Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
isthisaiwritten.com1. November 2026 · Q000603

Best AI Watermark Detectors in 2026: SynthID and More

isthisaiwritten.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht vergleicht öffentliche Prüfer für KI-Kennzeichnungen: SynthID Detector decke Bilder, Videos und Audio am breitesten ab, während Text-Wasserzeichen nur ausgewählte Organisationen prüfen könnten. Positive Funde seien aussagekräftig, fehlende Kennzeichnungen aber kein Beweis menschlicher Urheberschaft; außerdem wurden die Werkzeuge laut Bericht nicht selbst getestet.

Mittel

Der Bericht vergleicht öffentliche Prüfer für KI-Wasserzeichen und Content Credentials (Stand: 1. November 2026). Er stellt Googles SynthID Detector als breiteste öffentliche Prüfung für Bilder, Videos und Audio dar: Seit dem 7. Oktober 2026 sei er weltweit auf Englisch verfügbar und erkenne SynthID von Google und mehreren Partnern. Er prüfe aber nur dieses Wasserzeichen und keinen Text. OpenAI Verify suche in Bildern und Audio nach OpenAI-Content-Credentials und SynthID; Claude Content Checker prüfe Dateien bis 100 MB auf Claude-Kennzeichnungen. Content Credentials Verify lese C2PA-Metadaten verschiedener Aussteller aus. Laut Bericht seien öffentliche Text-Wasserzeichen-Detektoren nicht verfügbar; Anthropic und OpenAI beschränkten den Zugang auf ausgewählte Organisationen. Für Text beschreibt die Website ihr eigenes kostenloses Klassifikationswerkzeug als alternative Einschätzung des Schreibstils, nicht als Wasserzeichenprüfung.

Der Bericht unterscheidet eingebettete Wasserzeichen von signierten Metadaten, die beim Speichern oder Hochladen verloren gehen können. Ein positiver Fund sei ein starker Hinweis auf Erstellung oder Verarbeitung durch ein bestimmtes Unternehmen. Ein negativer Fund beweise wenig: Kennzeichnungen könnten fehlen, entfernt oder geschwächt sein. Kein Checker sage aus, ob ein Inhalt wahr oder von einem Menschen erstellt wurde. Die Werkzeuge wurden laut Bericht nicht selbst getestet; die Angaben stammen aus den jeweiligen Produktseiten.

Ausführlich lesen

Der Bericht vergleicht öffentlich zugängliche Werkzeuge zur Erkennung von KI-Wasserzeichen und Content Credentials. Seine zentrale Aussage: Für Bilder, Videos und Audio sei Googles SynthID Detector die breiteste öffentliche Prüfung; für Text gebe es dagegen keinen öffentlichen Wasserzeichen-Checker. Die Angaben beziehen sich auf den Stand vom 1. November 2026. Der Bericht sagt, er habe die Werkzeugseiten geprüft, die Checker aber nicht selbst getestet.

SynthID Detector sei seit dem 7. Oktober 2026 weltweit auf Englisch für alle zugänglich und prüfe Bilder, Videos und Audio auf SynthID-Markierungen von Google sowie Partnern wie OpenAI, NVIDIA, Kakao und Apple. Er erkenne jedoch nur SynthID. Ein negatives Ergebnis sage daher nichts darüber aus, ob eine Datei mit einem anderen KI-System erstellt wurde. Google zufolge seien mehr als 180 Milliarden Bilder und Videos sowie 240.000 Jahre Audio markiert worden. Der öffentliche Detector prüfe keinen Text; Googles SynthID Text sei laut Bericht zwar für eigene Modelle und Schlüssel verfügbar, aber nicht als öffentlicher Prüfservice.

OpenAI Verify prüfe Bilder und Audiodateien auf Content Credentials und SynthID-Markierungen in OpenAI-Ausgaben. OpenAI beschreibe gefundene Signale als verlässlich und Fehlalarme als selten. Werden keine Signale gefunden, könne die Datei dennoch von OpenAI stammen: Metadaten könnten entfernt, Wasserzeichen durch Bearbeitung geschwächt oder ältere Ausgaben ohne diese Signale erzeugt worden sein. Der Claude Content Checker suche kostenlos in Bildern, Videos und Audiodateien bis 100 MB nach von Claude ausgestellten Content Credentials. Laut Anthropic verlasse die Datei dabei nicht das Gerät; geprüft werde nur die angehängte Kennzeichnung, nicht der Inhalt. Content Credentials Verify lese C2PA-Metadaten verschiedener Aussteller aus und zeige unter anderem dokumentierte Änderungen. Die Initiative warne, dass viele Dateien noch keine solchen Angaben enthielten.

Der Bericht unterscheidet zwei Arten von Hinweisen: Wasserzeichen seien in Pixel, Ton oder Wörter eingebettet; Content Credentials seien signierte Metadaten, die beim erneuten Speichern oder Hochladen verloren gehen könnten. Anthropic und OpenAI beschränkten die Prüfung statistischer Text-Wasserzeichen auf ausgewählte Organisationen. Deshalb empfiehlt der Bericht für eingefügten Text einen KI-Textklassifikator, der den Schreibstil bewertet, statt einen Wasserzeichen-Detektor vorzugeben. Als eigenes Angebot stellt die Website IsThisAiWritten vor: kostenlos, ohne Anmeldung und laut Anbieter mit lokaler Verarbeitung im Browser. Es sei ein Klassifikator, kein Wasserzeichen-Leser; die Aussagen zu Datenschutz, Funktionsumfang und Kosten sind Angaben des Anbieters.

Als wesentliche Grenze betont der Bericht, ein positives Ergebnis sei ein starker Hinweis darauf, dass ein bestimmtes Unternehmen eine Datei erstellt oder verarbeitet habe. Ein negatives Ergebnis sei deutlich weniger aussagekräftig, weil Markierungen fehlen, entfernt oder beschädigt sein könnten und viele Generatoren die genannten Verfahren nicht nutzten. Kein Ergebnis belege, dass ein Mensch den Inhalt erstellt habe oder dass er wahr sei. Die Rangfolge beruhe auf der Abdeckung der Werkzeuge; eigene Vergleichstests oder Messungen zur Erkennungsleistung führt der Bericht nicht an.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die Zusammenfassung in der mittleren Fassung; die kurze Fassung ist ebenfalls treu, lässt aber Content Credentials und die Zugangsregeln weitgehend aus. Die Einordnung stützt sich allein auf den Bericht, Lunas Stufen und Anteile wurden unabhängig vergeben.

Im Bericht, aber nicht in der Zusammenfassung

  • Der EU-Verhaltenskodex erlaubt, Textdetektion für eine befristete Zeit auf verifizierte Expertennutzer zu beschränken.
  • Anthropics Textdetektions-API ist nur für berechtigte Organisationen in privater Vorschau verfügbar.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 31 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 26 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 33 %beantwortet teilweise oder widerspricht
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 27 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 24 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 42 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 45 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 22 %einzelne zitierbare Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E1-T09 Bekommen zivile Forschende an Hochschulen und unabhängige Organisationen der Zivilgesellschaft geregelten Zugang zu Modellen, Daten und Befunden der Prüfer, oder bleibt die Prüfung bei staatlich bestellten Stellen? Luna: Stufe 4 · 41 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 62 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 37 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 22 %einzelne zitierbare Belege
    • Luna 55 %einzelne zitierbare Belege
    • JEV 36 %beantwortet teilweise oder widerspricht
    • amos 26 %umfangreiche Belege
    • SubQ 34 %beantwortet direkt und ausführlich
    • drex 42 %umfangreiche Belege
    • d3-ultra 51 %umfangreiche Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-I1-T01 Welche gemeinsamen Standards für Herkunftsnachweis und Erkennung (Wasserzeichen, signierte Metadaten, Fingerabdrücke von Modellen) würden Labore, Plattformen und Regierungen einführen, damit KI-erzeugte Texte, Tonaufnahmen und Videos über Ländergrenzen hinweg zuverlässig zuzuordnen sind? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 5 · umfangreiche Belege
    • SF-I1-T02 Welche gemeinsamen Regeln sollten Labore und Regierungen für Herkunftsnachweis, Kennzeichnung und schnelle Reaktion auf maschinell erzeugte oder veränderte Medien oder Texte annehmen, die eingesetzt werden, um die Öffentlichkeit zu täuschen, und dabei Journalismus, Satire und Forschung schützen? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →