Anthropic watermerkt AI-tekst — en het omzeilen begon direct

TL;DR

• Wat: Anthropic voegt sinds 2 augustus 2026 onzichtbare watermerken toe aan alle tekst die Claude genereert, wereldwijd.
• Waarom relevant: Als je Claude gebruikt voor bedrijfscontent, klantcommunicatie of interne documenten, is die tekst nu machinaal herkenbaar als AI-gegenereerd.
• Wat je ermee kunt: Controleer of je contentproces rekening houdt met de detecteerbaarheid van AI-tekst — vooral bij gevoelige of externe communicatie.

Vorige week maakte Anthropic bekend dat alle Claude-modellen voortaan onzichtbare watermerken meekrijgen in gegenereerde tekst. Binnen enkele uren verschenen online al de eerste tools en workarounds om die merktekens te verwijderen. Ik vond dat opmerkelijk snel — en het zegt iets over hoe lastig dit soort transparantiemaatregelen in de praktijk te handhaven zijn.

Wat er precies is veranderd

Sinds 2 augustus 2026 zijn de transparantieverplichtingen uit Artikel 50 van de EU AI Act van kracht. Dat artikel schrijft voor dat aanbieders van generatieve AI-systemen hun output machinaal herkenbaar moeten maken — denk aan watermerken in tekst en metadata bij afbeeldingen.

Anthropic ondertekende in juli 2026 de EU Code of Practice on Transparency of AI-Generated Content, samen met zo'n 190 andere partijen. Vervolgens implementeerde het bedrijf de watermerktechnologie in alle Claude-modellen: de consumentenapp, de ontwikkelaars-API, Claude Code, Claude Cowork, én de versies die draaien via AWS, Google Cloud en Microsoft Foundry.

Wat mij opvalt: Anthropic past de markering wereldwijd toe, niet alleen voor Europese gebruikers. Dat is een bewuste keuze. Het bedrijf had technisch kunnen kiezen om alleen EU-verkeer te watermerken, maar doet dat niet.

Hoe het watermerk werkt

De techniek is gebaseerd op SynthID Text, een methode die Google DeepMind in 2024 publiceerde in Nature. Het principe is subtiel: wanneer Claude een tekst genereert, maakt het model voortdurend keuzes tussen synoniemen of formuleringen die inhoudelijk gelijkwaardig zijn. Het watermerk stuurt die keuzes op een statistische manier bij — onmerkbaar voor de lezer, maar herkenbaar voor een machine als je genoeg tekst hebt.

Een vergelijking: stel dat iemand bij het opgooien van een munt net iets vaker kop gooit dan munt. Bij tien worpen merk je het niet. Bij duizend worpen wordt het patroon zichtbaar. Zo werkt dit watermerk ook — het zit niet in een verborgen karakter of een extra regel code, maar in het patroon van woordkeuzes.

Dat heeft een paar gevolgen:

• Kopiëren en plakken behoudt het watermerk. Het zit in de woorden zelf, niet in metadata die je kunt strippen.
• Korte teksten zijn lastig te detecteren. Er zijn simpelweg te weinig woordkeuzes om een betrouwbaar patroon te herkennen.
• Bij feitelijke of technische tekst is het merk zwakker. Als er maar één juist antwoord is (een datum, een codefragment, een naam), kan het model niet kiezen en is er geen ruimte voor het watermerk.
• Kwaliteitsverschil is niet meetbaar. Anthropic meldt dat gebruikerstesten geen statistisch significant verschil laten zien tussen gewatermerkte en ongewatermerkte output.

De workarounds die direct opdoken

En hier wordt het interessant — en eerlijk gezegd een beetje voorspelbaar. Binnen twee dagen na Anthropic's aankondiging verscheen er een open-source tool genaamd watermarks-remover die ondersteuning toevoegde voor watermerken van OpenAI, Gemini én Claude. Het bericht ging snel rond op X.

De logica erachter is simpel: als het watermerk in de woordkeuzes zit, dan verdwijnt het als je genoeg woorden vervangt. Parafraseer je een tekst grondig — volgens vroege tests tot zo'n 70% herschreven — dan lost het statistische signaal op.

Andere methodes die worden genoemd:

• Vertalen naar een andere taal en terug. De woordkeuzes veranderen volledig.
• Een ander AI-model de tekst laten herformuleren.
• Code door een formatter als Prettier halen — de syntactische rigiditeit van code maakt het sowieso een slechte drager voor dit type watermerk.

Anthropic erkent dit zelf ook. Op hun eigen uitlegpagina staat dat flinke bewerkingen het merk kunnen verzwakken of verwijderen, maar zij merken daarbij op dat het dan "betwistbaar is of de tekst nog als AI-gegenereerd kan worden beschouwd." Dat is een eerlijk punt — als je 70% van een tekst herschrijft, wie is dan de auteur?

Wat dit betekent als je Claude zakelijk inzet

Voor ondernemers die Claude gebruiken — en dat zijn er steeds meer — zijn er een paar praktische overwegingen.

Detecteerbaarheid van je content

Als je Claude inzet voor klantmails, blogposts, offertes of rapporten, dan dragen die teksten voortaan een machinaal detecteerbaar kenmerk. Op dit moment heeft Anthropic de publieke detectietool nog niet gelanceerd, maar die komt. Kun je je voorstellen dat een concurrent, journalist of klant jouw tekst door zo'n detector haalt?

Ik denk dat dit voor de meeste ondernemers geen probleem is — transparantie over AI-gebruik wordt steeds normaler. Maar het is goed om er bewust van te zijn, vooral bij gevoelige communicatie.

Het watermerk bewijst geen auteurschap

Dit is een belangrijk detail. Een gedetecteerd watermerk bewijst dat tekst door Claude is verwerkt, niet dat die volledig door AI is geschreven. Als je Claude vraagt om een menselijk geschreven tekst te redigeren of te vertalen, kan het watermerk alsnog in de output zitten. Dat kan een vertekend beeld geven.

De boetes zijn reëel

Niet-naleving van Artikel 50 kan leiden tot boetes tot €15 miljoen of 3% van de wereldwijde jaaromzet. Die verplichting ligt primair bij de aanbieder van het AI-systeem (in dit geval Anthropic), niet bij de ondernemer die het gebruikt. Maar als je zelf AI-gegenereerde content publiceert zonder de vereiste labels — bijvoorbeeld synthetische media als deepfakes — dan gelden er ook verplichtingen voor de deployer. Het is raadzaam om te weten in welke categorie je valt.

Open-source als alternatief?

Een reactie die ik in meerdere analyses terugzie: bedrijven die geen watermerk willen, kunnen overstappen op open-weight modellen die ze zelf hosten. Daar zit geen watermerk in, tenzij je het zelf toevoegt. Dat verschuift de verantwoordelijkheid — en de compliance-last — naar de gebruiker.

Een kat-en-muisspel met bekende afloop

Wat ik hier vooral zie, is een patroon dat we kennen uit andere domeinen. Denk aan DRM bij muziek, of copy-protection bij software: een technische maatregel wordt ingevoerd, en binnen de kortste keren ontstaan er workarounds. Dat maakt de maatregel niet zinloos — het verhoogt de drempel en maakt het detecteerbaar voor wie niet de moeite neemt om te omzeilen. Maar waterdicht is het niet, en dat was vooraf te voorspellen.

Voor mij is dit vooral een signaal dat transparantie over AI-gebruik uiteindelijk niet via techniek alleen wordt opgelost. Het is net zo goed een kwestie van normen, verwachtingen en — voor ondernemers — van de vraag welk verhaal je wilt vertellen over hoe je content tot stand komt.