Anthropic versieht KI-generierte Texte künftig mit unsichtbaren Wasserzeichen, während ShieldFont Texte vor dem Training durch Sprachmodelle schützen will. Gleichzeitig zeigt eine neue Studie: Menschliche Texte unterscheiden sich von KI-generierten nicht nur im Stil, sondern auch in ihrer grundlegenden Struktur.
Anthropic will neuere Claude-Modelle mit unsichtbaren Wasserzeichen versehen, die maschinell ausgelesen werden können. Gleichzeitig arbeitet ein Designprojekt daran, menschlich geschriebene Texte vor dem Zugriff automatisierter Scraper zu schützen, indem es den Text im Quellcode gezielt verändert.
Auf den ersten Blick stehen sich diese beiden Entwicklungen gegenüber. Die eine markiert KI-generierte Inhalte, die andere versucht, menschliche Inhalte vor KI-Systemen zu schützen. Gemeinsam zeigen sie jedoch, wie sehr sich die Frage verändert, woher ein Text eigentlich stammt und wem er gehört.
Wenn KI-generierte Texte ein unsichtbares Label bekommen
Anthropic hat sich im Rahmen des EU AI Act verpflichtet, KI-generierte Inhalte zu kennzeichnen. Für neue Claude-Modelle, die seit dem 2. August 2026 in der EU eingeführt werden, soll diese Kennzeichnung bereits zum Start integriert sein. Bei Texten setzt Anthropic dafür auf ein unsichtbares Wasserzeichen, bei unterstützten Dateien zusätzlich auf signierte Herkunftsinformationen nach dem C2PA-Standard.
Das Wasserzeichen soll direkt in den Text eingebettet sein. Für Menschen bleibt es unsichtbar und soll weder Lesbarkeit noch Bedeutung verändern. Gleichzeitig kann es beim Kopieren und Einfügen erhalten bleiben und unabhängig davon funktionieren, über welches Claude-Produkt der Text erzeugt wurde.
Damit entsteht eine Art unsichtbare Herkunftsmarkierung. Ein Text kann künftig also Informationen darüber tragen, dass Claude an seiner Entstehung beteiligt war, ohne dass Leser:innen diese Information unmittelbar sehen.
Ganz eindeutig ist diese Kennzeichnung allerdings nicht. Anthropic selbst weist darauf hin, dass ein erkanntes Wasserzeichen lediglich ein Signal dafür ist, dass Inhalte mit Claude verarbeitet wurden. Das bedeutet nicht automatisch, dass Claude auch der ursprüngliche Autor war. Ein Mensch kann einen eigenen Text beispielsweise mit Claude übersetzen, zusammenfassen oder korrigieren lassen.
Umgekehrt bedeutet ein fehlendes Wasserzeichen nicht, dass ein Text garantiert ohne KI entstanden ist. Ältere Modelle werden erst nach und nach unterstützt, und starke Bearbeitung, Paraphrasierung oder Übersetzung können das Signal verändern oder unkenntlich machen.
Die Frage ist damit weniger, ob sich KI-Texte eindeutig erkennen lassen. Es geht vielmehr darum, zusätzliche Hinweise auf ihre Herkunft zu schaffen.
Wenn Menschen anfangen, ihre Texte vor KI zu verstecken
Während Anthropic KI-generierte Inhalte kennzeichnen will, verfolgt ShieldFont die umgekehrte Richtung. Das von der brasilianischen Kreativagentur Seneda & Abrucio, der dänischen Foundry PlayType und weiteren Beteiligten entwickelte System soll Texte vor automatisierten Scraping-Systemen schützen.
Das Prinzip ist ungewöhnlich: Für Menschen sieht der Text vollkommen normal aus. Im HTML-Quellcode werden bestimmte Wörter jedoch durch andere ersetzt. Aus »The knight rode his horse into battle« wird für einen automatisierten Scraper beispielsweise »The knight rode his engine into battle«.
Möglich wird das durch eine typografische Technik, die eigentlich für sogenannte Ligaturen verwendet wird. Dabei werden Zeichenkombinationen durch einen einzelnen Glyphen ersetzt. ShieldFont nutzt dieses Prinzip jedoch nicht für einzelne Buchstaben, sondern für ganze Wörter.
Das Ziel ist nicht, Menschen das Lesen zu erschweren, sondern Sprachmodelle mit absichtlich verfälschten Daten zu konfrontieren. Denn wenn ein LLM große Mengen solcher Texte verarbeitet, entstehen aus Sicht der Entwickler:innen schlechtere Trainingsdaten.
Dabei werden nicht einfach beliebige Wörter ausgetauscht. ShieldFont arbeitet mit Regeln, welche Wörter verändert werden dürfen und welche nicht. Pronomen, Artikel, Präpositionen, Verneinungen und verschiedene Formen von »sein«, »haben« und »tun« bleiben beispielsweise unangetastet. Stattdessen werden unter anderem Substantive, Verben, Adjektive und Adverbien verändert. Auch Datumsangaben und Zahlen können betroffen sein.
In Tests wurden laut den Entwickler:innen mehr als 90 Prozent der damit versehenen Inhalte von Bot-Qualitätsfiltern abgelehnt. Bei den verbleibenden Inhalten enthielten 19,4 Prozent eine falsche Bedeutung.
Das System ist allerdings nicht unsichtbar für jede Form des automatisierten Zugriffs. Ein Scraper könnte beispielsweise einen Screenshot der Seite erstellen und den Text anschließend per Bilderkennung auslesen. Genau das ist Teil der Idee: Der Zugriff wird nicht unmöglich, sondern aufwendiger und damit teurer.
Gleichzeitig entstehen neue Probleme. Suchmaschinen können den verfälschten Text indexieren, und auch Übersetzungstools, Screenreader oder Copy-and-paste-Funktionen können die Ersatzwörter ausgeben. ShieldFont eignet sich deshalb nicht automatisch für jede Art von Website.
Nicht nur die Wörter verraten, wer geschrieben hat
Parallel zu diesen technischen Markierungen stellt sich eine andere Frage: Kann man überhaupt erkennen, ob ein Text von einem Menschen oder einer KI stammt, ohne nach einem unsichtbaren Wasserzeichen zu suchen?
Eine aktuelle Forschungsarbeit versucht genau das. Die Studie STORYSCOPE untersucht nicht primär einzelne Wörter oder typische Formulierungen, sondern die grundlegende Struktur von Geschichten. Dafür wurden 10.272 Schreibprompts jeweils von menschlichen Autor:innen und fünf verschiedenen Sprachmodellen bearbeitet: Claude, DeepSeek, Gemini, GPT und Kimi. Insgesamt entstanden 61.608 Geschichten mit jeweils rund 5.000 Wörtern.
Untersucht wurden dabei 304 Merkmale pro Geschichte, unter anderem Entscheidungen zur Handlung, zu Figuren und zur zeitlichen Struktur. Das Ergebnis: Auch ohne klassische stilistische Merkmale ließen sich menschliche und KI-generierte Geschichten mit einer Genauigkeit von 93,2 Prozent unterscheiden.
Der entscheidende Unterschied liegt laut Studie weniger in einzelnen Wörtern als in der Art, wie Geschichten konstruiert werden. KI-generierte Geschichten neigten stärker dazu, Themen zu erklären und Handlungen geradlinig und ordentlich aufzubauen. Menschliche Texte zeigten dagegen mehr moralische Ambivalenz bei den Entscheidungen ihrer Figuren und eine komplexere zeitliche Struktur, etwa durch Rückblenden und nichtlineares Erzählen.
Besonders interessant ist dabei die Verteilung: Die KI-generierten Geschichten verschiedener Modelle lagen in einem relativ ähnlichen Bereich des sogenannten narrativen Raums. Menschliche Geschichten waren dagegen vielfältiger.
Das Problem mit dem Durchschnitt
Genau hier wird die Diskussion über KI-Texte auch für die Kreativbranche interessant. Sprachmodelle sind darauf ausgelegt, aus vorhandenen Mustern wahrscheinliche nächste Wörter und Strukturen zu erzeugen. Das macht sie schnell, effizient und zuverlässig. Es kann aber auch dazu führen, dass ihre Ergebnisse näher am Durchschnitt liegen.
Die Studie zeigt diesen Effekt nicht als einfache Aussage »Menschen schreiben kreativ, KI nicht«. Dafür ist die Realität zu komplex. Sie macht aber sichtbar, dass menschliche Texte offenbar nicht nur durch bestimmte Formulierungen von KI-Texten abweichen. Auch die Entscheidungen dahinter können sich unterscheiden.
Und genau diese Entscheidungen sind für kreative Arbeit relevant. Eine ungewöhnliche Perspektive, eine widersprüchliche Figur, ein unerwarteter Aufbau oder eine bewusst offene Aussage entstehen nicht unbedingt aus dem Wunsch, die statistisch wahrscheinlichste Fortsetzung zu wählen.
Während KI also immer besser darin wird, Inhalte in großem Maßstab zu produzieren, könnte gerade das Ungewöhnliche an menschlicher Arbeit an Bedeutung gewinnen.
Zwischen Kennzeichnung und Schutz
Damit entstehen gerade zwei neue Ebenen im Umgang mit KI-generierten Inhalten. Auf der einen Seite steht die Forderung nach Transparenz: Wenn KI einen Text erstellt, soll sich diese Herkunft zumindest technisch nachvollziehen lassen. Auf der anderen Seite steht der Wunsch von Kreativen und Publishern, ihre eigenen Inhalte vor der ungefragten Verwendung durch KI-Systeme zu schützen.
Beides ist Teil desselben größeren Problems. Inhalte werden zunehmend von Maschinen verarbeitet, erzeugt und bewertet. Dadurch wird ihre Herkunft zu einer Information, die nicht mehr selbstverständlich sichtbar ist.
Ein Wasserzeichen kann dabei helfen, die Herkunft eines Textes zu markieren. Ein System wie ShieldFont versucht, den Zugriff auf einen Text zu kontrollieren. Und die STORYSCOPE-Forschung zeigt, dass menschliche Texte möglicherweise auch jenseits solcher technischen Markierungen charakteristische strukturelle Eigenschaften besitzen.
