Lebenderkennung und Gesichtsabgleich, Datenabgleich mit amtlichen Quellen, Signale zum Alter von Gerät und E-Mail sowie Überwachung nach dem Onboarding auf schnelle Ein- und Auszahlungen oder koordinierte Konten.

Können Deepfakes KYC-Prüfungen bestehen?

Manchmal. FinCEN hat über Konten berichtet, die mit mutmaßlich KI-generierten Ausweisdokumenten eröffnet wurden. Lebenderkennung, Deepfake-Erkennung und Abgleiche mit unabhängigen Datenquellen erschweren dies erheblich, weshalb Börsen sie zunehmend kombinieren.

Weiterlesen

• Lebenderkennung und Gesichtsverifizierung
• Adressnachweis: akzeptierte Dokumente und warum Börsen danach fragen
• AML-Warnsignale bei Krypto
• Was ist KYC bei Krypto?
• Krypto-Betrug 2026

Dieser Artikel dient der Information und stellt keine Rechts- oder Finanzberatung dar. Die Zahlen sind Schätzungen aus den im Text verlinkten Quellen in der veröffentlichten Fassung: Die TransUnion-Daten betreffen H1 2024, das Interview der Boston Fed stammt vom 31. März 2025 und die FinCEN-Warnung FIN-2024-Alert004 vom 13. November 2024. Quellen geprüft am 8. Oktober 2026.