Kunstig intelligens har forandret den måde, vi producerer indhold på. Billeder genereres på sekunder, og lange tekster kan skrives med et enkelt prompt. Men der følger en usynlig passager med, som mange content creators slet ikke er klar over. Flere AI-udbydere indlejrer nu usynlige vandmærker i det indhold, deres modeller producerer. Disse vandmærker kan ikke ses med det blotte øje, men de kan afsløre, at indholdet er maskinelt skabt. For dig, der arbejder med SEO og indholdsproduktion, er det afgørende at forstå, hvad disse vandmærker er, hvornår de er til stede, og hvordan de påvirker dit arbejde.

Hvad er AI-vandmærker?

Traditionelle vandmærker kender de fleste som synlige logoer eller tekst lagt oven på et billede. AI-vandmærker er noget helt andet. De er usynlige signaler, der indlejres direkte i selve indholdet under genereringen. For billeder betyder det, at vandmærket er vævet ind i pixeldata og frekvensdomænet, så det overlever beskæring, komprimering og filtrering. For tekst fungerer det ved, at AI-modellen justerer sandsynlighedsfordelingen for de ord, den vælger, så der opstår et statistisk mønster, som specialiserede værktøjer kan genkende.

Det mest avancerede system i dag hedder SynthID og er udviklet af Google DeepMind. SynthID dækker fire modaliteter: billeder, video, lyd og tekst. Over ti milliarder stykker indhold er allerede blevet mærket med teknologien, og Google har lanceret en dedikeret verifikationsportal, hvor man kan uploade indhold og få det scannet for vandmærker.

Hvilke AI-modeller bruger vandmærker?

Det er her, det bliver vigtigt at skelne mellem udbydere, for billedet er langt fra ensartet.

Googles økosystem

Google er den klart mest aggressive aktør inden for vandmærkning. SynthID er integreret i Gemini til tekst, Imagen til billeder, Veo til video og Lyria til lyd. Også NotebookLMs podcast-funktion vandmærker sit output. Det betyder i praksis, at alt indhold genereret via Googles AI-værktøjer bærer et usynligt fingeraftryk.

OpenAI og ChatGPT

OpenAI har forsket intensivt i tekstvandmærkning og har haft interne prototyper klar, men har sat udrulningen på pause. Årsagen er ifølge flere kilder en bekymring for, at brugere vil migrere til konkurrenter uden vandmærkning, samt tvivl om, hvorvidt teknologien er robust nok mod omgåelse. For billeder bruger OpenAI dog C2PA-metadata, en standard der knytter proveniensoplysninger til filens metadata. Det er langt svagere end SynthID, da C2PA-metadata kan fjernes ved simpel re-eksportering af filen.

Anthropics Claude

Claude har pr. 2026 ingen offentlig tekstvandmærkning. Anthropic underskrev i 2023 en frivillig forpligtelse om at forske i vandmærkning, men der er ingen bekræftelse af, at en aktiv implementering er på plads. Claude-tekst kan stadig flagges af AI-detektorer, men det skyldes stilistiske mønstre i modellens output, ikke et bevidst indlejret vandmærke.

Open source-modeller

Modeller som LLaMA, Mistral og Falcon vandmærker typisk ikke deres output. Udviklere kan vælge at tilføje SynthID-Text, da det er open-sourcet via Hugging Face, men det kræver aktiv implementering og er ikke slået til som standard.

Billedgeneratorer uden SynthID

Midjourney, Stable Diffusion, Flux, Adobe Firefly, Leonardo.ai og Ideogram bruger ingen af dem SynthID. Stable Diffusion har en svag form for intern vandmærkning, som mister sin effektivitet ved størrelsesændring eller rotation. Adobe Firefly bruger ligesom OpenAI C2PA-metadata. Midjourney har ingen offentligt kendt vandmærkningsteknologi overhovedet.