Thought Leadership
Das Entrust Cybersecurity Institute veröffentlichte kürzlich die Ergebnisse seines 2025 Identity Fraud Report. Die weltweite Untersuchung belegt, dass künstliche Intelligenz, die Häufigkeit und Raffinesse von Betrugsversuchen deutlich erhöht.
Cyberkriminelle passen ihre Techniken immer weiter an, um existierende Abwehrmechanismen zu umgehen. 2024 fand alle fünf Minuten ein Deepfake-Angriff statt, die Fälschungen digitaler Dokumente nahmen im Vergleich zum Vorjahr um 244 Prozent zu.
Deepfakes stellen eine wachsende Bedrohung dar und erfordern von Unternehmen, ihre Sicherheitsvorkehrungen zu überdenken, um sich vor diesen neuartigen Betrugsmethoden zu schützen.
Die Bedrohungen haben weitreichende Auswirkungen auf alle Branchen, Behörden und Privatpersonen. Um Betrügern zuvorzukommen, sollten Sicherheitsteams ihre Strategien daher proaktiv anpassen und ihre Unternehmen auf die neue Realität vorbereiten. Dazu gehört insbesondere der Aufbau einer funktionierenden Zero-Trust-Architektur – für die wiederum identitätszentrierte Sicherheit die wesentliche Voraussetzung ist.
Maßgeschneiderte Lösungen für eine starke Abwehr
Für regulierte Branchen ist die digitale Verifizierung von Identitäten als Teil der Know-Your-Customer oder Anti-Geldwäsche-Vorschriften ohnehin nicht verhandelbar. Aber auch für nicht oder weniger regulierte Unternehmen bietet sie wesentliche Vorteile – einer davon ist die Betrugsprävention.
Identitätsbetrug kann durch die Implementierung eines mehrschichtigen Ansatzes verhindert werden, der die Verifizierung von Dokumenten und biometrischen Merkmalen, die Erkennung wiederholter Betrugsversuche und die Validierung von Daten kombiniert. Eine Zero-Trust-Umgebung zur Verifizierung und Autorisierung von Kunden bildet eine starke Abwehr gegen sich weiterentwickelnde Betrugstechniken und hilft Unternehmen, ihren Kunden sichere, vernetzte Erfahrungen zu ermöglichen. Breit aufgestellte Sicherheitsexperten wie die von Entrust helfen dabei, für jedes Unternehmen eine maßgeschneiderte Lösung zu finden.
(cm/entrust)
