Eén operator, duizenden nepromances: de nieuwe economie van AI-fraude

Wanneer technologiebedrijven het over beveiliging hebben, richten ze zich meestal op externe bedreigingen, zoals datalekken, kwetsbare infrastructuur of gestolen inloggegevens. Maar voor bedrijven die draaien om menselijk contact, kan een van de ernstigste bedreigingen zich in het product zelf bevinden: in accounts waarvan gebruikers denken dat ze van echte mensen zijn. Dit is vooral relevant voor online dating, waar mensen persoonlijke informatie delen, tijd investeren in gesprekken en emotionele banden opbouwen met vreemden. De gevolgen van fraude reiken verder dan emotionele banden met vreemden. Ze beïnvloeden de bereidheid van gebruikers om het platform te vertrouwen en de mensen die ze daar ontmoeten.

Volgens onderzoek dat Sumsub in 2026 publiceerde, vond 84% van de ondervraagde Britse gebruikers van datingapps dat door AI gegenereerde content het moeilijker had gemaakt om potentiële matches te vertrouwen of succesvol te daten, tegenover 64% in 2025. Nog eens 61% was zelf misleid via nepprofielen of kende iemand die dat was overkomen. Deze bevindingen geven de perceptie van consumenten weer, niet de daadwerkelijke omvang van fraudeaccounts. Toch leggen ze een probleem bloot voor een sector die afhankelijk is van mensen die bereid zijn met vreemden contact te leggen. AI maakt nepbetrokkenheid goedkoper en dat vormt een fundamentele uitdaging voor bedrijven die draaien om echt menselijk contact.

Hoe AI de economie van fraude heeft veranderd

Romantische oplichting is niet nieuw. Fraudeurs gebruiken al tientallen jaren gestolen foto’s, verzonnen identiteiten en vooraf uitgeschreven gesprekken. Wat is veranderd, zijn de kosten en de complexiteit van het op grote schaal uitvoeren van deze praktijken. Voorheen vergde het aanzienlijke personele middelen om duizenden overtuigende profielen te onderhouden. Oplichters moesten gesprekken beheren, persoonlijke details onthouden, identiteiten consistent houden en gedurende langere tijd op gebruikers reageren. Generatieve AI heeft een groot deel van die operationele last weggenomen.

In september 2026 publiceerde Anthropic een onderzoek naar een netwerk van meer dan 20 misleidende datingapps, beheerd door een studio in China. In een periode van twee weken identificeerden onderzoekers meer dan 4.700 interacties van AI-persona’s met minstens 25.000 mensen en werden ongeveer 2,36 miljoen berichten gegenereerd. De operatie combineerde door AI gegenereerde gesprekken met menselijke medewerkers die interacties afhandelden waarvoor een echt persoon nodig was, waaronder live videogesprekken. De apps verhulden het geautomatiseerde karakter van de dienst en presenteerden gebruikers tegelijkertijd wat echte datingmogelijkheden leken. Het ging om apps die waren opgezet rond misleiding, niet om frauduleuze profielen binnen bestaande datingplatforms. De zaak laat echter zien hoeveel minder middelen AI nodig maakt om overtuigende menselijke interacties in scène te zetten.

Voor legitieme datingplatforms vormen vergelijkbare technologieën een steeds grotere uitdaging. Gegenereerde foto’s, geautomatiseerde berichten, gestolen identiteiten en hulpmiddelen om verificatiesystemen te omzeilen, kunnen worden ingezet om fraudeaccounts aan te maken en te onderhouden. Het probleem beperkt zich niet langer tot het herkennen van verdachte profielen. Platforms moeten reageren op steeds geavanceerdere aanvallen, terwijl de kosten om die uit te voeren blijven dalen. Dit verandert ook de economische aspecten van het runnen van een datingbedrijf. Vertrouwen is zowel een productvraagstuk als een zakelijk vraagstuk.

Fraude brengt ook bedrijfskosten met zich mee die verder gaan dan moderatie. Nepaccounts zorgen voor registraties, likes en gesprekken die er in productanalyses legitiem uitzien. Daardoor kunnen de signalen achter aanbevelingsalgoritmen en A/B-tests worden vertekend. Er is ook een commerciële kant: gebruikers die steeds opnieuw nep profielen tegenkomen, kunnen stoppen met het beginnen van gesprekken, minder actief worden of minder betalen. De omvang van dat effect verschilt echter per platform en moet worden gemeten, niet verondersteld. Bij dating is fraudebestrijding daarom onderdeel van de producteconomie, niet alleen een beveiligingsfunctie. En doordat AI synthetische activiteit goedkoper maakt om te produceren, wordt het onderscheiden van echte en kunstmatig opgewekte betrokkenheid een centrale productbeslissing.

Het managementdilemma: beveiliging versus groei

Strengere verificatie lijkt een voor de hand liggende reactie op steeds geavanceerdere fraude. In de praktijk is de afweging ingewikkelder: elke extra stap bij de registratie zorgt voor meer drempels. Het opvragen van identiteitsdocumenten, biometrische verificatie of herhaalde controles kan bepaalde vormen van misbruik voorkomen, maar kan er ook toe leiden dat legitieme gebruikers hun registratie niet afronden. Dat heeft rechtstreeks gevolgen voor de acquisitiekosten. Als hetzelfde marketingbudget minder geregistreerde en geactiveerde gebruikers oplevert, stijgen de acquisitiekosten per afgeronde registratie.

Voor datingapps kunnen de gevolgen verder reiken dan de registratiefunnel. In tegenstelling tot veel andere consumentenproducten zijn datingplatforms afhankelijk van voldoende gebruikers in lokale netwerken: binnen een bepaald geografisch gebied moeten genoeg relevante, actieve potentiële partners beschikbaar zijn om de matchingervaring goed te laten werken. Een verificatieproces dat legitieme registraties onnodig beperkt, kan de ontwikkeling van een lokaal netwerk daarom vertragen, waardoor er minder mogelijkheden zijn om matches te vinden en de retentie onder druk komt te staan. Tegelijkertijd brengt het actief laten van fraudeaccounts andere kosten met zich mee: infrastructuurverbruik, extra moderatiewerk, vertekende aanbevelingen en afnemend vertrouwen van gebruikers. Overdreven beveiliging kan een product moeilijk bruikbaar maken. Onvoldoende beveiliging kan het vertrouwen erin onmogelijk maken.

Fraudepreventie moet worden benaderd als een product- en bedrijfsbeslissing, niet als een op zichzelf staande technische functie. Een risicogebaseerde aanpak combineert basisbescherming bij registratie met gedragsanalyse, apparaatsignalen, contentmonitoring en strengere verificatie zodra verdachte activiteit wordt vastgesteld. Toch maakt het doorstaan van een verificatiecontrole een gebruiker niet betrouwbaar, want aantonen dat iemand aanwezig is, bewijst niet wat diens intenties zijn. De effectiviteit moet op meerdere dimensies tegelijk worden beoordeeld, waaronder detectieprestaties, fout-positieven, snelheid van handhaving, verificatiekosten, conversie en behoud van gebruikers. Betere detectie die ten onrechte veel echte gebruikers beperkt, levert geen beter bedrijfsresultaat op. Privacy vormt een extra aandachtspunt, omdat het analyseren van communicatie of verzamelen van aanvullende identiteitssignalen transparantie, gegevensminimalisatie en strikte toegangscontroles vereist. De vraag is niet hoeveel frauduleuze accounts een platform kan blokkeren, maar hoe goed het risico beperkt en tegelijkertijd een goede ervaring voor legitieme gebruikers behoudt.

Meer dan verificatie: de rol van de gemeenschap

Naarmate door AI gegenereerde gesprekken overtuigender worden, komt een productvraag op. Moeten datingplatforms zich alleen richten op digitale interacties, of ook meer mogelijkheden creëren om die in de echte wereld tot ontwikkeling te laten komen? Bij Fledge verkennen we een model dat matching op basis van compatibiliteit combineert met offline-evenementen en activiteiten voor de gemeenschap, zodat de stap van algoritmische ontdekking naar een persoonlijke ontmoeting natuurlijk aanvoelt. Een evenement bewijst niet dat iemand betrouwbaar is en vervangt verificatie niet, maar voegt wel een sociale context toe die profielen en chats niet kunnen bieden. We zien dit als een veelbelovende richting, niet als een op zichzelf staand antwoord op AI-fraude.

AI moet mensen helpen compatibele matches te vinden, moderatie ondersteunen en verdacht gedrag opsporen, niet de schijn van relaties wekken. Succes moet daarom niet alleen worden afgemeten aan het aantal actieve gebruikers, matches en conversies, maar ook aan de kwaliteit en echtheid van interacties en aan de resultaten die gebruikers daadwerkelijk nastreven. Een platform met veel betrokkenheid maar weinig echte connecties loopt het risico op het verkeerde resultaat te optimaliseren.

Vertrouwen als concurrentievoordeel

AI zal zowel fraudeurs als de platforms die zich tegen hen verdedigen steeds krachtiger maken, en waarschijnlijk bestaat er geen enkele technische oplossing. Bescherming vereist voortdurende aanpassing, meerdere detectielagen en een verantwoorde, zorgvuldige afweging van zakelijke belangen. De uitdaging reikt echter verder dan cyberbeveiliging. Vertrouwen beïnvloedt de productkwaliteit, de groei van het netwerk, het gebruikersgedrag en de inkomsten op lange termijn. En naarmate nepbetrokkenheid goedkoper wordt, worden authentieke interacties waardevoller. Bij dating is vertrouwen geen veiligheidsfunctie; nogmaals, vertrouwen is het product. De volgende generatie platforms wint mogelijk minder door meer interacties te genereren en meer door een omgeving te creëren waarin gebruikers erop kunnen vertrouwen dat die interacties echt zijn.