Seit ein paar Wochen kursiert in Entwicklerkreisen ein Werkzeug mit einem klaren Versprechen: Es soll die neuen KI-Wasserzeichen aus Claude-Inhalten wieder herausholen.
Das Projekt heißt watermarks-remover, ist quelloffen und stammt nicht von Anthropic, sondern aus der Community. Höchste Zeit, das Ganze mal nüchtern anzuschauen – ohne Panik und ohne Jubel.
Der Hintergrund: Claude markiert seit August KI-Inhalte
Anthropic hat sich zur Umsetzung des EU AI Act verpflichtet, konkret zu Artikel 50 und dem zugehörigen Transparency Code of Practice. Die Vorgabe dort ist im Kern simpel: Wer KI-Inhalte in Umlauf bringt, soll sie maschinenlesbar als solche kennzeichnen.
Seit dem 2. August 2026 tut Claude genau das – und zwar auf zwei Wegen:
- Bei Text wird ein unsichtbares, statistisches Wasserzeichen eingebettet. Du siehst davon nichts, es steckt in der Art, wie das Modell Wörter auswählt.
- Bei generierten Dateien – etwa SVG, PNG oder JPG – landen signierte C2PA-Provenienz-Metadaten in der Datei. Das ist derselbe Standard, den auch Kamerahersteller und Adobe nutzen.
Das gilt quer durch Anthropics Produkte: Claude, Claude Code, die API, Cowork und Tag. Der Punkt ist wichtig, weil viele glauben, Kennzeichnung heiße sichtbares Logo in der Bildecke. Genau das ist es nicht.
Was der Watermark-Remover-Skill macht
Als Antwort darauf hat der Entwickler Guillaume Meyer das Projekt watermarks-remover veröffentlicht, mit dem Skill remove-ai-marks (früher remove-claude-marks). MIT-Lizenz, Stand der Dinge Version 0.5.0. Der Skill selbst enthält keinen Code, sondern ruft per HTTP einen lokalen Python-Dienst auf – das ist ungewöhnlich, aber technisch sauber getrennt.
Er arbeitet auf drei Ebenen:
Layer A – unsichtbare Zeichen. Hier werden deterministisch Unicode-Zeichen entfernt, die man beim Lesen nicht sieht: Zero-Width-Spaces, Bidi-Steuerzeichen und Ähnliches. Der Text selbst bleibt inhaltlich unangetastet. Diese Ebene ist zuverlässig, weil sie schlicht Zeichen löscht, die entweder da sind oder nicht.
Layer B – statistisches Wasserzeichen. Hier wird es wackelig. Um das eingebettete Textwasserzeichen zu stören, lässt der Skill den Text von einem zweiten Modell satzweise umschreiben. Der Entwickler nennt das selbst „Best Effort“ – also ein Versuch ohne Garantie.
Datei-Ebene. Aus PNG, JPEG, PDF, DOCX oder SVG werden C2PA-, EXIF-, XMP- und Dokumentmetadaten gestrippt. Das ist technisch trivial und funktioniert – Metadaten zu löschen konnte jedes Bildtool schon vor zwanzig Jahren.
Die Einordnung: Was das Werkzeug nicht leisten kann
Und damit sind wir beim eigentlichen Punkt. Die drei Ebenen sind unterschiedlich stark – und ausgerechnet die interessanteste ist die schwächste.
Ein statistisches Wasserzeichen sitzt nicht neben dem Text, sondern im Text. Es steckt in der Wortwahl selbst. Du bekommst es nur raus, indem du die Wortwahl änderst. Und genau das macht Layer B: Es schreibt um. Was danach herauskommt, ist ein anderer Text – womöglich schlechter, womöglich mit neuen Fehlern, und ganz sicher mit dem Wasserzeichen des zweiten Modells drin, wenn das ebenfalls kennzeichnet.
Der Skill selbst weist ausdrücklich darauf hin, dass niemand garantieren kann, dass bereinigter Text einen künftigen offiziellen Anthropic-Check besteht. Anthropic hat eine Erkennungs-API angekündigt, veröffentlicht ist sie noch nicht. Heißt: Es gibt derzeit gar keine belastbare Möglichkeit, die Wirksamkeit zu prüfen. Wer behauptet, sein Tool entferne Claude-Wasserzeichen sicher, hat schlicht keine Grundlage für diese Aussage.
Der Wildwuchs drumherum
Rund um das Thema ist innerhalb weniger Wochen eine kleine Industrie entstanden: „Watermark Remover“, „AI Text Cleaner“, „Watermark Checker“ – Dutzende Websites, viele davon offensichtlich SEO-getrieben, einige kostenpflichtig. BleepingComputer hat sich das angesehen und kommt zu einem ernüchternden Ergebnis: Kaum einer dieser Anbieter kann belegen, dass sein Werkzeug überhaupt funktioniert.
Nebenbei kursieren im Claude-Code-Marktplatz noch Skills, die sichtbare Logo-Wasserzeichen aus Bildern entfernen. Das ist ein völlig anderes Thema und wird in der Berichterstattung munter vermischt.
Was mich daran stört: Ein Werkzeug, dessen Wirkung sich nicht überprüfen lässt, verkauft Sicherheit, die es nicht liefern kann. Wer sich darauf verlässt, dass sein Text „sauber“ ist, könnte sich böse täuschen – etwa in einer Hochschule, in einer Redaktion oder in einem Ausschreibungsverfahren.
Die rechtliche Seite
Es gibt legitime Gründe, Metadaten zu entfernen. EXIF-Daten enthalten GPS-Koordinaten, Dokumentmetadaten verraten interne Dateipfade und Bearbeiternamen. Datenschutz ist ein guter Grund, das zu bereinigen.
Provenienz-Kennzeichnung ist aber etwas anderes. Sie existiert, damit Menschen erkennen können, woher ein Inhalt stammt. Wer sie gezielt entfernt, um KI-Herkunft zu verschleiern, hebelt genau die Transparenz aus, die der EU AI Act herstellen soll – und die Kennzeichnungspflicht trifft in bestimmten Konstellationen auch dich als Anwender, nicht nur Anthropic. Dazu kommen Hausregeln: Hochschulen, Verlage, Auftraggeber und Plattformen haben eigene Vorgaben zur Offenlegung. Die verschwinden nicht dadurch, dass ein Metadatenfeld leer ist.
Warum hier keine Klick-für-Klick-Anleitung steht
Bewusst verzichte ich an dieser Stelle auf eine Installationsanleitung. Nicht aus Prüderie – das Projekt liegt öffentlich auf GitHub, wer es sucht, findet es in dreißig Sekunden. Sondern weil eine Schritt-für-Schritt-Anleitung in diesem Fall etwas anderes ist als Berichterstattung: Sie senkt die Hürde für genau die Anwendung, die problematisch ist.
Wenn du Metadaten aus eigenen Dateien entfernen willst, brauchst du dafür ohnehin keinen speziellen KI-Skill. exiftool macht das seit Jahren, ist gut dokumentiert und tut nichts, was du nicht willst.
Was Du mitnehmen kannst
Der Watermark-Remover-Skill ist technisch sauber gebaut und in einem Punkt ehrlicher als der Rest des Marktes: Er sagt selbst, dass er das statistische Textwasserzeichen nicht rückstandsfrei entfernen kann. Genau das ist der Kern der Sache.
Die spannendere Frage ist ohnehin eine andere: Ein Wettrüsten zwischen Kennzeichnung und Entfernung hat gerade erst begonnen, und die Kennzeichnungsseite hat bisher noch nicht einmal ihre Prüfwerkzeuge veröffentlicht. Bis dahin bewegt sich das Ganze im Bereich der Behauptungen – auf beiden Seiten.
