Rund um Künstliche Intelligenz verläuft gerade ein stilles Kräftemessen. Auf der einen Seite versuchen Anbieter und Regulierer, KI-generierte Inhalte kennzeichenbar zu machen und Trainingsdaten zu ordnen. Auf der anderen Seite entstehen im Wochentakt Werkzeuge, die genau das wieder aushebeln – oder die eigenen Daten vor der KI verstecken. Dazwischen stehen Nutzer, Unternehmen und Kreative, die mit den praktischen Folgen leben müssen.
Ein Blick auf die jüngsten Meldungen zeigt, wie breit dieses Ringen inzwischen ist: von Wasserzeichen in Claude-Texten über eine Schriftart, die Scraper austrickst, bis zu Warnungen der Europäischen Zentralbank vor einem Kurseinbruch bei KI-Aktien. Die einzelnen Puzzleteile ergeben zusammen ein Bild davon, wie stark KI mittlerweile in Technik, Recht und Wirtschaft eingreift.
Wasserzeichen für KI-Texte – und ihr schnelles Ende
Anthropic hat begonnen, mit seinen KI-Modellen erzeugte Inhalte zu kennzeichnen. Auslöser sind neue EU-Vorgaben: In der EU sind Wasserzeichen für neue Modelle ab dem 2. August 2026 verpflichtend, bestehende Modelle will Anthropic nach und nach nachrüsten. Die Methode orientiert sich an Googles SynthID, das in Texten bestimmte Wortmuster einbaut und Bilder minimal verändert – für Menschen soll beides nicht erkennbar sein.
Der Widerstand ließ nicht lange auf sich warten. Wie Golem.de unter Berufung auf Wired berichtet, veröffentlichte der Entwickler Guillaume Meyer nur vier Stunden nach Anthropics Ankündigung sein Tool Watermark Remover. Als Gründe nannte er gegenüber Wired den Reiz der Herausforderung und die Sorge, als französischer Muttersprachler wegen rein assistierender KI-Nutzung – etwa zur Verbesserung eigener Texte – abgestraft zu werden. Gegen eine Kennzeichnung KI-generierter Inhalte sei er grundsätzlich nicht.
Die eigentliche Schwierigkeit liegt darin, dass das Wasserzeichen über die Textstruktur selbst gebildet wird. Der Watermark Remover ersetzt daher Wörter durch Synonyme und strukturiert Texte um; auch Übersetzungen sind ein Weg. Solche Eingriffe können die Textqualität verschlechtern, zumal für das Umschreiben ein Modell genutzt werden muss, das selbst keine Wasserzeichen setzt. Wem Qualität wichtig ist, kann alternativ nur die zur Markierung genutzten Unicode-Zeichen entfernen lassen. Eine Garantie gibt es nicht: Die Beschreibung im GitHub-Repository spricht ausdrücklich von einer Best-Effort-Methode – schon deshalb, weil Anthropic sein Verfahren noch nicht einmal vollständig ausgerollt hat und im Detail unklar bleibt, was genau passiert.
Shieldfont: Eine Schrift als Bollwerk gegen Scraping
Während bei Anthropic die Kennzeichnung im Vordergrund steht, setzt ein anderes Projekt am Anfang der Nahrungskette an: bei den Trainingsdaten. Viele KI-Unternehmen setzen Bots ein, die Webseiten nach verwertbaren Inhalten durchforsten. Diese Scraper greifen den HTML-Code ab, analysieren den Text und geben ihn – falls geeignet – ans Training weiter. Das geschieht laut t3n gelegentlich auch dann, wenn Betreiber dem ausdrücklich widersprochen haben.
Designer Isaque Seneda und Copywriter Gabriel Abrucio wollen das mit einer Schriftart namens Shieldfont unterbinden. In ihrem Paper "The Consent Layer" beschreiben sie einen Trick mit Ligaturen. Normalerweise verbinden Ligaturen zwei Buchstaben zu einem einheitlicheren Druckbild. Shieldfont geht weiter und tauscht ganze Wörter aus: Was ein Mensch auf der geladenen Seite als "Pferd" liest, steht im HTML-Code als "Motor". Aus dem Satz "Der Ritter reitet auf seinem Pferd in die Schlacht" wird für den Scraper "Der Ritter reitet auf seinem Motor in die Schlacht".
Der Clou liegt in der Dosierung. Würden Wörter nur leicht verändert, bliebe der Sinn erhalten und der Text weiterhin wertvoll. Würden sie rein zufällig ersetzt, ergäbe der Satz keinen Sinn mehr – fortgeschrittene Scraper könnten das erkennen und die Passagen überspringen. Shieldfont ersetzt im Schnitt 24,5 Prozent aller Wörter und führt die Systeme so in die Irre, dass sie die Texte teils für echt halten. Beim Test mit sechs bekannten Scrapern wurden 90 Prozent der Inhalte wegen niedriger Qualität abgewiesen; der Rest enthielt laut den Erfindern rund 20 Prozent unverständliche Sätze.
Die Macher vergleichen ihr Vorgehen mit einem Obstgarten, in den man einige bittere Orangen mischt: Sie sehen von außen perfekt aus, verderben aber den ganzen Saft. Zurückgewiesener Text bedeutet, dass die KI das Werk nicht bekommt – behaltener Text, dass sie etwas Falsches bekommt.
Die Kehrseite: Barrierefreiheit und ein Wettrüsten
So clever der Ansatz ist, so klar sind seine Grenzen. In den Kommentaren unter dem t3n-Artikel weisen Leser auf ein grundsätzliches Problem hin: Wer Text kopiert, um ihn zu zitieren, erhält Nonsens – und Menschen, die auf Screenreader angewiesen sind, bekommen ebenfalls nur Unsinn vorgelesen. Gute Barrierefreiheit heißt fast immer auch gute Maschinenlesbarkeit; verschlechtert man Letztere, trifft es Menschen oft härter als Maschinen. Hinzu kommt die Sorge, dass Scraper schnell lernen, die Wörter zurückzutauschen, sodass am Ende nur die Nachteile für menschliche Nutzer bleiben. Und es gibt einen technischen Ausweg: Scraper könnten ein Bild der Seite anfertigen und den echten Text auslesen. Das ist laut den Erfindern allerdings fünf- bis dreizehnmal so teuer wie das simple Auslesen des HTML-Codes.
Wenn KI-Firmen Bücher scannen und zerstören
Der Hunger nach Trainingsdaten treibt noch drastischere Entwicklungen an. Laut Golem.de kaufen KI-Unternehmen massenhaft alte Bücher auf, scannen sie und vernichten sie anschließend. Der Grund liegt im US-Recht: Wird ein physisches Exemplar zerstört, fällt die Nutzung eher unter die Fair-Use-Regel, was nach Ansicht der Firmen Probleme mit dem Urheberrecht umgehen soll.
Die Schattenbibliothek Anna's Archive sieht darin eine Gefahr für das kulturelle Erbe und ruft Nutzer dazu auf, selbst Bücher zu scannen und dem Archiv zur Verfügung zu stellen. Das Ziel ist ambitioniert formuliert: eine digitale "Bibliothek von Alexandria", damit originäre Texte frei zugänglich bleiben, während KI-generierte Inhalte das offene Internet zunehmend überschwemmen. Genau diese Flut dürfte auch der Grund sein, warum Firmen auf alte gedruckte Werke ausweichen. Wie groß der tatsächliche Verlust ist, bleibt unklar – viele der betroffenen Bücher galten bei den verkaufenden Antiquaren als kaum verkäuflich.
Anna's Archive ist selbst umstritten, weil die Plattform gegen Urheberrechte verstößt. Das hielt aber offenbar weder Nvidia, das über Zugriff für sein KI-Training verhandelte, noch Meta ab, das Trainingsdaten von dort bezogen haben soll.
Synchronstimmen und die Angst vor der Kopie
Ein anderer Berufsstand kämpft an einer ähnlichen Front. Deutsche Synchronsprecher sehen sich durch KI existenziell bedroht. Wie das KI-Update von heise online berichtet, erlauben Vertragsklauseln von Streaming-Diensten wie Netflix, bereits aufgenommene Stimmen für das KI-Training zu nutzen. Anna-Sophia Lumpe, Vorsitzende des Verbands Deutscher Sprecher, rät ihren Mitgliedern von der Unterzeichnung solcher Verträge ab.
Ihr zentrales Argument: Es gehe nicht primär um die Stimmfarbe, sondern um die Stimmführung – die individuelle Art, Pausen zu setzen und Emotionen oder Ironie auszudrücken. Genau dieses Handwerk sollen KI-Systeme erlernen. Rechtlich wird es dann heikel, wenn Stimmen zum Training verwendet werden, ohne dass sich eine direkte Kopie nachweisen lässt. Der Verband stellt eine KI-Ausschlussklausel bereit; nicht-amerikanische Unternehmen nehmen sie laut Lumpe meist auf, US-Unternehmen verweigerten das in der Regel. Ein Google-Vertreter habe ihr zudem bestätigt, dass YouTube generell zum KI-Training genutzt werde. Viele bekannte Stimmen verweigern deshalb die Zusammenarbeit mit Netflix – mit der Folge, dass Stars wie Jason Momoa, Jennifer Lopez oder Russell Crowe in aktuellen Produktionen fremd klingen können.
Datenschutz: Filter zwischen Nutzer und Chatbot
Nicht nur die Ausgabe von KI ist ein Problem, auch die Eingabe. Rund ein Drittel der Menschen in Deutschland nutzt laut einer Bitkom-Umfrage mindestens einmal pro Woche KI, häufig Tools wie ChatGPT, Perplexity oder Copilot – etwa zum Formulieren von E-Mails oder zum Auswerten großer Dokumente. Dabei landen oft unbewusst sensible Daten bei Tech-Konzernen in den USA oder China.
An der Fernuniversität Hagen haben Doktorand Pascal Tippe und Masterstudent Michael Maximilian Grötzner deshalb einen Prototyp namens Privacy Gateway entwickelt, über den t3n berichtet. Das System arbeitet wie ein Vermittler zwischen Nutzer und Sprachmodell und erkennt sensible Inhalte, bevor sie gesendet werden. Anders als klassische Filter, die nur nach Begriffen oder Zahlenfolgen suchen, bewertet es den gesamten Zusammenhang einer Anfrage. Dafür übersetzten die Entwickler die rechtlichen Definitionen der DSGVO – konkret Artikel 4 und 9 zu personenbezogenen Daten – sowie das deutsche Geschäftsgeheimnis in ein Codebook aus Anweisungen.
Ein vollständiges Verbot generativer KI hält das Team für den falschen Weg, da es zu erheblichen Produktivitätseinbußen führe und Menschen KI ohnehin weiter nutzen würden. Allerdings zeigte die Studie auch eine Grenze: Bei Prompts mit sehr vielen personenbezogenen Daten, etwa umfangreichen medizinischen Diagnosen, geht durch die Anonymisierung viel verloren, was wichtig sein könnte. Datenschutz und Nutzbarkeit sind eben nicht immer vollständig vereinbar.
Der EU AI Act erhöht den Druck auf Unternehmen
All diese Einzelfälle stehen unter einem gemeinsamen regulatorischen Dach. Der EU AI Act zwingt Unternehmen, ihren KI-Einsatz zu ordnen. Das Spannungsfeld ist real: Zwar haben laut den in einem t3n-Beitrag zitierten Zahlen 98 Prozent der Unternehmen eine KI-Strategie, aber nur bei 39 Prozent wird der Einsatz aktiv vom Top-Management gesteuert. Wo klare Vorgaben fehlen, weichen Mitarbeitende auf eigene Lösungen aus – die sogenannte "Shadow AI". Besonders kritisch ist das in Bereichen wie HR, Finance oder Legal, wo personenbezogene und rechtlich relevante Daten verarbeitet werden.
Damit rückt auch die Frage nach dem Serverstandort in den Vordergrund. Wird eine KI-Anwendung in Deutschland betrieben, erfolgt die Datenverarbeitung im deutschen Rechtsrahmen – für Firmen aus regulierten Branchen wie Gesundheitswesen, Finanzwirtschaft oder öffentlichem Sektor ein wichtiges Kriterium. Ein weiterer Baustein sind modellagnostische Anwendungen, die sich mit verschiedenen KI-Modellen betreiben lassen und so die Abhängigkeit von einzelnen Anbietern senken.
Die wirtschaftliche Kehrseite: Warnung vor dem Kurssturz
Über all dem schwebt die Frage, ob der KI-Boom finanziell tragfähig ist. Eine Analystengruppe der Europäischen Zentralbank kommt in einem Blogbeitrag zu einem bemerkenswerten Schluss, den heise online und Golem.de aufgegriffen haben: Ein Einbruch bei KI-Aktien sei wahrscheinlich – unabhängig davon, ob die aktuellen Bewertungen rational sind oder nicht.
Die Argumentation ist gesamtwirtschaftlich. Mit der breiten Adaption einer Technologie verlagert sich das Risiko von wenigen Unternehmen auf die gesamte Wirtschaft. Geht dann etwas schief, drohen breite Verluste, die sich nicht auffangen lassen, weshalb Investoren höhere Risikoaufschläge verlangen. Historische Boom-Bust-Zyklen – vom Eisenbahn-Boom über Elektrizität und Radio in den 1920ern bis zur Dotcom-Blase – stützen diese Erwartung. Nur ein überproportionales Gewinnwachstum könnte einen Einbruch verhindern; einen genauen Zeitpunkt nennen die Analysten nicht, weil sich dieser nur rückblickend bestimmen lasse.
Für Europa ist das relevant, weil Privatanleger allein über ETFs rund 440 Milliarden Euro in Anteilen der "Magnificent Seven" – Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia und Tesla – halten. Bei anhaltend fallenden Kursen könnten Fonds zu Zwangsverkäufen genötigt werden und den Abwärtstrend verstärken. Versicherungen und Pensionsfonds sind mit rund 280 beziehungsweise 200 Milliarden Euro exponiert. Erschwerend kommt hinzu, dass die Politik heute weniger Spielraum für Zinssenkungen oder fiskalpolitische Maßnahmen hat als zu Zeiten der Dotcom-Blase.
Was bedeutet das für dich?
Die Meldungen wirken zunächst wie unverbundene Einzelfälle, doch für den Alltag ergeben sich konkrete Konsequenzen. Ein paar Ansatzpunkte:
- Verlass dich nicht auf Wasserzeichen. Die Kennzeichnung KI-generierter Texte ist bestenfalls ein Hinweis, keine verlässliche Erkennung. Umgehungstools existieren bereits, bevor die Technik überhaupt vollständig ausgerollt ist.
- Sei vorsichtig mit Eingaben. Gib keine sensiblen personenbezogenen Daten oder Geschäftsgeheimnisse in öffentliche Chatbots ein. Solche Eingaben können ins Modelltraining fließen und später anderen Nutzern begegnen.
- Prüfe KI-Ergebnisse gegen. Von automatischen Meeting-Notizen bis zu Rechercheantworten gilt: Fehler sind eingebaut, nicht die Ausnahme. Ein menschlicher Kontrollschritt bleibt Pflicht.
- Im Unternehmen: Regeln vor Verboten. Klare, freigegebene Tools und ein einfacher Prüfprozess verhindern "Shadow AI" wirksamer als pauschale Verbote.
- Als Anleger: Klumpenrisiken kennen. Wer breit gestreute ETFs hält, ist über die großen Tech-Werte oft stärker in KI investiert, als ihm bewusst ist.
Häufige Fragen
Kann man zuverlässig erkennen, ob ein Text von KI stammt?
Nein. Anthropics an SynthID angelehntes Verfahren baut Muster in die Textstruktur ein, doch es lässt sich durch Umschreiben, Synonymtausch oder Übersetzung umgehen. Selbst die überarbeitenden Methoden des Watermark Removers geben keine Garantie, und das Repository selbst spricht von einer Best-Effort-Lösung. Eine hundertprozentige Erkennung existiert derzeit nicht.
Was ist Shieldfont und funktioniert es wirklich?
Shieldfont ist eine Schriftart, die im HTML-Code ganze Wörter durch andere ersetzt, während der Mensch auf der Seite den korrekten Text sieht. Im Test wurden 90 Prozent der Inhalte von sechs Scrapern wegen niedriger Qualität abgewiesen. Es gibt aber Schwächen: Kopierter Text und Screenreader liefern Unsinn, und Scraper könnten per Bilderkennung ausweichen – wenn auch deutlich teurer.
Warum kaufen KI-Firmen alte Bücher, um sie zu zerstören?
Durch das Scannen und anschließende Vernichten physischer Exemplare erhoffen sich die Unternehmen, unter die US-amerikanische Fair-Use-Regel zu fallen und so Urheberrechtsprobleme zu umgehen. Die Schattenbibliothek Anna's Archive warnt vor einem Verlust seltener Werke und ruft dazu auf, Bücher selbst zu digitalisieren und zu bewahren.
Wie schütze ich sensible Daten bei der KI-Nutzung?
Am wirksamsten ist, sensible Angaben gar nicht erst einzugeben. Ansätze wie das an der Fernuni Hagen entwickelte Privacy Gateway erkennen und entfernen kritische Inhalte vor dem Versand an das Sprachmodell. Im Unternehmenskontext helfen freigegebene Tools, Hosting im deutschen Rechtsrahmen und klare Regeln, wer welche Daten in welche Modelle geben darf.
Steht ein Crash bei KI-Aktien bevor?
Eine EZB-Analystengruppe hält eine Kurskorrektur für wahrscheinlich, unabhängig davon, ob die Bewertungen rational sind. Einen Zeitpunkt nennt sie nicht, da sich dieser nur rückblickend bestimmen lässt. Auf lange Sicht schließen die Analysten einen Wertzuwachs nicht aus – kurzfristig raten sie Investoren aber, sich auf einen Einbruch vorzubereiten.
