Unsichtbar markiert: Was KI-Wasserzeichen verraten – und was nicht

OpenAI will bestimmte KI-Texte mit einem unsichtbaren Wasserzeichen versehen. Am 5. Oktober kündigte das Unternehmen an, die Technik „textGrain“ in den kommenden Wochen für geeignete ChatGPT- und Codex-Ausgaben in der EU einzuführen. Über die Programmierschnittstelle, kurz API, ist sie für ausgewählte Modelle zunächst optional verfügbar. Der zugehörige Textdetektor bleibt anfangs zugelassenen Forschenden und Fachorganisationen vorbehalten. [1]

Das klingt nach einer praktischen Lösung: KI schreibt, die Maschine hinterlässt eine Markierung, und alle wissen Bescheid. Ganz so übersichtlich wird es leider nicht. Ein Wasserzeichen kann einen Hinweis auf die Herkunft liefern. Ob der Text stimmt und was ein Mensch dazu beigetragen hat, sind andere Fragen.

Kein versteckter Stempel im Dokument

„Unsichtbar“ bedeutet hier nicht, dass irgendwo weiße Schrift oder geheime Sonderzeichen eingefügt werden. textGrain verändert die statistische Auswahl von Wörtern beziehungsweise Wortbestandteilen. Über einen Text hinweg entsteht dadurch ein Muster, nach dem ein passender Detektor suchen kann. [2]

Der Unterschied zu herkömmlichen KI-Detektoren ist wichtig: Diese beurteilen einen fertigen Text anhand vermuteter Merkmale maschineller Sprache. Ein Wasserzeichendetektor sucht dagegen nach einem Signal, das bereits bei der Erzeugung eingebaut wurde. [2]

Das ist ein anderer Ansatz. Eine Garantie wird daraus trotzdem nicht. Auch eine gezielt hinterlassene Spur kann schwach sein oder falsch erkannt werden.

Umschreiben verändert auch die Spur

OpenAI nennt selbst erhebliche Grenzen. Kurze Texte und Inhalte mit wenig sprachlichem Spielraum sind schwerer zu erkennen. Außerdem kann Bearbeitung das Signal abschwächen: In einem veröffentlichten Test sank die Erkennungsrate englischer Passagen beim Austausch von zehn Prozent der Wörter durch Synonyme von rund 92 auf 66 Prozent. [1]

Das sind Ergebnisse eines bestimmten Versuchs, keine allgemeine Erfolgsquote für jeden Text. Entscheidend ist die praktische Konsequenz: Die Zuverlässigkeit hängt von den Bedingungen ab. Ein Ergebnis aus einem Herstellertest ersetzt keine unabhängige Prüfung im Alltag.

Gerade Bibliotheken arbeiten häufig mit kurzen Veranstaltungshinweisen, überarbeiteten Zusammenfassungen oder übersetzten Informationen. Solche Arbeitsabläufe müssten bei der Bewertung der Technik berücksichtigt werden. „Funktioniert im Test“ ist eine gute Ausgangslage. Es ist noch keine Gebrauchsgarantie für den Bibliotheksalltag.

Eine Herkunftsangabe ist kein Wahrheitsstempel

Ein korrekt erkanntes Wasserzeichen macht einen Text nicht sachlich richtig. Eine erfundene Literaturangabe bleibt erfunden, auch wenn ihre technische Herkunft ordentlich markiert ist.

Umgekehrt ist ein fehlendes Signal kein Beleg für menschliche Urheberschaft. Der Text kann aus einem anderen System stammen oder so verändert worden sein, dass die Markierung nicht mehr erkannt wird. Auch falsche Treffer sind möglich. [1]

Für Informationskompetenz bedeutet das: Herkunft und Qualität müssen getrennt beurteilt werden. Wer hat eine Behauptung aufgestellt? Welche Quelle stützt sie? Passt sie zum Zusammenhang? Diese Fragen verschwinden nicht, nur weil eine weitere technische Prüfmöglichkeit dazukommt.

Ein Wasserzeichen könnte eine zusätzliche Spur liefern. Die Quellenprüfung nimmt es uns nicht ab.

KI beteiligt heißt nicht: Mensch unbeteiligt

Nach Angaben von OpenAI zeigt die Markierung weder, welche Person den Text erzeugt hat, noch wie viel menschliche Arbeit darin steckt. Sie kann auf die Erzeugung oder Verarbeitung durch ein OpenAI-System hinweisen. Den Anteil von Urteilsfähigkeit, Redaktion und Kreativität misst sie nicht. [2]

Auch dieser Text ist mit Unterstützung von KI entstanden. Ich nutze sie unter anderem, um meinen Schreibstil zu vereinheitlichen und diese Überarbeitung auf den gesamten Text anzuwenden. Mein Stil bleibt beim Schreiben nicht immer konsistent. Während ich schreibe, lese ich häufig weiter zum Thema. Dabei wandern mitunter Formulierungen und der Ton des gerade gelesenen Textes unbewusst in meinen eigenen. Mit KI bügle ich solche Wechsel aus. Für die Lesenden kann das durchaus sinnvoll sein: Der Text liest sich flüssiger, ohne dass sie meinen gedanklichen Wechsel zwischen verschiedenen Quellen mitvollziehen müssen.

Zur Nachbearbeitung gehört für mich aber auch, ganze Passagen selbst zu ergänzen oder zu überarbeiten. Manches passt inhaltlich doch nicht zur Richtung des Artikels. Anderes beleuchtet eine Entwicklung zu einseitig oder klingt entschiedener, als es die Quellen hergeben. Ein einheitlicher Stil erledigt diese Prüfung nicht. Auch ein gut formulierter Absatz kann am Thema vorbeigehen.

Ich empfinde diese Zusammenarbeit als Teil eines normalen Schreibprozesses. Recherche, Entwurf, Überarbeitung und eigene Ergänzungen greifen ineinander. Die Beteiligung von KI bedeutet dabei nicht, dass der gesamte Text von ihr stammt oder ungeprüft übernommen wird. Welche Aussagen stehen bleiben, wie neutral ich sie einordne und wofür ich mit meinem Namen einstehe, muss ich selbst entscheiden.

Ein Wasserzeichen könnte auf die Beteiligung eines KI-Systems hinweisen. Ob ich nur Formulierungen geglättet, einen Entwurf gründlich überarbeitet oder eine Ausgabe einfach übernommen habe, würde es damit noch nicht erklären. Gerade dieser Unterschied ist für die Bewertung eines Textes und der geleisteten Arbeit wesentlich.

Wer daraus unmittelbar einen Täuschungsvorwurf ableitet, überspringt deshalb die entscheidenden Fragen: Welche Unterstützung war erlaubt? Was wurde offengelegt? Welche Leistung sollte die Person selbst erbringen?

Für Schulen, Hochschulen und Bibliotheken wären verständliche Regeln zur Nutzung hilfreicher als die Erwartung, eine Prüfsoftware werde schwierige Entscheidungen schon erledigen.

Transparenz braucht mehr als ein Herstellerversprechen

Dass OpenAI die Grenzen öffentlich benennt, ist sinnvoll. Ebenso nachvollziehbar ist, einen fehleranfälligen Detektor zunächst nicht allgemein freizugeben. Die Einschränkung wirft allerdings eine weitere Frage auf: Wer kann die Ergebnisse unabhängig überprüfen?

Aus meiner Sicht braucht es nachvollziehbare Prüfbedingungen, Erkenntnisse zu unterschiedlichen Sprachen und klare Grenzen für den Einsatz. Besonders dann, wenn ein Treffer für Menschen Folgen haben soll. Die Unternehmen sollten erklären müssen, welche Aussagen ihre Technik trägt und welche ausdrücklich nicht.

Eine Markierung einzubauen ist ein technischer Schritt. Einen verantwortlichen Umgang mit ihren Ergebnissen sicherzustellen ist eine gemeinsame Aufgabe von Anbietern und den Einrichtungen, die sie nutzen.

Was Bibliotheken daraus machen können

Für Bibliotheken bietet das Thema einen guten Anlass, drei Fragen miteinander zu verbinden: Woher kommt ein Text? Wie wurde er bearbeitet? Und wie belastbar ist sein Inhalt?

In Bildungsangeboten ließe sich das an einer einfachen Übung zeigen: Ein selbst geschriebener Text, eine KI-Ausgabe und eine gemeinsam überarbeitete Fassung werden verglichen. Im Mittelpunkt stehen die Arbeitsschritte und ihre Offenlegung. Dafür muss niemand auf den Zugang zu einem Detektor warten.

Bei eigenen Veröffentlichungen hilft eine verständliche Erläuterung des KI-Einsatzes mehr als eine unsichtbare Markierung allein. Ebenso wichtig bleibt, dass jemand die Inhalte prüft und redaktionell verantwortet.

Wasserzeichen können Transparenz ergänzen. Sie lösen weder das Problem falscher Informationen noch die Frage nach einer eigenständigen Leistung. Die Herkunft eines Textes lässt sich vielleicht besser erkennen. Denken müssen wir deshalb trotzdem noch selbst.

Quellen

Stand: 7. Oktober 2026. Die Angaben zur Einführung und Funktionsweise stammen vom Anbieter. Die bibliothekarische und medienpädagogische Bewertung ist eine redaktionelle Einordnung.