Das Claude-Wasserzeichen aus deinen Texten kriegen

Seit Fable 5.1 steckt in jedem Text, den Claude für dich schreibt, ein unsichtbares Wasserzeichen. Nicht in den Metadaten, sondern im Text selbst. Hier steht, wie das funktioniert und wie du den Text mit einem lokalen Modell wieder sauber bekommst.

Was in deinem Text steckt

Claude Fable 5.1 und Claude Mythos 5.1 sind die ersten Claude-Modelle, die ihre Textausgaben markieren. Anthropic beschreibt das so: Das Modell webt das Wasserzeichen direkt in den Text hinein, du siehst es nicht, und Bedeutung, Qualität und Lesbarkeit ändern sich nicht. Das passiert auf Modellebene. Heißt: egal ob Claude.ai, API, Claude Code, Cowork oder Claude Tag, egal ob über AWS, Google Cloud oder Microsoft Foundry, und egal wo du sitzt. Anthropic wendet es weltweit an, nicht nur in der EU. Hintergrund ist Artikel 50 im EU AI Act. Anthropic hat den dazugehörigen Code of Practice unterschrieben, rund 190 Organisationen haben das auch getan, und die Kennzeichnungspflichten gelten seit dem 2. August 2026.

Anthropic sagt nicht, welches Verfahren genau dahintersteckt. Bei den bekannten Text-Wasserzeichen läuft es so: Wenn das Modell das nächste Wort wählt, sind oft mehrere gleich plausibel. Statt frei zu würfeln, entscheidet ein geheimer Schlüssel mit, welches davon genommen wird. Der Satz liest sich für dich identisch, aber über einen längeren Text entsteht ein Muster in der Wortwahl. Die Wortwahl selbst ist die Signatur. Deshalb nimmt Copy-Paste das Wasserzeichen mit, und deshalb überleben kleine Änderungen es oft. Anthropic nennt selbst die Fälle, in denen die Erkennung nichts mehr findet: starkes Überarbeiten, Paraphrasieren, Übersetzen, Vermischen mit anderem Text. Und sehr kurze Passagen, weil zu wenig Text für ein verlässliches Signal da ist. Prüfen kannst du das Ergebnis nicht: Die Erkennung liegt in einer geschlossenen Preview. Antrag stellen dürfen Regulierer, Strafverfolgung, Medien, Faktenchecker, Forschung, Bildungseinrichtungen, EU-Zivilgesellschaft und Firmen mit eigener AI-Act-Pflicht. Deine Uni kann Zugang beantragen, du nicht. Dein Auftraggeber, deine Agentur oder die Redaktion, für die du schreibst, unter Umständen auch.

Eine Sache noch, wenn du mit Claude Code arbeitest: In Code steckt das Wasserzeichen weitgehend nicht drin. Ein anderes Wort ändert einen Satz nicht, ein anderer Variablenname macht dein Programm kaputt, und wenn ein Token für die Richtigkeit gebraucht wird, setzt Anthropic die Markierung dort gar nicht erst. In den weniger festgelegten Teilen taucht sie trotzdem auf, in deinen Kommentaren also, und in jedem Stück Prosa, das Claude drumherum schreibt.

Ollama installieren

Ollama lädt offene Modelle auf deinen Rechner und lässt sie dort laufen. Dein Text verlässt deinen Rechner nicht, es kostet nichts, und das Modell hat keinen Schlüssel, mit dem es markieren könnte. Ins Netz gehen nur der Download des Modells und der Update-Check der App.

Mac. Lade die App unter ollama.com/download und zieh sie in den Programme-Ordner. Beim ersten Start richtet sie den Terminal-Befehl ein. Danach im Terminal prüfen:

ollama --version

Auf Apple Silicon teilen sich Prozessor und Grafik denselben Speicher. Dein Arbeitsspeicher ist deshalb die einzige Zahl, die zählt. Du findest sie über das Apfelmenü unter „Über diesen Mac”.

Windows. Denselben Installer von ollama.com/download laden und durchklicken, danach PowerShell öffnen und ollama --version eingeben. Hier zählt der Grafikspeicher deiner Karte, nicht der Arbeitsspeicher. Ohne dedizierte Grafikkarte läuft es trotzdem, nur deutlich langsamer.

Das Modell nach deinem Speicher wählen

Faustregel: Der Download darf höchstens zwei Drittel deines Speichers belegen, sonst rechnet dein Rechner statt auf der Grafikeinheit und wird zäh. Größen am 04.09.2026 auf ollama.com/library nachgesehen:

Speicher	Befehl	Download
8 bis 12 GB	`ollama pull qwen3.5:4b`	3,4 GB
16 GB und mehr	`ollama pull qwen3.5:9b`	6,6 GB

Mehr Speicher heißt nicht automatisch größeres Modell. In der Bibliothek stehen zwar dickere Tags (qwen3.5:27b mit 17 GB, qwen3.6:27b mit 18 GB), die brauchen aber eine aktuelle Ollama-Version. Getestet habe ich nur qwen3.5:9b, auf einem Mac mit 24 GB. Zwei Absätze mit zusammen 119 Wörtern brauchten 24 Sekunden. Hochgerechnet wären das rund fünf Minuten für 1500 Wörter, aber das ist eine Hochrechnung aus genau einem Lauf von 24 Sekunden, keine Messung.

Den Text umschreiben lassen

Zuerst brauchst du den Text als Datei. In Claude Code sagst du einfach „schreib das als text.md in den Ordner”, im Chat markierst du die Antwort und legst sie selbst als .md ab. Dann startest du das Modell im Terminal, mit deinem Modellnamen statt meinem:

ollama run qwen3.5:9b

Der Umschreib-Prompt geht nicht als normale Nachricht, weil Enter im Terminal beim ersten Zeilenumbruch abschickt. Du setzt ihn stattdessen als Systemprompt. Die dreifachen Anführungszeichen halten die Eingabe offen, bis du sie wieder schließt:

/set nothink
/set system """
(Umschreib-Prompt von unten einfügen)
"""

/set nothink schaltet das laute Mitdenken ab, sonst steht vor jeder Antwort eine halbe Seite Gedankengang. Geprüft mit Ollama 0.20.3 und qwen3.5:9b, beides läuft.

Systemprompt statt erster Chatnachricht auch aus einem zweiten Grund: Als normale Nachricht rutscht die Anweisung mit jedem weiteren Absatz weiter nach oben, und ein kleines Modell fängt irgendwann an, Teile davon zu vergessen. Als Systemprompt steht sie bei jedem Absatz frisch da.

Danach gibst du deinen Text absatzweise rein, ein Absatz pro Nachricht, weil das Modell bei langen Texten anfängt zu kürzen. Die Antwort markierst du im Terminal, kopierst sie und fügst sie in deine Zieldatei ein. Das ist Handarbeit, Absatz für Absatz, und genau deshalb steht am Ende dieses Guides ein Prompt, der dir daraus ein Script baut.

Wenn dein Terminal die dreifachen Anführungszeichen zickig behandelt, geht es auch andersherum: Du rahmst jede einzelne Nachricht damit ein, also """ in die erste Zeile, Text darunter, """ in die letzte. Dann musst du den Prompt allerdings bei jedem Absatz mitschicken.

Umschreib-Prompt

Du formulierst deutsche Textblöcke neu. Du bekommst einen Block, du gibst denselben Inhalt in neuen Sätzen zurück. Sonst nichts.

SO SCHREIBST DU UM: Auf Satzebene, nicht auf Wortebene. Dreh die Reihenfolge der Satzteile, trenn lange Sätze auf, zieh kurze zusammen, fang anders an. Kein Synonymtausch: wenn nach dem Umschreiben noch dieselben Wortketten dastehen, hast du nichts gemacht.

DAS BLEIBT EXAKT STEHEN: Bedeutung, Reihenfolge der Argumente, Detailtiefe. Register und Ton, locker bleibt locker und nüchtern bleibt nüchtern. Die Anrede, du bleibt du. Die Markdown-Struktur. Und Zeichen für Zeichen: jede Zahl, jedes Datum, jeder Prozentwert, jeder Preis, jede Version, jeder Produkt- und Personenname, jede URL, jeder Pfad, jeder Befehl, alles in Backticks und alles in Anführungszeichen.

DAS MACHST DU NICHT: Nichts dazu, nichts weg. Keine Erklärung, keine Meinung, keine Überleitung, keine Zusammenfassung. Kein Wechsel von du auf wir. Keine Gedankenstriche.

DIESE WÖRTER BENUTZT DU NIE: spannend, faszinierend, in der heutigen Zeit, in der heutigen schnelllebigen Welt, es ist wichtig zu beachten, es ist wichtig zu verstehen, tauchen wir ein, letztendlich, im Endeffekt, nicht nur sondern auch, Gamechanger, revolutionär, nahtlos, ein Muss, zusammenfassend lässt sich sagen, darüber hinaus, des Weiteren, zudem, eine Vielzahl von, im Bereich, es empfiehlt sich, gilt es zu.

Gib nur den umgeschriebenen Block zurück.

Ein lokales Modell schreibt nicht so wie du. Es rutscht ins Amtsdeutsch, macht aus deinem „du” ein „wir” und baut Wörter ein, die du nie benutzen würdest. Dagegen hilft eine Stimmprobe: Häng zwei Absätze von dir, die du selbst geschrieben hast, unten an den Prompt an, mit einer Zeile davor:

Stimmprobe anhängen

STIMMPROBE. So schreibe ich. Triff diesen Ton, ohne Inhalte daraus zu übernehmen:

(hier deine zwei Absätze)

Zum Schluss liest du den Text einmal komplett durch. Nicht als Formalie: Bei meinem Test hat das Modell aus „Beispiel aus dieser Woche” ein „450 Videos aus dieser Woche” gemacht, und ein halber Satz war weg. Zahlen, Namen und Links prüfst du gegen das Original.

Die eine Regel

Der umgeschriebene Text darf nicht mehr durch Claude laufen. Nicht zum Polieren, nicht zum Kürzen, nicht für die Rechtschreibung. Wenn Claude den Text neu schreibt, entsteht die Markierung neu, denn sie entsteht beim Schreiben. Und was beim reinen Durchreichen passiert, sagt Anthropic nicht, prüfen kannst du es auch nicht. Deshalb die Regel: gar nicht erst reingeben, statt hinterher zu raten.

Claude Code darf dir das Werkzeug bauen. Den Text anfassen darf es nicht.

Wenn du das nicht selbst machen willst

Gib Claude Code diesen Prompt und lass ihn das abarbeiten. Er richtet Ollama und das Modell ein und baut ein kleines Script, das eine Markdown-Datei blockweise durchschickt, das Ergebnis daneben ablegt und prüft, ob unterwegs Zahlen oder Links verschwunden sind.

Prompt für Claude Code

Du richtest mir auf diesem Rechner einen Umschreib-Durchlauf ein. Lies erst den Kontext, jede Regel danach kommt daher.

KONTEXT: Claude Fable 5.1 und Claude Mythos 5.1 schreiben ein unsichtbares Wasserzeichen in jeden Text, den sie ausgeben. Das passiert auf Modellebene, gilt in jedem Claude-Produkt und weltweit. Hintergrund ist Artikel 50 im EU AI Act, dessen Code of Practice Anthropic unterschrieben hat, die Kennzeichnungspflichten gelten seit dem 2. August 2026. Details stehen unter support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content

Das Wasserzeichen steckt in der Wortwahl selbst, nicht in Metadaten. Copy-Paste nimmt es mit, kleine Änderungen überleben es oft. Weg ist es erst, wenn der Text vollständig neu formuliert wurde. Deshalb ein lokales Modell: es hat keinen Schlüssel und schickt nichts nach draußen.

DIE EINE REGEL: Der umgeschriebene Text läuft nie durch dich. Du baust das Werkzeug, das Script redet mit dem lokalen Modell und schreibt die Datei. Du gibst mir am Ende Pfad und Kennzahlen, nie den Text. Schreibst du den Text neu, entsteht die Markierung neu. Was beim reinen Durchreichen passiert, ist nicht dokumentiert und nicht prüfbar, deshalb fasst du den Text gar nicht erst an.

SCHRITT 1, SCHAU NACH, WAS DA IST. Betriebssystem, Arbeitsspeicher, Grafikspeicher. Auf dem Mac ist der Arbeitsspeicher die Leitgröße. Eine Zeile Ausgabe, mehr nicht. Prüf, ob Ollama da ist. Fehlt es, sag mir das und warte auf mein OK, bevor du irgendetwas installierst.

SCHRITT 2, MODELL VORSCHLAGEN. Such auf ollama.com/library ein Instruct-Modell, dessen Download in höchstens zwei Drittel meines Speichers passt. Nimm nur Tags, die du dort wirklich gesehen hast, keine Cloud-Tags. Nenn mir Name, Größe, Lizenz und Datum, dazu eine Alternative. Warte auf mein OK, dann zieh es. Bricht der Download mit einem 412 ab, ist meine Ollama-Version zu alt. Sag mir das und schlag ein älteres Modell vor, statt ungefragt zu aktualisieren.

SCHRITT 3, SCRIPT BAUEN unter tools/umschreiben.py. Eingabe ist der Pfad zu einer Markdown-Datei, Optionen sind Modell, Anzahl der Durchläufe (Standard 1) und Port (Standard 11434). Zerleg die Datei in Blöcke. Unverändert durchreichen: Frontmatter, Überschriften, Codeblöcke, Tabellen, Zitate, Bilder, Trennlinien, Leerzeilen und jeder Fließtext-Block unter acht Wörtern. Nur Fließtext und Listeneinträge gehen ans Modell, ein Block pro Anfrage.

Ruf die Ollama-API auf dem lokalen Port auf. Ohne Streaming, Temperatur 0.7, Kontextfenster 8192, Denkmodus aus. Den System-Prompt liest das Script aus tools/umschreib-prompt.txt, du schreibst ihn nicht in den Code. Als Nutzernachricht “Formuliere neu:” und darunter der Block. Schneide Denkblöcke und versehentliche Code-Zäune aus der Antwort. Schreib das Ergebnis als eigene Datei mit der Endung .umgeschrieben.md neben das Original. Das Original fasst du nicht an. Nur Standardbibliothek, keine Pakete nachinstallieren.

SCHRITT 4, PRÜFUNG, die das Script selbst ausgibt. Erstens den Anteil der Vierer-Wortfolgen aus dem Original, die überlebt haben: unter 20 Prozent ist gut, über 30 Prozent heißt noch einmal laufen lassen. Zweitens die Wortzahl vorher und nachher. Drittens den Faktenabgleich: zieh alle Zahlen, Prozentwerte, Preise, Datumsangaben, URLs und Backtick-Inhalte aus beiden Dateien und zeig mir, was fehlt und was neu dazugekommen ist. Fehlt etwas, steht die Warnung ganz oben. Viertens die Zahl der Gedankenstriche im Ergebnis.

SCHRITT 5, SYSTEM-PROMPT ABLEGEN. Leg tools/umschreib-prompt.txt an. Inhalt ist wörtlich der Umschreib-Prompt, den ich dir gebe, du änderst daran nichts. Frag mich danach, ob ich zwei eigene Absätze als Stimmprobe anhängen will, und häng sie unter der Überschrift “Stimmprobe” ans Ende der Datei.

SCHRITT 6, TESTEN. Bau dir in tools/test/ eine Markdown-Datei mit einer Überschrift, zwei Absätzen Fließtext, einem Codeblock, einer Zahl und einer URL. Lass das Script darauf laufen und zeig mir Überlebensrate, Wortzahlen und Faktenabgleich. Zahl, URL und Codeblock müssen unverändert sein. Sind sie es nicht, oder liegt die Rate über 30 Prozent, schärf den Prompt nach und lauf genau einmal erneut. Klappt es dann immer noch nicht, hör auf und sag mir, woran es hängt. Rate nicht weiter.

SCHRITT 7, BERICHT. Ein Block am Ende: welches Modell, wo Script und Prompt liegen, ein Aufrufbeispiel, wie lange 1500 Wörter dauern (hochgerechnet aus dem Test), und der Hinweis, dass das Original unangetastet ist. Kein Textauszug.

Der Haken

Es gibt keine Garantie. Anthropic sagt selbst, dass ein Treffer bei der Erkennung nur ein Signal ist und nicht abschließend. Umgekehrt heißt das auch: Kein Mensch kann dir bestätigen, dass dein umgeschriebener Text sauber ist. Es gibt keinen öffentlichen Detektor, und du kommst nicht an die Preview. Du arbeitest hier gegen ein Wahrscheinlichkeitssignal, nicht gegen einen Schalter.
Das lokale Modell schreibt schlechter als Claude. Deutlich schlechter. In meinem Test hat qwen3.5:9b den Ton ins Formelle gezogen („besteht darin”, „sowie”, Semikolon), einen Halbsatz komplett verschluckt und aus „Beispiel aus dieser Woche” ein „450 Videos aus dieser Woche” gemacht. Deshalb die Stimmprobe, und deshalb liest du jeden Absatz gegen. Wenn du das nicht machst, gibst du am Ende einen Text ab, der weder nach dir klingt noch stimmt.
Ein Durchlauf reicht nicht immer. Mein Test kam auf rund 30 Prozent überlebende Vierer-Wortfolgen, das Ziel liegt bei unter 20. Bei zwei Durchläufen sinkt die Rate, dafür driftet der Inhalt weiter weg. Das ist ein Abwägen, kein Rezept.
Zu lange Prompts kippen das Ergebnis. Meine erste Fassung des Umschreib-Prompts war doppelt so lang und voller Verbote. Das Modell hat daraufhin gar nichts mehr umgeschrieben und den Text unverändert zurückgegeben. Der Prompt oben ist die gekürzte Fassung, die funktioniert hat. Bau ihn nicht weiter aus.
Kurze Texte und reiner Code sind ein anderer Fall. Bei sehr kurzen Passagen ist laut Anthropic ohnehin zu wenig Text für ein verlässliches Signal da. Für einen Zweizeiler brauchst du das hier nicht.
Dateien sind eine eigene Baustelle. Bilder, die Claude erzeugt, bekommen zusätzlich signierte Herkunftsdaten nach dem C2PA-Standard. Die stecken in der Datei, nicht im Text, und dieser Weg fasst sie nicht an.
Der manuelle Weg ist Handarbeit. Absatz markieren, kopieren, einfügen, und das für jeden Absatz. Bei einem längeren Text ist das der eigentliche Aufwand, nicht die Rechenzeit. Ab etwa einer Seite lohnt sich der Prompt aus dem letzten Abschnitt mehr als die Klickerei.
Stand 06.09.2026, Modellgrößen am 04.09.2026 nachgesehen, die Terminal-Befehle am 06.09.2026 gegen Ollama 0.20.3 geprüft. Anthropic rüstet ältere Claude-Modelle nach und will den Zugang zur Erkennung ausweiten. Modellnamen und Größen bei Ollama ändern sich schnell, prüf sie im Zweifel selbst.