Als Unternehmer und Investor bekomme ich oft Pitches von Gründern. Viele dieser Präsentationen zeigen Roadmaps und Teams, die versichern, dass ihre Entwicklung echt ist.
Meine Aufgabe ist es herauszufinden, welche Teile dieser Pitches tatsächlich der Überprüfung auf der Blockchain standhalten. Wenn ich also sage, dass das Erkennen von Betrug in dieser Branche besser geworden ist, wiederhole ich nicht einfach die Aussagen eines Anbieters.
Blockchain-Forensik-Plattformen wie Chainalysis, TRM Labs und Elliptic haben nach Schätzungen über 34 Milliarden USD an illegalen Geldern eingefroren oder wiederhergestellt. Mehr als 45 Aufsichtsbehörden nutzen diese Werkzeuge heute als Standard. Sie helfen, gestohlenes Geld zurückzuholen, indem sie Transaktionen durch Wallet-Clustering und Zuordnung zu bekannten Akteuren so gut zurückverfolgen, dass die Beweise vor Gericht gelten.
Durch KI machen aktuelle Tools mehr als nur Geldströme nachvollziehen. Heute gibt es vorausschauende Plattformen, die angeblich eine Wallet erkennen, bevor diese überhaupt aktiv wird.
Diese Lösungen bewerten Muster anhand von über 50 Merkmalen und lernen täglich neu. Ein Anbieter gibt eine Trefferquote von 98% bei 14 Millionen Wallets an. Es gibt Scanner, die mit künstlicher Intelligenz innerhalb von etwa fünf Sekunden überprüfen, ob Risiken wie fehlende Liquiditätsbindung, Gefrierrechte oder die Historie des Entwicklers bestehen.
Ein solcher Dienst meldete, dass über 881.000 Token-Adressen untersucht und 271.000 als hochriskant markiert wurden. Es gibt sogar Tools für Wallet-Clustering, die eine „Schläfer”-Adresse erkennen, die jahrelang inaktiv war und sich erst kurz vor einer Liquidation regt — so ähnlich, wie wenn man beobachtet, dass jemand verdächtig lange in der Nachbarschaft unterwegs ist.
Wer nur die Seiten der Anbieter liest, könnte denken, dass Krypto-Betrug im Prinzip gelöst ist, da eine kleine Armee von Machine-Learning-Modellen rund um die Uhr jede Blockchain, jede Wallet und jede Transaktion überwacht.
Allerdings zeigt die Entwicklung der gegnerischen Seiten der Blockchain ein anderes Bild.
Zahlen zu KI-basierten Krypto-Betrugsfällen
Laut Chainalysis liegen die Gesamtschäden durch Krypto-Betrug und -Betrugsmaschen für 2025 bei etwa 17 Milliarden USD, gegenüber 9,9 Milliarden USD im Vorjahr. Das FBI meldet für denselben Zeitraum 11,36 Milliarden USD an Krypto-Betrugsschäden allein in den USA, das ist ein Anstieg um 22% im Jahresvergleich.
Solche Werte werden gerne auf Konferenzfolien gezeigt. Die Zahl jedoch, die meine Prüfungsmethoden wirklich verändert hat, ist folgende: Chainalysis fand heraus, dass KI-gestützte Betrugsmaschen 4,5-mal profitabler waren als herkömmliche.
Das Prinzip ist gleich, das Ziel auch, aber durch KI können Betrüger massenhaft gefälschte Support-Mitarbeiter, Schein-Investoren oder angebliche Insider erzeugen.
Lior Aizik, Mitgründer und Geschäftsführer der Krypto-Börse XBO, hat öffentlich davor gewarnt, dass gefälschte Identitäten bei Betrugsmaschen zunehmen und branchenweit raffinierter werden. Seine Faustregel ist einfach: Überweisen Sie Ihre Kryptowährung niemals an Personen, die Sie nicht überprüfen können, besonders wenn die Anfrage kurzfristig oder geheim erscheint.
Betrügereien durch Identitätsmissbrauch — also Kriminelle, die sich als Bank, Investor oder Krypto-Prominenter ausgeben — haben im Jahresvergleich um 1.400% zugenommen. Mit KI werden jetzt teure, gezielte Betrugsfälle durchgeführt, nachdem die Opfer zunächst gezielt analysiert wurden, statt wie früher durch den massenhaften Versand von Nachrichten in der Hoffnung auf Treffer.
Deshalb ist der durchschnittliche Zahlungsbetrag von 782 USD in 2024 auf 2.764 USD in 2025 gestiegen, das sind 253% mehr. Dies betrifft mich direkt, denn Investoren und Betreiber mit öffentlichem Profil sind genau die Zielgruppe, die geklont wird.
Hier wird es schwierig: Während die Abwehr-Tools deutlich besser geworden sind, sind die Ergebnisse der Angreifer es ebenfalls.
Es gleicht einem generativen gegnerischen Netzwerk, bei dem Angreifer und Verteidiger sich gegenseitig antreiben und so das Gesamtsystem stets weiterentwickeln.
Sowohl offensive als auch defensive Tools nutzen dieselben KI-Fähigkeiten. Aktuell profitieren besonders die, die als Erste einsteigen, nicht unbedingt die mit dem besten Modell.
Warum bessere Erkennung weiter das Nachsehen hat
Die Wahrheit ist: Forensik-Tools sind für die Ermittlungsarbeit konzipiert, nicht für die Vorhersage. Damit eine Untersuchung startet, muss bereits ein Verbrechen geschehen sein.
Es braucht ein Opfer, das bereits Geld verloren hat, damit sich ein erkennbares Muster zurückverfolgen lässt. Selbst die prädiktiven Modelle, die angeblich einen Rug Pull vorhersehen, werden auf vergangenen Betrugsfällen trainiert — und die Betrüger der Zukunft kennen diese Trainingsdaten auch.
Das wurde mir am Beispiel des „NexFundAI”-Einsatzes des FBI deutlich, bei dem die Beamten einen eigenen Token erschufen, um Wash-Trader zu überführen.
Nur einen Tag nachdem das Justizministerium die Festnahmen im Zusammenhang mit dem Betrieb bekanntgegeben hatte, hat jemand denselben Smart Contract kopiert und einen nachgemachten Token gestartet. Dabei hat diese Person an einem einzigen Tag 127.000 USD verdient, indem sie genau die Methoden nutzte, die das FBI gerade in den Gerichtsunterlagen offengelegt hatte.
Jeder Liquidity Provider, der mich gefragt hätte, ob „das schlimmste Muster auf diesem Markt endlich beseitigt wird“, hätte die Antwort innerhalb von 24 Stunden bekommen.
Die FBI-Operation diente dem Angreifer als Vorlage. Jede Veröffentlichung, die dem Verteidiger hilft, liefert dem Angreifer auch eine funktionierende Anleitung. Zudem lesen die Angreifer schneller als die Regulierer reagieren.
Die Angreifer haben es nun günstiger und schneller
Sie sehen dieselbe Ungleichheit daran, wie wenig Aufwand ein Angriff inzwischen erfordert. Der Softwareentwickler Peter Steinberger hat ein beliebtes Open-Source-Projekt entwickelt, mit dem man einen KI-Assistenten auf seinem Computer betreiben kann, der über Apps wie Telegram, WhatsApp und Discord vollen Zugriff auf das System hat.
Das Produkt musste nach einem Markenrechtsstreit umbenannt werden.
Bereits wenige Minuten nach der Bekanntgabe der Umbenennung wurden sein alter GitHub- und X-Account gehackt. Diese Accounts wurden genutzt, um einen Token zu starten und zu pushen, dessen Marktkapitalisierung kurzzeitig 16 Millionen USD erreichte, bevor sie um mehr als 90 % fiel.
Es gab keine Malware und keine gestohlenen Schlüssel, sondern nur jemanden, der schnell genug eine Unachtsamkeit ausnutzte, die kein forensisches Tool erfassen konnte. Die Tools haben nicht gewarnt, weil zu diesem Zeitpunkt noch nichts Illegales passiert war.
Wenn der KI-Agent selbst betrogen wird
Mir macht nicht nur Angst, dass Menschen auf solche Betrügereien hereinfallen, sondern auch, weil viele Angebote im Prinzip lauten: „Lassen Sie unseren KI-Agenten für Sie handeln.“ Diese Agenten können auch Geld für Sie verlieren.
Ein Entwickler hat geschildert, wie ein KI-Agent auf Solana einen Token gekauft hat, der nach 20 Minuten um 94 % eingebrochen ist. Dem Agenten wurde dadurch 12.000 USD aus der Wallet entzogen.
Bei der Überprüfung stellte sich heraus, dass der Token eine aktivierte Sperrfunktion hatte und die zehn größten Halter 91 % des gesamten Umlaufangebots kontrollierten. Der Ersteller hatte zuvor bereits drei Scam-Token eingeführt.
Jede dieser Warnsignale hätte innerhalb von Sekunden durch die beschriebenen Erkennungstools gefunden werden müssen. Doch der Agent überprüfte nichts. Er sah einfach nur einen Token mit einem Preis und kaufte ihn, weil niemand die Sicherheitsschicht mit der Entscheidungslogik verbunden hatte.
Genau auf diese Schwachstelle achte ich daher besonders, wenn ich Vorschläge für fondsbasierte Agenten prüfe.
Der Teil, den kein Tool beheben kann
Was mir am meisten Sorgen bereitet, ist Folgendes: Manche dieser Schäden betreffen gar keinen Smart Contract. Ich habe ein öffentliches Profil und eine Followerschaft, deshalb bin ich genau die Art von Person, deren Identität kopiert wird.
Im Mai wurde berichtet, dass eine Frau in Guelph, Ontario, 14.000 USD an Betrüger verloren hat, weil sie dachte, sie würde mit dem YouTuber Mr Beast über eine Investition in Kryptowährung sprechen. Das war aber nicht der Fall. Mr Beast wehrt sich bereits seit Jahren gegen KI-generierte Videos, die sein Äußeres nutzen, um falsche Gewinnspiele zu bewerben.
Forensische Tools erkennen solche Fälle nicht, weil die Blockchain dabei erst dann berührt wird, wenn das Geld schon unterwegs ist. Der Betrug findet in einem Videoanruf oder in einem Moment des Vertrauens statt. Sobald eine Transaktion entsteht, damit ein Analytics-Tool sie prüfen kann, ist die Entscheidung für das Opfer bereits erfolgt.
KI kann inzwischen schneller dieses falsche Vertrauen erzeugen, als sie es selbst erkennen könnte. Genau dorthin sind die meisten der 17 Milliarden USD tatsächlich geflossen.
KI-Krypto-Betrug: Wer gewinnt wirklich?
Keine Seite.
Das ist meine ehrlichste Antwort. Beide Arten von Tools, forensisch und vorausschauend, existieren wirklich. Auch die Rückholungen von Geldern sind real. Nur weil der Betrug ebenfalls wächst, sollte man das nicht leugnen.
Aber „real und besser werdend“ ist nicht gleichbedeutend mit „voraus“. Die Daten aus 2025 sind eindeutig: Gemessen in US-Dollar ist die Offensive schneller besser geworden als die Verteidigung.
Dafür gibt es vor allem einen Grund: Erkennungstools beantworten im Grunde die Frage, „ist diese Wallet verdächtig?“ — und diese Frage wird erst gestellt, wenn jemand sie überprüft.
Dann gibt es Fälle wie den in Guelph, bei denen es gar keine Wallet gibt, die überprüft werden könnte. KI hat solche Fälle häufiger gemacht, deshalb höre ich auf, KI als Verkaufsargument zu sehen, und beginne damit, sie im Pitch als Erstes auf Risiken zu prüfen.
Die Blockchain kann die Historie einer Wallet bestätigen. Sie kann aber keinen Anruf bestätigen,
