AI-phishingangreb ændrer en af de ældste regler inden for sikkerhedsbevidsthed: Dårlig grammatik er ikke længere et pålideligt advarselstegn.
I årevis lærte medarbejdere at kigge efter klodsede formuleringer, mærkelig formatering, stavefejl og generiske hilsner. Disse spor er stadig vigtige, men de kan ikke afsløre AI-drevne phishingangreb.
Generativ AI kan hjælpe angribere med at skrive personlige beskeder på få sekunder. Den kan efterligne en virksomheds tone, opsummere offentlige oplysninger om en medarbejder, forvandle en kort prompt til en overbevisende fakturaanmodning eller lokalisere et svindelnummer, så det lyder naturligt på ethvert målsprog.
Dette er dog ikke en helt ny trussel. Det er en opgraderet form for phishing med bedre tekster, hurtigere forberedelse og mere overbevisende efterligning. Phishing forsøger stadig at få nogen til at klikke, dele legitimationsoplysninger, godkende en betaling, åbne en fil eller flytte en samtale til en kanal, angriberen kontrollerer. AI gør blot denne manipulation mere overbevisende og lettere at opskalere.
I virksomheder skal teams opbygge nye vaner. Vi forklarer, hvad man skal kigge efter, og hvordan man opbygger bedre beskyttelse mod phishing og databrud i virksomhedens netværk.
Hvordan adskiller AI-phishingangreb sig?
AI-genererede phishing-e-mails ligner reelt arbejde
Nye former for AI-social engineering
Hvorfor SMV’er i stigende grad er udsatte
Sådan tilpasser du din phishingtræning til AI-aktiverede angreb
Hvad virksomheder skal gøre anderledes
Hvordan Proton Pass for Business hjælper med at reducere risikoen for legitimationsoplysninger
Hvordan adskiller AI-phishingangreb sig?
Før generativ AI krævede phishing en større manuel indsats. Angribere var nødt til at undersøge et mål, skrive troværdige tekster, tilpasse tonen og nogle gange oversætte beskeder til forskellige markeder. Generativ AI sænker disse adgangsbarrierer betydeligt.
Den britiske myndighed National Cyber Security Centres rapport om effekten af AI på cybertrusler(nyt vindue) fra nu og frem til 2027 bemærker, at AI næsten helt sikkert vil gøre dele af cyberindtrængen mere effektive og ressourcebesparende, hvilket vil øge hyppigheden og intensiteten af cybertrusler. Den bemærker også, at trusselsaktører allerede bruger AI til at forbedre eksisterende taktikker, herunder social engineering.
Angribere kan nu generere phishingangrebsbeskeder, der ser mere naturlige og mere specifikke ud. En svindel-e-mail kan henvise til en reel leverandør, et nyligt LinkedIn-opslag, en stillingsbetegnelse, en regional begivenhed eller et internt projektnavn. Selv når angriberen har begrænsede oplysninger, kan AI udfylde hullerne med et sprog, der lyder troværdigt.
Advarselstegnene på et phishingangreb er fortsat de samme. Mistænkelige links, hastende anmodninger, uventede vedhæftninger og mærkelige afsenderdomæner har stadig betydning. Men selve indholdet er ikke længere nok til at afsløre angrebet.
| Traditionelle phishingangreb | AI-drevne phishingangreb |
| Har ofte tastefejl, klodset grammatik eller generiske hilsner | Kan bruge fejlfrit, naturligt sprog med den rette tone |
| Bygger typisk på brede, generiske beskeder | Kan indeholde personlige detaljer, virksomhedskontekst eller leverandørreferencer |
| Optræder for det meste som mistænkelige e-mails | Kan kombinere e-mail, stemmekloning, falske fakturaer og deepfake-video |
AI-genererede phishing-e-mails ligner reelt arbejde
Phishingangreb har altid varieret fra primitive til yderst sofistikerede, men generativ AI sænker kravene til færdigheder og tid, der er nødvendig for at producere beskeder, som er flydende, velstrukturerede og skrevet i et professionelt klingende sprog.
NCSC’s phishing-vejledning(nyt vindue) bemærker, at phishingkampagner kan forsøge at stjæle følsomme oplysninger som adgangskoder eller narre folk til at overføre penge. Den forklarer også, at mere målrettede kampagner bruger oplysninger om medarbejdere eller virksomheden til at få beskeder til at virke mere realistiske. AI gør det lettere at gøre i stor skala.
Forsvar mod moderne phishingangreb kræver lagdelte sikkerhedskontroller frem for et enkelt filter: flerfaktorgodkendelse (MFA) for at gøre stjålne legitimationsoplysninger til en mindre trussel, verificerede kommunikationsprocesser for kritiske anmodninger samt medarbejdertræning i at genkende social engineering, før legitimationsoplysninger videregives.
Sikker administration af legitimationsoplysninger er også et nøgleaspekt af dit forsvar. En adgangskodeadministrator til virksomheder som Proton Pass for Business gør det nemt at generere en stærk, unik adgangskode til hver enkelt konto. Du kan også overvåge for eksponering i dit virksomhedsnetværk, så selvom et teammedlem bliver narret af en enkelt besked, kan vedkommendes legitimationsoplysninger ikke låse mere end én konto op.
For medarbejdere skal phishingbevidstheden udvikle sig for at opdage disse nye AI-drevne trusler. Det kræver, at man stiller sig selv tre spørgsmål:
- Ser denne e-mail falsk ud?
- Giver denne anmodning mening?
- Har jeg verificeret den, eller kan jeg verificere den via en betroet kanal?
At se ud over e-mailens stavning og formatering og kigge på den bredere kontekst, den blev sendt i, kan gøre en stor forskel. En velskrevet e-mail kan stadig være et phishingforsøg, hvis den beder om legitimationsoplysninger, ændrer betalingsoplysninger, skaber usædvanlig hast eller presser nogen ud over den normale proces.
Nye former for AI-social engineering
AI-phishing er ikke begrænset til e-mail. Angribere kan nu bruge AI til at kombinere tekst, tale, billeder og video til én samlet overbevisende historie.
AI-genereret spear-phishing
Spear phishing virker, fordi beskeden er målrettet mod den person, der modtager den. AI gør målretning endnu nemmere: En angriber behøver ikke længere bruge så meget tid på at skrive fra bunden eller tilpasse tonen til hvert enkelt mål. De kan bruge offentlige oplysninger, lækkede data eller en kompromitteret indbakke til at oprette en besked, der ser legitim ud.
Det kan være en kontraktopdatering, der ankommer på det rette tidspunkt, en kandidatfil sendt til HR, en leverandøranmodning med et velkendt sprogbrug eller en betalingsinstruks, der passer ind i det normale økonomiarbejde. Faren er ikke perfektion, men sandsynlighed. En spear-phishing-besked behøver kun at føles relevant nok til, at nogen åbner filen, godkender anmodningen eller indtaster deres legitimationsoplysninger, før de stopper op for at verificere.
Stemmekloning og vishing
Vishing, eller voice phishing, bliver mere overbevisende, efterhånden som AI-genereret lyd forbedres. FBI’s Internet Crime Complaint Center advarede i 2025(nyt vindue) om ondsindede aktører, der brugte sms’er og AI-genererede talebeskeder til at udgive sig for at være højtstående amerikanske embedsmænd. Advarslen forklarer, at vishing kan omfatte AI-genererede stemmer, og anbefaler, at man bekræfter opkaldere via uafhængigt identificerede kontaktdetaljer.
Protons Data Breach Observatory 2026 fremhæver også stigningen i vishingkampagner, herunder koordinerede angreb, der førte til store databrud og eksponerede titusindvis af millioner poster. Samme rapport viste, at adgangskoder optrådte i 47 % af de sporede hændelser, hvilket viser, hvorfor social engineering og beskyttelse af legitimationsoplysninger er tæt forbundet.
Deepfake-phishing i videoopkald
Deepfake-phishing kan også finde sted via video. I 2024 blev en økonomimedarbejder i Hongkong efter sigende narret til at overføre ca. 25 millioner dollars(nyt vindue), efter svindlere brugte deepfake-video til at udgive sig for at være ledende kolleger under et videomøde.
At se et velkendt ansigt i et opkald er ikke længere nok til at godkende en følsom anmodning. Store betalinger, deling af legitimationsoplysninger, adgangsændringer og usædvanlige anmodninger kræver stadig et særskilt verificeringstrin via en betroet kanal.
AI-genererede falske fakturaer
Fakturasvindel er meget nemmere med AI. En falsk faktura kan bruge et fejlfrit sprog, realistiske betalingsbetingelser, et velkendt leverandørnavn og en troværdig forklaring på en ændring af bankoplysninger. Hvis angriberen har adgang til en kompromitteret indbakke eller lækkede leverandøroplysninger, kan anmodningen se endnu mere troværdig ud.
En nydelig faktura bør ikke være nok til at overføre penge. Hvis bankoplysningerne er blevet ændret, timingen føles usædvanlig, eller beskeden beder nogen om at springe det normale godkendelsesflow over, skal anmodningen kontrolleres via en betroet kanal, før nogen betaler den.
Hvorfor SMV’er i stigende grad er udsatte
AI har ændret økonomien bag phishing ved at sænke omkostningerne ved målretning. Tidligere var der større sandsynlighed for, at meget personlige angreb fokuserede på store virksomheder, fordi de tog længere tid at forberede. AI gør det nemmere at oprette målrettede beskeder til mindre virksomheder. Angribere kan generere flere varianter, afprøve flere vinkler og hurtigt tilpasse beskeder uden at bruge den samme mængde tid eller kræfter.
Mindre virksomheder er attraktive, fordi penge, adgang og beslutningstagning ofte er koncentreret hos færre personer. Én person godkender måske fakturaer, administrerer leverandørrelationer og har adgang til adskillige forretningsværktøjer. Når processer er uformelle, kan en enkelt overbevisende AI-genereret anmodning nå betalingsarbejdsgange, delte konti, kundedata eller adminsystemer, før nogen når at udfordre den.
Risikoen er også synlig i databrudsoversigterne. Den samme Proton Data Breach Observatory-rapport viste, at SMV’er tegnede sig for 63 % af de registrerede databrud siden januar 2025 og var uforholdsmæssigt hårdt ramt af kritiske hændelser, der involverede følsomme data såsom godkendelsesdata, personlige identifikatorer eller økonomiske detaljer.
AI hjælper angribere med at udnytte svagheder, som mindre virksomheder allerede har: genbrugte adgangskoder, uformel deling af legitimationsoplysninger, svage godkendelsesprocesser og træning, der stadig antager, at svindelnumre er indlysende.
Sådan tilpasser du din phishingtræning til AI-drevne angreb
For at bekæmpe AI-phishingangreb ordentligt kræver din sikkerhedsbevidsthed mere omtanke end blot at tjekke for stavefejl. Medarbejderne skal lære at verificere anmodningen, ikke blot vurdere beskeden.
Grundlaget for din træning er simpelt: Hvis en anmodning er usædvanlig, følsom eller haster, skal den bekræftes, før der handles:
- Stop op, før du svarer, og svar ikke i den samme e-mailtråd.
- Ignorér kontaktdetaljerne i beskeden; brug aldrig telefonnummeret, linket eller svaradressen, den indeholder.
- Betragt ikke et stemme- eller videoopkald som et bevis, da en velkendt stemme i et opkald eller et velkendt ansigt på skærmen begge kan være genereret.
- Kontakt personen via en kanal, du allerede stoler på, et internt adressekartotek, en gemt leverandørpost eller en tidligere bekræftet kontaktmetode.
- Bekræft selve anmodningen, ikke kun afsenderen; spørg, om betalingen, adgangsændringen eller filanmodningen er ægte.
Træningen bør også fokusere på at hjælpe teammedlemmer med at spotte de tidspunkter, hvor AI-phishing har størst sandsynlighed for at lykkes:
- Ændringer af betalingsdetaljer
- Anmodninger om adgangskoder, gendannelseskoder eller MFA-godkendelser
- Hastende anmodninger om fildeling
- Usædvanlige loginmeddelelser
- Ændringer i leverandørportaler
- Ledelsesanmodninger, der omgår normale processer
- Invitationer til at flytte en samtale til en personlig besked-app
Protons guide til opbygning af en cybersikkerhedskultur for mindre virksomheder på arbejdspladsen er en nyttig og aktuel ressource til at gøre sikker adfærd til en del af det daglige arbejde.
Hvad virksomheder skal gøre anderledes
AI-drevet phishing ændrer standarden for bekræftelse. Hvis beskeden ser ægte ud, skal processen fange det, der ikke længere er umiddelbart indlysende.
Brug out-of-band-bekræftelse
Når en anmodning involverer penge, legitimationsoplysninger, følsomme filer eller privilegeret adgang, bør svaret ikke blive i den samme tråd, som skabte risikoen. Teamet har brug for en alternativ vej til at bekræfte, om anmodningen er ægte.
Det kan betyde, at man ringer til en leverandør ved hjælp af et nummer, der allerede er gemt i leverandørkartoteket, tjekker en anmodning fra ledelsen via en intern kanal eller bekræfter adgangsændringer med projektejeren. Det afgørende er at bruge kontaktdetaljer, som virksomheden allerede har tillid til, og ikke telefonnummeret, linket eller svarstien i den mistænkelige besked.
Kræv godkendelse fra flere personer
Højrisikohandlinger bør ikke afhænge af én persons dømmekraft. Ændringer af betalinger, store overførsler, nye bankdetaljer for leverandører, tildeling af privilegeret adgang og bulkdataeksport bør kræve en ekstra godkendelse for at reducere sårbarhed.
En besked, der ser ud til at haste, behøver ikke at afspore det normale arbejde. En ekstra godkendelse giver teamet en pause, før der overføres penge, gives adgang, eller følsomme data forlader virksomheden.
Beskyt legitimationsoplysninger, før de bliver et mål
AI-phishing ender ofte samme sted som traditionel phishing: legitimationsoplysninger. Angriberen vil have en adgangskode, et sessionstoken, en MFA-godkendelse eller adgang til en konto, der åbner døren til andre systemer.
IBM’s Cost of a Data Breach Report 2025(nyt vindue) anbefaler at styrke identitetssikkerheden og indføre phishing-resistente godkendelsesmetoder for at reducere risikoen for misbrug af legitimationsoplysninger. Den rapporterer også en global gennemsnitlig pris for databrud på 4,4 millioner dollars, hvilket viser, hvorfor identitets- og adgangskontrol har økonomiske konsekvenser og ikke kun tekniske.
Begrænsning af skader er nøglen for SMV’er. AI kan gøre den første besked sværere at opdage, men virksomheden kan stadig kontrollere, hvad der sker efter en fejl. Stærke, unikke adgangskoder, MFA, sikker deling, begrænset adminadgang og konsekvent offboarding reducerer risikoen for, at én kompromitteret konto bliver til adgang på tværs af e-mail, økonomiværktøjer, virksomhedens skylager eller andre forretningssystemer.
Hvordan Proton Pass for Business hjælper med at reducere risikoen for legitimationsoplysninger
Din organisations adgangskodepolitik bør bringe vanerne omkring legitimationsoplysninger under kontrol, før en medarbejder bliver et mål. Begræns genbrug af adgangskoder på tværs af virksomhedskonti, brug krypterede adgangskodebokse, hold følsom adgang ude af browsere, regneark og chattråde, og tilbyd sikre delingsmuligheder. Disse tiltag giver teams en kontrolleret måde at tildele eller fjerne adgang på uden at lede gennem gamle beskeder eller dokumenter.
En adgangskodeadministrator til virksomheder som Proton Pass for Business begrænser, hvor stor skade et phishingangreb kan forvolde. Når legitimationsoplysninger er unikke, krypterede og administreres centralt, kompromitterer en enkelt vellykket besked kun én konto i stedet for at åbne en sti på tværs af e-mail, økonomiværktøjer og skylager. Den fungerer sammen med oplysningstræning, e-mailfiltrering og betalingskontrol i stedet for at erstatte dem.
Proton Pass for Business hjælper også teams med at generere stærke adgangskoder, bruge autofyld og administrere legitimationsoplysninger via centraliserede adminkontroller. Unikke adgangskoder, stærk godkendelse, sikker deling af legitimationsoplysninger og kontrolleret adgang gør det sværere for et enkelt vellykket phishingforsøg at sprede sig i hele virksomheden.
Beskyt dit team mod AI-drevet phishing med en adgangskodeadministrator til virksomheder.
