Seit dem 2. August 2026 wird über KI-Wasserzeichen und eine angeblich umfassende Kennzeichnungspflicht diskutiert. In sozialen Netzwerken klingt es teilweise so, als müsse künftig unter jeder mit ChatGPT oder Claude verbesserten E-Mail stehen: „Achtung, hier war eine KI beteiligt.“ Andere behaupten das genaue Gegenteil und erklären Kennzeichnung für wirkungslosen Brüsseler Aktionismus.
Beides greift zu kurz. Der europäische AI Act verlangt tatsächlich mehr Transparenz bei künstlich erzeugten Inhalten. Er unterscheidet aber sehr genau zwischen dem Anbieter eines KI-Systems, professionellen Anwendern und einer rein persönlichen, nicht beruflichen Nutzung. Er unterscheidet außerdem zwischen Text, Bild, Audio und Video, zwischen technischer Markierung und sichtbarer Offenlegung sowie zwischen einer vollständigen Erzeugung und einer bloßen Bearbeitung.
Dass diese Unterschiede in vielen Meldungen verloren gehen, ist ein Problem. Aus einer sinnvollen Regel gegen Täuschung entsteht Verunsicherung. Menschen fragen sich plötzlich, ob ihre private Nachricht rechtswidrig ist, weil Claude einen Kommafehler verbessert hat. Beschäftigte fürchten, eine gute Ausarbeitung könne als KI-Arbeit abgewertet werden. Studierende sehen sich mit Detektoren konfrontiert, die Wahrscheinlichkeiten wie Beweise darstellen. Und Unternehmen schreiben vorsichtshalber „mit KI erstellt“ unter alles, ohne zu klären, wer überhaupt welche Verantwortung trägt.
Es ist Zeit, das nüchtern auseinanderzunehmen.
Die kurze Antwort: Nein, nicht jeder KI-Inhalt braucht einen sichtbaren Hinweis
Der EU AI Act gilt nicht für Pflichten von natürlichen Personen, die KI ausschließlich im Rahmen einer persönlichen und nicht beruflichen Tätigkeit verwenden. Wer privat eine Geburtstagskarte formuliert, eine Nachricht übersetzt, einen Reiseplan erstellt oder eine E-Mail sprachlich glätten lässt, fällt damit nicht automatisch unter eine allgemeine Kennzeichnungspflicht.
Das ist die erste wichtige Entwarnung. Sie bedeutet jedoch nicht, dass privat alles erlaubt wäre. Persönlichkeitsrechte, Urheberrecht, Datenschutz, Strafrecht und Regeln von Plattformen gelten weiterhin. Ein täuschend echtes Video über den Nachbarn wird nicht harmlos, nur weil es am privaten Computer entstanden ist. Aber die Vorstellung, jede private KI-Hilfe müsse sichtbar beschriftet werden, steht so nicht im AI Act.
Ebenso falsch wäre der Satz: „Solange ein Mensch beteiligt war, muss nie gekennzeichnet werden.“ Entscheidend sind Rolle, Inhalt, Veröffentlichungszweck und der tatsächliche Grad menschlicher Kontrolle. Genau deshalb ist eine pauschale Antwort so verführerisch und zugleich so gefährlich.
Zwei Pflichten, die ständig miteinander verwechselt werden
Artikel 50 enthält zwei Ebenen, die in der Debatte oft zu einer einzigen Kennzeichnungspflicht zusammengerührt werden.
Die erste Ebene betrifft die Anbieter generativer KI-Systeme. Sie müssen dafür sorgen, dass künstlich erzeugte oder manipulierte Texte, Bilder, Audio- und Videoinhalte maschinenlesbar markiert und technisch erkennbar werden. Das kann ein unsichtbares statistisches Muster im Text sein. Bei Dateien können signierte Herkunftsdaten eingesetzt werden. Die Markierung soll wirksam, interoperabel, robust und zuverlässig sein, soweit dies technisch möglich ist.
Die zweite Ebene betrifft professionelle Anwender, die bestimmte Inhalte veröffentlichen. Bei Deepfakes aus Bild, Ton oder Video muss grundsätzlich offengelegt werden, dass der Inhalt künstlich erzeugt oder manipuliert wurde. Für eindeutig künstlerische, satirische oder fiktionale Werke darf diese Information so erfolgen, dass das Werk nicht unnötig beeinträchtigt wird.
Bei Texten ist die Pflicht enger. Sie betrifft Texte, die mit dem Zweck veröffentlicht werden, die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren. Und selbst dort enthält Artikel 50 eine wichtige Ausnahme: Wurde der Inhalt menschlich geprüft oder redaktionell kontrolliert und übernimmt eine natürliche oder juristische Person die redaktionelle Verantwortung, ist diese Offenlegung nach Artikel 50 Absatz 4 nicht vorgeschrieben.
Das ist kein Freifahrtschein. Eine Redaktion kann keinen ungeprüften KI-Text veröffentlichen und hinterher behaupten, schon allein das eigene Logo sei redaktionelle Kontrolle. Wer Verantwortung übernimmt, muss Quellen prüfen, Aussagen bewerten, Fehler korrigieren und bewusst entscheiden, was veröffentlicht wird. Menschliche Kontrolle ist ein Prozess, keine Fußnote.
Auch die einfache Textkorrektur ist ausdrücklich mitgedacht
Der AI Act sieht bei der technischen Markierung eine Ausnahme vor, soweit ein System nur eine unterstützende Funktion bei üblichen Bearbeitungen erfüllt oder Eingabedaten beziehungsweise deren Bedeutung nicht wesentlich verändert. Das ist für den Alltag enorm wichtig.
Eine Rechtschreibkorrektur ist etwas anderes als die automatische Erzeugung eines vollständigen Kommentars. Eine Überschrift vorzuschlagen ist etwas anderes als Recherche, Argumentation und Schlussfolgerung vollständig an ein Modell abzugeben. Ein Diktat zu transkribieren ist etwas anderes als eine politische Analyse ohne menschliche Prüfung zu veröffentlichen.
Die Grenzfälle bleiben trotzdem schwierig. Wenn aus einem holprigen Entwurf ein komplett neuer Text mit anderer Dramaturgie und neuen Aussagen wird, kann man kaum noch von einer kleinen Korrektur sprechen. Wenn eine KI dagegen Tippfehler beseitigt und Sätze vorsichtig ordnet, wäre es ebenso falsch, die gesamte geistige Arbeit der Maschine zuzuschreiben.
Die vernünftige Frage lautet deshalb nicht nur: „War KI im Spiel?“ Sie lautet: „Welche Aufgabe hatte die KI, was hat sie verändert, wer hat die Fakten geliefert und wer verantwortet das Ergebnis?“
Wie Claude seine Wasserzeichen derzeit umsetzt
Anthropic hat sich dem europäischen Verhaltenskodex zur Transparenz KI-generierter Inhalte angeschlossen und inzwischen konkret beschrieben, wie Claude markieren soll. Laut der offiziellen Dokumentation von Anthropic unterstützen Claude-Modelle, die am oder nach dem 2. August 2026 in der EU eingeführt werden, maschinenlesbare Markierungen ab ihrer Einführung. Für ältere Modelle befindet sich die Unterstützung noch im Aufbau.
Wie dieses unsichtbare Muster technisch funktionieren kann, behandle ich bewusst in einem zweiten Beitrag: Wie Claudes unsichtbares KI-Wasserzeichen technisch funktionieren könnte. Dort erkläre ich Token, Grünlisten, statistische Erkennung, SynthID-ähnliche Verfahren und C2PA nach dem 4MAT-Prinzip auf mehreren Verständnisebenen. Bestätigte Angaben von Anthropic und technische Hypothesen werden dabei klar getrennt.
Claude verwendet dafür zwei unterschiedliche Techniken. In generierte Texte wird ein nicht sichtbares Wasserzeichen eingewoben. Es soll Bedeutung, Qualität und Lesbarkeit nicht verändern. Weil das Muster im Text selbst steckt, kann es beim Kopieren und Einfügen mitwandern und manche Bearbeitungen überstehen.
Bei unterstützten Dateien wie PNG, JPG oder SVG ergänzt Claude signierte Herkunftsmetadaten nach dem offenen C2PA-Standard. Diese Daten können zeigen, dass eine Datei von Claude verarbeitet wurde, und Hinweise auf spätere Veränderungen geben. Ähnliche Herkunftsnachweise werden auch von anderen Akteuren der Medien- und Technologiebranche vorangetrieben.
Anthropic will die Markierung bei unterstützten Modellen über die eigenen Oberflächen hinaus einsetzen: in Claude, über die API, in Claude Code, Claude Cowork und bei angebundenen Cloud-Plattformen. Nicht jede Plattform und nicht jeder Dateityp muss dabei sämtliche Markierungsarten unterstützen.
Anthropic benennt selbst die Grenze, die in der Debatte gern fehlt
Der wichtigste Teil der Claude-Erklärung ist nicht die Technik, sondern ihre Einschränkung. Anthropic schreibt sinngemäß sehr deutlich: Ein erkannter Hinweis ist ein Signal, dass ein Inhalt möglicherweise von Claude verarbeitet wurde. Er ist kein abschließender Beweis für die vollständige Herkunft.
Das ist logisch. Ein Mensch kann einen Fachartikel selbst recherchiert und geschrieben haben und Claude anschließend bitten, Rechtschreibung und Zeichensetzung zu prüfen. Ein Unternehmen kann eigene Daten von Claude in eine Tabelle übertragen lassen. Eine Autorin kann einen eigenen Text übersetzen lassen. Der spätere Inhalt kann eine Claude-Markierung tragen, obwohl Gedanken, Erfahrungen, Recherche und Ausgangstext von Menschen stammen.
Umgekehrt beweist ein fehlender Treffer nicht, dass keine KI beteiligt war. Das verwendete Modell könnte älter sein. Der Text könnte zu kurz, stark umgeschrieben, übersetzt oder mit anderen Inhalten vermischt worden sein. Dateimetadaten können beim Konvertieren, erneuten Speichern oder durch einen Screenshot verloren gehen.
Ein Wasserzeichen ist deshalb ein Herkunftssignal. Es ist kein Lügendetektor und kein automatischer Autorennachweis.
Das eigentliche Problem beginnt bei der falschen Schlussfolgerung
Stellen wir uns vor, ein Prüfsystem findet ein Claude-Wasserzeichen in einem Text. Daraus lassen sich mehrere sehr unterschiedliche Geschichten ableiten:
- Claude hat den gesamten Text erzeugt und ein Mensch hat ihn ungeprüft übernommen.
- Ein Mensch hat den Text geschrieben und Claude hat Rechtschreibung und Stil korrigiert.
- Claude hat einen menschlichen Text übersetzt.
- Mehrere Menschen und Werkzeuge haben gemeinsam daran gearbeitet.
- Ein KI-Entwurf wurde anschließend vollständig recherchiert, umgebaut und redaktionell verantwortet.
Die technische Erkennung allein verrät nicht, welcher Fall vorliegt. Wer aus „von Claude verarbeitet“ automatisch „von Claude geschrieben“ macht, begeht einen Kategorienfehler. Und wer daraus anschließend mangelnde Leistung, Täuschung oder Betrug ableitet, macht aus einem technischen Signal ein Urteil, das die Technik gar nicht tragen kann.
Wasserzeichen sind keine gewöhnlichen KI-Detektoren
Noch schwieriger wird es, wenn gar kein echtes Wasserzeichen erkannt wird. Viele sogenannte KI-Detektoren untersuchen lediglich statistische und sprachliche Muster. Sie bewerten Satzlänge, Wortwahl, Vorhersagbarkeit, Wiederholungen und Textstruktur. Am Ende zeigen sie eine Prozentzahl an, die wissenschaftlicher aussieht, als sie im konkreten Einzelfall ist.
Solche Systeme können KI-Texte übersehen. Sie können aber auch vollständig menschliche Texte als KI einstufen. Besonders gefährdet sind kurze Texte, standardisierte Fachsprache und Menschen, die in einer Fremdsprache schreiben. Auch technische Dokumentationen, Verwaltungsprosa, juristische Texte und wissenschaftliche Zusammenfassungen folgen bewusst klaren Mustern.
Ein technisches Wasserzeichen wird dagegen beim Erzeugen absichtlich eingebettet und mit einem darauf abgestimmten Verfahren gesucht. Auch das ist nicht unfehlbar, aber es ist konzeptionell etwas anderes als die Vermutung: „Dieser Text klingt zu ordentlich, also war es vermutlich eine KI.“
Was passiert, wenn wir Menschen die Schreibmuster der KI übernehmen?
Sprache verändert sich ständig durch Werkzeuge und Medien. Suchmaschinen haben Überschriften verändert. Messenger haben Sätze verkürzt. Soziale Netzwerke haben Zuspitzung und Wiederholung verstärkt. Textverarbeitung hat Rechtschreibung vereinheitlicht. Es wäre naiv anzunehmen, dass der tägliche Umgang mit generativer KI unsere Schreibweise nicht ebenfalls beeinflusst.
Wer häufig mit Claude oder ChatGPT arbeitet, übernimmt vielleicht unbewusst klarere Gliederungen, kürzere Absätze und den Drang, komplizierte Gedanken in Listen zu sortieren. Andere merken, welche KI-Floskeln sie stören, und vermeiden diese bewusst. Beides ist Lernen. Menschen haben schon immer Stilmittel aufgenommen, verändert und zu etwas Eigenem gemacht.
Das führt zu einem Paradox: Je stärker sich menschliche und maschinelle Schreibweisen gegenseitig beeinflussen, desto unsinniger wird die Idee, Autorschaft allein am Stil festzumachen. Ein Mensch kann „KI-typisch“ schreiben. Eine KI kann mit wenigen Vorgaben sehr menschlich, unregelmäßig und persönlich formulieren. Klare Sprache darf nicht zum Verdachtsmoment werden.
Sonst beginnen Menschen, absichtlich schlechter zu schreiben. Sie bauen Fehler ein, meiden Zwischenüberschriften oder machen Sätze unnötig kompliziert, nur um einen Detektor zu beruhigen. Dann hätte die Kennzeichnungsdebatte nicht zu mehr Wahrheit geführt, sondern zu schlechterer Kommunikation.
Die Perspektive der privaten Nutzer: Verunsicherung hilft niemandem
Für private Nutzer muss die Botschaft verständlich bleiben. Niemand muss seine Familiennachricht, seinen Einkaufszettel oder die von KI verbesserte Einladung pauschal kennzeichnen. Wer eine KI als Schreib-, Übersetzungs- oder Verständnishilfe nutzt, begeht damit keinen moralischen Makel.
Verantwortung entsteht dort, wo andere gezielt getäuscht, Persönlichkeitsrechte verletzt oder manipulierte Inhalte als echte Ereignisse verbreitet werden. Der Unterschied liegt nicht darin, ob ein Werkzeug beteiligt war, sondern was ein Mensch damit tut und welche Wirkung er bewusst erzeugt.
Gerade ältere oder technisch weniger erfahrene Menschen brauchen Aufklärung statt Drohkulissen. Wer jede KI-Nutzung unter Generalverdacht stellt, treibt Menschen entweder aus hilfreichen Werkzeugen heraus oder in eine heimliche Nutzung ohne Verständnis für Risiken.
Die Perspektive von Schule und Hochschule: Ein Prozentwert darf kein Urteil sein
In Bildungseinrichtungen wird die Frage besonders emotional. Lehrkräfte und Hochschulen müssen eigenständige Leistungen bewerten. Studierende und Schüler dürfen nicht einfach fremde Arbeit als eigene ausgeben. Das ist richtig. Aber ein fehleranfälliger Detektor ersetzt keine faire Prüfung.
Ein Verdacht sollte anhand des Arbeitsprozesses geklärt werden: Gibt es Notizen, Quellen, Entwürfe und Versionsstände? Kann die Person ihre Argumentation erklären? Versteht sie die verwendeten Begriffe? Passen Stil und Kenntnisstand zu früheren Arbeiten? Welche Nutzung von KI war für die konkrete Aufgabe erlaubt?
Bildungseinrichtungen brauchen klare Regeln vor der Abgabe, nicht erst einen überraschenden Vorwurf danach. Sie sollten unterscheiden zwischen Ideenfindung, Korrektur, Übersetzung, Recherchehilfe, Strukturierung und vollständiger Texterzeugung. Eine pauschale Vorgabe „KI verboten“ ist bei Werkzeugen, die längst in Textverarbeitung, Suche und Betriebssysteme eingebaut sind, kaum noch sauber durchsetzbar.
Fairness bedeutet dabei zweierlei: Täuschung darf nicht folgenlos bleiben. Aber niemand darf allein aufgrund eines statistischen Verdachts als Betrüger behandelt werden.
Die Perspektive von Autoren, Journalisten und Bloggern
Für Medien und Blogs geht es nicht nur um Recht, sondern um Vertrauen. Leser wollen wissen, ob ein Text recherchiert, geprüft und verantwortet wurde. Sie müssen aber nicht zwingend über jedes Werkzeug in jeder Bearbeitungsstufe informiert werden. Auch bisher stand unter einem Artikel nicht, welche Rechtschreibprüfung, Suchmaschine oder Transkriptionssoftware verwendet wurde.
Entscheidend ist die redaktionelle Leistung. Wer eine KI Meldungen zusammenfassen lässt, muss die Originalquellen trotzdem lesen. Wer Zitate verwendet, muss sie überprüfen. Wer politische oder gesellschaftliche Zusammenhänge bewertet, muss Perspektiven abwägen. Und wer veröffentlicht, muss für Fehler einstehen.
Eine freiwillige Transparenz kann sinnvoll sein, wenn KI einen wesentlichen Teil übernommen hat oder die Entstehung für die Aussage relevant ist. Sie darf aber nicht zur Ausrede werden: Der Hinweis „mit KI erstellt“ entbindet niemanden von Verantwortung. Ein fehlerhafter Text bleibt fehlerhaft, auch wenn seine technische Herkunft ehrlich benannt wurde.
Umgekehrt darf ein sichtbarer Hinweis nicht automatisch bedeuten, dass ein Beitrag wertlos sei. Ein gut kontrollierter, quellenbasierter KI-unterstützter Text kann sorgfältiger sein als ein hektisch geschriebener rein menschlicher Text. Qualität und Herkunft hängen zusammen, sind aber nicht dasselbe.
Die Perspektive der Kreativen: Herkunft schützen, Werkzeuge erlauben
Fotografen, Illustratoren, Musiker und Filmemacher haben ein berechtigtes Interesse daran, dass synthetische Inhalte nicht unbemerkt neben dokumentarischem Material stehen. Ein künstliches Foto eines angeblichen Ereignisses kann öffentliche Wahrnehmung manipulieren. Eine geklonte Stimme kann Betrug ermöglichen. Herkunftsinformationen sind hier ein echter Fortschritt.
Gleichzeitig arbeiten Kreative seit jeher mit Bearbeitung. Farben werden korrigiert, Tonspuren gesäubert, Hintergründe retuschiert und Spezialeffekte erzeugt. Eine Kennzeichnung muss deshalb verständlich genug sein, um wesentliche künstliche Erzeugung von normaler Bearbeitung zu unterscheiden. Sonst trägt am Ende fast jede professionelle Datei ein Warnschild, und das Warnschild verliert seine Wirkung.
Auch C2PA-Metadaten lösen nicht jedes Problem. Sie können entfernt werden, und ältere Inhalte besitzen sie nicht. Ein fehlender Herkunftsnachweis darf deshalb nicht automatisch als Manipulationsbeweis gelten. Das System funktioniert nur, wenn Öffentlichkeit, Plattformen und Medien seine Grenzen verstehen.
Die Perspektive der Unternehmen: Kennzeichnung ist kein Governance-Konzept
In Unternehmen droht nun die typische Reaktion: Eine neue Richtlinie wird geschrieben, Mitarbeitende müssen ein Feld anklicken, und danach gilt das Thema als erledigt. Das schafft Papier, aber noch keine Sicherheit.
Unternehmen sollten zuerst erfassen, wo KI eingesetzt wird, welche Daten verarbeitet werden und welche Ergebnisse nach außen gehen. Eine interne Zusammenfassung ist anders zu bewerten als eine Kundeninformation. Ein Marketingbild ist anders als eine technische Sicherheitsbewertung. Ein Entwurf ist anders als eine automatische Veröffentlichung.
Aus meiner Praxis in Informationssicherheit und IT kenne ich die Engpässe: Es fehlen nicht immer Werkzeuge. Es fehlen klare Rollen, Zeit, Kommunikation und ein gemeinsames Verständnis. Die Fachabteilung möchte schneller arbeiten. Die IT sieht Zugriffe und Integrationen. Der Datenschutz fragt nach Datenflüssen. Die Geschäftsführung erwartet Nutzen. Wenn niemand die Verantwortung zusammenführt, wird Kennzeichnung zur sichtbaren Oberfläche eines unsichtbaren Problems.
Eine tragfähige Regelung beantwortet mindestens diese Fragen:
- Welche KI-Systeme dürfen für welche Aufgaben genutzt werden?
- Welche Daten dürfen dort eingegeben werden?
- Wann ist eine menschliche Prüfung zwingend?
- Wer übernimmt die redaktionelle oder fachliche Verantwortung?
- Wann ist eine sichtbare Kennzeichnung gesetzlich oder freiwillig sinnvoll?
- Wie werden technische Herkunftssignale erhalten und geprüft?
- Wie wird mit Verdachtsfällen umgegangen, ohne Beschäftigte automatisch zu beschuldigen?
Wer nur den letzten Punkt „Kennzeichnung“ regelt, hat sechs wichtigere Fragen übersprungen.
Die Perspektive der Beschäftigten: Kontrolle darf nicht zur Überwachung werden
Arbeitgeber haben ein berechtigtes Interesse daran zu wissen, ob vertrauliche Daten in externe Systeme gelangen und ob Arbeitsergebnisse fachlich belastbar sind. Daraus darf aber keine pauschale Überwachung der Schreibweise entstehen.
Ein automatisches System, das jede E-Mail oder jedes Dokument auf „KI-Wahrscheinlichkeit“ prüft und daraus Leistungsbewertungen ableitet, wäre fachlich fragwürdig und datenschutzrechtlich hochsensibel. Beschäftigte müssen wissen, welche Werkzeuge erlaubt sind, welche Kontrollen stattfinden und welche Folgen ein Treffer hat. Es braucht eine menschliche Prüfung und eine Möglichkeit zur Erklärung.
Besonders unfair wäre es, Menschen mit einer sehr strukturierten Ausdrucksweise oder mit sprachlichen Hilfsmitteln systematisch schlechter zu behandeln. Für Menschen mit Behinderung, geringer Sprachsicherheit oder Legasthenie kann KI eine wichtige Teilhabehilfe sein. Eine gute Regel muss Missbrauch begrenzen, ohne legitime Unterstützung zu bestrafen.
Die Perspektive der KI-Anbieter: Transparenz ist technisch schwieriger als ein Logo
Anbieter stehen vor einer realen technischen Aufgabe. Text kann kopiert, übersetzt, gekürzt, umgestellt oder mit anderen Texten vermischt werden. Dateien werden konvertiert, komprimiert und als Screenshot weitergegeben. Ein Wasserzeichen muss robust sein, darf Qualität nicht sichtbar verschlechtern und soll gleichzeitig keine falschen Treffer produzieren.
Anthropics Ansatz ist deshalb nachvollziehbar, aber noch nicht fertig. Das Unternehmen kündigt weitere technische Dokumentation und Erkennungsmechanismen an. Für Nutzer bedeutet das: Wir kennen das Grundprinzip, aber noch nicht jede praktische Eigenschaft und jeden Grenzwert. Aussagen wie „Claude-Texte sind jetzt immer sicher erkennbar“ wären voreilig.
Anbieter müssen außerdem Missbrauch ihrer Detektoren mitdenken. Wer darf prüfen? Werden Texte dafür an einen externen Dienst übertragen? Werden Inhalte gespeichert? Kann ein Arbeitgeber massenhaft Beschäftigtentexte analysieren? Kann ein Detektor zur Überwachung oder zur Durchsetzung zweifelhafter Plattformregeln eingesetzt werden? Transparenztechnik braucht selbst Datenschutz und Governance.
Die Perspektive der Politik: Gute Absicht, schwierige Umsetzung
Die politische Absicht ist verständlich. Menschen sollen erkennen können, wenn ihnen künstlich erzeugte Inhalte als authentische Realität präsentiert werden. Gerade bei Wahlkämpfen, Krisen, Betrug und Rufschädigung ist das notwendig.
Die Politik darf aber nicht so tun, als ließe sich Wahrheit allein technisch markieren. Ein echtes Video kann manipulativ geschnitten sein. Ein menschlicher Text kann frei erfunden sein. Ein KI-unterstützter Text kann vollständig korrekt und sorgfältig geprüft sein. Herkunft ist wichtig, ersetzt aber keine Quellenkritik.
Regulierung sollte deshalb drei Dinge zusammenbringen: technische Herkunftssignale, klare menschliche Verantwortung und faire Verfahren bei Zweifeln. Fehlt einer dieser Teile, entsteht entweder eine Kennzeichnung ohne Wirkung oder ein Kontrollsystem ohne Gerechtigkeit.
Die Perspektive der Informationssicherheit: Auch Wasserzeichen sind schützenswerte Signale
Aus Security-Sicht sind maschinenlesbare Markierungen eine Form von Metadaten und Vertrauenssignal. Damit stellen sich bekannte Fragen: Wer erzeugt das Signal? Wer kann es prüfen? Wie wird der Schlüssel geschützt? Was passiert bei einem kompromittierten Signatursystem? Wie werden Fehlalarme behandelt? Wie verhindert man, dass ein Angreifer fremde Inhalte mit gefälschten Herkunftsdaten versieht?
Bei signierten Dateien ist der Schutz privater Signaturschlüssel entscheidend. Bei statistischen Textwasserzeichen sind Robustheit und nachvollziehbare Erkennung wichtig. Unternehmen sollten Treffer protokollieren, aber nicht unkontrolliert Inhalte an öffentliche Prüfseiten hochladen. Ein vertrauliches Dokument bleibt vertraulich, auch wenn man nur seine KI-Herkunft prüfen möchte.
Und noch etwas: Ein Wasserzeichen schützt nicht vor Halluzinationen, Datenabfluss, Urheberrechtsproblemen oder Prompt Injection. Es sagt nichts über die Richtigkeit eines Inhalts. Wer Kennzeichnung mit Sicherheit verwechselt, schafft Scheinsicherheit.
Was jetzt eine faire Praxis wäre
Ich halte eine einfache Linie für sinnvoll:
- Private Menschen werden nicht mit erfundenen Pauschalpflichten verunsichert.
- Deepfakes und wesentliche synthetische Medien werden klar und rechtzeitig gekennzeichnet.
- Bei öffentlichen Informationstexten wird echte redaktionelle Verantwortung organisiert und nicht nur behauptet.
- Wasserzeichen werden als Herkunftssignale, nicht als Beweise für vollständige Autorschaft behandelt.
- Stilbasierte KI-Detektoren dürfen niemals allein über Täuschung, Noten, Arbeitsleistung oder Sanktionen entscheiden.
- Menschen erhalten die Möglichkeit, ihren Arbeitsprozess nachvollziehbar zu erklären.
- Unternehmen regeln Daten, Rollen, Freigaben und Verantwortung, statt lediglich einen Kennzeichnungssatz vorzuschreiben.
Mein Fazit: Transparenz darf nicht in automatisches Misstrauen kippen
KI-Wasserzeichen können helfen. Sie können Plattformen, Redaktionen und Nutzern einen zusätzlichen Hinweis geben, wie ein Inhalt entstanden oder verarbeitet worden sein könnte. Bei täuschend echten Bildern, Stimmen und Videos ist diese Transparenz dringend nötig.
Aber die Technik darf nicht mehr versprechen, als sie leisten kann. Ein Claude-Wasserzeichen bedeutet nicht automatisch, dass Claude der Autor war. Ein fehlendes Wasserzeichen beweist keine menschliche Herkunft. Und ein Text, der nach den statistischen Mustern eines Modells klingt, kann trotzdem vollständig von einem Menschen stammen.
Wir sollten deshalb weder in Panik noch in Gleichgültigkeit verfallen. Die richtige Antwort ist aufgeklärte Verantwortung. Wer veröffentlicht, prüft und steht für den Inhalt ein. Wer bewertet, hört den Menschen an und betrachtet den Entstehungsprozess. Wer Technik baut, benennt ihre Grenzen. Und wer reguliert, sorgt dafür, dass Transparenz nicht zur automatisierten Verdächtigung wird.
Vielleicht ist das die eigentliche Herausforderung dieser neuen Phase: Wir müssen lernen, den Anteil von Werkzeugen sichtbar zu machen, ohne den Anteil des Menschen auszulöschen. Denn gute Arbeit wird nicht wertlos, nur weil ein modernes Werkzeug beteiligt war. Wertlos wird sie dort, wo niemand mehr prüft, niemand mehr versteht und niemand mehr Verantwortung übernehmen will.
Quellen und weiterführende Informationen
- Verordnung (EU) 2024/1689 – europäischer AI Act, insbesondere Artikel 2 und Artikel 50
- Anthropic: Wie Claude KI-generierte Inhalte kennzeichnet
- Coalition for Content Provenance and Authenticity: C2PA-Standard
Stand: 12. August 2026. Dieser Beitrag ordnet die geltenden Regeln allgemein ein und ersetzt keine Rechtsberatung. Abhängig von Inhalt und Einsatzbereich können weitere gesetzliche, vertragliche, arbeitsrechtliche oder institutionelle Regeln gelten.
Themen: #KI · #KIGovernance · #AIAct · #KIKennzeichnung · #Wasserzeichen · #Informationssicherheit · #Medienkompetenz · #DigitaleGesellschaft
Was siehst du anders?
Widerspruch ist willkommen. Schreib klar, bleib beim Thema und bring ein Argument mit. Deine E-Mail-Adresse wird nicht veröffentlicht.