SecurityTechInsider AI-veiligheid & governance
EN/ NL
Risico

Bankfraude met stemklonen: aparte claims

Milanese onderzoeken naar AI-fraude bij banken tonen waarom identiteit, communicatiekanaal en betaalopdracht apart moeten worden geverifieerd via een onafhankelijk

29 september 2026 4 min
Illustratie bij dit artikel: aparte claims.
Banken moeten identiteit, kanaal en betaalopdracht als drie afzonderlijke claims verifiëren om AI-gestuurde fraude tegen te gaan. Beeld: SecurityTechInsider — originele redactionele illustratie

U moet identiteit, communicatiekanaal en betaalopdracht als drie afzonderlijke claims behandelen die elk via een onafhankelijk, vooraf bekend kanaal om bevestiging vragen. Stem, e-mailadres of chatgesprek mogen nooit als bewijs van bevoegdheid gelden; koppel dubbele controle aan transactiemonitoring en escaleer verdachte gevallen direct naar fraude-, AML- en beveiligingsteams.

Aanleiding is een onderzoek van 29 september 2026 naar AI-gestuurde bankfraude met stemklonen en nepberichten, waarin het Openbaar Ministerie in Milaan twee vermoedelijke fraudes tegen banken onderzocht waarbij gegenereerde berichten, e-mails en stemklonen waren gebruikt. In één zaak zou een bankmanager daardoor een overboeking van ongeveer 24 miljoen euro hebben geautoriseerd, in een andere ongeveer 2 miljoen euro. In onze inschatting ligt het falen niet bij gebrek aan alertheid, maar bij het vertrouwen op één identiteitssignaal als bewijs van bevoegdheid — precies het punt waarop AI de aanval versterkt door dat ene signaal overtuigender en goedkoper te produceren.

Waarom één verificatiekanaal niet volstaat

AI verbetert niet alleen klassieke phishing, maar maakt de nabootsing van een specifieke persoon geloofwaardig genoeg om menselijke autorisatie uit te lokken. Een geloofwaardige stem, een kloppend e-mailadres of een lopend chatgesprek werden behandeld als bewijs dat een bevoegde persoon een opdracht gaf. Europese toezichthouders beschrijven hoe AI online financiële fraude overtuigender maakt via imitatie, deepfakes, AI-geschreven phishing en synthetische profielen. Banca d'Italia waarschuwde voor deepfakevideo's die beeld en stem van gouverneur Fabio Panetta nabootsen om frauduleuze investeringsplatforms te promoten. Visuele of vocale geloofwaardigheid mag nooit als bewijs van gezag gelden.

Welke foutmodi dreigen bij AI-gestuurde fraude

  • Imitatie van autoriteit via stem of video — een geloofwaardige audio- of videoboodschap wordt als bewijs van bevoegdheid aanvaard zonder onafhankelijke verificatie.
  • Phishing via gegenereerde berichten — AI-geschreven e-mails of chatberichten bootsen interne communicatie na en lokken autorisatie uit.
  • Synthetische identiteiten — nepprofielen of valse contactgegevens worden gebruikt om transacties in gang te zetten.
  • Snelheid van aanval — AI-gestuurde autorisatie kan in real time gebeuren, terwijl samenwerking tussen afdelingen tijd kost.
  • Gegevensmisbruik voor verificatie — technische signalen als IP-adressen en device fingerprints worden verzameld zonder duidelijke AVG-grondslag.

Hoe u identiteit, kanaal en opdracht apart verifieert

  1. Verifieer identiteit via een vooraf ingesteld, onafhankelijk kanaal — roep de persoon terug op een nummer of adres dat u zelf hebt opgeslagen, nooit op gegevens uit het verdachte bericht.
  2. Behandel het communicatiekanaal zelf als claim — bevestig dat de stem, e-mail of chat werkelijk van de geclaimde afzender komt, niet alleen dat de inhoud plausibel klinkt.
  3. Isoleer de betaalopdracht van de identiteitsverificatie — vraag de opdracht opnieuw op via het onafhankelijke kanaal, zonder te vertrouwen op de eerder geverifieerde identiteit.
  4. Analyseer technische signalen parallel aan menselijke controle — IP-adres, device fingerprint en geolocatie moeten deel uitmaken van de risicoanalyse, niet van de identiteitsverificatie.
  5. Escaleer verdachte patronen direct — koppel transactiemonitoring aan fraude-, AML- en beveiligingsteams zodat ingrijpen in real time kan gebeuren.
  6. Documenteer elke verificatiestap — bewaar records van welke claim op welke manier is geverifieerd, voor audit en onderzoek.

Wat het tempo van fraude betekent voor uw organisatie

Een AI-gestuurde autorisatie kan in real time gebeuren, terwijl samenwerking tussen afdelingen tijd kost. Wie transactie-interventie en meldketen niet vooraf inricht op snelheid, mist het moment waarop ingrijpen nog verschil maakt. Italiaanse toezichthouders stelden dat incidenten bij banken tussen 2023 en 2025 met 80 procent toenamen en dat geavanceerde AI de tijd tussen het ontdekken en misbruiken van een kwetsbaarheid verkort. Voor de directie betekent dit dat een AI-risicoplan niet blijft bij modelbeveiliging, maar de autorisatieprocedure zelf raakt. Cybersecurity en privacy moeten binnen één governance combineren — dit is geen theorie maar een operationele voorwaarde.

Welke gegevensbescherming u moet waarborgen

Wie technische signalen als IP-adressen, device fingerprints en geolocatie analyseert, moet een afzonderlijke beoordeling doen van doel, noodzakelijkheid, proportionaliteit en AVG-grondslag. De gegevens die u opslaat om claims te verifiëren, vallen onder de Algemene Verordening Gegevensbescherming, ongeacht of ze technisch of visueel zijn. Dit betekent dat u moet kunnen aantonen waarom u elk signaal verzamelt, hoe lang u het bewaart en wie er toegang tot heeft.

Het eindoordeel over een verdachte opdracht blijft bij u en uw organisatie. Deze analyse stelt dat die beslissing berust op onafhankelijk geverifieerde claims in plaats van op de geloofwaardigheid van een stem of een bericht. Tooling kan u helpen om signalen sneller te analyseren en patronen te herkennen, maar de verantwoordelijkheid voor autorisatie kan geen systeem van u overnemen.

Bronnen: Dit artikel is gebaseerd op berichtgeving en richtlijnen van ANSA, Unità di Informazione Finanziaria per l'Italia, Banca d'Italia, Banca d'Italia en EBA, EIOPA en ESMA.

Tobias Lindqvist

Geschreven door

Tobias Lindqvist

Adversarial machine learning en de beveiligingseigenschappen van retrieval-systemen.