Wie AI-Text-Watermarking funktioniert: Künstliche Intelligenz im Textstrom erkennen
Verständnis des Anthropic-Text-Wasserbanksystems, das über Wortwahlstatistiken statt über versteckte Daten funktioniert.
Inmitten der weiten Verbreitung künstlicher Intelligenz ist die Unterscheidung von KI-generierten Texten zu einer wichtigen Angelegenheit geworden, insbesondere da Entwickler wie Anthropic (Ersteller von Claude) maschinenlesbare Wasserzeichen eingeführt haben, um die Anforderungen des EU AI Act und mehr Transparenz zu erfüllen.
Technische Analysen und Open-Source-Quellen zeigen, dass das AI Text Watermarking völlig anders funktioniert als das Einbetten von Metadaten oder das Verstecken spezieller Zeichen wie unsichtbarem Unicode in Dateien.
Das eigentliche Prinzip besteht darin, ein „statistisches Muster“ (Statistical Bias) auf der Ebene der Token-Auswahl zu verwenden. Während das Modell Text generiert, hilft ein geheimer Schlüssel (Secret Key), das Modell dazu zu bringen, bestimmte Wörter mit ähnlicher Bedeutung zu wählen, anstatt nur das natürlichste Wort mit der höchsten Wahrscheinlichkeit auszuwählen. Dies ist vergleichbar mit dem Einprägen eines statistischen Fingerabdrucks in den Inhalt.
Dieses System hat jedoch sowohl Stärken als auch Einschränkungen. Das Wasserzeichen bleibt auch nach dem Kopieren und Einfügen (Copy/Paste) erhalten, aber die Erkennungsgenauigkeit hängt von der Länge des Textes ab. Ist der Text zu kurz, ist er schwer zu erkennen. Darüber hinaus können die statistischen Signale zerstört werden und verblassen, wenn der Text stark bearbeitet oder paraphrasiert wird.
Diese Technologie ist für Nutzer in Thailand und weltweit wichtig, um zu verstehen, wie Behörden und Plattformen beginnen werden, den Ursprung von KI-generierten Inhalten zu überprüfen, und macht auf die technischen Einschränkungen aufmerksam, dass Wasserzeichen durch das Umschreiben von Text leicht verzerrt werden können.