Opfer-Typologie

Definition

Beschreibung der Merkmale, die Betrugsopfer teilen, soweit sie aus amtlichen Daten und Studien belegbar sind. Die Typologie dient der Prävention und der Erkennung, nicht der Erklärung von Schuld.

Erscheinungsform in der Praxis

Die verbreitete Annahme, Opfer seien naiv, alt oder ungebildet, hält den Daten nicht stand. Die dokumentierten Merkmale sind andere.

Alter: Ältere Menschen erleiden die höchsten Einzelverluste, weil sie über das größte Vermögen verfügen. Jüngere Menschen werden häufiger geschädigt, in kleineren Beträgen, weil sie mehr Zeit online verbringen und häufiger mit Kryptowerten umgehen. Die Fallzahl konzentriert sich in der Mitte, die Schadenssumme im Alter.

Bildung und Beruf: Opfer von Pig Butchering und Cybertrading Fraud sind überproportional gut ausgebildet und berufstätig. Sie haben Vermögen, das sie anlegen wollen, und Vertrauen in ihre Fähigkeit, Angebote zu beurteilen. Der Betrug nutzt dieses Vertrauen.

Lebenssituation: Übergänge erhöhen die Anfälligkeit: Trennung, Verwitwung, Ruhestand, Umzug, Krankheit. Einsamkeit ist bei Pig Butchering ein zentraler Faktor. Die Beziehung, die der Täter anbietet, füllt eine Lücke.

Vorerfahrung: Vorherige Betrugsopfer sind stärker gefährdet (III.20). Vorherige Erfahrung mit Kryptowerten schützt nicht; sie kann die Bereitschaft erhöhen, auf einer unbekannten Plattform zu handeln.

Die deutsche PKS erfasst für Betrug keine Opfermerkmale. Die Datenbasis stammt aus internationalen Quellen (FBI IC3, Australian Competition and Consumer Commission, UK Action Fraud) und aus Studien.

Zur Häufigkeit liefert die US-FIU einen Wert: In 25 Prozent der 33.904 Verdachtsmeldungen zu digitalem Anlagebetrug 2023 bis 2025 war zugleich finanzielle Ausbeutung älterer Menschen vermerkt; ihr Anteil an der US-Bevölkerung liegt nach dem Zensus 2020 bei 24,4 Prozent. FinCEN schließt daraus, dass ältere Menschen kein erhöhtes Risiko tragen, Opfer zu werden. Zusammen mit den Verlustdaten ergibt sich das Bild dieses Eintrags: gleiche Trefferwahrscheinlichkeit über die Altersgruppen, höchste Einzelverluste im Alter.

Erkennungsmerkmale

• Für Banken: Kunde in Lebensübergang, erste Kryptokäufe, Anleitung durch Dritte erkennbar
• Zahlungen an Kryptobörsen ohne vorherige Kryptoerfahrung
• Auflösung von Sparverträgen, Aufnahme von Krediten mit Anlagebezug
• Kunde verweigert Auskunft oder gibt vorgegebene Antworten

Abgrenzung

Quelle

1. BKA, PKS-Richtlinien 2025, Nr. 2.4 Opfer (S. 8): Opfererfassung nur bei bestimmten Delikten
2. BMI/BKA, Pressemitteilung PKS 2025 und SKiD-Kernbefunde (20.04.2026)
3. FBI IC3, 2025 Internet Crime Report (2026), Altersverteilung der Beschwerden und Verluste
4. INTERPOL, Global Financial Fraud Threat Assessment, Second Edition (März 2026)
5. FinCEN, Financial Trend Analysis: Digital Asset Investment Scams, 2023 to 2025 Threat Pattern and Trend Information (August 2026, veröffentlicht 03.09.2026)