Retouren-Betrug mit KI-Bildern: Wie können sich Händler schützen?

Was aussieht wie ein klarer Schadensfall, kann heute binnen Sekunden am Computer entstehen – ein Vorfall bei Airbnb hat kürzlich gezeigt, wie täuschend echt KI-Bilder sein können und warum diese Masche längst auch den Online-Handel betrifft.

Ein Fall, der aufhorchen lässt

Kürzlich sorgte eine Geschichte aus der Airbnb-Welt für Schlagzeilen – und für Gesprächsstoff weit über die Reisebranche hinaus. Eine Mieterin hatte ein Apartment in Manhattan gebucht. Nach ihrer Abreise erhielt sie überraschend eine Schadensersatzforderung von 14.000 Euro, die sie nicht nachvollziehen konnte. Die Mieterin soll das Mobiliar beschädigt haben, so der Gastgeber, der die Schäden mittels Fotos dokumentiert haben will – doch diese zeigten widersprüchliche Schäden. Der Verdacht: Die Bilder waren mit KI erstellt worden. Erst nach öffentlichem Druck lenkte Airbnb ein.

Vom Ferienapartment zum Online-Shop

Was auf Airbnb passierte, lässt sich problemlos auf den E-Commerce übertragen. Nehmen wir ein Beispiel: Ein Kunde bestellt eine Schreibtischlampe für 19,90 Euro. Zwei Wochen später meldet er, die Lampe sei defekt angekommen. Statt sie zurückzuschicken, reicht er ein Foto ein – der Lampenschirm wirkt gerissen, das Kabel beschädigt. Das Bild sieht glaubwürdig aus, vielleicht zu glaubwürdig? Der Händler steht vor der Entscheidung: Kundenservice und Kulanz walten lassen oder misstrauisch werden und die Rücksendung verlangen? Das wiederum hätte zur Folge, dass Porto und Arbeitsaufwand für die Überprüfung anfallen …

Was hier passierte, kann Händlern im E-Commerce jederzeit und in unzähligen Konstellationen begegnen. Gefälschte Beweisbilder lassen sich wunderbar im Zusammenhang mit Mängelmeldungen einsetzen. Szenarien gibt es unzählige:

• Schadensbilder fälschen oder generieren: Fotos eines Produkts werden mit KI manipuliert oder komplett neu erstellt, um einen Defekt vorzutäuschen.
• Fremde Produkte als „Beweis“ darstellen: KI-Bilder werden so erstellt, dass sie ein ähnliches, aber nicht identisches Produkt zeigen, um z. B. eine Falschlieferung zu simulieren.
• Verpackungsschäden inszenieren: KI-generierte Bilder von zerbeulten Kartons oder angeblich ausgelaufenen Flüssigkeiten als Beweis für Transportschäden.
• Seriennummern und Label fälschen: KI-Bildbearbeitung fügt auf einem fremden oder defekten Produkt die Seriennummer des tatsächlich gekauften Artikels ein.
• Schadensmeldung ohne Produkt: Kunde behauptet, Produkt sei bereits entsorgt („zu gefährlich“ wegen angeblichem Defekt) und legt KI-Bilder als Entsorgungsnachweis vor.
• Retourenprozess manipulieren: Es werden beispielsweise manipulierte Einlieferungsbelege vorgelegt, um die Rückzahlung zu erzielen.

Besonders bei niedrigpreisigen Artikeln ist die Versuchung für unehrliche Kunden groß, denn je kleiner der Kaufpreis, desto eher ist ein Unternehmen geneigt, keine Nachforschungen anzustellen.

Die Rechtslage: Händler dürfen prüfen

Rechtlich ist die Sache klar: Nach deutschem Recht hat der Händler bei Mängelrügen das Recht, den angeblich defekten Artikel zur Prüfung anzufordern, bevor er nachbessert (repariert oder neu liefert) oder den Kaufpreis erstattet. Viele Händler verzichten jedoch bei günstigen Artikeln aus wirtschaftlichen Gründen auf die Rückforderung – etwa wenn das Rückporto höher ist als der Warenwert. Genau diese Lücke kann von Betrügern ausgenutzt werden.

Die Herausforderungen für Händler

Wie man schlussendlich reagieren kann und will, ist eine unternehmerische Entscheidung und ein bisschen eine Frage des Temperaments der Verantwortlichen. Kundenservice ist besonders auf Plattformen wichtig und die nächste negative Bewertung nicht weit. Aber Betrug darf auch nicht begünstigt werden.

Schutzmaßnahmen für Händler

Plausibilität und Schadenswahrscheinlichkeit prüfen

• Wie realistisch ist die gemeldete Beschädigung?
• Stimmen die Fotos untereinander überein und ergeben ein schlüssiges Gesamtbild?
• Ist der Schaden bereits aus früheren Fällen bekannt, z. B. als Serien- oder Produktionsfehler einer bestimmten Charge?
• Sind Seriennummern oder individuelle Markierungen vorhanden, um zweifelsfrei festzustellen, ob die zurückgesandte Ware tatsächlich vom Kunden stammt.

Rücksendung als Prüfmechanismus nutzen

• Auch bei geringem Warenwert abwägen, ob sich eine Rückforderung lohnt, um Betrug vorzubeugen.
• Häufige Mängelmeldungen desselben Kunden können ein Warnsignal sein – dabei stets darauf achten, keine unbegründeten Verdächtigungen auszusprechen.

Technische Überprüfung
Es gibt mittlerweile spezialisierte Software und KI-Lösungen, die manipulierte oder KI-generierte Bilder erkennen können. Für Händler können solche Systeme entweder manuell zur Prüfung einzelner Verdachtsfälle oder automatisiert in Retouren- und Reklamationsprozesse integriert werden, um betrügerische Bildbeweise frühzeitig zu entlarven.

Betrug ist kein neues Problem

Nun wird der eine oder andere einwenden, dass es keine neue Erfindung ist, Bilder zu fälschen. Und das ist zutreffend. Betrug gab es lange vor KI. Photoshop oder die Google-Bildersuche bieten seit Jahren Möglichkeiten, passende „Beweise“ zu (er-)finden. KI macht den Prozess jedoch einfacher und ein bisschen massentauglich, denn anders als bei Bildbearbeitungssoftware braucht es heutzutage keine besonderen Kenntnisse mehr.

Wer aufmerksam prüft, konsequent dokumentiert und moderne Erkennungstechnologien einsetzt, kann auch in Zeiten von KI-Bildern den Überblick behalten – und betrügerische Retouren wirkungsvoll ausbremsen.

Artikelbild: http://www.depositphotos.com