So funktioniert das KI-Wasserzeichen
Updated September 1, 2026 · first published September 1, 2026
In Texten unterstützter Claude-Modelle steckt ein unsichtbares Signal. Weder Sie noch Ihre Nutzer sehen es, es ändert weder Bedeutung noch Qualität und erscheint auf keiner Rechnung. Trotzdem ist es da — und es lohnt sich, es zu verstehen, denn was es zerstört, tut Ihre eigene Pipeline täglich.
Der Mechanismus im Text
Ein Sprachmodell wählt nicht das wahrscheinlichste Token, sondern zieht mit Zufall aus einer Verteilung. Das Wasserzeichenverfahren — nach dem Ansatz SynthID-Text — verzerrt diesen Zufall: Bestimmte Token werden minimal wahrscheinlicher, nach einem Muster, das nur der Detektor kennt.
Jedes einzelne Wort bleibt unauffällig, denn eine plausible Alternative gab es ohnehin. Über einige hundert Token summiert sich das Muster zu einem statistischen Signal, das ein Detektor messen und ein Leser nicht wahrnehmen kann. Daraus folgt zweierlei: Es ist statistisch und kein Stempel, und es braucht Länge. Eine Ausgabe in Tweet-Größe trägt weit weniger Signal als eine ganze Seite.
Bilder funktionieren umgekehrt
Erzeugte .svg-, .png- und .jpg-Dateien tragen C2PA-Metadaten: ein kryptografisch signiertes Manifest. Das ist weder statistisch noch verborgen, sondern ein exakt prüfbarer Datenblock. Der Kompromiss ist erwartbar: Signierte Metadaten geben Gewissheit und lassen sich mit einem Befehl löschen; ein statistisches Wasserzeichen lässt sich nicht sauber entfernen, verblasst aber beim Bearbeiten, Umformulieren und Übersetzen. Keines ist ein Schloss, beide sind Beweismittel.
Was das für Ihre Systeme heißt
Kurze Ausgaben tragen schwaches Signal. Starke Nachbearbeitung — Umformulieren, Zusammenfassen, Übersetzen oder ein zweites Modell — erodiert es. Und Ihre Bildpipeline kann C2PA-Metadaten versehentlich zerstören: der häufigste Weg, auf dem Provenienz in der Produktion verschwindet.
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →