AI-oplichting topman: 95 miljoen gestolen, wat nu voor MKB?

Wat is er precies gebeurd bij Intesa Sanpaolo?

Wat vaststaat volgens het bericht op Nu.nl: het ging om 95 miljoen euro, de diefstal vond plaats in februari en de oplichters gebruikten AI om de identiteit van topmannen na te bootsen. Van het bedrag is ruim de helft teruggehaald. Ongeveer 36 miljoen euro is nog niet gevonden.

Wat ik uit dit korte bericht niet kan halen: hoe de imitatie technisch werkte, of het om stem, video of berichten ging, en hoe het geld de deur uit ging. Ik ga dat dus ook niet invullen. Wie er iets over zegt zonder bron, gokt.

Wat wel duidelijk is: de aanval richtte zich niet op een firewall maar op vertrouwen. Iemand die klinkt of overkomt als een bestuurder, geeft een opdracht, en mensen voeren die uit. Dat mechanisme werkt op elke organisatie, groot of klein.

Waarom dit ook voor jouw MKB-bedrijf geldt

Nepdirecteur-fraude bestond al lang voordat AI meeliep. Iemand mailt namens de eigenaar: 'Maak vandaag nog dit bedrag over, het is vertrouwelijk.' Met AI wordt dat overtuigender. Een stem kan nagemaakt worden, een schrijfstijl ook. De drempel om iemand te imiteren is gedaald.

Voor MKB Nederland is dit relevant omdat kleine bedrijven vaak korte lijnen hebben. De eigenaar appt of belt zelf een opdracht door, en niemand vindt dat vreemd. Precies die informele werkwijze is wat oplichters uitbuiten.

Ik zie het ook in mijn eigen werk als AI-trainer in Enschede: ondernemers zijn sneller geneigd een AI-tool te vertrouwen of een bericht van 'de baas' uit te voeren dan een systeem dat streng controleert. Vertrouwen is fijn in een team, maar het is geen betaalcontrole.

Vijf afspraken die je deze week kunt maken

Je hebt geen dure software nodig. Je hebt afspraken nodig die iedereen kent en waar niemand van afwijkt, ook niet voor jou als eigenaar.

1. Terugbellen op een bekend nummer. Krijgt iemand een betaalopdracht, ook per telefoon of videogesprek, dan belt hij terug via een nummer dat al in je administratie staat. Nooit via een nummer uit het bericht zelf.

2. Twee paar ogen boven een drempelbedrag. Kies een bedrag, bijvoorbeeld 2.500 euro, waarboven altijd een tweede persoon meekijkt.

3. Een codewoord voor uitzonderingen. Spreek intern af dat bij een spoedbetaling of gewijzigd rekeningnummer een vast controlewoord of controlevraag hoort.

4. Geen druk accepteren. Spoed en geheimhouding zijn de twee klassieke signalen. Wie 'vertrouwelijk' en 'nu meteen' hoort, stopt.

5. Weet wie je belt bij een misser. Zet het alarmnummer van je bank op een lijstje. Hoe sneller je belt, hoe groter de kans dat geld nog terug te halen is.

Wat betekent dit voor privacy en de AVG?

Bij deze vorm van fraude gaat het in de eerste plaats om geld, niet om persoonsgegevens. Toch kan de AVG meespelen. Als oplichters via een gehackt account of gelekte gegevens aan hun informatie komen, kan er sprake zijn van een datalek dat je moet melden. Dat zag je ook bij het Revolut-datalek bij Nederlandse klanten.

Denk ook aan wat je zelf online zet. Een opgenomen webinar, een podcast of een video van je directeur geeft genoeg stemmateriaal om iemand na te maken. Ik zeg niet dat je nooit meer iets moet publiceren. Wel dat je moet weten dat die opnames bruikbaar zijn voor misbruik, en dat je afspraken dus niet mogen leunen op 'ik herken zijn stem'.

Wat ik hiervan vind

Het slechte nieuws is dat herkennen op gevoel niet meer betrouwbaar is. Het goede nieuws is dat de oplossing saai en goedkoop is: procedures. Een bank met alle middelen werd toch getroffen. Dat betekent niet dat verdedigen zinloos is. Het betekent dat je niet moet vertrouwen op 'ik merk het wel'.

Ik heb hierover eerder geschreven in cybersecurity in het MKB: het grootste risico is je medewerker. Die conclusie wordt met dit bericht alleen maar sterker: je medewerker is niet het probleem, maar de procedure moet hem beschermen. En als AI ook telefoongesprekken kan voeren, lees dan hoe Gemini bedrijven belt om te zien hoe overtuigend zo'n stem kan zijn.