Deine Arbeit beweisen – was das KI-Wasserzeichen nicht verrät

Vor einer Weile haben wir hier beschrieben, wie sich eine KI als kontrolliertes Tool einsetzen lässt: mit klaren Regeln und einem Agenten, der prüft und vorschlägt, während wir als Autoren die Entscheidung treffen.

Hier geht es um eine Frage, die sich unabhängig davon stellt: Wie belegst du, dass ein Text deine Arbeit ist?

Wie jemand mit KI umgeht, ist eine persönliche Entscheidung, die dieser Artikel niemandem abnimmt. Ohne jegliche Wertung sowie grob und vereinfacht gibt es dazu drei Lager: das erste Lager sind die, die niemals KI verwenden; das zweite Lager sind diejenigen, die wiederum alles, ganze Szenen, Kapitel und Bücher durch die KI erstellen lassen; die dritte Gruppe liegt genau zwischen dem ersten und zweiten Lager, diese Autoren schreiben jeden Satz selbst, benutzen aber KI-Tools für eine Rechtschreibprüfung, Überarbeitung oder Stilanalyse.

Für die Frage nach dem Beleg spielt die Haltung zu KI eine erstaunlich geringe Rolle. Denn die Antwort liegt nicht im fertigen Text. Sie liegt in seiner Entstehung – vielmehr seinem Entstehungsprozess. Und genau diesen Prozess hält die Versionierung eines Textes fest, und in bun.ink geht das ohne Mehrarbeit.

Das neue Problem: den Negativbeweis führen

Wer einen Text abliefert, muss zunehmend etwas belegen können, das vor kurzem niemand belegen musste: dass er ihn selbst geschrieben hat und nicht eine Maschine. Verlage lassen sich das versichern, Redaktionen nehmen entsprechende Klauseln in Verträge auf. Die Werkzeuge, mit denen dabei geprüft wird, taugen heute noch wenig: KI-Detektoren raten anhand von Oberflächenmerkmalen und liegen regelmässig falsch – so stufte der Detektor Pangram in einem Test von Markus Brinsa rund 44 Prozent von Moby-Dick, Herman Melvilles Klassiker von 1851, als KI-Text ein.

Das Kernproblem: Die Grenze zwischen Mensch und Maschine bei der Texterstellung wird immer unschärfer. Ein reiner Text ist erstmal ein offenes Ergebnis. Der Unterschied zwischen Mensch und Maschine liegt in der Entstehung – und die ist normalerweise verschwunden, sobald die Datei gespeichert ist. Maschinell erzeugter Text dagegen trägt so gut wie nie die Information über seine Entstehung.

Eigener Text, fremde Werkzeuge

Was geschieht nun mit Autoren, die jeden Satz selbst schreiben, aber eine Rechtschreib- oder Grammatikprüfung oder ein digitales Lektorat benutzen? Was geschieht mit Autoren die Auszüge aus der Recherche eines KI-Agenten verwenden?

All diese Werkzeuge verwenden unter der Haube längst Sprachmodelle, das sieht man ihnen oft gar nicht an. Wer eine Grammatikkorrektur annimmt, hat nicht das Gefühl, mit einer KI zu schreiben. Trotzdem ist an einer Stelle eine Maschine über den Text gelaufen. Genau daraus ist seit diesem Sommer ein Problem geworden.

Das Wasserzeichen ist keine Zukunftsmusik

Seit dem 2. August 2026 versieht Anthropic Text aus neuen Claude-Modellen mit einem unsichtbaren Wasserzeichen – nach eigenen Angaben weltweit, weil sich die Markierung nicht zuverlässig auf eine Region begrenzen lässt. Für ältere Modelle wird sie in den kommenden Monaten nachgerüstet; der AI Act setzt dafür in Artikel 111 Absatz 4 eine Frist bis zum 2. Dezember 2026. Dahinter steht der Verhaltenskodex zu Artikel 50 des EU AI Act, den Anthropic unterzeichnet hat – andere Anbieter werden denselben Weg gehen müssen.

Entscheidend ist, wo diese Markierung auftaucht: Jedes Werkzeug, das im Hintergrund ein markierendes Modell benutzt, kann sie hinterlassen – auch die Rechtschreibhilfe. Das Wasserzeichen steckt in der Wortwahl selbst. Laut Anthropic übersteht es leichte Bearbeitung und Kopieren; erst wenn jedes Wort ersetzt wird, ist es weg. Auch eine Übersetzung durch Claude trägt es.

Was ein Wasserzeichen aussagt – und was nicht

Für die Gruppe, die „nur“ KI-Tools benutzt, ist das ein Problem. Die Markierung ist sehr grob. Sie belegt, dass ein Modell beteiligt war – aber nicht, dass es den Text geschrieben hat. Anthropic sagt das selbst deutlich: Sie unterscheidet nicht zwischen geschrieben, überarbeitet, übersetzt und zusammengefasst. Wer den eigenen Text Korrektur lesen lässt, bekommt dieselbe Markierung wie jemand, der ein ganzes Kapitel oder Buch erzeugen liess. In den Augen eines fremden Lesers, der die Textentstehung nicht kennt oder nachvollziehen kann, werden die Gruppen 2 (nur KI) und 3 (KI-Tools) jetzt gleichgesetzt.

Dazu kommt das eigentliche Ärgernis: Du kannst es selbst nicht nachprüfen. Die Erkennung steht bisher nur berechtigten Stellen offen – Behörden, Medien, Forschung. Ein öffentliches Werkzeug, mit dem du einen Vorwurf entkräften könntest, gibt es nicht.

Daraus folgt der Satz, um den sich dieser Artikel dreht: Wenn dir jemand vorhält, dein Text sei «von der KI», widerlegst du das nicht, indem du auf den fertigen Text zeigst. Dein Beleg ist nicht das Ergebnis. Dein einziger möglicher Beleg wird zukünftig viel mehr der Weg dorthin sein.

Den Stand zum Wasserzeichen erklärt Anthropic in seiner Hilfe zur Kennzeichnung KI-erzeugter Inhalte, wie es technisch funktioniert, in How Claude's text watermarking works.

Was in einer Versionierung ausser dem Text noch steht

Genau hier tut die Versionierung zufällig auch etwas, für das sie eigentlich in der Vergangenheit gar nicht gedacht war. Wenn du in bun.ink arbeitest, speicherst du keine Datei, die sich selbst überschreibt, sondern legst Speicherpunkte an – Commits, die festhalten, wie der Text aussah, wann das war und was du notiert hast. Was Commits, Branches und Repository bedeuten, erklärt Git und GitHub einfach erklärt.

Dadurch entsteht neben deinem Text eine zweite „Geschichte“, die niemand bewusst schreibt: seine Entstehungsgeschichte. Wann der erste Absatz da war, welcher Satz drei Wochen lang unverändert stand, wo du eine Szene verworfen und später anders wieder aufgenommen hast. Diese zweite Ebene ist der Beleg deiner Arbeit – sie entsteht nebenbei, während du ganz normal arbeitest.

Die Zeitleiste: wann welcher Satz entstanden ist

Im Writer kannst du diese Historie auch lesen. Im Changes-Tab gibt es den Commit-Browser: eine Liste aller Speicherpunkte, jeder mit Zeitstempel und Nachricht. Du wählst zwei Stände – etwa den ersten Commit und den von heute – und siehst jede Änderung dazwischen hervorgehoben. Ausführlich beschrieben in Der Commit-Browser.

Wenn dich also jemand fragt, ob Kapitel 7 wirklich von dir ist, musst du nicht beteuern. Du kannst die vierzig Speicherpunkte zeigen, aus denen es entstanden ist.

Warum Mikroschritte überzeugender sind als ein fertiges Kapitel

Der eigentliche Beweis liegt nicht in einem einzelnen Commit, sondern in der Form der Historie. Menschliches Schreiben ist krumm: Ein Absatz wächst über eine Woche in sieben Schritten, ein anderer entsteht in zwanzig Minuten und wird am nächsten Tag halbiert. Es gibt Tage mit vierhundert Wörtern und Tage mit vierzig, Sätze, die dreimal umgestellt werden, Streichungen, Pausen, Rückkehr.

Genau das steht in einer gewachsenen Commit-Historie – und genau das fehlt, wenn ein Kapitel in einem einzigen Schritt auftaucht: vollständig, ohne eine einzige Überarbeitung danach. Ein Text, der so entsteht, ist entweder anderswo entstanden oder erzeugt worden. Beides sieht anders aus als ein Text, der von einem Menschen bearbeitet wurde.

Je kleiner du speicherst, desto dichter wird dieser Nachweis. Mit bun.ink ist das kein Zusatzaufwand mehr, es ist ohnehin die Arbeitsweise, die dir beim Zurückgehen hilft.

Vorher und nachher: was die Historie über das Werkzeug verrät

Für die dritte Gruppe wird das sehr konkret. Deine Historie enthält den Absatz, bevor das Werkzeug ihn angefasst hat: Der Commit vom Dienstagabend zeigt deine Fassung, der vom Mittwochmorgen zeigt, was die Korrektur daraus gemacht hat. Dazwischen liegt ein Vergleich, den jeder lesen kann – ein Komma, zwei umgestellte Wörter. Und ja, Fehler zu machen, z. B. Rechtschreibfehler, ist hier sehr nützlich, auch wenn es für eine KI ein Leichtes ist, sie zu finden und zu korrigieren.

Damit verschiebt sich die Frage von «Ist da Maschine drin?» zu «Was genau hat sie getan?». Du beweist nicht, dass nie ein Werkzeug im Spiel war – das kannst du seit diesem Sommer ohnehin nicht mehr. Du beweist Urheberschaft: dass der Text von dir stammt und dass ein Werkzeug ihn an den Rändern berührt hat, nicht in der Substanz.

Praktisch heisst das: ein Commit vor dem Werkzeuggebrauch, ein Commit danach. Zehn Sekunden Aufwand – und die Grenze zwischen deiner Arbeit und der Korrektur ist dauerhaft dokumentiert. Weil du die Markierung selbst nicht prüfen kannst, ist deine Historie der einzige Nachweis, der dir gehört.

Die Statistik macht es sichtbar

Was in der Historie steckt, lässt sich auch ansehen statt lesen. Die Schreibstatistik im Writer zeigt deine Arbeit als Zahlen und Bilder: Wörter pro Tag und Woche, aktive Schreibzeit, eine Heatmap über zwölf Monate. Für Projekte mit Repository kommt die Commit-Aktivität dazu.

Ein Jahr Schreibarbeit sieht darin aus wie ein Jahr Schreibarbeit eben aussieht: ungleichmässig, mit Löchern und dichten Phasen vor Abgabeterminen – nicht wie drei Nachmittage, an denen ein Buch erschienen ist. Die Statistik zählt dabei dich, nicht deinen Text: Erfasst werden Wortmengen und Zeiten, keine Inhalte.

GitHub als unbeteiligter Zeuge

Bis hierhin liegt alles bei dir – und alles, was bei dir liegt, kannst du im Zweifel auch selbst inszeniert haben. Der letzte Schritt macht daraus etwas Belastbares: Ist dein Projekt mit GitHub verknüpft, landen deine Commits bei einem Dritten, der nichts mit deinem Text zu tun hat. Wie das geht, steht in GitHub richtig nutzen.

Ein Zeitstempel, den du selbst setzt, ist eine Behauptung. Ein Zeitstempel auf dem GitHub-Server ist eher ein Beleg. Du gibst Zugriff so grob oder fein, wie du willst – eine Person einladen, das Repository öffnen, oder die Commit-Liste exportieren. Aus «Ich habe das selbst geschrieben» wird «Hier sind die 312 Schritte, mit Datum und dem Inhalt der zugehörigen Änderungen».

Natürlich ist eine gewachsene Commit-Historie kein forensischer Beweis. Sie liesse sich mit genügend Aufwand inszenieren, auch durch einen KI-Agenten. Was die Versionierung leistet, ist bescheidener, aber trotzdem nützlich: Sie verschiebt die Frage von «sieht der Text menschlich aus?» zu «gibt es eine über Wochen gewachsene, stimmige Arbeitsspur?». Das ist die bessere Frage, und sie lässt sich damit beantworten.

Und die Sicherheit deiner Texte?

Im Zusammenhang mit den bekannten grossen Sprachmodellen ergibt sich leider auch immer eine weitere Frage: Landet mein Manuskript irgendwo in einem Trainingsdatensatz? Bei bun.ink ist die Antwort kurz. Die App schickt deine Texte weder an ein Sprachmodell noch zu irgendjemand anderem, wenn du das nicht möchtest. In der bun.ink-Datenbank liegen Texteinträge nicht als lesbarer Klartext vor, sondern verschlüsselt. Wie das im Detail funktioniert, steht in Wie bun.ink deine Texte schützt.

Der Versionierung über GitHub, wie oben beschrieben, musst du ausdrücklich zustimmen. Natürlich kannst du bun.ink auch ohne GitHub nutzen. Insbesondere ein High-Privacy-Ordner oder -Projekt kann nur ohne GitHub verwendet werden. Kein anderer kann dann deine Texte lesen oder verändern. Aber mit dem Vorteil der absoluten Privatsphäre geht auch ein Nachteil einher: Es fehlt die Versionierung über GitHub – und damit im Zweifel der Beleg über deine Arbeit.

Was du zum Beleg deiner Arbeit tun kannst

Wenn dir dieser Beleg wichtig ist, lohnen sich ein paar Gewohnheiten:

• Früh anfangen. Die Historie beginnt mit dem ersten Commit, nicht erst beim fertigen Manuskript.
• Klein speichern. Lieber fünf Commits an einem Nachmittag als einen am Monatsende.
• Ehrliche Nachrichten schreiben. «Dialog gekürzt, Rückblende raus» sagt mehr als «Update».
• Umwege stehen lassen. Verworfene Fassungen sind kein Makel, sie sind der Beleg.
• Werkzeuge einrahmen. Vor und nach jedem Durchlauf durch eine Korrekturhilfe einmal speichern.
• Den Agenten getrennt halten. Grössere KI-Arbeit gehört auf einen eigenen Branch und unter das eigene Konto des Agenten – die Unterscheidung ist der halbe Nachweis.
• Überarbeitungen auch im Alleingang. Was du verworfen hast, bleibt so mitsamt Begründung dokumentiert – wie das geht, steht in Das Lektorat kommt zum Text.

Zum Schluss: ein offenes Buch, in beide Richtungen

Eine faire Warnung zum Schluss: Was hier als Nachweis beschrieben wird, funktioniert in beide Richtungen. Eine Versionierung, die zeigt, dass ein Kapitel in vierzig Schritten gewachsen ist, zeigt genauso, dass ein anderes in einem Schritt fertig dastand. Wer mit KI arbeitet, hinterlässt eine erkennbare Spur in der Historie – aber bei Modellen wie Claude gibt es seit diesem Sommer zusätzlich eine im Text selbst.

Für die meisten ist das kein Problem: Wer sein Werkzeug offenlegt, hat nichts zu verbergen, und ein gut geführtes Repository zeigt sogar, was vorgeschlagen und was übernommen wurde – genau der Gedanke im Artikel über den kontrollierten Schreibpartner.

Denn das ist der Preis und der Wert derselben Sache: mit bun.ink ist der Entstehungsprozess eines Textes ein sprichwörtlich offenes Buch. Wer jede Zeile selbst schreibt, findet darin den Nachweis, auf den er künftig angewiesen sein wird. Wer sich nur korrigieren lässt, findet den Unterschied zwischen «da war eine Maschine im Spiel» und «hier steht, was sie getan hat». Wer mit KI arbeitet, erfährt somit die Wahrheit über seine Arbeitsweise. Nur unsichtbar ist der Schreib-Prozess damit nicht mehr.