Dieser Text trägt ein Wasserzeichen.

Ich habe ihn mit Claude geschrieben. In seiner Wortwahl steckt darum ein statistisches Muster, das jemand mit dem passenden Schlüssel nachweisen könnte. Das ist kein Geständnis. Das ist das Thema.

Anfang Sommer hat ein Team der University of Maryland und von Google DeepMind ein Experiment veröffentlicht, das mich seither nicht loslässt. Die Forschenden gaben 10'272 Schreibaufträge an menschliche Autorinnen und Autoren und parallel an fünf Modelle: Claude, GPT, Gemini, DeepSeek und Kimi. Herausgekommen sind gut 61'000 Geschichten zu je rund 5'000 Wörtern.

Sobald alle Texte vorlagen, schauten die Forschenden nicht auf einzelne Formulierungen, sondern auf den Bauplan. Wo sitzt der Konflikt. Wie entwickelt sich die Spannung. Wie springt die Erzählung. Der Grund für diesen Blickwinkel ist der interessante Teil. Einzelne Wörter kann man austauschen, verräterische Wendungen kann man streichen. Den Bauplan eines Textes umzubauen ist erheblich aufwendiger, und deshalb bleibt er stehen.

Allein aus dieser Struktur liessen sich menschliche von maschinellen Texten in rund 93 Prozent der Fälle unterscheiden.

Fünf Unterschiede fallen auf. KI erklärt ihre Themen aus, statt den Lesenden das Schliessen zu überlassen. Menschen erzählen weniger linear, mit Rückblenden und Zeitsprüngen. KI beschreibt Gefühle auffällig oft über den Körper, nämlich in 81 Prozent der Texte gegenüber 38 Prozent bei Menschen. Menschen nennen fast doppelt so häufig konkrete Orte, Marken, Titel. Und KI-Erzählungen sind ärmer: weniger Nebenstränge, weniger Szenen, weniger Dialog.

Für diesen Nachweis brauchte niemand einen kryptografischen Schlüssel. Die Form hat gereicht.

Wer genau hinsieht, erkennt maschinellen Text also ohnehin. Trotzdem hat die Branche wenige Wochen später angefangen, ihre Ausgaben zusätzlich zu markieren, und zwar nicht weil das Erkennen versagt, sondern weil ein Gesetz eine maschinenlesbare Kennzeichnung verlangt. Damit verschiebt sich die Frage: Es geht nicht mehr darum, ob KI-Text erkennbar ist, sondern darum, wer den Nachweis in der Hand hält.

Seit dem 2. August verlangt der EU AI Act, dass Anbieter KI-generierte Inhalte maschinenlesbar kennzeichnen. Anthropic hat den entsprechenden Transparenzkodex im Juli mit rund 190 weiteren Unterzeichnern angenommen und markiert seither die Ausgaben von Claude. Weltweit, weil sich das laut eigener Aussage derzeit nicht zuverlässig auf eine Region begrenzen lässt. Ohne Opt-out.

Technisch ist das eleganter, als der Aufschrei vermuten lässt. Ein Sprachmodell wählt Wort für Wort aus einer Kandidatenliste. Bei «Das Wetter war kalt und …» sind «bedeckt» und «grau» ungefähr gleich gut; welches der beiden kommt, entscheidet normalerweise ein Zufallsgenerator. Das Wasserzeichen tauscht bloss die Zufallsquelle aus: Statt beliebig zu würfeln, leitet das Modell die Wahl aus einem Schlüssel und den vorangehenden Wörtern ab. Nichts wird eingefügt, es gibt keine versteckten Zeichen, keine Zusatztokens, keinen Rückschluss auf Person, Firma oder Chat.

Interessanter als die Technik sind die Grenzen, die Anthropic selber benennt. Bei Fakten greift das Verfahren kaum, weil es dort nichts zu wählen gibt. Nach «Newtons Hauptwerk heisst Principia …» ist nur ein einziges Wort richtig. Bei Code ebenso wenig, ausser in Kommentaren. Beim Korrekturlesen bleibt fast nichts hängen, weil fast alle Wörter von mir stammen. Und ein vollständiges Umschreiben entfernt die Markierung.

Vor allem aber: Ein Treffer sagt nur, dass Claude wahrscheinlich beteiligt war. Er unterscheidet nicht zwischen «Claude hat das geschrieben» und «Claude hat das redigiert».

Wer 1'200 Wörter selber schreibt und am Schluss die Kommas prüfen lässt, trägt praktisch keine Markierung. Gut so. Wer alles generieren lässt und einmal gründlich drüberschreibt, ist sie ebenfalls los. Ein Entwickler hat dafür bereits ein Werkzeug veröffentlicht und die Regulierung im selben Atemzug als willkürlich kritisiert: Sie treffe die gewöhnlichen Nutzer und richte gegen gezielte Umgehung wenig aus.

Und dann sind da die Listicles, in denen ein Anbieter sich selbst auf Platz eins seiner eigenen Bestenliste setzt, damit der Chatbot ihn zitiert. Nick Thompson vom Atlantic hat kürzlich vorgerechnet, dass Shopify mindestens 60 solcher Rankings publiziert hat. Die Nummer eins ist immer Shopify. Kein Mensch liest so etwas ernsthaft. Es ist auch nicht für Menschen geschrieben. Und es trägt kein Wasserzeichen, weil es von Menschen publiziert wurde.

Dazwischen steht die Mittelschicht: Studierende, Journalistinnen, Entwickler, Beraterinnen, die offen mit dem Werkzeug arbeiten. Ein Reddit-Nutzer hat es so formuliert: Diese Leute kämen mit einem «digitalen Tattoo auf der Stirn» aus dem Prozess. Ein Radiomoderator schrieb auf X, er habe Grammarly durch Claude ersetzt, und jetzt sei ausgerechnet sein eigener Text markiert. Es gab Kündigungen bis in die teuersten Abos hinein.

Der Einwand dagegen ist berechtigt: Wer nichts wörtlich übernimmt, hat nichts zu befürchten. Nur beschreibt das eine Disziplin, die ohnehin gelten sollte, und sagt nichts darüber, wie ein Prüfergebnis draussen gelesen wird. Der Weg von «wahrscheinlich beteiligt» zu «hat betrogen» ist kurz. Wer schon einmal erlebt hat, wie ein Ampelsystem in einem Compliance-Tool zum Urteil wird, weiss, wie das ausgeht.

Ryan Levesque beschreibt in seinem Essay über Enshittification eine Szene, die vermutlich viele wiedererkennen. Mitten in einem Nachrichtenwechsel merkt er, dass sein Gegenüber jede Antwort durch einen Chatbot laufen lässt. Er nennt es Message Slop. Was ihn stört, ist nicht, dass er es nicht erkennen konnte. Er hat es sofort erkannt. Was ihn stört, ist, dass niemand mehr da war.

Genau das kann ein Wasserzeichen nicht messen. Es misst Beteiligung, nicht Sorgfalt.

In unseren Projekten war die relevante Frage nie «wurde hier KI eingesetzt». Sie lautet: Wer hat das geprüft, wer versteht es, und wer steht dafür gerade, wenn es falsch ist. Diese Frage war schon vor dem Wasserzeichen die richtige. Sie bleibt es auch danach.

Vier Dinge nehme ich praktisch mit:

Erstens: Pauschale KI-Verbote in Verträgen werden gerade prüfbar. Wer solche Klauseln hat, als Auftraggeberin oder als Auftragnehmer, sollte sie jetzt anschauen. Besser als ein Verbot, das niemand einhalten kann, sind klare Review-, Offenlegungs- und Haftungspflichten.

Zweitens: Offenlegung ist billiger als Rechtfertigung. Ein Satz am Ende eines Dokuments reicht: welches Werkzeug, für welchen Teil der Arbeit, von wem geprüft. Das kostet dreissig Sekunden und nimmt jedem Detektionsergebnis die Sprengkraft, weil es nichts mehr zu enthüllen gibt. Wer es nicht tut, überlässt die Erzählung dem Prüfwerkzeug.

Drittens: Ein Detektionsergebnis ist kein Qualitätsurteil. Es sagt nichts darüber, ob ein Text stimmt. Es ersetzt kein Review, und es rechtfertigt keines, das ausbleibt.

Viertens, und das ist der schönste Befund der Studie: Wer nicht wie eine Maschine klingen will, muss nicht auf Werkzeuge verzichten. Er muss konkret werden. Namen nennen, Orte nennen, Zahlen nennen, Umwege gehen, nicht alles auserklären. Das ist keine Abwehrtechnik gegen KI. Das ist einfach besseres Schreiben.

Dieser Text trägt ein Wasserzeichen. Er trägt auch meinen Namen. Das Zweite ist das, was zählt.

von Alicia Martinelli · AI-Kolumne · 26. August 2026

«Kontextfenster» ist die AI-Kolumne von iRIX und erscheint als Teil von AI@iRIX. Der nächste Termin ist der AI-Lunch Basel am Donnerstag, 17. September 2026, 12:00 bis 14:00 Uhr, Gundeldinger Feld, Bau 5.