Anthropic bereitet statistisches Wasserzeichen für von Claude generierte Texte vor

Ein globales System im Zusammenhang mit europäischen Verpflichtungen

Anthropic bereitet ein statistisches Watermarking-System vor, mit dem von Claude erzeugte Texte identifiziert werden sollen. Die am 14. August 2026 beschriebene Initiative steht im Zusammenhang mit den Transparenzpflichten des europäischen AI Act und dem Beitritt des Unternehmens zum entsprechenden Code of Practice gemeinsam mit anderen Anbietern von Künstlicher Intelligenz.

Das Wasserzeichen soll zunächst weltweit angewendet werden, nicht nur bei Nutzern in der Europäischen Union. Anthropic verfügt bislang nicht über einen ausreichend zuverlässigen Mechanismus, um es abhängig von der jeweiligen Region zu aktivieren oder zu deaktivieren.

Künftige Claude-Modelle sollen Texte mit dem neuen System erzeugen. Modelle, die vor dem 2. August 2026 eingeführt wurden, fallen hingegen unter die von der Europäischen Union vorgesehene Übergangsfrist. Anthropic arbeitet daran, das Wasserzeichen auch auf diese Modelle auszuweiten, hat jedoch weder eine genaue Liste der betroffenen Versionen noch einen detaillierten Zeitplan veröffentlicht.

Für Nutzer soll die Änderung unsichtbar bleiben. Das System fügt weder versteckte Zeichen noch zusätzliche Tokens oder sichtbare Markierungen hinzu. Nach internen Bewertungen soll es Kreativität, Lesbarkeit, Inhalt und Qualität der Antworten nicht spürbar verändern. Zusätzliche Kosten sind nicht vorgesehen, und die Auswirkungen auf die Generierungsdauer sollen vernachlässigbar sein.

Die Signatur entsteht während der Generierung

Die ausgewählte Technologie basiert auf dem von Google DeepMind entwickelten Ansatz SynthID-Text. Das Wasserzeichen wird nicht nachträglich in die Antwort eingefügt, sondern entsteht, während Claude jedes nächste Token auswählt.

Wenn mehrere sprachlich plausible Fortsetzungen möglich sind, verwendet das Modell einen geheimen Schlüssel und einen Teil des bisherigen Kontexts, um die Zufallskomponente bei der Auswahl zu beeinflussen. Jede einzelne Entscheidung bleibt unauffällig und weist keine mit bloßem Auge erkennbaren Anomalien auf. Die Sequenz als Ganzes tendiert jedoch dazu, eine statistische Signatur zu erzeugen, die mit dem Modell und dem Schlüssel verknüpft ist.

Ein Detektor, der über den Schlüssel verfügt, kann den Text untersuchen und berechnen, wie stark sein Verlauf dem erwarteten Muster von Claude mit aktiviertem Wasserzeichen entspricht. Der Zugriff auf das proprietäre Modell ist dafür nicht zwingend erforderlich, ebenso wenig eine besonders aufwendige Verarbeitung: Die Analyse konzentriert sich auf die Verteilung der bereits im Text enthaltenen sprachlichen Entscheidungen.

Die Wirksamkeit hängt vor allem von der Menge und Vielfalt des verfügbaren Materials ab. Ein langer Text bietet mehr Entscheidungen zur Analyse und damit mehr statistische Hinweise. Das System funktioniert außerdem besser, wenn dem Modell zahlreiche plausible Alternativen zur Verfügung stehen.

Eine kurze oder stark vorhersehbare Antwort enthält dagegen weniger verwertbare Informationen. Bei einer mathematischen Formel, einer starren Definition oder einer Antwort mit nur einer korrekten Fortsetzung ist der Spielraum für eine Signatur ohne Bedeutungsänderung sehr gering.

Faktische Antworten und Code enthalten weniger Signale

Anthropic wird das Wasserzeichen nicht zwangsläufig anwenden, wenn eine alternative Auswahl die Antwort falsch machen könnte. Nach „2 + 2 =“ ist beispielsweise das korrekte Token „4“: Eine alternative Auswahl zur Verstärkung der Signatur würde die Zuverlässigkeit des Ergebnisses beeinträchtigen.

Die gleiche Einschränkung gilt für faktische Antworten mit nur einer korrekten Fortsetzung, etwa eine numerische Antwort zu Nineteen Eighty-Four von George Orwell. In solchen Situationen muss das Modell der Genauigkeit Vorrang vor der Erkennbarkeit geben.

Bei Code besteht ein ähnliches Problem. Die Änderung eines Tokens kann die Syntax beschädigen oder das Verhalten des Programms verändern. Deshalb werden Codeblöcke in der Regel weniger Watermarking-Signale enthalten als Fließtext.

Das System kann jedoch dort eingreifen, wo willkürliche Entscheidungen möglich sind, etwa bei Kommentaren im Code. Anthropic geht davon aus, dass die Auswirkungen auf die tatsächliche Funktionsweise der Programme vernachlässigbar sein werden, hat jedoch keine einheitliche Abdeckung für alle Programmiersprachen oder Generierungsszenarien angegeben.

Auch von Claude erstellte Übersetzungen sollen das Wasserzeichen beibehalten. In diesem Fall wählt das Modell jedes Wort der Ausgabe in der Zielsprache aus und erzeugt dadurch neue sprachliche Entscheidungen, die der Detektor analysieren kann.

Die API wird nicht bescheinigen, wer den Text verfasst hat

Anthropic entwickelt eine API, die schätzen kann, wie wahrscheinlich Claude an der Erstellung eines Inhalts beteiligt war. Das Ergebnis wird kein eindeutiger Beweis für die Identität des Autors sein.

Ein positiver Nachweis kann darauf hindeuten, dass Claude in einer Phase der Arbeit verwendet wurde. Er unterscheidet jedoch nicht zwangsläufig zwischen einem nahezu vollständig vom Modell generierten Text und einem von Menschen erheblich überarbeiteten Text. Außerdem wird das Wasserzeichen nicht belegen, dass Claude das einzige beteiligte KI-System war.

Die Signatur kann begrenzte Eingriffe wie grammatikalische Korrekturen oder Änderungen der Zeichensetzung überstehen, da viele ursprüngliche Wörter unverändert bleiben. Eine vollständige Neufassung mit Ersetzung des gesamten Textes dürfte das Signal hingegen beseitigen. Auch sehr kurze Textproben verringern die Zuverlässigkeit der Bewertung.

Der Detektor muss daher als probabilistisches Instrument zur Zuordnung einer möglichen Beteiligung von Claude verstanden werden. Er kann weder als forensische Bescheinigung des Autors noch als Nachweis der ausschließlichen Herkunft des Textes oder des Fehlens menschlicher Eingriffe dienen.

Anthropic hat die operativen Details der API noch nicht bekannt gegeben. Unklar sind unter anderem Verfügbarkeit, Authentifizierungsverfahren, Antwortformat, Konfidenzschwellen sowie konkrete Verfahren zum Umgang mit False Positives und False Negatives.

Für Bilder und Grafikdateien kommt die C2PA-Provenienz

Für PNG-, JPG- und SVG-Dateien wird Anthropic einen anderen Mechanismus einsetzen. Claude fügt Provenienzmetadaten gemäß dem C2PA-Standard hinzu, die kryptografisch signiert sind und angeben, dass die Datei mit Claude erstellt oder verarbeitet wurde.

Der binäre Inhalt des Bildes wird dabei nicht verändert, um eine statistische Signatur einzubetten. Die Information wird der Datei über überprüfbare Metadaten zugeordnet, deren Gültigkeit anhand der digitalen Signatur kontrolliert werden kann.

Diese Maßnahme verdeutlicht einen wichtigen technischen Unterschied: Bei Texten wird die Provenienz anhand sprachlicher Entscheidungen geschätzt, während sie bei Grafikdateien über mit dem Inhalt verknüpfte Provenienz-Nachweise erklärt wird.

Der praktische Schutz der Metadaten hängt von den verwendeten Freigabeprozessen und den Tools ab, mit denen Dateien bearbeitet oder konvertiert werden. Die angekündigte Lösung erklärt bislang jedoch nicht, wie C2PA-Metadaten behandelt werden, wenn ein Bild von inkompatibler Software neu komprimiert, zugeschnitten oder exportiert wird.

Was sich für Nutzer und Organisationen ändert

Für Claude-Nutzer soll das Wasserzeichen unauffällig bleiben und keine Konfiguration oder besonderen Maßnahmen erfordern. Organisationen können die künftige API hingegen für interne Prüfungen, die Analyse verdächtiger Inhalte oder zur Unterstützung von Transparenzprozessen einsetzen.

Die Ergebnisse müssen stets im Kontext bewertet werden. Ein positiver Wert beweist nicht, dass der Text vollständig von Claude verfasst wurde. Ein unklarer Befund kann auf die Kürze oder Vorhersehbarkeit des Textes, auf Code oder auf nachträgliche Änderungen am Inhalt zurückzuführen sein.

Die Quelle beschreibt keine Sicherheitslücke und weist keine Cybersecurity-Schweregradklassifizierung zu. Die Auswirkungen betreffen vor allem regulatorische Compliance, Transparenz und die probabilistische Zuordnung von durch Künstliche Intelligenz erzeugten Inhalten.