Kann man erkennen, ob ein Text von Claude stammt? Ja – aber nicht so eindeutig, wie es klingt.

Was ist passiert

Anthropic hat am 14. August 2026 erklärt, wie Claude-generierte Texte künftig maschinenlesbar markiert werden: über eine Variante von Googles SynthID-Text. Dabei wird kein Zeichen angehängt – stattdessen beeinflusst ein geheimer Schlüssel, welches von mehreren ähnlich passenden Wörtern an bestimmten Stellen gewählt wird. Über einen längeren Text entsteht so ein statistisches Muster, das sich mit dem passenden Schlüssel nachweisen lässt, ohne dass der Text selbst sich verändert oder auffällig wirkt.

Zwei Tage später veröffentlichte Cardano-Gründer Charles Hoskinson auf GitHub das Tool „Anthropies“, das Spuren von Anthropic aus eigenen Outputs entfernen soll. Das Repository unterscheidet inzwischen ausdrücklich drei verschiedene Mechanismen: das eigentliche Text-Wasserzeichen (Token-Auswahl), signierte C2PA-Provenienzdaten bei Bilddateien und den simplen Git-Trailer „Co-Authored-By: Claude“, den GitHub als Mitautorschaft anzeigt. Nur die letzten beiden lassen sich laut README deterministisch entfernen. Das Text-Wasserzeichen selbst kann das Tool bestenfalls durch eine vollständige Umschreibung durch ein anderes Modell schwächen – ausdrücklich ohne Erfolgsgarantie.

„This run does not prove the official Claude text detector will fail. This run does not prove the text is human-written. Absence of a mark does not prove Claude was uninvolved.“ — aus dem README von Anthropies

Warum das relevant ist

Der eigentliche Punkt liegt nicht im Kräftemessen zwischen Anthropic und einem Entfernungs-Tool, sondern in einer strukturellen Erkenntnis: Maschinenlesbare Herkunft ist nicht dasselbe wie Autorschaft. Ein Wasserzeichen kann anzeigen, dass ein KI-System an einem Inhalt beteiligt war – es kann nicht zuverlässig unterscheiden, ob es geschrieben, übersetzt, redigiert oder nur leicht überarbeitet hat. Umgekehrt bedeutet ein fehlender Treffer nicht, dass keine KI beteiligt war. Damit entsteht eine neue Zwischenebene zwischen „menschlich“ und „KI-generiert“: eine teilweise nachweisbare, aber nicht vollständig rekonstruierbare Verarbeitungshistorie.

Was das für Unternehmen heißt

Erstens: AI-Detection ist kein belastbarer Autorschaftsnachweis. Ein positiver Treffer heißt „wahrscheinlich beteiligt“, nicht „hat geschrieben“ – das sagt Anthropic selbst so.

Zweitens: Wer wissen muss, welche Inhalte menschlich, KI-generiert oder nur KI-überarbeitet sind, sollte das über interne Prozesse und Versionierung sicherstellen, nicht über einen nachträglichen Detector am fertigen Text.

Drittens: Maschinenlesbare Content-Provenienz – also nachvollziehbare Herkunftssignale wie Wasserzeichen, C2PA & Co. – wird zu einer neuen Infrastrukturschicht – ob und wie Plattformen, Suchsysteme oder KI-Anbieter daraus tatsächlich Vertrauens- oder Rankingsignale ableiten, ist aktuell offen und sollte nicht mit der bloßen Existenz der Technik verwechselt werden.

GEO-Perspektive

GEO beschäftigt sich bislang vor allem damit, welche Inhalte generative Systeme finden, verstehen, nutzen und nennen. Mit standardisierter Provenienz kommt potenziell eine weitere Dimension hinzu: Systeme könnten künftig zusätzlich Informationen darüber erhalten, wie ein Inhalt entstanden ist. Ob solche Signale in Retrieval oder Ranking einfließen, ist bislang unbelegt – für Unternehmen zählt aktuell weniger die Frage, wie man ein Wasserzeichen entfernt, sondern welche Provenienzsignale künftige Informationssysteme überhaupt berücksichtigen werden.

Verwandter Gedanke

Provenienz entscheidet nicht nur darüber, was am Ende eines KI-Systems herauskommt – sie wird zunehmend auch zum Auswahlkriterium für das, was überhaupt hineinkommt. Ein Beispiel dafür im Insight „Machine-readable ist nicht machine-trusted“.