Software folgte einst einer einfachen ökonomischen Formel: viel für den Aufbau ausgeben, dann fast nichts, um jeden weiteren Kunden zu bedienen. Generative KI hat dieses Modell auf den Kopf gestellt. Jeder Prompt, jedes generierte Bild und jede agentische Aufgabe kostet echtes Geld, und Betrüger haben herausgefunden, wie sie andere für die Zeche zahlen lassen können.

Das Zahlungsunternehmen Stripe schlägt Alarm bei dem, was es "Token-Diebstahl" nennt – ein Betrugsmuster, das auf nutzungsbasierte Abrechnungsmodelle von KI-Unternehmen abzielt, bei denen Kunden für das abgerechnet werden, was sie tatsächlich verbrauchen. Kriminelle legen falsche Konten an, verbrauchen teure API-Tokens oder Guthaben und verschwinden, bevor jemand die Zahlung eintreiben kann.

Das Ausmaß des Problems

KI-Abo-Unternehmen haben laut von Stripe hervorgehobenen Zahlen in nur sechs Monaten einen Anstieg versuchter Multi-Konto-Missbräuche um 40 % verzeichnet. In einigen Segmenten der KI-Branche stiegen diese Versuche um mehr als 600 %.

Auf Transaktionsebene liegen die Betrugsraten von KI-Unternehmen 4,3 Mal höher als beim durchschnittlichen Start-up. Selbst nach dem Einsatz von Gegenmaßnahmen sinkt dieser Wert nur auf das 2,6-Fache des Normwerts. Etwa jede sechste Neukundenanmeldung im KI-Sektor steht in Verbindung mit Token-Diebstahl. Das Timing verschärft den Schaden: Da die gestohlene Nutzung in Echtzeit auf der eigenen Infrastruktur des Anbieters verbraucht wird, entstehen die Verluste, bevor eine Zahlung eingetrieben werden kann, und es gibt kein Produkt, das anschließend zurückgeholt werden könnte.

Stripes CEO Patrick Collison hat diesen Trend als eines der am meisten übersehenen Risiken in der KI-Landschaft bezeichnet. Automatisierte Agenten, so sein Hinweis, ermöglichen es Dieben, Budgets in einem Tempo zu erschöpfen, das menschliche Betrugsteams in Echtzeit schlicht nicht mithalten können.

Warum KI einzigartig anfällig ist

Traditionelle Software-as-a-Service-Unternehmen konnten es sich leisten, bei kostenlosen Testversionen großzügig zu sein, weil die Grenzkosten eines zusätzlichen Nutzers gegen null gehen. KI-Unternehmen arbeiten unter grundlegend anderen ökonomischen Bedingungen. Jede Abfrage an ein großes Sprachmodell verbraucht Rechenleistung, jeder Bildgenerierungsauftrag beansprucht GPU-Zyklen, und agentische Workflows ketten mehrere teure Inferenzaufrufe aneinander.

Gestohlene KI-Guthaben haben auch auf Zweitmärkten einen realen Wiederverkaufswert, wo Käufer Premium-KI-Funktionen zu einem Bruchteil des Einzelhandelspreises nutzen können – genau das macht die kostenlosen Guthaben und Testversionen, die KI-Unternehmen zur Gewinnung von Entwicklern anbieten, zu einem so verlockenden Ziel.

ElevenLabs, das Unternehmen für KI-Sprachgenerierung, steht in diesem Kampf in vorderster Linie. Das Unternehmen berichtet, täglich Tausende betrügerische Konten zu blockieren, nur um die Verluste beherrschbar zu halten.

Stripes Reaktion

Stripe hat sein Betrugs Erkennungstool Radar speziell zur Bekämpfung des Token-Diebstahls aktualisiert. Radar, die auf maschinellem Lernen basierende Betrugspräventionssuite des Unternehmens, die von Unternehmen auf der gesamten Zahlungsplattform genutzt wird, blockierte in einem einzigen Monat mehr als 3,3 Millionen riskante Registrierungen von nur acht KI-Unternehmen.

Der Ansatz zielt auf die Registrierungsebene statt auf die Zahlungsebene ab. Token-Diebstahl muss gestoppt werden, bevor Täter überhaupt zum Produkt gelangen, denn sobald sie den Dienst genutzt haben, ist der Schaden bereits geschehen. Da versuchter Missbrauch branchenweit weiter steigt, wie weit sich Registrierungsebenen-Verteidigungen wie Radars über KI-Unternehmen verbreiten – und wie die Betrugszahlen danach aussehen – ist eine der operativen Handlungssträngen, die zu verfolgen sind, während die nutzungsbasierte KI-Abrechnung reift.