Bankfraude met stemklonen: behandel identiteit, kanaal en betaalopdracht als aparte claims

Behandel identiteit, communicatiekanaal en betaalopdracht als drie losse claims die elk om bevestiging via een onafhankelijk, vooraf bekend kanaal vragen. Vertrouw stem, e-mailadres of chatgesprek nooit als bewijs van bevoegdheid, koppel dubbele controle aan transactiemonitoring en escaleer verdachte gevallen direct naar fraude-, AML- en beveiligingsteams.

Aanleiding is een bericht van persbureau ANSA van 25 september 2026: het Openbaar Ministerie in Milaan onderzoekt twee nieuwe vermoedelijke fraudes tegen banken waarbij met AI gegenereerde berichten, e-mails en stemklonen zijn gebruikt. In één zaak zou een bankmanager daardoor een overboeking van ongeveer 24 miljoen euro hebben geautoriseerd, in een andere ongeveer 2 miljoen euro. Volgens ANSA liep het geld via meerdere landen en staan deze zaken los van het eerdere Fideuram-onderzoek.

Naar onze inschatting ligt de kern van het falen niet bij een gebrek aan alertheid van medewerkers, maar bij het vertrouwen op één identiteitssignaal. Een geloofwaardige stem, een kloppend e-mailadres of een lopend chatgesprek werd behandeld als bewijs dat een bevoegde persoon een opdracht gaf. Dat is precies het punt waarop AI de aanval versterkt: het maakt dat ene signaal overtuigender en goedkoper te produceren.

Waarom versterkt AI juist deze vorm van bankfraude?

AI verbetert niet alleen klassieke phishing, maar maakt de nabootsing van een specifieke persoon geloofwaardig genoeg om een menselijke autorisatie uit te lokken. De Europese toezichthouders EBA, EIOPA en ESMA beschrijven in hun gezamenlijke publicatie van december 2025 hoe AI online financiële fraude overtuigender maakt via imitatie, deepfakes, AI-geschreven phishing, synthetische profielen en nagemaakte bankwebsites.

Dat het niet bij individuele oplichting blijft, bevestigt Banca d'Italia. De centrale bank waarschuwde op 10 september 2026 voor deepfakevideo's die beeld en stem van gouverneur Fabio Panetta nabootsen om frauduleuze investeringsplatforms te promoten. De les die wij daaruit trekken: visuele of vocale geloofwaardigheid mag nooit als bewijs van gezag gelden.

Welke verificatieketen doorbreekt een AI-nagebootste opdracht?

De verdediging is een gelaagd model waarin elke claim apart wordt bevestigd. Wij vertalen de aanbevelingen van de toezichthouders naar vier stappen:

1. Verifieer de afzender via een onafhankelijk kanaal. Bel terug op een vooraf bekend nummer of gebruik een intern systeem, nooit de contactgegevens uit het verdachte bericht zelf.
2. Eis dubbele controle en out-of-band bevestiging voor uitzonderlijke begunstigden of hoge bedragen, zodat één medewerker de betaling niet alleen kan vrijgeven.
3. Combineer transactiemonitoring met technische signalen zoals device fingerprint, IP-adres, geolocatie, de historie van de begunstigde en de betalingssnelheid.
4. Bewaar bewijs en escaleer snel naar fraude-, AML-, beveiligings- en opsporingsteams. De EBA, EIOPA en ESMA adviseren daarbij expliciet om te pauzeren voor een spoedoverboeking en de bank direct te benaderen na een vermoeden.

De gedachte om claims stap voor stap te controleren op bestaan en onderbouwing is hier bruikbaar: identiteit, kanaal en opdracht zijn ieder een claim die apart bewijs vraagt. Verwerk je daarbij persoonsgegevens van klanten, dan blijft de AVG onverkort van toepassing op de opgeslagen technische signalen en bewijsstukken.

Waarom moeten fraudebestrijding en AML als één keten werken?

De Financial Intelligence Unit UIF van Banca d'Italia publiceerde op 8 juni 2026 een communicatie waarin staat dat het aantal fraudegerelateerde verdachte-transactiemeldingen steeg van iets meer dan 9.000 in 2021 naar meer dan 30.000 in 2025. Over de periode 2021–2025 bracht de UIF meer dan 80.000 meldingen in verband met frauduleuze schema's of fenomenen. De UIF noemt generatieve AI, realistische deepfakes, fictieve of synthetische identiteiten, instant payments, virtuele IBAN's en money muling als kenmerken van technologisch gefaciliteerde fraude, en beveelt aan om anti-fraude- en AML-functies te laten samenwerken en technische indicatoren als IP-adressen, VPN's, device fingerprints en geolocatie te analyseren.

De open vraag die de bronnen laten liggen, is naar onze inschatting het tempo. Een AI-gestuurde autorisatie kan in real time gebeuren, terwijl samenwerking tussen afdelingen en het analyseren van technische signalen tijd kost. Wie transactie-interventie en meldketen niet vooraf inricht op snelheid, mist het moment waarop ingrijpen nog verschil maakt. Dat betekent dat cybersecurity en privacy binnen één AI-governance combineren geen theorie is maar een operationele voorwaarde. Het analyseren van IP-adressen, device fingerprints en geolocatie vereist bovendien een afzonderlijke beoordeling van doel, noodzakelijkheid, proportionaliteit en AVG-grondslag. Ons bredere overzicht met analyses over AI-security en fraudebestrijding gaat daar dieper op in.

Wat betekent dit voor banken die nu een AI-risicoplan opstellen?

Volgens ANSA van 13 september 2026 moeten Italiaanse banken hun AI-gerelateerde cyberrisico's beoordelen en actieplannen opstellen, met voor de grote banken een versnelde deadline van 31 oktober. In hetzelfde bericht stelt Banca d'Italia dat incidenten bij Italiaanse 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. Concreet:

• Leg vast welke identiteitsclaim, welk kanaal en welke menselijke bevestiging een gevoelige betaling ondersteunden, zodat achteraf reconstrueerbaar is waarop de vrijgave berustte.
• Behandel het vastleggen van die stappen als een aparte laag, in lijn met het idee om menselijke controle bij AI-besluiten aantoonbaar te loggen.
• Test de verificatieketen tegen een gesimuleerde stemkloon-aanval, niet alleen tegen klassieke phishing.

Het eindoordeel over een verdachte opdracht blijft bij de medewerker en de organisatie. De inzet van deze analyse is dat die beslissing berust op onafhankelijk geverifieerde claims in plaats van op de geloofwaardigheid van een stem of een bericht.

Bronnen: Het artikel steunt op ANSA over de Milanese onderzoeken en het AI-risicoplan van banken, op de UIF-communicatie en deepfakewaarschuwing van Banca d'Italia en op de gezamenlijke publicatie van EBA, EIOPA en ESMA.