Letzte Woche hat Anthropic öffentlich erklärt, wie das Textwasserzeichen von Claude funktioniert: Es wird nichts in den Textstring eingefügt. Das Signal liegt darin, welche Wörter gewählt werden. Wenige Tage später titelten chinesische Tech-Medien deutlich lauter: Claudes Wasserzeichen sei über Nacht zu wertlosem Papier geworden.
Der Bericht bezog sich auf ein GitHub-Projekt: watermarks-remover. Der 36Kr-Nachdruck vom 17. August 2026 (vom WeChat-Account 新智元) berichtete, das Projekt habe innerhalb weniger Tage rund 11.000 Sterne gesammelt, stehe unter MIT-Lizenz und könne Claude-Spuren, Googles SynthID-Text sowie in Dateien eingebettete C2PA-Daten entfernen. Es klang wie eine Universallösung.
Was Sie in der Praxis wirklich wissen müssen, ist pragmatischer: Welche Ebene bereinigt das Tool tatsächlich? Erst dann können Sie entscheiden, ob Ihr Text eine Zeichenbereinigung benötigt, ein vollständiges Umschreiben erfordert oder unverändert bleiben sollte.
Die Schlagzeile spricht von „wertlosem Papier“ – der Autor nicht
Die Medienberichte inszenieren den Fall als Durchbruch, der Schutzmechanismen zerschlägt. Das Repository selbst ist nüchterner formuliert.
Guillaume Meyer stellt dies unmissverständlich klar: Die Unicode-Bereinigung ist zählbar und direkt überprüfbar. Der Durchlauf gegen statistische Sampling-Wasserzeichen arbeitet nach dem Best-Effort-Prinzip. Solange die Anbieter ihre Detektoren und Schlüssel nicht veröffentlichen, kann kein Werkzeug seriös garantieren, dass eine offizielle Prüfung fehlschlägt.
Das ist keine falsche Bescheidenheit, sondern eine technische Grenze. Die Verifizierungs-API von Anthropic ist für Dritte weiterhin nicht zugänglich. Ohne diesen Schlüssel bleibt die Behauptung „Entfernung verifiziert“ reine Spekulation.
Der eigentliche Nutzen der viralen Berichterstattung liegt nicht im Schlagwort „geknackt“, sondern darin, dass das Projekt endlich Aufgaben trennt, die in der Debatte ständig vermischt werden.
Es sind drei Aufgaben, nicht ein einzelnes Wasserzeichen
Wer das Repository als simplen Button zum „Wasserzeichen entfernen“ versteht, setzt auf der falschen Ebene an.
Ebene 1: Unsichtbare Zeichen entfernen. Nullbreiten-Leerzeichen, ungewöhnliche Leerstellen, bidirektionale Steuerzeichen, Tag-Zeichen. Das sind reale Codepunkte im String. Werden sie gelöscht, sind sie weg; die Bedeutung des Textes ändert sich nicht. Das schmale geschützte Leerzeichen (U+202F), das beim Kopieren aus der ChatGPT-Weboberfläche häufig mit übertragen wird, gehört in diese Kategorie. Es handelt sich um ein Überbleibsel beim Einfügen, nicht um das offizielle Wasserzeichen von Claude. Diesen Ablauf haben wir im Artikel zum Einfügen aus ChatGPT analysiert.
Ebene 2: Umschreiben mit einem anderen Modell. Anthropic betont denselben Punkt wie das Repository: Leichte Korrekturen belassen die statistische Spur meist im Text. Ein Großteil des Wortlauts muss Satz für Satz geändert werden – es reicht nicht, Abschnitte umzustellen oder Überschriften umzubenennen. Der Ansatz des Projekts besteht darin, den Text durch ein anderes Modell zu leiten (ein lokales Llama, nicht erneut Claude) und denselben Inhalt mit anderen Worten auszudrücken. Das bricht das ursprüngliche Sampling-Muster auf, verändert jedoch auch den Sprachstil.
Ebene 3: Datei-Metadaten entfernen. C2PA-, EXIF- und Dokumenteigenschaften in PNG-, JPEG-, PDF- oder Word-Dateien. Das sind Attribute des Dateibehälters, keine statistischen Wasserzeichen in den Sätzen. Wasserzeichen auf Pixelebene (im Bild selbst verankerte Signale) stellen wiederum ein eigenständiges Problem dar; das Repository lagert dies in optionale, rechenintensive Backends aus.
Man kann es mit Kleidung vergleichen: Ebene 1 schüttelt Münzen aus der Tasche – man kann sie sehen und zählen. Ebene 2 trennt das Kleidungsstück auf und webt ein neues, das immer noch wie ein Hemd aussieht, aber aus neuen Fäden besteht. Ebene 3 schneidet das Etikett am Kragen ab. Alle drei Vorgänge werden umgangssprachlich als „Entfernen einer Markierung“ bezeichnet. Ein eingewebter Faden lässt sich jedoch nicht wie Kleingeld behandeln.
Vorgehensweise für Ihren Text
Installieren Sie nicht vorschnell einen Python-Dienst. Bestimmen Sie zuerst die zutreffende Ebene.
| Tatsächlicher Ausgangszustand | Ebene im Repository | Vorgehen im Web | Hilft ein kostenloser Scan? |
|---|---|---|---|
| Auffällige Leerzeichen, fehlerhafte Suche, CMS meldet verborgene Zeichen nach dem Einfügen aus ChatGPT / Browser | Unicode-Bereinigung | Tool für unsichtbare Zeichen – rund 60 Codepunkte, lokal | Ja. Aufspüren und löschen. |
Verbliebene **bold** und Markdown-Rauten | Kein Wasserzeichen – Markdown | Markdown-Reiter auf der Startseite | Ja |
| Ein längerer Claude-Text nach August 2026, offizielles statistisches Wasserzeichen | Umschreiben auf Satzebene | Pro Text Watermark Remover – ein anderes Modell baut die Bedeutung neu auf | Nein. Es gibt keine Zeichen, die gelöscht werden könnten. |
| Es wird lediglich ein anderer Tonfall gewünscht | Der „Humanize“-Prompt des Repos – nicht der primäre Wasserzeichen-Pfad | AI Humanizer | Nicht zutreffend |
| C2PA / EXIF in einer PDF- oder Bilddatei | Dateiebene | Hier nicht abgedeckt | Nicht zutreffend |
| Bestehen von Turnitin, GPTZero oder Pangram | Kann niemand garantieren | Kein Werkzeug für dieses Versprechen kaufen | Nicht zutreffend |
Zusammengefasst:
- Findet der kostenlose Scan unsichtbare Zeichen → zuerst diese bereinigen. Diese Aufgabe ist damit abgeschlossen.
- Findet der Scan keine Auffälligkeiten und besteht der Entwurf überwiegend aus längerem Claude-Fließtext → Zeichen-Tools helfen hier nicht. Der von Anthropic beschriebene Weg ist ein vollständiges Umschreiben des Wortlauts.
- Der eigene Sprachstil ist wichtiger als die Bereinigung → auf Ebene 1 bleiben und kein Umschreiben erzwingen.
- Ein Umschreiben ist ohnehin geplant → Claude-Texte nicht erneut durch Claude leiten, da sonst dieselbe Art von Signal neu gesetzt werden kann.
Den Sampling-Mechanismus haben wir bereits im Leitfaden zum offiziellen Wasserzeichen erläutert. Der zentrale Grundsatz lautet: Das offizielle Wasserzeichen fügt nichts hinzu, was gelöscht werden könnte. Ein kostenloser Scan ohne Treffer bedeutet weder, dass kein Wasserzeichen vorliegt, noch dass es entfernt wurde. Die Detektor-Seite listet Unicode- und Formatierungsrückstände auf. Sie ersetzt nicht die Schlüsselprüfung von Anthropic und liefert keinen prozentualen KI-Wert.
Ein Umschreiben verändert die Statistik – ersetzt aber auch den Text
Die README-Datei enthält einen Abschnitt, der in Zusammenfassungen selten zitiert wird: Statistische Markierungen liegen im Wortlaut selbst. Nahezu jeder Satz trägt einen Teil des Signals. Das Verschieben von Abschnitten, das Ändern von Überschriften oder das Anpassen einzelner Adjektive ändert daran kaum etwas. Die Bereinigung erfordert ein Umschreiben Satz für Satz. Danach entspricht der Sprachstil dem des umschreibenden Modells. Der Autor stellt daraufhin eine direkte, berechtigte Frage: Wenn der Entwurf ohnehin durch ein günstigeres Modell geleitet werden soll, warum sollte man dann zuvor für das Premium-Modell bezahlen?
Diese Überlegung gilt auch hier. Die Pro-Rekonstruktion folgt demselben technischen Ansatz: Ein anderes Modell formuliert den Text neu, während die inhaltliche Bedeutung erhalten bleibt. Das entspricht dem, was Anthropic als vollständiges Umschreiben bezeichnet. Es ist jedoch kein Nachweis dafür, dass ein offizieller Detektor fehlschlägt. Dieser Detektor ist nicht öffentlich zugänglich; wir vergeben kein Siegel für „verifiziert entfernt“.
Damit sind spürbare Auswirkungen verbunden: Formulierungen werden oft unschärfer, der Rhythmus ändert sich, und feingeschliffene Sätze verlieren an Präzision. Nutzen Sie diesen Weg, wenn Fakten und Gedankengang im Vordergrund stehen und der Wortlaut neu formuliert werden darf. Verzichten Sie darauf, wenn die exakte sprachliche Fassung das eigentliche Ergebnis ist.
Treffen Sie die Werkzeugwahl nicht nach GitHub-Sternen
Die Anzahl der Sterne spiegelt eine Stimmung wider, liefert aber keinen technischen Beweis. Viele Nutzer stören sich daran, dass ein kostenpflichtiges Produkt Ausgaben global und ohne Deaktivierungsoption kennzeichnet. Dieser Unmut ist verständlich – die technischen Grenzen bestehen dennoch.
Das Repository ist praktisch für die Arbeit im Terminal: lokale Skripte, ein Agent-Skill, eine lange Liste an Dateiformaten. Es ist jedoch kein schnellerer Weg, wenn lediglich ein Absatz im Browser bearbeitet werden soll. Das Einrichten eines lokalen Python-Dienstes lohnt sich vor allem bei Aufgaben rund um PDFs und Bilder, weniger bei reinem Fließtext.
Wir binden dieses Projekt nicht in unsere Website ein. Die Zeichenbereinigung bleibt kostenlos und lokal. Statistische Wasserzeichen erfordern weiterhin die kostenpflichtige Rekonstruktion. Unterscheiden Sie stets zwischen drei Mechanismen: Überbleibseln beim Einfügen aus ChatGPT, Geminis eigenen Fragmenten und dem offiziellen statistischen Wasserzeichen von Claude. Unterschiedliche Mechanismen erfordern unterschiedliche Werkzeuge.
Wenn das nächste Mal eine Schlagzeile verkündet, das Wasserzeichen sei über Nacht hinfällig geworden, prüfen Sie, welche Ebene gemeint ist: die Münzen in der Tasche oder der Faden im Stoff. Mit dieser Unterscheidung wählen Sie direkt das passende Werkzeug.
AI Text Watermark Remover ist ein unabhängiges Drittanbieter-Tool und steht in keiner Verbindung zu Anthropic, OpenAI oder Google.
Quellen: Anthropic, How Claude’s text watermark works, 14. August 2026; Guillaume Meyer, watermarks-remover; 36Kr-Nachdruck von 新智元, 17. August 2026
