Vor vierzehn Monaten waren gefälschte Belege, die von Betrugserkennungssystemen für Ausgaben markiert wurden, fast ausschließlich Low-Tech: fotokopierte Vorlagen, auf dubiosen Websites gekaufte Belege oder eine digital ungeschickt in Bildbearbeitungssoftware bearbeitete Ziffer. Bis Mitte Mai 2026 hatte sich das gedreht. KI-generierte Belege – synthetische Bilder, die in Sekunden mit einer Texteingabe erstellt werden – stiegen von 0% der erkannten gefälschten Belege im März 2025 auf 70,8% nur vierzehn Monate später, so die Ausgabenmanagement-Plattform AppZen. Innerhalb eines einzigen Jahres entdeckte das Unternehmen 1.471 KI-generierte Belege, die von 745 Mitarbeitern in 174 Unternehmen eingereicht wurden, mit einem Gesamtvolumen von 148.143 $ an beantragten Erstattungen.
Wenn Sie ein kleines Unternehmen führen und denken: „Wir sind zu klein, als dass sich jemand die Mühe machen würde“, sagen die Daten etwas anderes. KI-Belegbetrug konzentriert sich nicht auf eine Handvoll dramatischer fünfstelliger Schemata – er wird gezielt dünn gestreut, über Tausende kleiner Forderungen, die einzeln leicht zu genehmigen und gemeinsam teuer zu ignorieren sind.
Warum diese Betrugswelle anders aussieht
Älterer Belegbetrug hatte eine eingebaute Bremse: Eine überzeugende Fälschung zu erstellen, erforderte Aufwand, also versuchten es die meisten entweder in großem Stil (das Risiko wert) oder ließen es ganz. Generative KI hat diese Bremse vollständig entfernt.
„KI-Generatoren sind kostenlos, sofort verfügbar und gut genug, um einen Menschen zu täuschen“, sagte Kunal Verma, CTO von AppZen, in Kommentaren zu diesem Trend. „KI hat das Spiel im Grunde von einer großen Fälschung, die das Risiko wert ist, zu einem Haufen winziger Fälschungen verändert.“
Diese Verschiebung zeigt sich deutlich in den Zahlen. KI-generierte gefälschte Belege liegen im Durchschnitt bei etwa **101 ) – deutlich niedriger als der **Durchschnitt von 182 . Bleibt jeder gefälschte Beleg knapp unter dieser Grenze, passiert er die Kontrolle, ohne dass jemals ein Mensch ihn ansieht.
Einige andere Erkenntnisse, die Sie kennen sollten, wenn Sie Erstattungen bearbeiten:
- Die Geständnisrate der Mitarbeiter ist hoch. In einer Umfrage aus dem Jahr 2026 gab etwa 40% der US-amerikanischen Arbeitnehmer an, KI zur Erstellung oder Veränderung eines Belegs für geschäftliche Ausgaben verwendet zu haben – 19% erfanden einen vollständigen Kauf, 15% blähten den Betrag eines echten Kaufs auf.
- Unternehmenseigene Tools sind Teil des Problems. 40% der Mitarbeiter, die gefälschte Belege erstellten, verwendeten KI-Tools, die ihr eigener Arbeitgeber bezahlte – der Betrug läuft also manchmal auf Ihrer eigenen Softwarelizenz.
- Wiederholungstäter sind häufig. Etwa ein Drittel der Mitarbeiter, die beim Einreichen eines gefälschten Belegs erwischt wurden, taten dies später erneut – bei einem untersuchten großen Arbeitgeber erreichte die Wiederholungsrate 41%.
- Es ist ein globales Muster, kein Problem eines einzelnen Landes. Im selben Datensatz erstreckten sich die Einreichungen über 174 Unternehmen und Dutzende von Ländern, von einer Handvoll 30- von einem Mitarbeiter.
Nichts davon bedeutet, dass Ihr Team ungewöhnlich unehrlich ist. Es bedeutet, dass die Werkzeuge zum Abkürzen dramatisch besser und billiger geworden sind, während sich Ihr Überprüfungsprozess wahrscheinlich überhaupt nicht geändert hat.
Warum „Sieht das echt aus?“ nicht mehr funktioniert
Jahrelang war der Standard für die Überprüfung eines Belegs im Wesentlichen visuell: Sieht die Papierstruktur richtig aus, passen die Schriftarten zum Anbieter, stimmt die Summe. Moderne Bildgeneratoren erzeugen Belege mit realistischer Papierstruktur, plausiblen Positionsaufschlüsselungen und Zeitstempeln, die dem angegebenen Datum entsprechen – denn genau diese Art von Bildern können diese Modelle gut erzeugen. Die Frage „Sieht das wie ein echter Beleg aus?“ ist kein sinnvoller Betrugscheck mehr, denn eine überzeugende Fälschung ist jetzt kostenlos und sofort erhältlich.
Die praktische Implikation für ein kleines Unternehmen ist einfach: Hören Sie auf, das Dokument zu überprüfen, und beginnen Sie, die Transaktion zu überprüfen. Ein Beleg ist nur eine Behauptung. Die Transaktionsaufzeichnung – die Kartenbelastung, die Lastschrift, der Händlername, der die Zahlung tatsächlich abgewickelt hat – ist die Tatsache.
Ein Leitfaden für kleine Unternehmen zur Erstattungsprüfung
Sie benötigen keine Enterprise-Betrugserkennungssoftware, um die meisten dieser Lücken zu schließen. Eine Handvoll Richtlinien- und Prozessänderungen decken den Großteil des Risikos ab.
1. Gleichen Sie Belege mit tatsächlichen Transaktionsdaten ab, nicht nur mit dem Dokumentenerscheinungsbild
Wenn ein Mitarbeiter mit einer Firmenkarte bezahlt, hat die Bank oder der Kartenprozessor bereits eine Aufzeichnung des Händlers, des Betrags und des Datums. Überprüfen Sie den Beleg gegen diese Aufzeichnung, anstatt dem Bild allein zu vertrauen. Eine Diskrepanz beim Händlernamen, Betrag oder Zeitpunkt ist ein weitaus stärkeres Signal als alles, was auf dem Beleg selbst sichtbar ist.
Für Ausgaben, die aus eigener Tasche bezahlt und zur Erstattung eingereicht werden, fordern Sie die zugrunde liegende Zahlungsbestätigung an (eine Kontoauszugszeile, einen digitalen Geldbörsenbeleg, eine Überweisungsbestätigung) zusammen mit dem Händlerbeleg – zwei unabhängige Aufzeichnungen sind viel schwieriger konsistent zu fälschen als eine.
2. Überprüfen Sie Ihre automatische Genehmigungsschwelle
Wenn Ihr Ausgabentool alles unter, sagen wir, 75 -Kaffeebeleg persönlich überprüfen müssen – aber es bedeutet, dass eine feste Dollargrenze allein eine bekannte, ausbeutbare Regel ist. Kombinieren Sie eine niedrigere automatische Genehmigungsobergrenze mit stichprobenartigen Prüfungen ober- und unterhalb der Grenze, sodass Mitarbeiter nicht zuverlässig vorhersagen können, welche kleinen Forderungen ein zweites Mal geprüft werden.
3. Achten Sie auf Wiederholungseinreicher und Musterhäufungen
Da ein großer Teil des Betrugs Wiederholungsverhalten ist, ist die Nachverfolgung, wer bereits zuvor einen auffälligen Beleg hatte – selbst für etwas Geringfügiges – eine der wirksamsten Maßnahmen, die Sie mit begrenzter Prüfzeit ergreifen können. Achten Sie ebenfalls auf Häufungen: mehrere Mitarbeiter, die verdächtig ähnliche Belegformate einreichen, Beträge, die alle knapp unter Ihrer Schwelle liegen, oder einen Anstieg von „Beleg verloren, hier ist eine Rekonstruktion“-Einreichungen.
4. Verlangen Sie eine sofortige Einreichung mit vollständigen Angaben
Legen Sie eine klare Richtlinie fest – Ausgaben, die innerhalb eines festgelegten Zeitfensters (üblich sind 30 Tage) mit Datum, Betrag, Händler und Geschäftszweck explizit angegeben werden müssen. Verspätete Einreichungen, vage Zweckangaben („Kundentreffen“, ohne Name oder Kontext) und Belege mit Ziffern, die nicht ganz zu einer plausiblen detaillierten Summe passen, sind alle einer genaueren Prüfung wert.
5. Verwenden Sie eine Vorabgenehmigung für alles Ungewöhnliche oder Hochwertige
Gewöhnliche wiederkehrende Ausgaben (Kilometerpauschale, standardmäßige Reisen, routinemäßige Büromaterialien) können in einem einfachen Prozess bleiben. Alles, was außerhalb des normalen Musters liegt – ein großer einmaliger Kauf, ein unbekannter Anbieter, eine Kategorie, die der Mitarbeiter normalerweise nicht abrechnet – sollte vor der Erstattung eine Vorabgenehmigung oder eine Unterschrift des Vorgesetzten erfordern, nicht nur eine nachträgliche Überprüfung.
6. Verlassen Sie sich nicht auf KI-Tools, die Sie Mitarbeitern zur Verfügung stellen, ohne deren Ausgabe zu überprüfen
Wenn Ihr Unternehmen Mitarbeitern Zugang zu KI-Schreib-, Bild- oder Dokumententools gewährt, seien Sie sich bewusst, dass dasselbe Tool, das jemandem beim Verfassen einer Kunden-E-Mail hilft, auch in Sekunden einen überzeugenden gefälschten Beleg erstellen kann. Richtliniensprache allein („kein Missbrauch von Unternehmenswerkzeugen“) ist keine technische Kontrolle – kombinieren Sie sie mit der oben genannten Gewohnheit des Transaktionsabgleichs.
Wie das in der Praxis aussieht
Das Ausmaß des Problems lässt sich am besten an einem realen Beispiel verdeutlichen. Bei einem in den AppZen-Daten untersuchten Fortune-10-Unternehmen reichten 142 Mitarbeiter in 22 Ländern 340 betrügerische Belege im Wert von insgesamt 34.953 pro Forderung. Keine einzelne Einreichung hätte allein eine manuelle Überprüfung ausgelöst. Es war nötig, das Muster über die gesamte Organisation hinweg zu betrachten, nicht einen einzelnen Beleg, um das Problem zu erkennen.
Ein kleines Unternehmen bearbeitet offensichtlich nicht Tausende von Spesenabrechnungen pro Monat. Aber die gleiche Mathematik gilt in kleinerem Maßstab: Fünf Mitarbeiter, die jeweils eine Handvoll Forderungen von 40–80 $ pro Jahr aufblähen, sind Abrechnung für Abrechnung leicht zu übersehen und summieren sich bis Dezember zu echtem Geld. Die geografische Streuung in den Daten ist auch eine Erinnerung daran, dass dies kein Nischenverhalten ist, das auf ein Team oder eine Rolle beschränkt ist – es tritt überall dort auf, wo Leute Ausgaben einreichen und wissen, dass die Prüfung locker ist.
Eine Kurzreferenz-Checkliste zur Überprüfung von Belegen
Wenn Ihnen etwas zur Erstattung vorgelegt wird, erfasst ein paar Sekunden für jeden dieser Punkte die meisten erfundenen Forderungen:
- Stimmen Betrag, Datum und Händler auf dem Beleg mit der tatsächlichen Karten- oder Banktransaktion überein? Wenn es überhaupt keine passende Transaktion gibt, ist das allein schon ein Ausschlusskriterium.
- Liegt der Gesamtbetrag verdächtig nahe an Ihrer automatischen Genehmigungsschwelle – sagen wir, 3 -Grenze?
- Hat dieser Mitarbeiter bereits zuvor einen beanstandeten oder korrigierten Beleg gehabt? Wiederholungsverhalten ist häufig genug, um in Ihre Prüfung einzugehen.
- Ist das Feld Geschäftszweck spezifisch (Kundenname, Projekt, Meeting-Kontext) oder nur ein allgemeiner Begriff wie „Kundentreffen“ oder „Büromaterial“?
- Wurde es zeitnah eingereicht, oder taucht es Wochen später als Teil einer Charge von „rekonstruierten“ Belegen auf?
- Wenn mehrere Mitarbeiter zur gleichen Zeit ähnlich aussehende Belege einreichen, behandeln Sie das als ein zu untersuchendes Muster, nicht als einen Zufall, den Sie einfach durchwinken.
Keiner dieser Checks erfordert spezielle Software – sie erfordern nur, dass Sie tatsächlich auf die Transaktionsaufzeichnung schauen, anstatt dem Dokument zu vertrauen.
Der größere Punkt: Ausgabenbetrug ist ein Buchhaltungsproblem, nicht nur ein Personalproblem
Betrug bei Ausgabenerstattungen trat bereits in etwa 13% der Fälle von Wirtschaftskriminalität auf, bevor generative KI die Fälschung mühelos machte, so die Association of Certified Fraud Examiners. Was sich geändert hat, ist nicht, ob Menschen versucht sind, eine Spesenabrechnung aufzublähen – es ist, wie billig und überzeugend die Fälschung geworden ist und wie viel kleiner jeder einzelne betrügerische Anspruch sein kann, während er sich dennoch summiert.
Genau deshalb sind saubere, gut dokumentierte, leicht prüfbare Finanzaufzeichnungen wichtiger denn je. Wenn jede Transaktion in einem System verfolgt wird, in dem der Eintrag, das Konto, das er belastet, und die unterstützende Aufzeichnung alle miteinander verknüpft und überprüfbar sind – anstatt über E-Mail-Anhänge, Tabellenkalkulationszeilen und Fotos von Belegen verstreut zu sein, die niemand gegenprüft –, dann stechen Unstimmigkeiten hervor, anstatt sich in der Masse zu verstecken. Ein Erstattungsanspruch, der nicht auf eine tatsächliche Kartentransaktion oder Bankbuchung zurückzuführen ist, ist eine rote Fahne, die Sie in Minuten erkennen können, wenn Ihre Bücher dafür strukturiert sind, und eine, die Sie nie bemerken werden, wenn sie es nicht sind.
Halten Sie Ihre Finanzen organisiert und prüfbar
Das Erkennen gefälschter Belege ist letztlich ein Aufzeichnungsproblem: Sie brauchen jede Ausgabe, die auf eine reale Transaktion zurückverfolgt werden kann, nicht nur auf ein Dokument, das plausibel aussieht. Beancount.io bietet Ihnen Textbuchhaltung mit vollständiger Versionshistorie, sodass jeder Eintrag – und jede Bearbeitung davon – transparent, nachvollziehbar und leicht mit Ihren tatsächlichen Bank- und Kartenaufzeichnungen abzugleichen ist. Erkunden Sie die Dokumentation, um zu sehen, wie ein versionsverwaltetes Hauptbuch nicht übereinstimmende oder doppelte Ausgabenansprüche leicht erkennbar macht, oder schauen Sie sich Fava für ein visuelles Dashboard über Ihren Büchern an. Starten Sie kostenlos und bauen Sie Erstattungsprüfungen auf Aufzeichnungen auf, denen Sie tatsächlich vertrauen können.