Seit Oktober 2026 rollt OpenAI für Nutzer in der EU das unsichtbare Wasserzeichen „textGrain” aus. Damit werden die Transparenzpflichten des EU AI Act erfüllt, da maschinell erzeugte Texte für andere Systeme erkennbar gemacht werden. Doch anders als bei klassischen Wasserzeichen gibt es hier keinen versteckten Code, den man löschen könnte.
textGrain ist ein statistisches Muster in der Wortwahl selbst - und genau das macht den Umgang damit so knifflig. Um das Signal loszuwerden, führt kein Weg an einer Methode vorbei: dem Paraphrasieren. Doch was bedeutet das konkret und wo endet die Wirksamkeit?
Was textGrain ist - und warum „Löschen“ nicht funktioniert
textGrain fügt dem Text keine zusätzlichen Zeichen hinzu. Stattdessen beeinflusst es bereits während der Generierung die Wahrscheinlichkeit, mit der das Modell bestimmte Wörter auswählt. Ein geheimer Schlüssel lenkt die Wortwahl so, dass ein statistisches Muster entsteht, das nur mithilfe des passenden Schlüssels von einem speziellen Detektor erkannt werden kann.
Dieses Signal ist untrennbar mit dem Textstrom verbunden: Es sitzt in der Abfolge der Wörter, nicht in einzelnen Zeichen. Weder das Kopieren und Einfügen noch das Löschen von Sonderzeichen ändern daran etwas, da es schlicht keine zu löschenden Zeichen gibt. Der einzige Weg, das Muster zu stören, besteht darin, die Wörter selbst auszutauschen - also den Text umzuschreiben.
Paraphrasieren: Der wirksamste Hebel - mit Abstrichen
OpenAI hat eigene Zahlen veröffentlicht, die zeigen, wie empfindlich textGrain auf Wortersetzungen reagiert. In Passagen mit 400 Token sank die Erkennungsrate bereits deutlich, wenn nur ein Teil der Wörter durch Synonyme ersetzt wurde.
- 10 % der Wörter ausgetauscht: Die Erkennung fiel von etwa 92 % auf 66 %.
- 25 % der Wörter ausgetauscht: Die Erkennung fiel auf etwa 17 %
OpenAI räumt selbst ein, dass substanzielles Paraphrasieren oder Übersetzen das Wasserzeichen unkenntlich machen kann. Mit anderen Worten: Wer einen Text gründlich genug umformuliert, kann das Signal praktisch auslöschen. Dies ist jedoch keine Lücke im System, sondern eine bewusste Einschränkung: textGrain ist nicht als fälschungssicherer Herkunftsnachweis gedacht, sondern als Indiz für unbearbeitete Modellausgaben.
Dabei kommt es allerdings auf die Tiefe der Bearbeitung an. Ein paar ausgetauschte Wörter oder das Korrigieren von Tippfehlern reichen nicht aus. Die Zahlen zeigen: Selbst nach 25-prozentiger Synonym-Ersetzung liegt die Erkennung noch bei 17 Prozent - ein Wert, der zwar niedrig, aber nicht null ist.
Um das Signal wirklich zu tilgen, muss der Text substanziell neu formuliert werden, statt nur oberflächlich geglättet zu werden. Das kann bedeuten, Sätze umzustellen, die Satzstruktur zu verändern oder ganze Absätze mit eigenen Worten neu zu schreiben. Entscheidend ist, dass die Wortwahl nicht mehr dem statistischen Muster folgt, das der geheime Schlüssel vorgibt.
Was beim Paraphrasieren nicht funktioniert
Nicht jede Form des „Umschreibens“ ist gleich wirksam. Einige naheliegende Ansätze bringen wenig oder gar nichts.
1. Einfaches Synonym-Austauschen ohne strukturelle Änderung:
Ersetzt du nur hier und da ein Wort durch ein bedeutungsgleiches, bleibt das statistische Muster in den übrigen Wortwahlen erhalten. Die Erkennungsrate sinkt zwar, verschwindet aber nicht. Erst wenn ein erheblicher Anteil der Wörter - idealerweise auch die Satzstruktur - verändert wird, fällt das Signal unter eine brauchbare Nachweisgrenze.
2. „Watermark-Remover“-Tools, die nur Zeichen bereinigen:
Viele Dienste werben damit, ChatGPT-Wasserzeichen zu entfernen, entfernen aber lediglich unsichtbare Unicode-Zeichen. Das hat mit textGrain nichts zu tun, da textGrain keine Zeichen einfügt. Solche Tools sind für das statistische Signal wirkungslos - und einige Anbieter sind unseriös oder gar betrügerisch.
3. Paraphrasieren mit einem anderen KI-Modell - ein zweischneidiges Schwert:
Es liegt nahe, den Text mithilfe eines anderen Sprachmodells umzuschreiben. Dadurch wird die Wortwahl möglicherweise komplett neu getroffen und das textGrain-Muster verschwindet. Der resultierende Text ist dann jedoch nicht mehr der ursprüngliche Text und du hast keine Kontrolle darüber, ob das andere Modell selbst ein Wasserzeichen einbaut oder den Inhalt verfälscht. Zudem ist der Detektor von OpenAI nicht öffentlich zugänglich, sodass du gar nicht überprüfen kannst, ob das Signal wirklich weg ist.
4. Die Annahme, „ein paar Änderungen reichen schon“:
Die verlockende Schlussfolgerung aus den 17-%-Zahlen lautet: „Wenn man 25 % der Wörter austauscht, ist es gut.“ Aber 17 % Erkennung sind nicht null. Wenn es dir ernsthaft darum geht, das Muster zu beseitigen, musst du tiefer eingreifen. Ein oberflächliches Lektorat - hier ein Synonym, da eine kleine Umformulierung - lässt das Muster in vielen Fällen überleben.
Praxisbeispiel: Was Paraphrasieren wirklich bringt
Um zu zeigen, wie stark das textGrain-Signal auf Bearbeitungen reagiert, habe ich denselben Absatz in vier Varianten gegenübergestellt: vom Original über zwei Paraphrasen bis hin zu einer kompletten Neufassung. Wische oder klicke dich durch die Versionen: Die farbig markierten Wörter wurden ersetzt, die Randfarbe verrät, ob das Wasserzeichen überlebt hat.
Eine Einschränkung vorweg: Ob das Signal tatsächlich verschwunden ist, lässt sich von außen nicht überprüfen, da OpenAI den Detektor nicht freigibt. Was du hier siehst, ist meine Einschätzung auf Basis der veröffentlichten Zahlen und der Funktionsweise von textGrain - aber kein Beweis.
Die unbequeme Wahrheit: Du kannst es nicht überprüfen
Wie bereits geschrieben, bleibt selbst bei einer gründlichen Paraphrasierung des Textes eine Unsicherheit bestehen: OpenAI gibt den Detektor nicht für die Öffentlichkeit frei. Der Zugang ist auf genehmigte Forscher und Organisationen beschränkt. Das bedeutet, dass du nicht selbst feststellen kannst, ob dein umgeschriebener Text das textGrain-Signal noch trägt.
Jede Website, die eine „Entfernungsquote“ oder einen „wasserzeichenfreien“-Status verspricht, ist nicht vertrauenswürdig, da sie keinen Zugriff auf den Detektor hat. Paraphrasieren ist der einzig plausible Weg, liefert aber kein garantierbares Ergebnis, das du überprüfen könntest.
Meine Meinung
textGrain lässt sich nicht „löschen“ wie ein verstecktes Zeichen. Es ist ein statistisches Muster in der Wortwahl, und der einzige Hebel dagegen ist das Umschreiben des Textes selbst. OpenAIs eigene Zahlen zeigen, dass schon moderate Wortersetzungen die Erkennung stark senken - und substanzielles Paraphrasieren das Signal undurchschaubar machen kann.
Aber: Oberflächliches Synonym-Austauschen reicht nicht, Tools, die nur unsichtbare Zeichen filtern, sind nutzlos, und überprüfen kannst du das Ergebnis von außen nicht. Wer textGrain wirklich loswerden will, muss den Text so gründlich neu formulieren, dass er am Ende dein Text ist - nicht der des Modells.
