Wenn man Twitter, LinkedIn und die sprichwörtliche „WhatsApp-Uni“ so liest, steckt ChatGPT angeblich voller Geheimtinte. Unsichtbare Unicode-Geister sollen in jedem Absatz herumspuken, die Urheberschaft verraten und obendrein wahrscheinlich auch noch die Spülmaschine ausräumen. Die steile These: „Large Language Models verstecken geheime Zeichen in ihren Texten!“
Die kalte Dusche derRealität: sehr viel profaner.
Ich schaue mir das ganze mal genauer an: Was steckt hinter der Behauptung, dass ChatGPT Wasserzeichen in den Texten versteckt – und was zeigt ein praktischer Test?
Was echte Wasserzeichen wären – und was nicht
Vergesst die Vorstellung von Geheimtinte zwischen den Buchstaben. Was die ernsthafte Forschung bei Large Language Models (LLMs) als Wasserzeichen diskutiert, ist ein statistischer Fingerabdruck, der so subtil ist, dass er euch das Lachen im Hals stecken bleiben ließe.
Das Modell wird so gesteuert, dass es bestimmte Token geringfügig bevorzugt; die sogenannten grünen Tokens. Das ist keine versteckte Hieroglyphe, sondern ein subtiler Drall in der Wortwahl-Statistik.
Klingt clever, aber es gibt einen Haken: Dieses Flüstern ist so leise, dass jeder, der den generierten Text paraphrasiert, zusammenfasst oder „glättet“, das Wasserzeichen effektiv auswäscht. Jüngste Arbeiten zeigen: Robust ist dieser Ansatz (noch) nicht – er ist eher so stabil wie das Haus des ersten Schweinchens.
Wichtig für das Alltagsgerücht: OpenAI versieht seine Massen-KI-Texte (wie die von ChatGPT) standardmäßig NICHT mit diesen statistischen Wasserzeichen. Wären sie so robust, würde man sie nutzen. Aber für Text im Massenbetrieb ist dieser Hype bisher schlicht nicht ausgerollt.
Ganz anders sieht das bei Bildern, Grafiken oder Videos aus: Dort existieren (halb)standardisierte Lösungen wie C2PA-Content Credentials oder proprietäre Wasserzeichen (SynthID bei Google).
Die vermeintlichen ChatGPT Wasserzeichen: ganz normale Unicode-Steuerzeichen
Was die Hobby-Detektive da beim Kopieren aus Chat-Fenstern, Web-CMS oder Social-Apps sehen (oder eben nicht sehen), ist keine Signatur der künstlichen Intelligenz. Es sind die Krümel der Formatierung, die sich beim Copy-Paste ansammeln:
- Breitenlose Leerzeichen: erlaubt Zeilenumbrüche ohne sichtbares Leerzeichen – nützlich für Webdesigner*innen, der Tod für jeden Copy-Paste-Enthusiasten
- Bidirektionale Steuerzeichen: steuern die Schreibrichung bei bidirektionalem Text. Wer mit arabischen oder hebräischen Texten hantiert, braucht die. Beim Kopieren in ein deutsches CMS werden sie zu unsichtbarem Müll.
- Byte-Order-Mark: Ein Relikt aus der Encoding-Hölle. Unsichtbar, real – und dumm.
Das sind keine geheimen KI-Fingerabdrücke, sondern alltägliche Typografie-Werkzeuge, die durch Rich-Text-Renderer, Mobile-Tastaturen oder Übersetzungs-Pipelines in eure Texte gelangen.
Tatsächlich wird das schon seit Jahren „unter uns Entwickler*innen“ diskutiert .
Die Schlussfolgerung: Es wurde keine KI enttarnt. Es wurde nur bewiesen, dass Text aus dem Internet kopiert wurde.
Die KI schreibt mit
… und wir fragen uns: Wer kontrolliert eigentlich, was sie uns serviert? Ob heimliche Wasserzeichen in ChatGPT-Texten oder die subtilen Fingerabdrücke anderer KI-Systeme – es ist Zeit, hinter die Kulissen zu schauen. Ich zeige , wie KI unsere Kreativität, unsere Arbeit und vielleicht sogar unsere Wahrnehmung von Wahrheit verändert – und wie wir sie produktiv für uns einsetzen, statt uns von ihr überrollen zu lassen
Mini-Test: Sind da Wasserzeichen im Text?
Lasst uns die Behauptung testen – mit drei schnellen Checks, die ohne Spezialhardware funktionieren:
Rohtext-Check
Kopiert den verdächtigen Absatz in einen einfachen Plain-Text-Editor (z. B. Notepad, Visual Studio Code im Plain-Text-Modus). Wenn Layoutmagie verschwindet oder seltsame Umbrüche auftreten, war’s Rich-Text-Formatierung. Viele unsichtbare Zeichen überleben, aber jetzt seht ihr „ehrliche“ Umbrüche.
Online-Tools zum Checken
Es gibt seriöse Online-Tools, die die breitenlosen Leerzeichen sichtbar markieren und entfernen, wie zum Beispiel originality.ai .
Ergebnis: Häufig finden sich ZWSP/LRM & Co. – gewöhnliche Formatierungsreste.
Nerd-Check (Regex)
Sucht im Text nach typischen Codepoints: [\u200B\u200C\u200D\u200E\u200F\uFEFF]. Trefft ihr davon welche, habt ihr Formatierungszeichen gefunden – keine heimliche Signatur der Large Language Models.
Deren Existenz ist in der Unicode-Spezifikation, z. B. hier, beschrieben.
Das Fazit aus vielen Probetexten: Ja, man findet gelegentlich unsichtbare Zeichen. Nein, das ist kein Beweis für versteckte ChatGPT-Wasserzeichen, sondern typisch für digital zusammengeklickte Texte. (Und wer viel von Webseiten in Docs in CMS in Newsletter-Tools kopiert, sammelt diese Krümel wie Socken hinter der Waschmaschine.)
Das könnte euch auch interessieren
„Aber die Forschung sagt doch…“ – Was aus den Papers wirklich folgt
Text-Signaturen sind prinzipiell machbar – in kontrollierten Settings. Kirchenbauer et al. führen vor, wie man den Token-Zufallsraum einfärbt und später mit hoher Sicherheit erkennt, ob Text wahrscheinlich maschinell stammt. Das ist spannend, aber die Praxis ist messy: Paraphrasen, Mischtexte aus Mensch und Maschine, Übersetzungen, Zusammenfassungen – all das schwächt oder sprengt die Erkennung. Ergebnis: Als verlässlicher Alltagsdetektor taugt’s (noch) nicht.
Parallel setzen sich Tech-Akteure bei visuellen Medien stärker auf Provenienz-Standards wie C2PA. Das ist keine unsichtbare Textgeheimtinte, sondern eine Signatur-Kette, die Herkunft und Bearbeitungsschritte nachvollziehbar macht – sofern die Plattformen mitspielen. Für Bilder, Grafiken und Videos sieht man die erste Einführung, OpenAI & andere experimentieren. Für reinen Text ist C2PA bisher weniger relevant.
Schluss mit Spuk: Was bleibt vom Mythos?
Die Behauptung „ChatGPT Wasserzeichen sind in den generierten Texten zu finden“ ist – Stand heute – auf demselben Wahrheitsniveau wie Bigfoot. Es existiert seriöse Forschung zu statistischen Wasserzeichen; diese sind aber nicht standardmäßig ausgerollt und extrem anfällig für Angriffe. Was wir im Alltag als „Geheimcode“ fehlinterpretieren, sind banale, dokumentierte Unicode-Steuerzeichen, die ein Nebenprodukt des Copy-&-Paste-Wahnsinns sind.
Und nein, auch die legendäre Axt 2000 hilft hier nicht weiter – sie kann weder Spuk noch Rich-Text-Müll aus dem Text hacken. Wer hier wirklich Ordnung schaffen will, muss sich dem Werkzeugkasten widmen und das Unsichtbare selbst aufspüren, das sich im Text versteckt.
Praktischer Werkzeugkasten (für die eigene Hygiene)
Unformatiert einfügen
Wenn ihr Online-Text in der Zwischenablage habt, könnt ihr den auf dem Mac auch ganz einfach „unformatiert einfügen“. Das geht mit der Tastenkombination Cmd + Shift + Option + V. Bei manchen Softwares funktioniert das nicht; dann über den Texteditor (z. B. Notepad) gehen.
Plain-Text-First-Workflow mit Notepad
- Text aus dem Internet in neues Dokument einfügen
- Als „Textdokument (*.txt)“ speichern
Das sorgt dafür, dass alle Rich-Text-Formatierungen, versteckten Steuerzeichen und unsichtbarer Unicode verschwindet – quasi eine „Hygienespülung“ für euren Text.
Unsichtbares aufspüren & putzen
Nutzt einen Leerzeichen-Scanner/Remover oder sucht nach den genannten Unicode-Bereichen. Danach als plainen Text speichern.
Beachten: Bidi-Kontext
Wer mit LTR/RTL mischt, braucht LRM/RLM gezielt – das ist Accessibility-Best-Practice.
Die Gegenstimmen
Bevor ihr jetzt triumphal eure Text-Hygiene-Abzeichen feiert: Ganz so einfach ist die Sache natürlich nicht. Auch wenn die pure „Geheimtinte“-Story Quatsch ist, gibt es ernste Gegenstimmen, die die Sache komplizierter machen.
1. Der Nebeneffekt ist der Feind
Viele Beobachter und Sicherheitsforscher haben festgestellt: Ja, diese Modelle spucken zwar keine absichtlichen, kryptografisch gesicherten Unicode-Signaturen aus. Aber sie neigen dazu, bestimmte Zeichen – wie das Narrow No-Break Space – als unbeabsichtigten Nebeneffekt der Trainingsdaten ungewöhnlich oft zu verwenden.
Ob gewollt oder nicht, dieses Artefakt ist ein technisches Unterscheidungsmerkmal. Es ist der unordentliche Fußabdruck der KI, den Detektoren sofort sehen. Wer diesen Text später in der Uni oder bei der Arbeit abgibt, hat ein Problem, weil er sich de facto identifizierbar macht.
2. Der naive Glaube an die Robustheit ist gefährlich
Wir haben nun gelernt: Die statistischen Wasserzeichen sind entfernbar.
Das ist kein Sieg der Freiheit, sondern eine Diskriminierung der Unwissenden. Diese Tools sind so löchrig, dass sie nur jene erwischen, die sich nicht die Mühe machen, den Text zu paraphrasieren oder mit menschlichen Sätzen zu mischen.
Außerdem sollte klar sein, dass die meisten Detektoren im Alltag überhaupt nichts mit Wasserzeichen zu tun haben. Diese Tools würfeln mit Perplexity-Statistiken herum und verkaufen das als Forensik. Sie bestrafen jeden Text, der zu glatt oder zu korrekt klingt, und treffen damit ausgerechnet Menschen, die nicht muttersprachlich schreiben oder einfach einen strukturierten Stil haben. Praktisch heißt das: Diese Detektoren erkennen nicht KI, sie erkennen normabweichende Schreibweisen. Sie funktionieren wie ein Rauchmelder, der bei heißem Toast Alarm schlägt und beim echten Feuer schläft.
Schreibe einen Kommentar