Das Blog im Apfelpürée

Über KI, Wasserzeichen und die Frage, was „selbst geschrieben“ eigentlich noch bedeutet

Ausgangspunkt für diesen Beitrag war ein Instagram-Post. Dort wurde ein sogenannter ‚Skill‘¹ angeboten, der angeblich Wasserzeichen aus Texten entfernen könne, die mit Claude erstellt wurden. Hintergrund ist, dass Anthropic ein solches Watermarking inzwischen ausdrücklich als Feature ausweist: KI-generierte Texte können durch statistische Muster in der Wortwahl mit einer Herkunftsmarkierung versehen werden.²">Transparenzpflichten des europäischen AI Act. Art. 50]

Mein erster Gedanke war ziemlich banal und laienhaft gedacht: Wenn sich in einem KI-generierten Text irgendein unsichtbares Wasserzeichen befindet, müsste es doch verschwinden, sobald ich den Text in eine reine TXT- oder Markdown-Datei umwandle. Anschließend habe ich keine Metadaten, keine versteckten Formatierungen mehr und damit auch kein „Wasserzeichen“.

So einfach ist es dann allerdings doch nicht.

Worum es in diesem Artikel nicht geht

Ich will hier keine Anleitungen oder Prompts liefern, mit denen sich Wasserzeichen aus KI-generierten Texten gezielt entfernen lassen. Das machen andere aktuell zuhauf. Ich werde am Ende durchaus darauf eingehen, wie du aus einem KI-Text einen eigenen Text machst – aber das ist etwas anderes. Einen fremden Text lediglich so lange (automatisiert oder nicht automatisiert) umzuschreiben, bis eine technische Erkennung nicht mehr anschlägt, macht ihn schließlich noch nicht zum eigenen Text.

Mir geht es um die grundsätzlichere und, wie ich finde, wesentlich interessantere Frage: Was unterscheidet einen KI-generierten Text eigentlich von einem Text, den ein Mensch geschrieben hat? Wo lassen sich klare Grenzen ziehen, wo verschwimmen sie – und wo gibt es durchaus berechtigte Überschneidungen zwischen menschlicher und maschineller Arbeit?

Denn die einfache Gegenüberstellung „Mensch oder KI“ beschreibt längst nicht mehr, wie Texte tatsächlich entstehen. Eine KI kann einen vollständigen Artikel auf Knopfdruck erzeugen. Sie kann aber genauso gut einen selbst geschriebenen Text lediglich korrigieren oder sprachlich glätten. Und irgendwo dazwischen liegen all die Fälle, in denen ein Mensch mit einer KI Gedanken entwickelt, Argumente diskutiert, recherchiert, Gliederungen verwirft und neu aufbaut – und die KI schließlich daraus einen lesbaren Text formuliert.

In welchem dieser Fälle beginnt ein „KI-Text“? Und wann hört ein Text auf, der eigene zu sein?

Genau deshalb ist die Frage nach Wasserzeichen für mich letztlich nur der Ausgangspunkt. Interessanter ist die Frage, was wir eigentlich meinen, wenn wir sagen: „Diesen Text habe ich geschrieben.“

Das Wasserzeichen ist der Text. Oder umgekehrt

Bei einem statistischen Text-Wasserzeichen wird dem fertigen Text nicht nachträglich irgendeine geheime Information hinzugefügt. Es gibt keine unsichtbare Zeichen- oder Wortfolge, die man suchen und löschen könnte. Stattdessen wird durch die KI bereits bei der Erzeugung des Textes beeinflusst, welche Wörter oder Wortbestandteile das Sprachmodell auswählt. Solche Texteinheiten werden bei Sprachmodellen als Tokens bezeichnet. Ein Token kann beispielsweise sein:

• ein ganzes kurzes Wort wie „und“
• ein Teil eines längeren Wortes
• ein Satzzeichen
• manchmal auch eine Kombination aus Leerzeichen und Wortbestandteil

Für einen Satz gibt es fast immer zahlreiche ähnlich gute Formulierungen - ein Beispiel:

Die zunehmende Verbreitung künstlicher Intelligenz verändert unsere Arbeitswelt.

Genauso gut könnte dort stehen:

Die wachsende Nutzung künstlicher Intelligenz verändert unsere Arbeitswelt.

Oder:

Künstliche Intelligenz prägt zunehmend die Art und Weise, wie wir arbeiten.

Bei einem solchen statistischen Wasserzeichen werden bestimmte mögliche Zeichenabfolgen geringfügig bevorzugt. Technisch gesehen wählt Claude beim Schreiben nämlich nicht das nächste Wort aus, sondern das nächste sogenannte Token – also eine kleine Texteinheit, die ein Wort, einen Wortbestandteil oder auch ein Satzzeichen umfassen kann.

Für jedes folgende Token berechnet Claude Wahrscheinlichkeiten: Was passt angesichts des bisherigen Textes wahrscheinlich als Nächstes? Das Watermarking verschiebt diese Wahrscheinlichkeiten ein wenig zugunsten bestimmter Tokens. Bei einer einzelnen Entscheidung ist das vollkommen bedeutungslos. Über Hunderte oder Tausende Tokens kann daraus jedoch ein statistisches Muster entstehen, das ein entsprechender Detektor erkennen kann.

Ein KI-Detektor findet dabei keine Seriennummer o.ä, die dem Text mitgegeben wurde. Er prüft vielmehr, wie stark die Verteilung der Tokens dem statistischen Muster entspricht, das durch das Watermarking erzeugt wird. Erst wenn diese Übereinstimmung einen bestimmten Schwellenwert überschreitet, gilt der Text als entsprechend markiert. Damit ist ein solches Verfahren aber auch nicht unfehlbar: Es kann Texte übersehen, deren Wasserzeichen durch Bearbeitung abgeschwächt wurde, und theoretisch auch einen nicht markierten Text fälschlich als markiert einstufen.

Das vermeintliche Wasserzeichen steckt also nicht zusätzlich im Text.

Der Text selbst ist das Wasserzeichen.

Damit war auch meine ursprüngliche Idee mit TXT oder Markdown erledigt. Wenn ich ein Word-Dokument als TXT speichere, bleiben die Wörter schließlich dieselben. Und damit bleibt auch deren statistisches Muster erhalten.

Das gilt nur speziell für die hier beschriebenen Wasserzeichen in Texten. Bei KI-generierten Bildern können Herkunftsinformationen auch auf andere Weise hinterlegt werden – beispielsweise als Metadaten oder als unsichtbares, direkt in den Bildinhalt eingebettetes Signal. Dort kann es also tatsächlich zusätzliche Informationen geben, die unabhängig von der sichtbaren Darstellung des Bildes existieren.

Wie entfernt man etwas, das gar nicht vorhanden ist?

Damit wurde die Sache für mich deutlich interessanter: Wenn es keine versteckten Informationen zu löschen gibt, was macht dann ein Werkzeug, das verspricht, solche Wasserzeichen zu „entfernen“? Ein solches Verfahren muss den Text verändern.

Aus:

Die zunehmende Verbreitung künstlicher Intelligenz verändert nicht nur unsere Arbeitsprozesse, sondern auch die Art und Weise, wie wir Wissen organisieren und weitergeben.

könnte beispielsweise werden:

KI verändert zunehmend, wie wir arbeiten, Informationen strukturieren und unser Wissen mit anderen teilen.

Die inhaltliche Aussage bleibt weitgehend dieselbe. Wortwahl, Satzstruktur und Tokenfolge haben sich jedoch erheblich verändert. Machst du das konsequent mit einem längeren Text, wird auch das ursprüngliche statistische Muster verändert.

Dabei verschwindet ein solches Wasserzeichen nicht zwangsläufig schon durch ein paar Korrekturen. Das Verfahren sollte so robust sein, dass kleinere Änderungen am Text das statistische Muster nicht sofort zerstören. Je stärker ein Text jedoch umformuliert, gekürzt, übersetzt oder mit anderen Texten vermischt wird, desto mehr geht von diesem Muster verloren – bis ein zuverlässiger Nachweis möglicherweise nicht mehr gelingt.

Und damit gelangen wir zu einer gewissen Absurdität: Um das Wasserzeichen eines KI-generierten Textes zu beseitigen, könnte man wiederum eine KI verwenden - das ist letztlich das, was in dem eingangs erwähnten Instagram-Post beworben wird.

KI A erzeugt einen Text und versieht ihn durch ihre Wortwahl mit einer statistischen Herkunftsmarkierung. KI B formuliert diesen Text um und zerstört damit möglicherweise die Markierung von KI A. Der Text ist anschließend womöglich noch stärker von künstlicher Intelligenz geprägt als vorher – technisch aber schlechter als solcher zu erkennen.

Spätestens hier stellt sich die Frage, was wir mit solchen Wasserzeichen eigentlich feststellen wollen.

„KI-generiert“ sagt erstaunlich wenig

Nehmen wir zwei Fälle:

Im ersten Fall sage ich einer KI: Schreib mir einen Artikel über künstliche Intelligenz und Datenschutz mit ungefähr 2.000 Wörtern. Ich kopiere das Ergebnis, lese kurz darüber und veröffentliche es.

Im zweiten Fall diskutiere ich zwei Stunden lang mit einer KI über dasselbe Thema. Ich bringe eigene Erfahrungen ein, entwickle eine These, widerspreche der KI, korrigiere ihre Aussagen, liefere Beispiele, verwerfe Argumente und entwickle andere weiter. Am Ende sage ich:

„Gut. Jetzt mach aus unserem Gespräch einen verständlichen Blogartikel.“

In beiden Fällen hat die KI möglicherweise sämtliche Sätze der endgültigen Rohfassung erzeugt.

Rein technisch gesehen sind beide Texte möglicherweise gleichermaßen „von einer KI geschrieben“? Als Beschreibung ihrer inhaltlichen Entstehung ist diese Zuschreiben das aber reichlich dürftig.

Im zweiten Fall stammen möglicherweise die Fragestellung, die Erfahrungen, die Argumentation, wesentliche Erkenntnisse und die Schlussfolgerungen vom Menschen. Die KI hat daraus einen lesbaren Artikel gemacht. Die KI hat formuliert. Aber wer hat gedacht...?

Und was ist mit der Schreibmaschine?

Man könnte die Sache natürlich auf die Spitze treiben:

Darf ein mit einer Schreibmaschine geschriebener Text eigentlich noch dem Autor zugerechnet werden, der ihn in die Tasten gehauen hat?

Natürlich ist der Vergleich nicht ganz fair. Eine Schreibmaschine entwickelt keine Sätze. Auch eine klassische Textverarbeitung tut das nicht. Aber die Grenze ist längst weniger eindeutig, als sie zunächst erscheint.

Wir verwenden Rechtschreibkorrekturen und Grammatikprüfungen schlagen andere Formulierungen vor. Ein Thesaurus liefert bessere Wörter. Programme korrigieren unseren Satzbau. Ein menschlicher Lektor formuliert ganze Sätze um. Ein Redakteur kürzt einen Artikel und verändert Überschriften. Trotzdem käme kaum jemand auf die Idee, deshalb grundsätzlich die Urheberschaft des Autors infrage zu stellen.

Generative KI verschiebt diese Grenze erheblich weiter. Sie kann nicht nur korrigieren, sondern komplette Formulierungen erzeugen. Damit wird aber eine andere Frage wichtiger:

Welche Leistung beansprucht der Autor eigentlich für sich?

Eine Doktorarbeit ist kein Blogartikel

Genau an dieser Stelle halte ich eine Differenzierung für notwendig:

Bei einer Dissertation spielt die Eigenleistung eine zentrale Rolle. Wer eine wissenschaftliche Arbeit einreicht, beansprucht damit eine bestimmte wissenschaftliche Leistung für sich. Je nachdem, was eine KI dabei übernimmt, kann ihr Einsatz deshalb unmittelbar die Frage der wissenschaftlichen Urheberschaft betreffen.In diesem Fall könnte ein zuverlässiger Herkunftsnachweis durchaus von Bedeutung sein.

Bei einem journalistischen Text sieht die Sache anders aus. Dort interessieren mich als Leser ganz andere Fragen: Ist der dargestellte Sachverhalt richtig? Wurde sauber recherchiert? Stimmen die Quellen? Sind Zitate korrekt? Ist die Argumentation nachvollziehbar? Und steht jemand verantwortlich für das Veröffentlichte ein?

Ob der Journalist anschließend jeden Satz selbst formuliert hat oder aus seinen Interviews, Recherchen und Notizen mithilfe einer KI einen lesbaren Entwurf erstellen ließ, hat eine andere Wertigkeit. Bei einem Blogartikel gilt das erst recht.

Wenn ich ein technisches Problem untersuche, verschiedene Lösungen ausprobiere, Dokumentationen lese, eigene Erfahrungen einbringe und darüber ausführlich mit einer KI diskutiere, kann die wesentliche Leistung längst erbracht sein, bevor der erste fertige Text existiert.

Wenn ich anschließend sage: „Mach daraus einen verständlichen Artikel“ dann delegiere ich einen Teil der sprachlichen Arbeit. Ich delegiere damit aber nicht zwangsläufig meine Gedanken.

Mensch oder KI ist die falsche Frage

Vielleicht liegt genau hier das eigentliche Problem der durch den Instagram-Post initiierten Gedankengang: Wir versuchen Texte in zwei Kategorien einzuteilen: menschengeschrieben oder KI-generiert. Die Realität entwickelt sich allerdings längst in eine andere Richtung.

Eine KI kann Autor, Co-Autor, Redakteur, Lektor, Korrektor, Sparringspartner beim Generieren von Argumentationsketten oder Rechercheassistent sein. Und innerhalb eines einzigen Textes können sich diese Rollen mehrfach ändern.

Noch absurder wird es, wenn verschiedene Systeme beteiligt sind: Ein Mensch entwickelt die Gedanken. ChatGPT formuliert daraus einen Entwurf. Claude verbessert den Stil. ChatGPT überarbeitet diese Fassung erneut. Anschließend geht der Mensch Satz für Satz durch den Text und verändert ihn nach seinem Geschmack.

Wer hat nun diesen Text geschrieben?

Darauf gibt es möglicherweise gar keine sinnvolle Antwort mehr. Man müsste stattdessen mindestens drei Fragen stellen:

• Wer hatte die Gedanken?
• Wer hat die konkrete Formulierung erzeugt?
• Wer hat die endgültige Fassung verantwortet?

Ein technisches Wasserzeichen kann bestenfalls etwas über einen Teil der zweiten Frage aussagen. Es kann darauf hindeuten, dass ein bestimmtes KI-System an der vorliegenden Textfassung beteiligt war. Es sagt aber nicht, woher die Gedanken, Argumente, Erfahrungen oder Schlussfolgerungen stammen, die in diesem Text formuliert wurden. Watermarking kann also ein Herkunftsnachweis für eine bestimmte Textfassung sein. Ein Nachweis geistiger Urheberschaft ist es nicht. Und genau deshalb sollte man aus der Feststellung „KI war an diesem Text beteiligt“ nicht automatisch die Schlussfolgerung ziehen: „Dieser Text stammt nicht vom angegebenen Autor.“

Denn das sind schlicht zwei verschiedene Aussagen.

Nicht jede KI hinterlässt dasselbe Wasserzeichen

Wir haben uns oben mit Claude und Watermarking beschäftigt. Die Frage liegt nahe: Wenn Claude seine Texte mit einem statistischen Wasserzeichen versieht – machen ChatGPT, Gemini und andere KI-Systeme das ebenfalls?

Nein. Zumindest nicht alle und nicht auf dieselbe Weise.

Google setzt bei Gemini ein Verfahren ein, das grundsätzlich nach dem zuvor beschriebenen Prinzip funktioniert. Während der Texterzeugung wird die Auswahl der möglichen nächsten Tokens geringfügig beeinflusst. Über einen längeren Text entsteht daraus ein statistisches Muster, das mit einem darauf abgestimmten Verfahren erkannt werden kann.

Bei ChatGPT ist dagegen derzeit kein entsprechendes Watermarking normaler Textausgaben öffentlich dokumentiert. Ob das unter der Haube trotzdem stattfindet, mag ich nicht zu sagen. OpenAI hat sich mit solchen Verfahren beschäftigt und verwendet Herkunftsmarkierungen inzwischen bei anderen Medien, z.B. Bildern oder Videos. Daraus lässt sich aber nicht schließen, dass ein gewöhnlicher, mit ChatGPT erzeugter Text eine solche Markierung enthält.

Auch für Microsoft Copilot, Metas Llama, Grok und Mistral ist derzeit kein allgemein eingesetztes statistisches Watermarking normaler Textausgaben öffentlich dokumentiert. Das bedeutet allerdings keineswegs, dass sich Texte dieser Systeme nicht als vermeintliche KI-Texte erkennen lassen, denn...

Wasserzeichen und KI-Erkennung sind zwei verschiedene Dinge

Oft werden zwei grundsätzlich unterschiedliche Verfahren miteinander verwechselt. Ein Tool, das Wasserzeichen erkennen will, sucht nach einem Muster, das bei der Erzeugung des Textes absichtlich eingebracht wurde. Vereinfacht lautet seine Frage: „Enthält dieser Text das statistische Muster, das mein System bei der Generierung erzeugt?“

Ein gewöhnlicher KI-Detektor benötigt dagegen überhaupt kein Wasserzeichen. Er untersucht den fertigen Text und versucht anhand statistischer und sprachlicher Eigenschaften abzuschätzen, ob er wahrscheinlich von einem Sprachmodell erzeugt wurde. Seine Frage lautet daher eher: „Sieht dieser Text so aus, wie Texte von Sprachmodellen typischerweise aussehen?“

Also bedeutet „kein Wasserzeichen“ keineswegs „nicht als KI-Text erkennbar“.

Ein vollständig mit ChatGPT erzeugter Text kann kein entsprechendes OpenAI-Text-Wasserzeichen besitzen (das es angeblich nicht gibt) und trotzdem von einem KI-Detektor als wahrscheinlich KI-generiert eingestuft werden. Umgekehrt kann ein vollständig von einem Menschen geschriebener Text aufgrund seines Stils von einem solchen Detektor fälschlicherweise für einen KI-Text gehalten werden...

Und Urheberschaft ist noch einmal etwas anderes - das hatten wir oben bereits angerissen.

Damit haben wir es eigentlich mit drei verschiedenen Fragen zu tun:

• Watermarking: Hat das erzeugende System absichtlich eine statistische Herkunftsmarkierung in diese Textfassung eingebracht?
• KI-Erkennung: Hält ein Analyseverfahren diesen Text aufgrund seiner sprachlichen Eigenschaften für wahrscheinlich KI-generiert?
• Urheberschaft: Von wem stammen Gedanken, Argumentation, Erfahrungen und die geistige Leistung hinter dem Text?

Diese drei Aspekte sollte man nicht miteinander verwechseln:

• Ein ursprünglich menschlicher Text könnte durch eine umfangreiche Überarbeitung mit einem entsprechend arbeitenden KI-System eine statistische Herkunftsmarkierung erhalten.
• Ein vollständig KI-generierter Text könnte dagegen durch eine gründliche menschliche Überarbeitung seine ursprüngliche Markierung weitgehend verlieren.
• Und ein Text ohne jedes Wasserzeichen könnte von einem allgemeinen KI-Detektor trotzdem als KI-generiert eingestuft werden.

Damit wird aus den scheinbar eindeutigen Aussagen „Wasserzeichen gefunden“, „KI erkannt“ und „von KI geschrieben“ etwas ganz anderes: Es sind drei verschiedene Aussagen – und nur die letzte davon betrifft überhaupt die eigentliche Frage nach der Urheberschaft.

10 Wege, einen KI-Entwurf zum eigenen Text zu machen

Was bedeutet das nun praktisch? Angenommen, du lässt dir von einer KI einen Textentwurf erstellen und möchtest diesen als Grundlage für einen eigenen Artikel verwenden. Dann geht es nicht darum, ein Wasserzeichen wie einen unsichtbaren Stempel zu entfernen. Bei einem statistischen Watermarking muss sich der Text selbst verändern – seine Wörter, seine Satzstrukturen und damit die Abfolge der Tokens.

Das Ziel sollte allerdings nicht sein, einen KI-Detektor auszutricksen. Interessanter ist die Frage, wie aus dem Entwurf tatsächlich dein Text wird.

1. Nicht einfach Synonyme austauschen

Aus „Die zunehmende Verbreitung künstlicher Intelligenz verändert unsere Arbeitswelt“ lediglich „Die wachsende Verbreitung künstlicher Intelligenz verändert unsere Arbeitswelt“ zu machen, ist keine wirkliche Überarbeitung.

Besser ist eine echte Neuformulierung: „KI ist inzwischen in Bereichen angekommen, in denen sie vor wenigen Jahren noch kaum eine Rolle spielte.“

1. Satzstrukturen verändern

Lange Sätze lassen sich aufteilen, kurze kannst du verbinden. Nebensätze kannst du anders anordnen, Passivkonstruktionen können durch aktive Formulierungen ersetzt werden. Damit verändert sich nicht nur die Oberfläche, sondern die gesamte sprachliche Struktur.

1. Absätze neu schreiben statt Sätze umzubauen

Du kannst einen KI-generierten Text lesen, seinen Inhalt erfassen – und ihn anschließend ohne Blick auf die Vorlage neu formulieren. Dabei reproduzierst du den Gedanken und nicht die ursprüngliche Formulierung. Das ist wesentlich wirkungsvoller als Satz für Satz einzelne Wörter auszutauschen.

1. Die Argumentation neu ordnen

Auch die Reihenfolge muss nicht diejenige bleiben, die die KI generiert hat. Vielleicht funktioniert das Beispiel besser am Anfang. Vielleicht gehören zwei Absätze zusammen. Vielleicht ist eine ausführliche Erklärung überflüssig. Wenn du die Struktur veränderst, machst du aus einem fremden Entwurf zunehmend einen eigenen Text.

1. Eigene Erfahrungen und Beispiele einbauen

Gerade bei Blogartikeln (darum geht es hier schwerpunktmäßig) ist das entscheidend. Eine KI kann einen allgemeinen Sachverhalt beschreiben. Persönliche Erfahrungen, konkrete Beobachtungen und selbst erlebte Beispiele geben dem Text dagegen eine individuelle Perspektive.

1. Den eigenen Sprachstil zulassen

Menschen haben sprachliche Eigenheiten: Lieblingsformulierungen, Einschübe, rhetorische Fragen, kurze Sätze zwischen langen, gelegentlich eine trockene Bemerkung. Diese Charakteristika solltest du nicht aus einem Text herauslöschen. Im Gegenteil: Gerade solche Eigenheiten machen deinen persönlichen Schreibstil aus.

1. Die typische KI-Glätte beseitigen

KI-Texte wirken häufig ausgesprochen ordentlich. Ähnlich lange Absätze, sauber ausbalancierte Aufzählungen und Übergänge wie „Darüber hinaus“, „Ein weiterer wichtiger Aspekt“ oder „Zusammenfassend lässt sich sagen“ sind nicht falsch – können einen Text aber beliebig wirken lassen. Du solltest deshalb keine absichtlichen stilistischen oder sprachlichen Fehler einbauen. Aber ein Text darf aber Ecken und Kanten haben.

1. Überflüssige Erklärungen streichen

Sprachmodelle neigen dazu, einen Gedanken zunächst zu erklären, anschließend noch einmal anders zu formulieren und ihn am Ende zusammenzufassen. Häufig kann davon einiges ersatzlos weg. Du darfst deinen Lesern durchaus zutrauen, einen Gedanken beim ersten Mal verstanden zu haben.

1. Eigene Wertungen statt unverbindlicher Formulierungen

„Dies kann durchaus kritisch betrachtet werden“ ist eine typische Formulierung, mit der man sich elegant um eine Position herumdrücken kann. Wenn ich etwas für Unsinn halte, darf in meinem Blog auch stehen: „Ich halte das für Unsinn.“ Oder eben das Gegenteil...

Ein eigener Text zeichnet sich nicht nur durch eigene Wörter aus, sondern auch dadurch, dass jemand darin eine erkennbare Position einnimmt.

1. Nicht für einen KI-Detektor schreiben

Das Ziel sollte nicht sein, einen Detektor von „83 Prozent KI“ auf „7 Prozent KI“ herunterzubringen. Solche Werte sagen ohnehin weit weniger über die tatsächliche Entstehung eines Textes aus, als ihre scheinbare Präzision vermuten lässt.

Die interessantere Frage lautet:

Wenn du die KI-Vorlage jetzt löschst: Sind das deine Gedanken, deine Argumentation und deine Formulierungen – und würdest du für diesen Text auch ohne die KI deinen Namen daruntersetzen? Wenn die Antwort darauf Ja lautet, ist die Frage nach einem statistischen Wasserzeichen möglicherweise die uninteressanteste am ganzen Text.

Und wer hat nun diesen Artikel hier geschrieben?

Damit kommen wir zu einem kleinen Problem.

Die Gedanken für genau diesen Artikels, den du gerade liest, entstanden in einem längeren Gespräch zwischen mir und ChatGPT. Ausgangspunkt war meine Frage nach einem angeblichen Claude-Wasserzeichen. Daraus entwickelte sich ein Gesprächsfaden darüber, was ein solches Wasserzeichen technisch überhaupt bedeutet, wie man es verändern könnte und schließlich darüber, was unter diesen Bedingungen noch als menschliche Urheberschaft gelten kann.

Einige Argumente kamen von mir, andere von der KI. Ich griff ihre Gedanken auf, widersprach, führte sie weiter und brachte neue Überlegungen ein. Und irgendwann schrieb ich: „Gut. Jetzt mach aus unserem Gespräch einen verständlichen Blogartikel.“ Genau den hast du gerade gelesen.

Wer hat den Artikel nun also geschrieben...?

Vielleicht ist das gar nicht die interessanteste Frage. Interessanter ist möglicherweise:

Wer hat gedacht, wer hat formuliert – und wer steht am Ende für das Geschriebene ein?

Und die Bilder...?

KI-generierte Bilder enthalten mittlerweile zunehmend Marker, die sie als KI-generiert erkennen lassen und anhand derer sich ihre Herkunft nachvollziehen lässt. Das ist auch gut so, denn gerade Bilder (und erst recht Videos) gaukeln uns eine Realität vor, der wir häufig nicht genug kritische Distanz entgegenbringen. Was abgebildet ist oder was wir mit den Augen wahrnehmen, gilt als wahr und gerade dort, wo es um politische Information und Meinungsbildung geht, kann das erhebliche Konsequenzen haben.

Die Bilder, die du hier siehst, sind alle KI-generiert. Und wenn du bei diesem Beitrag Goethe siehst, der seinen Text in eine Schreibmaschine hämmert und das für bare Münze nimmst, bist du selbst schuld.

Und du wirst ja wohl auch nicht glauben, dass ich zuhause im Büro sitze und für jeden Blogbeitrag ein eigenes Aquarell pinsele. Insofern dürfte sich bei den Bildern ein Hinweis „KI-generiert“ erübrigen.

Obwohl: Irgendwann kommt ein findiger Abmahnanwalt um die Ecke...