Resemble AI startet native Echtzeit-Erkennung von Deepfakes in Microsoft Teams

Warum Resemble AI auf Videotelefonate zielt

Resemble AI argumentiert, dass die verbreitete Annahme, Menschen würden einen Fake in einem Videotelefonat bemerken, zunehmend unzuverlässig wird. Das Unternehmen verweist auf mehrere Fälle. Im Jahr 2024 genehmigte ein Mitarbeiter von Arup 15 Überweisungen im Wert von $25.6 million, nachdem er an einem Gespräch teilgenommen hatte, in dem sein CFO und seine Kollegen allesamt Deepfakes waren. Im Jahr 2025 überwies ein Finanzdirektor in Singapur mehr als $499,000, nachdem er an einem Deepfake-Anruf mit einem leitenden Angestellten teilgenommen hatte. Im Februar 2026 half eine geklonte Stimme dabei, rund €95 million aus Fideuram, einem Teil von Intesa Sanpaolo, abzuziehen.

Der Beitrag verweist außerdem auf eine Gartner-Umfrage unter 297 CISOs vom September 2026. Nach den von Resemble AI zitierten Zahlen hatten 41 % im vorangegangenen Jahr mit einem Deepfake in einem Social-Engineering-Angriff über den Telefonanschluss eines Mitarbeiters zu tun, 36 % hatten einen solchen Angriff in einem Videotelefonat erlebt.

Resemble AI zufolge müssen Unternehmen darauf vorbereitet sein, KI und Betrug in vier Anwendungsfällen zu erkennen: CEO-Betrug, Bewerberbetrug, Zahlungsbetrug und die Imitation des IT-Helpdesks.

So funktioniert Resemble Detect in Teams

Resemble Detect für Microsoft Teams kombiniert Identitätsabgleich und Registrierung, die Erkennung von Audio- und Video-Deepfakes sowie Betrugswarnungen direkt in Teams. Enthalten sind vier Modelle des Unternehmens: Detect zur Erkennung von KI in Video oder Audio, Identity für den Identitätsabgleich, Signal zur Betrugserkennung und Intelligence für allgemein verständliche Erklärungen der anderen Ergebnisse.

Sobald ein Administrator die Funktion aktiviert, werden Teams-Meetings automatisch abgedeckt. Vor einem Gespräch können Nutzer optional ein Gesichts- und Sprachmuster hinterlegen, das mit ihrem Microsoft-365-Konto verknüpft ist. Das Unternehmen erklärt, dass die Registrierung einmalig erfolgt und wenige Minuten dauert. Während des Gesprächs analysiert das System die Audio- und Videostreams kontinuierlich und prüft, ob die Person vor Kamera und Mikrofon mit der registrierten Identität übereinstimmt.

• Wenn etwas markiert wird: Der Gastgeber des Meetings erhält eine Warnung mit dem Namen des Teilnehmers und dem Stream, der sie ausgelöst hat. Der Gastgeber kann die Person zur Verifizierung auffordern, sie entfernen oder das Sicherheitsteam einschalten.
• Nach dem Gespräch: Markierte Ereignisse werden im Teams-Chat zusammengefasst. Für eine genauere Prüfung kann ein Bericht mit Zeitstempeln, visueller Analyse auf Frame-Ebene und einer Bewertung von Audiosegmenten erstellt werden.

Es gibt keinen separaten Bot im Meeting, Unternehmen können bei Bedarf jedoch einen sichtbaren Bot hinzufügen. Teilnehmer müssen nichts herunterladen. Die Bereitstellung erfolgt über das Teams Admin Center.

Bei der Identitätsprüfung wird jeder Teilnehmer außerdem mit dem Microsoft-365-Konto abgeglichen, mit dem er sich angemeldet hat. Tritt jemand über das Konto eines Kollegen bei, wird eine Kontenabweichung markiert. Personen ohne Registrierung erscheinen als "identity not found", und der Organisator kann sie hinzufügen, sobald ihre Echtheit bestätigt wurde.

Angaben zur Genauigkeit, Zusatzfunktionen und Datenverarbeitung

Resemble AI erklärt, seine Erkennungs-Benchmarks offen zu veröffentlichen. Auf der Podonos-Rangliste belegte das Audiomodell des Unternehmens im August 2026 mit einer Genauigkeit von 99.47% über 4,524 Testdateien den ersten Platz, bei einer Fehlerrate von 0.4% und einer Fehlalarmrate von 0.7%, so das Unternehmen. Für die Erkennung von Video-Deepfakes meldet es eine Genauigkeit von 98.2%, basierend auf einem internen Benchmark mit 1,000 Dateien. Außerdem nennt das Unternehmen einen Echtzeitfaktor von 0.12s, Unterstützung für 54 Sprachen und Tests mit mehr als 250 generativen Modellen.

Signal und Intelligence sind kostenpflichtige Zusatzfunktionen. Signal achtet auf verdächtige Absichten, etwa die dringende Aufforderung, auf ein neues Bankkonto zu zahlen, und kennzeichnet das Gehörte während des Gesprächs als unbedenklich, verdächtig oder betrügerisch. Intelligence erklärt in allgemein verständlicher Sprache, warum ein Teil des Gesprächs markiert wurde. Nach Angaben des Unternehmens funktioniert Signal ohne Transkription oder Aufzeichnung des Gesprächsinhalts.

Zu den Daten erklärt Resemble AI, dass Medien nur für vom System markierte Teilnehmer gespeichert werden, damit Sicherheitsteams das Ereignis prüfen können. Kundendaten würden nicht zum Training der Modelle verwendet. Die Plattform sei SOC 2 Type II-zertifiziert und darauf ausgelegt, Anforderungen der DSGVO und von HIPAA zu unterstützen.

Was das für Unternehmen bedeutet

Resemble AI positioniert das Produkt für Unternehmen, in denen Videotelefonate Entscheidungen über Geld, Zugriffsrechte, vertrauliche Informationen oder die Genehmigung durch Führungskräfte beeinflussen. Genannt werden Finanzdienstleister, Rechtswesen, Gesundheitswesen, kritische Infrastruktur und Behörden, wobei das zugrunde liegende Risiko breiter gefasst sei. Für CISOs beschreibt das Unternehmen die Lösung als zusätzliche Ebene über bestehenden Identitätskontrollen, die darauf abzielt, was geschieht, nachdem jemand die ersten Prüfungen zum Beitritt zu einem Meeting bestanden hat.

Unternehmen, die vertrauliche Meetings in Teams abhalten, können beim Anbieter eine Produktvorführung anfordern. Angaben zu Preisen und Verfügbarkeit wurden in der Quelle nicht gemacht.