Wie funktioniert das Text-Wasserzeichen von Claude?
Anthropic markiert Claude-Ausgaben seit August 2026 statistisch. Erfahren Sie, wie die Token-Auswahl verzerrt wird und warum ein Fund weniger beweist als gedacht.
Was Claude-Text-Watermarking?
Claude-Text-Watermarking ist eine Verzerrung, die beim Auswählen von Wörtern durch das Modell angewendet wird. Es handelt sich nicht um ein am Text angehängtes Tag und auch nicht um eine Folge unsichtbarer Unicode-Zeichen, die sich mit einem regulären Ausdruck entfernen ließe. Anthropic beschreibt dies in How Claude's text watermarking works, veröffentlicht am 14. August 2026 und aktualisiert am 1. September 2026: Das Verfahren „ändert nur die Quelle der Zufallswerte, die zum Auswählen zwischen Wörtern verwendet werden“, und nutzt dabei einen geheimen Schlüssel sowie die wenigen vorhergehenden Wörter. Weil die Markierung darin besteht, welche Wörter ausgewählt wurden, bleibt sie beim Kopieren und Einfügen erhalten und verschwindet, sobald sich die Wörter ändern.
Daraus ergeben sich zwei Punkte, die erklären, warum nach diesem Thema gesucht wird. Die Erkennung ist ein statistischer Test, der viele Wörter benötigt, bevor sein Ergebnis aussagekräftig wird. Für einen einzelnen Satz kann er daher keine nützliche Aussage liefern. Auch ein negatives Ergebnis beweist nichts: Das Anthropic Help Center erklärt, dass „das Fehlen einer erkannten Markierung nicht bedeutet, dass der Inhalt nicht durch KI erzeugt oder verarbeitet wurde“.
Die am 11. Oktober 2026 gelesene Hilfeseite How Claude marks AI-generated content nennt die abgedeckten Produkte und Dienste: „Claude Platform (API), Claude, Claude Code, Claude Cowork und Claude Tag“, einschließlich des Zugriffs über AWS, Google Cloud und Microsoft Foundry. Modelle, die am oder nach dem 2. August 2026 veröffentlicht wurden, unterstützen die maschinenlesbare Markierung bereits bei ihrer Einführung. Ältere Modelle fallen unter eine Übergangsfrist, während Anthropic die Markierung für diese Modelle ergänzt. Die Seite enthält inzwischen eine Tabelle für die einzelnen Modelle. Dieses Datum ist kein Zufall. Artikel 50 des EU AI Act gilt ab dem 2. August 2026. Er verpflichtet Anbieter von Systemen zur Erzeugung synthetischer Texte, die Ausgabe „in einem maschinenlesbaren Format und als künstlich erzeugt oder manipuliert erkennbar“ zu markieren. Der Digital Omnibus zur KI, Regulation (EU) 2026/1744, räumt Anbietern, deren Systeme bereits vor dem 2. August 2026 auf dem Markt waren, bis zum 2. Dezember 2026 Zeit ein, diese Markierungspflicht zu erfüllen. Anthropic erklärt, die Markierung weltweit und nicht nur für EU-Verkehr anzuwenden.
Bei Dateien funktioniert das anders. Laut der Hilfeseite fügt Claude unterstützten erzeugten Dateitypen „wie PNG oder JPEG“ signierte Herkunftsmetadaten hinzu, die als Content Credential bezeichnet werden und dem C2PA-Standard (Coalition for Content Provenance and Authenticity) folgen. Dabei handelt es sich um Metadaten, die neben den Dateiinhalten angehängt werden, nicht um eine Änderung der Inhalte. Deshalb lassen sie sich so leicht entfernen.
Wie das Wasserzeichen die Token-Auswahl beeinflusst
Bei jedem Schritt berechnet ein Sprachmodell für jedes Token eine Wahrscheinlichkeit. Ein Token ist ein Wort oder ein Teil eines Wortes, das als Nächstes ausgegeben werden könnte. Ein Sampler wählt ein Token aus. Normalerweise stammt die Zufallsentscheidung aus einer gewöhnlichen Zufallsquelle. Ein Watermarking-Sampler ersetzt diese Quelle durch eine schlüsselabhängige pseudorandomisierte Funktion. Ihre Eingaben sind der geheime Schlüssel und die letzten Token. Dadurch ist die Auswahl für jeden reproduzierbar, der den Schlüssel besitzt. Für alle anderen wirkt sie wie eine gewöhnliche Zufallsabweichung.
Die erste weithin zitierte öffentliche Variante ist A Watermark for Large Language Models (Kirchenbauer et al., ICML 2023). Vor jedem Token wählen der Schlüssel und die vorhergehenden Token eine pseudorandomisierte „grüne“ Teilmenge des Vokabulars aus. Der Sampler addiert zu den Scores dieser Token einen kleinen Bonus. Nichts ist verboten. Dadurch bleibt der Text flüssig. Grüne Token treten jedoch etwas häufiger auf, als es der Zufall erwarten ließe.
Anthropic schreibt, dass die eigene Implementierung auf SynthID-Text basiert. Google DeepMind veröffentlichte SynthID-Text im Oktober 2024 in Nature unter dem Titel Scalable watermarking for identifying large language model outputs. Anthropic zufolge geht diese Gruppe von Verfahren auf einen Vorschlag von Scott Aaronson aus dem Jahr 2022 zurück. SynthID-Text zieht mehrere mögliche Token aus der eigenen Verteilung des Modells und führt zwischen ihnen ein K.-o.-Turnier durch. Die schlüsselabhängige Funktion bewertet die Kandidaten. Dadurch ist das übrig bleibende Token tendenziell eines, das der Schlüssel bevorzugt. Die Kandidaten stammen aus der eigenen Verteilung des Modells. Deshalb berichtet die veröffentlichte Evaluation keinen messbaren Qualitätsverlust.
Die entscheidende Folge betrifft die Entropie. Die Verzerrung kann nur dort wirken, wo das Modell tatsächlich eine Auswahl hatte. Wenn das einzige korrekte nächste Token Paris ist, kann kein Verfahren es verschieben, ohne den Text falsch zu machen. Anthropic formuliert das ausdrücklich: Watermarking „is sparser on factual passages where there are fewer choices that can be made without decreasing the accuracy of the text“. Außerdem enthält Code „has generally less watermarking than some other forms of text“, weil er normalerweise exakt sein muss. Die Signaldichte folgt dem verfügbaren Spielraum des Modells. Ein langer, frei formulierter Text trägt daher ein starkes Signal, während eine kurze faktische Antwort fast keines trägt.
Eine wichtige Einschränkung gilt für alle bisherigen Aussagen. Am 11. Oktober 2026 hat Anthropic die Verfahrensfamilie veröffentlicht, zu der die eigene Lösung gehört, nicht jedoch die Parameter oder den Schwellenwert des Detektors. Die Mechanismen in diesem Abschnitt stammen aus den zitierten Veröffentlichungen. Sie beschreiben das veröffentlichte Design, das Anthropic nennt, nicht die exakte Konfiguration von Claude.
Warum Erkennung ein Hypothesentest und kein Stempel ist
Ein Detektor erhält den Text und den Schlüssel. Er durchläuft den Text, berechnet an jeder Position erneut, welche Auswahl der Schlüssel bevorzugt hätte, bewertet jedes Token und addiert die Bewertungen. Die Nullhypothese lautet, dass der Text ohne diesen schlüsselgesteuerten Sampler geschrieben wurde. Dann verhalten sich die Bewertungen wie Münzwürfe, und die Gesamtsumme liegt nahe an ihrem Erwartungswert. Bei wasserzeichenbehaftetem Text liegt sie darüber. Das Ergebnis ist ein p-Wert. Er gibt die Wahrscheinlichkeit an, bei nicht wasserzeichenbehaftetem Text eine so hohe Gesamtsumme zu beobachten. Das Urteil „erkannt“ entsteht, indem dieser p-Wert mit einem von jemandem festgelegten Schwellenwert verglichen wird.
Dieses Design hat zwei Auswirkungen, die in der Praxis spürbar sind. Mit zunehmender Länge steigt die Sicherheit, weil jedes weitere Token ein zusätzliches schwaches Indiz liefert. Anthropic formuliert es so: „Die Erkennung eines Wasserzeichens funktioniert auch bei kleinen Stichproben nicht gut, weil es dort weniger Wortauswahlmöglichkeiten und damit weniger Informationen gibt.“ Der Schwellenwert ist ebenfalls ein Kompromiss. Wenn Sie ihn niedrig genug setzen, um einen Absatz zu markieren, werden Sie zunehmend auch menschliche Absätze zufällig markieren.
Die meisten Leser können diesen Test weiterhin nicht selbst ausführen. Seit dem Update von Anthropic vom 1. September 2026 heißt es in dem Beitrag: „Wir stellen eine Detection API als private Vorschauversion bereit.“ Sie ist für berechtigte Organisationen „soweit nach EU-Recht erforderlich“ verfügbar, etwa für Aufsichtsbehörden, Strafverfolgungsbehörden, Medien, Faktenprüfer, unabhängige Forscher, Bildungseinrichtungen und zivilgesellschaftliche Gruppen in der EU. Außerdem steht sie Unternehmen zur Verfügung, die „in ähnlicher Weise verpflichtet sind, die Wasserzeichen für ihre eigene Einhaltung des Gesetzes zu überprüfen“. Anthropic erklärt, dass das Unternehmen „den Zugang zur Detection API im Laufe der Zeit erweitern“ will. Beide Seiten verlinken ein Formular zur Interessenbekundung. Am 11. Oktober 2026 gibt es daher keinen öffentlichen Textdetektor. Außerhalb dieser Organisationen kann niemand bestätigen oder widerlegen, dass ein bestimmter Abschnitt die Markierung trägt. Für Dateien gibt es einen separaten Weg, den jeder nutzen kann. Der kostenlose Claude Content Checker prüft eine hochgeladene Datei auf eine Claude Content Credential. Er erklärt ausdrücklich, dass er „keinen Text prüft“.
Diese Lücke ist relevant, weil Menschen stattdessen zu anderen Werkzeugen greifen. Die kommerziellen „KI-Detektoren“, die an Schulen und Redaktionen verkauft werden, sind auf Schreibstil trainierte Klassifikatoren. Sie verwenden keinen Schlüssel und führen keinen Test dieser Art aus. Ihr Fehlverhalten ist dokumentiert: GPT-Detektoren sind gegenüber nicht muttersprachlichen Englischschreibern voreingenommen (Liang et al., Patterns, 2023) ergab, dass weit verbreitete Detektoren mehr als die Hälfte einer Gruppe von TOEFL-Aufsätzen nicht muttersprachlicher Autoren als KI-generiert markierten, während sie die Beispiele muttersprachlicher Autoren korrekt klassifizierten. Ein Wasserzeichendetektor und ein Stilklassifikator sind unterschiedliche Systeme. Lassen Sie sich nicht das zweite System als das erste ausgeben.
Was entfernt den Wasserstempel
Kurze Ausgaben. Eine einzeilige Antwort enthält zu wenige Entscheidungen, um eine Statistik messbar zu beeinflussen. Es gibt keine Behebung, weil dies eine Eigenschaft des Tests und keine Lücke in der Implementierung ist.
Eine Neufassung. Anthropic erklärt, dass leichtes Bearbeiten die Markierung möglicherweise lesbar lässt, während „eine vollständige Neufassung, bei der jedes Wort ersetzt wird“, sie entfernt. Jedes ersetzte Wort ist ein Wort, das der Schlüssel nicht mehr erklären kann.
Paraphrasieren mit einem anderen Modell. Ein zweites Modell wählt jedes Token mit seinem eigenen Sampler und ohne Schlüssel neu aus. Das Ergebnis trägt daher die Markierung dieses Modells, sofern es eine solche verwendet, und nicht die von Claude.
Übersetzen, mit einer Ausnahme. Wenn Sie Claudes englischen Text durch einen anderen Übersetzer laufen lassen, wird das Signal zerstört, weil ein neuer Sampler jedes Zielwort auswählt. Anthropic weist auf den umgekehrten Fall hin: „Eine von Claude erzeugte Übersetzung trägt einen Wasserstempel, weil in diesem Fall jedes Wort von Claude ausgewählt wird.“
Code, größtenteils. Korrekt ausformulierter Code bietet nur wenige austauschbare Auswahlmöglichkeiten. TechCrunch berichtete am 15. August 2026, dass Anthropic „eine vernachlässigbare Auswirkung auf den tatsächlich erzeugten Code“ erwartet, wobei Markierungen eher in Kommentaren auftreten. Dabei handelt es sich um einen Pressebericht über eine Unternehmensangabe und nicht um veröffentlichte Dokumentation. Behandeln Sie die Aussage zu Kommentaren daher als unbestätigt. Kommentare und Bezeichnernamen sind die Teile eines Patches, bei denen tatsächlich Auswahlmöglichkeiten bestehen.
Metadaten entfernen, bei Dateien. C2PA-Provenienz wird neben den Bilddaten gespeichert. Daher entfernt eine erneute Kodierung der Datei sie normalerweise, sofern sie nicht ausdrücklich beibehalten werden soll. Dazu gehört auch der Bildoptimierer bei einem normalen Build einer statischen Website. Auf der Hilfeseite von Anthropic wird das Entfernen von Metadaten als einer der Gründe aufgeführt, warum eine Markierung fehlt.
Was ein erkanntes Merkmal tatsächlich belegt
Weniger, als das Wort „Wasserzeichen“ nahelegt. Anthropic formuliert es eindeutig: „Ein Wasserzeichen kann nur feststellen, dass Claude zu irgendeinem Zeitpunkt wahrscheinlich an der Erstellung des Inhalts beteiligt war. Es kann nicht zwischen ‚Claude hat diesen Inhalt geschrieben‘ und ‚Claude hat diesen Inhalt umfassend bearbeitet‘ unterscheiden.“ Auf der Hilfeseite steht außerdem, dass „Claude möglicherweise nicht der ursprüngliche Autor ist“, weil Menschen Claude zum Bearbeiten von Texten verwenden, die sie selbst verfasst haben. Außerdem kann sich der Inhalt geändert haben, nachdem Claude ihn bearbeitet hat.
Keine der veröffentlichten Informationen von Anthropic beschreibt ein Signal pro Konto oder Benutzer. Das dokumentierte Merkmal zeigt an, dass ein Claude-Modell beteiligt war. Wenn jemand behauptet, ein Wasserzeichen zeige, welcher Benutzer oder welcher API-Schlüssel eine Passage erzeugt hat, ist diese Behauptung am 11. Oktober 2026 nicht in den Primärquellen belegt.
Ändert das die Veröffentlichung von KI-unterstütztem Code von Ihrem Server?
Für Code lautet die technische Antwort aus zwei bereits genannten Gründen weitgehend nein: Das Signal in exaktem Code ist schwach, und die Texterkennung ist auf eine private Vorschau für berechtigte Organisationen beschränkt. Ob Sie etwas veröffentlichen dürfen, entscheidet die Richtlinie, und daran hat sich nichts geändert. Open-Source-Projekte haben eigene Regeln für KI-unterstützte Beiträge festgelegt, und durchgesetzt werden diese Regeln von einem Maintainer, der Ihren Pull Request liest, nicht von einem Detektor, der Ihre Tokens untersucht.
Bei Prosa, die Ihr Server erzeugt, lautet die Antwort in einem bestimmten Punkt ja. Wenn ein API-Aufruf Ihre Release Notes oder Produktseiten schreibt, stammen die Wörter von Claude, daher ist die Markierung darin enthalten. Das Rendern von Markdown in HTML, das Minimieren, das Speichern des Ergebnisses in Postgres und die Auslieferung über ein CDN lassen die Wörter unverändert. Daher bleibt die Markierung dabei jeweils erhalten. Eine manuelle Überarbeitung der Sätze durch einen Menschen schwächt sie dagegen ab.
Sie können die Wasserzeichenmarkierung nicht durch einen Prompt entfernen. Sie wird in der Sampling-Schicht unterhalb des vom Modell erzeugten Textes angewendet. Eine Anweisung wie „diesen Text nicht mit einem Wasserzeichen versehen“ kann daher nichts bewirken. Das unterscheidet sich von den üblichen Gründen, aus denen ein Agent eine von Ihnen geschriebene Anweisung ignoriert, bei denen die Anweisung das Modell erreicht hat und von etwas anderem überstimmt wurde. Für API-Kunden gibt es am 11 October 2026 keine dokumentierte Möglichkeit zum Opt-out.
Wenn Sie Claude zum Betrieb eines Servers verwenden, statt damit Inhalte für Sie zu schreiben, ändert sich dadurch nur wenig. Shell-Befehle und Konfigurationsausschnitte sind kurz und stark eingeschränkt. Sie enthalten daher fast kein Signal, und die Markierung beeinflusst nicht, was auf Ihrem System ausgeführt wird. Die tägliche Systemadministration mit Claude wirft eine andere Frage auf: Was verlässt Ihr System überhaupt? Siehe was ein Coding-Agent tatsächlich von Ihrem Server überträgt.
Was Sie offenlegen sollten
Die Offenlegung ist eine Frage der geltenden Regeln, nicht der Erkennung. Ein Wasserzeichen begründet keine Offenlegungspflicht und hebt auch keine auf. Ermitteln Sie, welche Regel für Sie gilt, und befolgen Sie sie unabhängig davon, ob eine Erkennung möglich wäre.
Der EU AI Act teilt die Aufgabe in zwei Teile. Artikel 50(2) legt die Kennzeichnungspflicht dem Anbieter auf, also Anthropic. Diese Pflicht erfüllt dieser Rollout. Artikel 50(4) verpflichtet den Betreiber: Wer KI-generierten Text „zur Information der Öffentlichkeit über Angelegenheiten von öffentlichem Interesse“ veröffentlicht, muss offenlegen, dass er künstlich erzeugt wurde. Dafür gibt es eine Ausnahme, unter die die meisten Redaktionsteams fallen: „wenn der KI-generierte Inhalt einem Verfahren zur menschlichen Überprüfung oder redaktionellen Kontrolle unterzogen wurde und eine natürliche oder juristische Person die redaktionelle Verantwortung für die Veröffentlichung trägt“. Beide Regelungen gelten ab dem 2. August 2026. Nur für Systeme, die bereits vor diesem Datum auf dem Markt waren, wird die Kennzeichnungspflicht bis zum 2. Dezember 2026 aufgeschoben. Ein geprüfter Beitrag mit einem benannten Redakteur wird anders behandelt als ein Feed, der veröffentlicht, ohne dass ihn eine Person liest. Dies ist eine Auslegung des Verordnungstextes und keine Rechtsberatung.
Andere Regeln gehen über das Gesetz hinaus. Ihr Arbeitsvertrag, Ihre Vereinbarung mit einem Kunden, die Contributing-Richtlinien des Projekts, an das Sie Patches senden, und die Richtlinien des Publishers, für den Sie schreiben, können jeweils mehr verlangen. Außerdem sind dies die Regeln, deren Einhaltung tatsächlich jemand prüfen wird.
Wenn Sie etwas offenlegen, nennen Sie, was das Modell getan hat und was Sie überprüft haben. „Entwurf mit Claude erstellt; jeder Befehl wurde vor der Veröffentlichung auf einer unveränderten Ubuntu-24.04-Installation ausgeführt“ gibt technischen Lesern eine konkrete Information. Ein allgemeines Abzeichen mit dem Hinweis „KI wurde verwendet“ tut das nicht. Denn die Prüfung kann ein Modell nicht für Sie übernehmen.
Verwenden Sie ein Ergebnis der Wasserzeichenerkennung außerdem nicht als Anschuldigung. Ein positives Ergebnis bedeutet, dass irgendwo ein Claude-Modell beteiligt war, auch als Editor eines eigenen Textes. Ein negatives Ergebnis sagt überhaupt nichts aus.
FAQ
Kann ich Claudes Text-Wasserzeichen deaktivieren?
Stand 11 October 2026 gibt es keine dokumentierte Möglichkeit, sich davon abzumelden. Die Hilfeseite von Anthropic beschreibt die Markierung in Claude, der Claude Platform (API), Claude Code, Claude Cowork und Claude Tag sowie beim Zugriff über AWS, Google Cloud und Microsoft Foundry. Sie nennt keine Einstellung, mit der sich die Markierung deaktivieren lässt. Auch die Aufforderung an das Modell, seine Antwort nicht mit einem Wasserzeichen zu versehen, bewirkt nichts. Die Markierung wird vom Sampler angewendet, der die Tokens auswählt, und nicht vom Modell, das Ihre Anweisung befolgt.
Wird das Wasserzeichen in von Claude geschriebenem Code sichtbar?
Kaum. Die Wasserzeichen-Markierung wählt zwischen Optionen aus, die alle zulässig sind. Korrekt auszuführender Code bietet jedoch nur selten viele solche Optionen. Anthropic erklärt, dass Code „generally less watermarking than some other forms of text“ enthält, weil er in der Regel exakt sein muss. TechCrunch berichtete am 15 August 2026, Anthropic rechne mit einer vernachlässigbaren Auswirkung auf den Code selbst. Markierungen würden eher in Kommentaren auftreten. Dabei handelt es sich um einen Pressebericht über eine Aussage und nicht um veröffentlichte Dokumentation. Teile eines Patches mit Spielraum für Änderungen sind Kommentare und Bezeichnernamen.
Beweist ein fehlendes Wasserzeichen, dass ein Mensch den Text geschrieben hat?
Nein. Das ist der häufigste Fehler beim Umgang mit Wasserzeichen. Auf der eigenen Seite erklärt Anthropic, dass ein „lack of a detected mark doesn't mean the content wasn't AI-generated or processed“. Der Text kann für eine Prüfung zu kurz sein. Er kann bearbeitet oder paraphrasiert worden sein. Er kann von einem Modell stammen, das vor der Einführung der Markierung veröffentlicht wurde. Oder er kann von einem anderen Anbieter stammen. Der Test ist einseitig: Er kann die Wahrscheinlichkeit erhöhen, dass Claude beteiligt war. Er kann niemals zeigen, dass Claude nicht beteiligt war.
Wird das Wasserzeichen durch Paraphrasieren oder Übersetzen entfernt?
Beim Paraphrasieren mit einem anderen Modell wird es entfernt. Dieses Modell wählt jedes Wort mit seinem eigenen Sampler und ohne den Schlüssel erneut aus. Beim Übersetzen mit einem externen Tool wird es aus demselben Grund entfernt. Die Ausnahme gilt in die entgegengesetzte Richtung: Anthropic erklärt, dass „a translation produced by Claude carries a watermark, because in this case every word is chosen by Claude“. Wenn Sie Ihre eigenen Texte mit Claude übersetzen, wird daher eine Markierung hinzugefügt, die zuvor nicht vorhanden war.
Kann ich ein Dokument selbst auf ein Claude-Wasserzeichen prüfen?
Bei Text ist das nur möglich, wenn Ihre Organisation die Voraussetzungen erfüllt. Für die Erkennung wird der Schlüssel benötigt. Sie kann daher nicht durch das Lesen des Textes oder mit einem Offline-Tool durchgeführt werden. Die Detection API von Anthropic befindet sich für berechtigte Organisationen unter EU-Recht und für Unternehmen mit einer eigenen Pflicht zur Überprüfung von Wasserzeichen in einer privaten Preview. Ein breiterer Zugriff ist geplant. Stand 11 October 2026 gibt es daher keinen öffentlichen Textdetektor. Bei Dateien ist die Situation anders: Der kostenlose Claude Content Checker prüft eine hochgeladene Datei auf eine Claude Content Credential, untersucht jedoch keinen Text. Drittanbieter-Tools, die als Claude-Textdetektoren angeboten werden, verfügen über keinen Schlüssel. Sie sind daher Stilklassifikatoren und verwenden einen anderen Mechanismus. Für diesen ist dokumentiert, dass Texte von Personen, deren Muttersprache nicht Englisch ist, fälschlich positiv eingestuft werden können (Liang et al., Patterns, 2023).