Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

KI-Wasserzeichen

KI-Wasserzeichen (AI Watermarking) betten in dem Moment, in dem ein KI-Modell Text, Bilder, Audio oder Video erzeugt, ein verborgenes, maschinell erkennbares Signal ein, damit Software den Inhalt später als KI-generiert erkennen kann.

Auch: content credentials, C2PA, SynthID, AI content watermark

Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir

Je schwerer sich generierte Bilder, Stimmen und Texte von menschlicher Arbeit unterscheiden lassen, desto mehr wollen Plattformen, Redaktionen und Regulierer prüfen können, was ein Modell erzeugt hat. Wasserzeichen sind ein Ansatz. Sie unterscheiden sich vom sichtbaren Logo-Wasserzeichen, das Foto-Tools hinzufügen, und von Detektoren, die im Nachhinein anhand des Stils raten.

So funktioniert es

Bei Bildern, Audio und Video nimmt der Generator kleine Änderungen an Pixeln oder Samples vor, die Menschen weder sehen noch hören, die ein passender Detektor aber finden kann. SynthID von Google DeepMind ist ein Beispiel: Es bettet Wasserzeichen direkt in KI-generierte Inhalte ein und bietet eine Möglichkeit, sie zu prüfen.

Für Text haben Kirchenbauer et al. ein Verfahren vorgeschlagen, das vor jedem generierten Wort eine zufällige „grüne“ Teilmenge von Tokens auswählt und das Modell leicht zu ihnen hinlenkt. Leser merken nichts, aber ein statistischer Test kann die Verzerrung schon an einem kurzen Textstück erkennen, ohne Zugriff auf das Modell.

Wasserzeichen und Content Credentials

C2PA geht einen anderen Weg. Statt ein Signal im Inhalt zu verstecken, ist es ein offener Standard namens Content Credentials, der festhält, woher eine Datei stammt und wie sie bearbeitet wurde. Ein Wasserzeichen steckt im Inhalt selbst; ein Credential reist als Protokoll ihrer Geschichte mit der Datei.

Grenzen

Wasserzeichen gibt es nur, wenn der Modellhersteller sie hinzufügt, offene Modelle, die lokal laufen, erzeugen also meist unmarkierte Ausgaben. Zuschneiden, Kompression, Umformulieren oder Übersetzen kann eine Markierung schwächen oder entfernen. Jedes Verfahren braucht seinen eigenen Detektor. Und das Fehlen eines Wasserzeichens beweist nichts darüber, ob ein Mensch den Inhalt erstellt hat. Wenn du mit Text-to-Image- oder Sprachmodellen arbeitest, prüf, ob dein Anbieter die Ausgabe markiert und wie deine Nutzer das überprüfen können, besonders wo Deepfakes ein Risiko sind.

Verwandte Begriffe

C2PA Content Credentials
C2PA Content Credentials sind signierte Herkunftsnachweise nach einem offenen Standard der Coalition for Content Provenance and Authenticity, die mit einem Bild, Video, einer Audiodatei oder einem Dokument mitreisen und Ursprung und Bearbeitungen festhalten.
Text-to-Image
Text-to-Image ist die Aufgabe, aus einer geschriebenen Beschreibung, dem Prompt, ein neues Bild zu erzeugen. Die meisten aktuellen Text-to-Image-Modelle sind Diffusionsmodelle, die durch den Text gesteuert werden.
Deepfake
Ein Deepfake ist ein Bild-, Audio- oder Videoinhalt, der mit KI erstellt oder verändert wurde, sodass er überzeugend eine echte Person, einen Ort oder ein Ereignis so zeigt, wie es nicht geschehen ist, und als echt durchgehen könnte.
Synthetische Daten
Synthetische Daten sind Trainings- oder Testdaten, die von Software erzeugt werden, oft von einem anderen KI-Modell, statt aus realen Quellen gesammelt zu werden. Sie dienen dazu, Lücken zu füllen, günstig Beispiele hinzuzufügen oder echte personenbezogene Daten nicht offenzulegen.

Quellen