Ein Wasserzeichen in einem KI-Text klingt nach einer klaren Sache: maschinell erzeugt oder nicht. Bei Claude ist es komplizierter. Nach derzeit vorliegenden Informationen versieht Anthropic seit dem 2. August 2026 neuere Claude-Ausgaben mit einem Mechanismus, der Textausgaben unsichtbar markieren soll. Zusätzlich sollen generierte Dateien wie SVG-, PNG- und JPG-Dateien signierte C2PA-Herkunftsmetadaten erhalten. Die Einführung wird mit Transparenzanforderungen des EU AI Act in Verbindung gebracht und offenbar nicht nur auf die EU beschränkt.
Die relevante Änderung liegt weniger darin, dass ein einzelner Anbieter KI-Inhalte kennzeichnet. Entscheidend ist, wo die Markierung entsteht: direkt im Modell und beim Dateiexport. Damit verschiebt Anthropic den Herkunftshinweis an den frühesten Punkt der Produktionskette. Nicht eine Plattform, nicht ein Verlag, nicht eine Schule oder Behörde soll später raten, ob ein Text mit KI entstanden ist. Das System selbst legt beim Erzeugen eine Spur an.
Diese Spur ist aber kein Eigentumsstempel und kein Beweis für Autorenschaft. Sie sagt nach aktuellem bekannten Stand nur: Dieser Inhalt ist zu irgendeinem Zeitpunkt durch ein Claude-Modell gelaufen, das die Markierung unterstützt, lange genug, um ein messbares Signal zu hinterlassen.
Die Markierung sitzt vor der Distribution
Anthropic setzt nach den vorliegenden Angaben auf zwei Ebenen. Für Text gibt es ein unmerkliches Wasserzeichen, das in die Ausgabe eingebettet wird. Es soll Kopieren und Einfügen überstehen und teilweise auch leichte Bearbeitungen. Für bestimmte generierte Dateien kommen signierte C2PA-Metadaten hinzu. C2PA ist ein Standardansatz für Herkunftsinformationen digitaler Inhalte: Eine Datei kann Metadaten tragen, die Angaben zur Entstehung oder Bearbeitung kryptografisch absichern.
Zwei Ebenen der Claude-Herkunftsmarkierung
Die Grafik zeigt, dass Claude Text über ein unsichtbares Wasserzeichen und bestimmte Dateien über signierte C2PA-Metadaten markieren soll. Beide Signale liefern Herkunftshinweise, aber keinen Beweis für vollständige Autorenschaft.
Damit entstehen zwei unterschiedliche Kontrollpunkte. Beim Text liegt das Signal im Inhalt selbst. Bei Dateien liegt es zusätzlich in einer Metadatenschicht. Für Nutzer wirkt beides zunächst unsichtbar. Für spätere Prüfstellen könnte es jedoch den Unterschied machen, ob ein Inhalt nur auf Verdacht untersucht wird oder ob ein definierter Herkunftshinweis vorliegt.
Für Anthropic ist das mehr als eine technische Fußnote. Wer die Markierung erzeugt, definiert auch, wie sie gelesen wird. Das Unternehmen hat Erkennungstools für Dritte in Aussicht gestellt, nach aktuellem Stand aber noch keine Details veröffentlicht: weder zur Funktionsweise noch zum Zugang. Genau an dieser Stelle beginnt die Plattformfrage. Ein Herkunftssignal ist nur so praktisch wie die Schnittstelle, über die andere es prüfen können.
Compliance wird zur Infrastrukturentscheidung
Der EU AI Act erhöht den Druck auf Anbieter generativer KI, maschinell erzeugte Inhalte kenntlich zu machen oder ihre Herkunft nachvollziehbarer zu gestalten. Anthropic beantwortet diesen Druck nach derzeitigem Stand nicht mit einer EU-Sonderlösung, sondern mit einer global angelegten Änderung seiner Modelle. Das ist operativ naheliegend: Regionale Varianten eines Markierungsmechanismus wären schwerer zu pflegen, schwerer zu erklären und anfälliger für Umgehung.
Gleichzeitig setzt ein solcher Schritt einen Referenzpunkt für das Umfeld. Wenn ein großer Anbieter seine Ausgaben standardmäßig markiert, können Bildungsplattformen, Redaktionen, Marktplätze, Behörden oder interne Compliance-Abteilungen damit beginnen, Prozesse um solche Signale herum zu bauen. Nicht sofort. Nicht vollständig. Aber die Richtung ist erkennbar: Herkunft wird von einer nachträglichen Einschätzung zu einer technischen Eigenschaft, die im Produktionssystem angelegt wird.
Das verschiebt Kontrolle. Bisher lag die Entscheidung, ob ein KI-Text kenntlich gemacht wird, meist bei der Person oder Organisation, die ihn veröffentlicht. Mit unsichtbaren Wasserzeichen entsteht eine zweite Ebene: Der Anbieter kann eine Markierung mitgeben, auch wenn der spätere Nutzer sie nicht selbst sichtbar ausweist. Das bedeutet nicht, dass Anthropic Veröffentlichungen kontrolliert. Aber das Unternehmen kontrolliert einen Teil der Provenienzschicht, auf die andere Institutionen später zurückgreifen könnten.
Das Signal ist enger als der Verdacht und schwächer als ein Beweis
Die Grenzen sind zentral, weil sie über den praktischen Einsatz entscheiden. Ein erkanntes Claude-Wasserzeichen heißt nicht automatisch, dass Claude den gesamten Text geschrieben hat. Auch ein menschlicher Text, der mit Claude korrigiert, umformuliert oder bearbeitet wurde, kann ein Signal tragen. Für Schulen, Redaktionen oder Unternehmen ist das eine wichtige Unterscheidung. Der Befund kann auf KI-Beteiligung hinweisen, aber nicht sauber zwischen Ghostwriting, Lektorat, Übersetzung, Stilkorrektur oder kurzer Assistenz trennen.
Umgekehrt bedeutet ein fehlendes Signal nicht zwingend, dass kein KI-System beteiligt war. Starkes Bearbeiten, Paraphrasieren oder das Vermischen mit menschlichem Text kann das Wasserzeichen unkenntlich machen. Auch Inhalte aus anderen Modellen fallen nicht automatisch unter Claudes Markierung. Das System kann also nicht die allgemeine Frage beantworten, ob ein Text „von KI“ stammt. Es beantwortet eine engere Frage: Gibt es ein erkennbares Claude-Signal?
Diese Engführung ist kein Detail, sondern der Kern der Produktrealität. Viele Debatten über KI-Erkennung leiden daran, dass sie Wahrscheinlichkeiten wie Beweise behandeln. Anthropic stellt mit den Wasserzeichen eher ein Herkunftsindiz bereit als ein Gerichtssiegel. Für legitime Prüfprozesse kann das nützlich sein. Für pauschale Sanktionen wäre es zu grob.
Wer prüfen darf, wird zur eigentlichen Schnittstelle
Solange Anthropic die Erkennungstools nicht im Detail beschrieben hat, bleibt offen, wie breit die neue Schicht nutzbar wird. Werden nur ausgewählte Partner Zugriff erhalten? Wird es eine öffentliche Schnittstelle geben? Welche Inhalte lassen sich prüfen, in welchem Umfang, mit welchen Rückmeldungen? Dazu liegen noch keine belastbaren Angaben vor.
Diese offenen Fragen sind nicht nur technische Nachträge. Sie entscheiden darüber, ob das Wasserzeichen zu einer allgemeinen Provenienz-Infrastruktur wird oder zu einem herstellerspezifischen Kontrollpunkt. Wenn Dritte auf Anthropic-Tools angewiesen sind, um ein Claude-Signal zuverlässig zu lesen, entsteht Abhängigkeit von Anthropic als Aussteller und Prüfinstanz. Das kann für Integrität hilfreich sein, begrenzt aber zugleich die unabhängige Überprüfbarkeit.
Bei C2PA-Metadaten ist die Lage etwas anders, weil der Ansatz auf einen breiteren Herkunftsstandard verweist. Trotzdem bleibt die konkrete Umsetzung wichtig: Welche Dateiarten unterstützt werden, welche Werkzeuge die Metadaten anzeigen, wie Signaturen validiert werden und wie sich der Prozess in bestehende Publikationssysteme einfügt. Nach den vorliegenden Informationen geht es bei Anthropic derzeit um SVG-, PNG- und JPG-Dateien. Audio, Video und andere Medienformate sind demnach nicht Teil dieser konkreten Maßnahme.
Ein Herkunftshinweis, der neue Regeln möglich macht
Für Nutzer ist die unmittelbare Folge schlicht: Wer Claude für Texte oder bestimmte Dateien verwendet, erzeugt nach aktuellem Stand unter den unterstützten Modellen Inhalte mit eingebetteter Herkunftsspur. Das kann erwünscht sein, etwa in regulierten oder redaktionellen Umgebungen. Es kann aber auch unerwartete Folgen haben, wenn jemand Claude nur für leichte Korrekturen nutzt und der spätere Text dennoch ein Signal trägt.
Für Plattformen und Organisationen liegt der größere Effekt in der Prozessgestaltung. Sie können ihre Regeln künftig nicht mehr nur an sichtbaren Kennzeichnungen ausrichten. Unsichtbare Herkunftssignale eröffnen Prüfprozesse, die hinter der Benutzeroberfläche stattfinden. Das macht sie robuster gegen bloßes Weglassen eines Hinweises, aber auch anfälliger für Fehlinterpretationen, wenn der Befund als Autorenschaft gelesen wird.
Anthropic baut damit keine allwissende KI-Erkennung. Es baut eine Provenienzschicht für die eigenen Modelle. Der Unterschied ist wesentlich. Das Wasserzeichen beantwortet nicht die kulturelle Frage, wie viel menschliche Arbeit in einem Text steckt. Es schafft eine technische Spur, die andere Systeme später auswerten können. Wer diese Auswertung kontrolliert, welche Regeln daran hängen und wie vorsichtig Institutionen mit dem Signal umgehen, wird darüber entscheiden, ob daraus Transparenz entsteht oder nur ein neuer Verdachtsmechanismus.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
