Hoe werkt tekstwatermarking van Claude?
Sinds augustus 2026 past Anthropic watermerken toe op Claude-output. Ontdek hoe deze statistische bias werkt en waarom een negatieve detectie geen garantie biedt.
Wat Claude tekstwatermarking inhoudt
Claude tekstwatermarking is een bias die wordt toegepast terwijl het model woorden selecteert. Het is geen label dat aan het bestand wordt toegevoegd en het is geen reeks onzichtbare Unicode-tekens die u met een reguliere expressie kunt verwijderen. Anthropic beschrijft dit in Hoe de tekstwatermarking van Claude werkt, gedateerd 14 augustus 2026 en bijgewerkt op 1 september 2026: het schema "verandert alleen de bron van de willekeur die wordt gebruikt om uit woorden te kiezen", waarbij gebruik wordt gemaakt van een geheime sleutel en de paar woorden die eraan voorafgingen. Omdat het merkteken besloten ligt in de gekozen woorden, blijft het behouden bij kopiëren en plakken, en verdwijnt het zodra de woorden worden gewijzigd.
Hieruit volgen twee zaken, en dit is waarom mensen naar dit onderwerp zoeken. Detectie is een statistische test die een groot aantal woorden vereist voordat deze betekenisvol is; daarom kan het niets zinnigs zeggen over een enkele zin. Een negatief resultaat bewijst bovendien niets: het helpcentrum van Anthropic stelt dat een "gebrek aan een gedetecteerd merkteken niet betekent dat de inhoud niet door AI is gegenereerd of verwerkt".
De hulppagina Hoe Claude door AI gegenereerde inhoud markeert, geraadpleegd op 11 oktober 2026, somt de platformen op die dit ondersteunen: "Claude Platform (API), Claude, Claude Code, Claude Cowork en Claude Tag", inclusief toegang via AWS, Google Cloud en Microsoft Foundry. Modellen die op of na 2 augustus 2026 zijn gelanceerd, ondersteunen bij de lancering machinaal leesbare markering, en voor eerdere modellen geldt een overgangsperiode terwijl Anthropic de markering toevoegt; de pagina bevat nu een tabel per model. Die datum is geen toeval. Artikel 50 van de EU AI Act is van toepassing vanaf 2 augustus 2026 en vereist dat aanbieders van systemen die synthetische tekst genereren, de uitvoer markeren "in een machinaal leesbaar formaat en detecteerbaar als kunstmatig gegenereerd of gemanipuleerd". De Digital Omnibus on AI, Verordening (EU) 2026/1744, geeft aanbieders wiens systemen al vóór 2 augustus 2026 op de markt waren, tot 2 december 2026 de tijd om aan deze markeringsplicht te voldoen. Anthropic geeft aan dat het de markering wereldwijd toepast in plaats van alleen op EU-verkeer.
Bestanden werken anders. De hulppagina vermeldt dat Claude ondertekende herkomstmetadata toevoegt, een zogenaamde Content Credential die de C2PA-standaard (Coalition for Content Provenance and Authenticity) volgt, aan ondersteunde gegenereerde bestandstypen "zoals een PNG of JPEG". Dit is metadata die aan de bestandsinhoud wordt toegevoegd, niet een wijziging van de inhoud zelf, wat de reden is dat deze zo gemakkelijk kan worden verwijderd.
Hoe het watermerk de tokenkeuze beïnvloedt
Bij elke stap genereert een taalmodel een waarschijnlijkheid voor elk token (een token is een woord of een deel daarvan) dat het als volgende kan schrijven. Een sampler kiest er één, en normaal gesproken is de willekeur voor die keuze afkomstig van een standaard bron van willekeurige getallen. Een watermerk-sampler vervangt die bron door een pseudowillekeurige functie met een sleutel. De invoer hiervan bestaat uit de geheime sleutel en de laatst gegenereerde tokens, waardoor de keuze reproduceerbaar is voor iedereen die de sleutel bezit, terwijl het voor anderen op normale variatie lijkt.
De eerste veel geciteerde publieke versie is A Watermark for Large Language Models (Kirchenbauer et al., ICML 2023). Vóór elk token selecteren de sleutel en de voorgaande tokens een pseudowillekeurige "groene" subset van het vocabulaire, en de sampler voegt een kleine bonus toe aan de score van die tokens. Niets is verboden, dus de tekst blijft vloeiend, maar groene tokens komen iets vaker voor dan op basis van toeval verwacht mag worden.
De publicatie van Anthropic stelt dat de implementatie gebaseerd is op SynthID-Text, in oktober 2024 door Google DeepMind gepubliceerd in Nature als Scalable watermarking for identifying large language model outputs, en dat deze familie van ideeën teruggaat op een voorstel uit 2022 van Scott Aaronson. SynthID-Text trekt verschillende kandidaat-tokens uit de eigen distributie van het model en voert een knock-outtoernooi tussen deze tokens uit, gescoord door de functie met de sleutel, waardoor het overblijvende token meestal een token is dat door de sleutel wordt bevoordeeld. De kandidaten zijn afkomstig uit de eigen distributie van het model; dit is de reden waarom de gepubliceerde evaluatie geen meetbaar kwaliteitsverlies rapporteert.
Het gevolg dat ertoe doet is entropie. De bias kan alleen werken waar het model een reële keuze had. Als het enige correcte volgende token Paris is, kan geen enkel systeem dit veranderen zonder de tekst onjuist te maken. Anthropic stelt dit direct: watermarking "is ijler in feitelijke passages waar minder keuzes gemaakt kunnen worden zonder de nauwkeurigheid van de tekst te verminderen", en code "bevat over het algemeen minder watermarking dan andere vormen van tekst" omdat deze meestal exact moet zijn. De signaaldichtheid volgt de mate van vrijheid van het model; een lang stuk vrije tekst draagt dus een sterk kenmerk, terwijl een kort feitelijk antwoord er vrijwel geen draagt.
Eén eerlijke kanttekening bij het bovenstaande. Per 11 oktober 2026 heeft Anthropic de familie waartoe het systeem behoort gepubliceerd, maar niet de parameters of de drempelwaarde van de detector. De mechanismen in deze sectie zijn afkomstig uit de geciteerde papers. Lees deze als het gepubliceerde ontwerp dat Anthropic noemt, niet als een beschrijving van de exacte configuratie van Claude.
Waarom detectie een hypothesetoets is en geen stempel
Een detector neemt de tekst en de sleutel. Deze loopt door de tekst, berekent opnieuw wat de sleutel op elke positie zou hebben geprefereerd, geeft elk token een score en telt de scores bij elkaar op. De nulhypothese is dat de tekst is geschreven zonder die specifieke sampler: in dat geval gedragen de scores zich als muntworp-uitkomsten en ligt het totaal nabij de verwachte waarde. Tekst met een watermerk wijkt hiervan af naar boven. De output is een p-waarde, wat de waarschijnlijkheid is om een dergelijk hoog totaal te zien bij tekst zonder watermerk. Een "gedetecteerd"-oordeel is die p-waarde vergeleken met een door iemand gekozen drempelwaarde.
Dat ontwerp heeft in de praktijk twee merkbare gevolgen. Het vertrouwen groeit naarmate de tekst langer is, omdat elk extra token een extra stukje zwak bewijs vormt. Anthropic verwoordt het als volgt: "Het detecteren van een watermerk werkt ook niet goed bij kleine samples, waar er minder woordkeuzes zijn en dus minder informatie om op af te gaan." De drempelwaarde is bovendien een afweging. Stelt u deze laag genoeg in om een alinea te markeren, dan zult u bij toeval ook menselijke alinea's gaan markeren.
De meeste lezers kunnen deze test nog steeds niet zelf uitvoeren. Sinds de update van 1 september 2026 stelt Anthropic: "We brengen een detectie-API uit in private preview." Deze is beschikbaar voor in aanmerking komende organisaties "zoals vereist onder EU-wetgeving", zoals toezichthouders, wetshandhavingsinstanties, media, factcheckers, onafhankelijke onderzoekers, onderwijsinstellingen en maatschappelijke organisaties in de EU, en voor ondernemingen die "op vergelijkbare wijze verplicht zijn om watermerken te verifiëren" voor hun eigen naleving van de AI-verordening. Anthropic zegt dat het van plan is "de toegang tot de detectie-API in de loop van de tijd uit te breiden", en beide pagina's bevatten een formulier om interesse te tonen. Per 11 oktober 2026 is er dus geen publieke tekstdetector: buiten die organisaties kan niemand een bewering bevestigen of weerleggen dat een bepaalde passage het merkteken draagt. Bestanden hebben een aparte route die iedereen kan gebruiken. De gratis Claude Content Checker test een geüpload bestand op een Claude Content Credential, en stelt duidelijk dat deze "geen tekst controleert".
Dat gat is van belang vanwege waar mensen in plaats daarvan naar grijpen. De commerciële "AI-detectoren" die aan scholen en redacties worden verkocht, zijn classificatiemodellen die getraind zijn op schrijfstijl. Zij bezitten geen sleutel en voeren geen test van dit type uit. Hun faalwijze is gedocumenteerd: GPT-detectoren zijn bevooroordeeld tegenover niet-moedertaalsprekers van het Engels (Liang et al., Patterns, 2023) toonde aan dat veelgebruikte detectoren meer dan de helft van een set TOEFL-essays van niet-moedertaalsprekers als AI-gegenereerd markeerden, terwijl samples van moedertaalsprekers correct werden geclassificeerd. Een watermerkdetector en een stijlclassificator zijn verschillende machines. Laat u door niemand de tweede overhandigen terwijl deze de eerste wordt genoemd.
Wat verwijdert het watermerk
Korte output. Een antwoord van één regel bevat te weinig beslissingen om een statistiek te beïnvloeden. Er is geen oplossing, omdat dit een eigenschap van de test is en geen tekortkoming in de implementatie.
Een herschrijving. Anthropic stelt dat lichte bewerkingen het merkteken leesbaar kunnen laten, terwijl "een volledige herschrijving waarbij elk woord wordt vervangen" het verwijdert. Elk woord dat u vervangt, is een woord dat de sleutel niet langer kan verklaren.
Parafraseren via een ander model. Een tweede model kiest elk token opnieuw met zijn eigen sampler en zonder sleutel, waardoor het resultaat het merkteken van dat model draagt, indien aanwezig, en niet dat van Claude.
Vertaling, met één uitzondering. Het door een andere vertaler halen van Claude's Engelse tekst vernietigt het signaal, omdat een nieuwe sampler elk doelwoord kiest. Anthropic merkt het geval op dat de andere kant op werkt: "Een vertaling geproduceerd door Claude bevat een watermerk, omdat in dit geval elk woord door Claude wordt gekozen."
Code, grotendeels. Correcte code biedt weinig uitwisselbare keuzes. TechCrunch rapporteerde op 15 augustus 2026 dat Anthropic "een verwaarloosbaar effect op de daadwerkelijk geproduceerde code" verwacht, waarbij merken waarschijnlijker in commentaren verschijnen. Dat is een persbericht over een bedrijfsverklaring in plaats van gepubliceerde documentatie, dus beschouw het detail over commentaren als onbevestigd. Commentaren en namen van identifiers zijn de onderdelen van een patch met werkelijke ruimte voor keuzes.
Metadata verwijderen, voor bestanden. C2PA-herkomst bevindt zich naast de afbeeldingsgegevens, dus alles wat het bestand opnieuw codeert, verwijdert dit meestal, tenzij wordt aangegeven dat het behouden moet blijven. Dit geldt ook voor de image optimizer in een normale build voor een statische site. De helppagina van Anthropic noemt het verwijderen van metadata als een van de redenen waarom een merkteken ontbreekt.
Wat een gedetecteerd kenmerk daadwerkelijk bewijst
Minder dan het woord "watermerk" suggereert. De publicatie van Anthropic is expliciet: "Een watermerk kan alleen vaststellen dat Claude op enig moment waarschijnlijk betrokken was bij de inhoud. Het kan geen onderscheid maken tussen 'Claude heeft dit geschreven' en 'Claude heeft dit ingrijpend bewerkt'." De helppagina voegt toe dat "Claude mogelijk niet de oorspronkelijke auteur is", omdat mensen Claude gebruiken om door henzelf geproduceerde teksten te bewerken, en omdat de inhoud kan zijn gewijzigd nadat Claude deze heeft verwerkt.
Niets in het gepubliceerde materiaal van Anthropic beschrijft een signaal per account of per gebruiker. Het kenmerk geeft, zoals gedocumenteerd, aan dat er een Claude-model bij betrokken was. Als iemand u vertelt dat een watermerk onthult welke gebruiker of welke API key een passage heeft gegenereerd, dan is die bewering per 11 oktober 2026 niet terug te vinden in de primaire bronnen.
Verandert dit iets aan het publiceren van AI-ondersteunde code vanaf uw server?
Voor code is het technische antwoord grotendeels nee, om twee redenen die al eerder zijn genoemd: het signaal in exacte code is zwak en tekstdetectie is beperkt tot een private preview voor in aanmerking komende organisaties. Wat bepaalt of u mag publiceren is beleid, en dat beleid is niet veranderd. Open source-projecten hebben hun eigen regels opgesteld voor AI-ondersteunde bijdragen, en die regels worden gehandhaafd door een beheerder die uw pull request leest, niet door een detector die uw tokens leest.
Voor proza die uw server genereert, is het antwoord ja, op één specifieke manier. Als een API-aanroep uw release notes of productpagina's schrijft, zijn de woorden van Claude, dus het kenmerk zit erin. Het renderen van markdown naar HTML, minifying, het opslaan van het resultaat in Postgres en het serveren ervan vanaf een CDN laten de woorden ongemoeid, dus al deze handelingen laten het kenmerk ongemoeid. Wat het kenmerk wel verzwakt, is een menselijke redacteur die de zinnen herschrijft.
U kunt het watermerk niet wegprompten. Het wordt toegepast in de sampling-laag, onder de tekst die het model produceert, dus een instructie als "voorzie dit niet van een watermerk" heeft geen aangrijpingspunt. Dat is een andere situatie dan de gebruikelijke redenen waarom een agent een door u geschreven instructie negeert, waarbij de instructie het model wel bereikte maar het aflegde tegen iets anders. Er is per 11 oktober 2026 geen gedocumenteerde opt-out voor API-klanten.
Als u Claude gebruikt om een server te beheren in plaats van om voor u te schrijven, verandert er zeer weinig. Shell-commando's en configuratiefragmenten zijn kort en beperkt, waardoor ze vrijwel geen signaal bevatten, en niets met betrekking tot markering beïnvloedt wat er op uw machine draait. Dagelijks systeembeheer met Claude roept een andere vraag op, namelijk wat er überhaupt uw machine verlaat: zie wat een coding agent daadwerkelijk vanaf uw server verstuurt.
Wat u moet openbaar maken
Openbaarmaking is een kwestie van regels, niet van detectie. Een watermerk creëert geen plicht tot openbaarmaking en ontslaat u er ook niet van. Bepaal welke regel voor u geldt en volg deze op, ongeacht of u wel of niet betrapt kunt worden.
De EU AI Act splitst deze taak in tweeën. Artikel 50(2) legt de markeringsplicht bij de aanbieder, in dit geval Anthropic, en aan deze verplichting voldoet deze uitrol. Artikel 50(4) legt een plicht op aan de implementeerder: eenieder die door AI gegenereerde tekst publiceert "om het publiek te informeren over zaken van algemeen belang", moet openbaar maken dat deze kunstmatig is gegenereerd. Er geldt een vrijstelling waar de meeste redactieteams onder vallen, namelijk wanneer "de door AI gegenereerde inhoud een proces van menselijke beoordeling of redactionele controle heeft ondergaan en waarbij een natuurlijke of rechtspersoon redactionele verantwoordelijkheid draagt voor de publicatie". Beide bepalingen zijn van kracht vanaf 2 augustus 2026, waarbij de markeringsplicht voor systemen die vóór die datum al op de markt waren, is uitgesteld tot 2 december 2026. Een beoordeeld bericht met een benoemde redacteur wordt anders behandeld dan een feed die publiceert zonder dat een persoon de inhoud leest. Dit is een interpretatie van de tekst van de verordening en geen juridisch advies.
Andere regels gaan verder dan de wet. Uw arbeidsovereenkomst, uw klantovereenkomst, de bijdrager-richtlijnen van het project waar u patches naar verstuurt en het beleid van de uitgever waarvoor u schrijft, kunnen elk meer eisen. Dit zijn bovendien de regels die daadwerkelijk door anderen gecontroleerd zullen worden.
Wanneer u openbaarmaking doet, vermeld dan wat het model heeft gedaan en wat u heeft geverifieerd. "Concept geschreven met Claude, elk commando uitgevoerd op een schone Ubuntu 24.04 installatie vóór publicatie" vertelt een technische lezer iets concreets. Een algemene "AI is gebruikt"-badge doet dat niet, omdat het deel dat een model niet voor u kan doen, de controle is.
Gebruik het resultaat van een watermerk bovendien niet als beschuldiging. Een positief resultaat geeft aan dat een Claude-model ergens betrokken was, inclusief als redacteur van iemands eigen schrijfwerk. Een negatief resultaat zegt helemaal niets.
FAQ
Kan ik het tekstwatermerk van Claude uitschakelen?
Er bestaat per 11 oktober 2026 geen gedocumenteerde opt-out. De helppagina van Anthropic beschrijft de markering voor Claude, het Claude Platform (API), Claude Code, Claude Cowork en Claude Tag, inclusief toegang via AWS, Google Cloud en Microsoft Foundry, en noemt geen instelling om dit uit te schakelen. Het model vragen om geen watermerk aan het antwoord toe te voegen heeft eveneens geen effect, omdat de markering wordt toegepast door de sampler die tokens kiest, en niet door het model dat uw instructie opvolgt.
Is het watermerk zichtbaar in code die Claude schrijft?
Nauwelijks. Watermarking werkt door te kiezen tussen opties die allemaal acceptabel zijn, en correcte code biedt zelden veel variatie. Anthropic stelt dat code "over het algemeen minder watermarking bevat dan andere vormen van tekst", omdat code meestal exact moet zijn. TechCrunch rapporteerde op 15 augustus 2026 dat Anthropic een verwaarloosbaar effect op de code zelf verwacht, waarbij markeringen waarschijnlijker zijn in commentaren; dit is echter een persbericht over een verklaring en geen gepubliceerde documentatie. De delen van een patch waar variatie mogelijk is, zijn commentaren en namen van identifiers.
Bewijst het ontbreken van een watermerk door een detector dat een mens de tekst schreef?
Nee, en dit is de meest gemaakte fout bij watermerken. De eigen pagina van Anthropic stelt dat "het ontbreken van een gedetecteerde markering niet betekent dat de inhoud niet door AI is gegenereerd of verwerkt". De tekst kan te kort zijn om te testen, de tekst kan zijn bewerkt of geparafraseerd, de tekst kan afkomstig zijn van een model dat werd uitgebracht voordat watermarking werd geïmplementeerd, of de tekst kan afkomstig zijn van een andere leverancier. De test is eenzijdig: het kan het vertrouwen vergroten dat Claude betrokken was, maar het kan nooit aantonen dat Claude niet betrokken was.
Verwijdert parafraseren of vertalen het watermerk?
Parafraseren via een ander model verwijdert het, omdat dat model elk woord opnieuw kiest met zijn eigen sampler en zonder de sleutel. Vertalen met een externe tool verwijdert het om dezelfde reden. De uitzondering werkt in de andere richting: Anthropic stelt dat "een vertaling geproduceerd door Claude een watermerk bevat, omdat in dit geval elk woord door Claude wordt gekozen", dus het vertalen van uw eigen tekst met Claude voegt een markering toe die er voorheen niet was.
Kan ik zelf een document controleren op een Claude-watermerk?
Voor tekst geldt dit alleen als uw organisatie hiervoor in aanmerking komt. Detectie vereist de sleutel, dus dit kan niet worden gedaan door de tekst te lezen of met een offline tool. De detectie-API van Anthropic bevindt zich in een private preview voor organisaties die onder de EU-wetgeving vallen en voor ondernemingen met een eigen plicht om watermarking te verifiëren, met plannen voor bredere toegang. Per 11 oktober 2026 is er dus geen publieke tekstdetector. Bestanden zijn anders: de gratis Claude Content Checker test een geüpload bestand op een Claude Content Credential, hoewel dit geen tekst controleert. Elke tool van derden die wordt verkocht als een Claude-tekstdetector beschikt niet over de sleutel; het betreft hier een stijliclassificator. Dit is een ander mechanisme met een gedocumenteerd probleem van fout-positieven bij teksten van mensen voor wie Engels niet de moedertaal is (Liang et al., Patterns, 2023).