Die Rechtmäßigkeit des Trainings von KI-Modellen mit urheberrechtlich geschützten Büchern bleibt ungeklärt, trotz eines wichtigen Gerichtsurteils, das das Modelltraining eines Unternehmens als rechtmäßig behandelte. Eine TechCrunch-Analyse jüngster Urheberrechtsstreitigkeiten ergab, dass die entscheidende Frage möglicherweise nicht ist, ob Entwickler geschützte Werke verwendet haben, sondern wie sie diese beschafft haben und ob ihre KI-Produkte mit den ursprünglichen Märkten konkurrieren.

Die Unsicherheit betrifft Unternehmen, die Systeme wie ChatGPT, Gemini und Claude entwickeln, ebenso wie Autoren, Verlage, Unternehmenskunden und Entwickler, die generative KI in Produkte integrieren. Gerichte wenden Urheberrechtsregeln an, die Jahrzehnte vor dem groß angelegten Machine Learning geschrieben wurden, und treffen erste Entscheidungen, die die Branche beeinflussen könnten, ohne den grundsätzlichen Streit zu klären.

Anthropic-Urteil trennt Training von der Beschaffung der Bücher

Einer der folgenreichsten Fälle betraf Anthropic und eine Gruppe von Autoren, deren Bücher für das Training der KI-Modelle des Unternehmens verwendet wurden. Laut TechCrunch entschied Richter William Alsup, dass das KI-Training von Anthropic rechtmäßig war, ordnete dem Unternehmen jedoch an, 1,5 Milliarden US-Dollar an Urheberrechtsvergütung zu zahlen, weil es einige Bücher aus nicht autorisierten Online-„Shadow Libraries“ bezogen hatte.

Diese Unterscheidung ist zentral. Das Urteil behandelte das Einlesen urheberrechtlich geschützter Werke zum Training eines Sprachmodells eher als Lesen und Lernen aus Literatur denn als Vervielfältigung eines Buches zur Weitergabe. Die Strafe konzentrierte sich stattdessen auf die mutmaßlich illegale Beschaffung des Trainingsmaterials.

Cathy Gellis, eine auf geistiges Eigentum, Urheberrecht und Technologie spezialisierte Anwältin, sagte TechCrunch, dass die Begründung für KI-Unternehmen günstig sein könnte, weil das Urheberrecht im Allgemeinen auf das Kopieren und nicht bloß auf die Nutzung oder das Erleben eines Werks abzielt. Allerdings schaffen die finanziellen Folgen und die Behandlung der Datenbeschaffung durch das Urteil weiterhin erhebliche Risiken für Modellentwickler.

Der Fall garantiert auch nicht, dass andere Gerichte zu demselben Ergebnis kommen. Die Anthropic-Entscheidung bleibt ein einflussreicher erster Spruch innerhalb eines viel größeren Bestands anhängiger Verfahren.

Fair Use hängt von Zweck und Markt konkurenz ab

Ein Großteil der rechtlichen Debatte dreht sich um Fair Use, eine Doktrin, die die nicht lizenzierte Nutzung urheberrechtlich geschützten Materials für Zwecke wie Kritik, Bildung, Parodie oder andere transformative Aktivitäten erlauben kann. Gerichte prüfen üblicherweise den Zweck der Nutzung, den Umfang des verwendeten Materials und die Wirkung auf den Markt für das ursprüngliche Werk.

Jason Henderson, ein von TechCrunch zitierter Anwalt für geistiges Eigentum, sagte, Gerichte seien besonders besorgt, wenn ein Unternehmen urheberrechtlich geschütztes Material trainiert, um ein Produkt zu bauen, das direkt mit dem Ausgangsmaterial konkurriert. Diese Sorge prägte einen separaten Fall zwischen Thomson Reuters und Ross Intelligence, einem Unternehmen für juristische Recherche, das Reuters-Inhalte nutzte, um eine konkurrierende KI-basierte Plattform zu entwickeln.

In diesem Streit stellte Richter Stephanos Bibas fest, dass die Nutzung durch Ross nicht transformativ sei, weil ihr ein ausreichend anderer Zweck oder Charakter im Vergleich zum Produkt von Thomson Reuters fehle. Die Entscheidung warnt KI-Unternehmen: Trainingsdaten und Modellausgaben können je nach Frage, ob das resultierende System den ursprünglichen Markt ersetzt, unterschiedlich behandelt werden.

Diese Logik könnte für Verlage und Autoren wichtig werden, die argumentieren, dass Chatbots synthetische Bücher, Zusammenfassungen oder andere Inhalte erzeugen können, die mit ihrer Arbeit konkurrieren. TechCrunch berichtete, dass ein solches Argument bisher vor Gericht nicht durchgedrungen ist, weshalb seine künftige Stärke ungewiss bleibt.

Beweise sind einflussreich, aber nicht निर्णायक

Die verfügbaren Beweise begründen keine einheitliche Rechtsregel für jedes KI-Training. Das Anthropic-Urteil stützt die Möglichkeit, dass das Training selbst als rechtmäßige Nutzung gelten kann, während der Fall Ross Intelligence zeigt, dass ein direkt konkurrierendes Produkt eine Fair-Use-Verteidigung schwächen kann. Unterschiedliche Tatsachen zur Datenquelle, zum Produktzweck, zum Ausgabeverhalten und zur Marktwirkung können zu unterschiedlichen Ergebnissen führen.

Beide Fälle sind zudem enger gefasst als die branchenweite Frage. Eine Entscheidung über Bücher aus illegalen Quellen löst möglicherweise nicht den Status von Büchern, die über lizenzierte Datenbanken, Web-Scraping oder andere Zugangsformen beschafft wurden. Ebenso lässt sich ein Urteil zu einem Produkt für juristische Recherche nicht ohne Weiteres auf einen allgemeinen Chatbot übertragen.

Gellis sagte TechCrunch, dass die ersten Entscheidungen das Verhalten von Unternehmen beeinflussen, später aber im Verlauf der Prozesse aufgehoben oder eingeschränkt werden könnten. Die meisten großen KI-Unternehmen sind weiterhin in anhängige Urheberrechtsstreitigkeiten verwickelt, weshalb aktuelle Urteile eher als Signale denn als endgültige Rechtslage zu verstehen sind.

Der Artikel unterscheidet außerdem zwischen Trainingsstreitigkeiten und Fragen zum Urheberrecht an KI-generierten Werken. In Thaler v. Perlmutter entschied ein Gericht, dass ein vollständig von KI erzeugtes Werk nicht urheberrechtsfähig ist. Diese separate Regel wirft praktische Fragen auf, wie viel menschlicher Beitrag für Schutz erforderlich ist und wie überhaupt überprüft werden könnte, ob ein Werk von KI erstellt oder nur von ihr unterstützt wurde.

Was die Unsicherheit für KI-Entwickler bedeutet

Für Modellentwickler wird die Herkunft der Daten zunehmend zu einem Produkt- und Risikomanagementthema statt zu einem reinen juristischen Detail im Hintergrund. Der Anthropic-Fall legt nahe, dass die Beschaffung von Trainingsmaterial aus nicht autorisierten Repositorien selbst dann Haftungsrisiken schaffen kann, wenn die zugrunde liegende Theorie des Modelltrainings einer gerichtlichen Prüfung standhält. Unternehmen könnten daher unter Druck geraten, zu dokumentieren, woher Bücher und andere geschützte Werke stammen, wie sie verarbeitet wurden und welche Kontrollen künftigen Datenzufluss regeln.

Produktteams müssen außerdem bewerten, ob ihre Systeme als Allzweckwerkzeuge oder als Ersatz für einen bestimmten Inhaltsmarkt positioniert sind. Das Urteil zu Ross Intelligence deutet darauf hin, dass ein eng zielgerichtetes KI-Produkt, das mit einem etablierten Informationsdienst konkurriert, einer anderen Fair-Use-Analyse unterliegen kann als ein System mit breiterem, stärker transformativem Zweck.

Unternehmenskunden sollten erwarten, dass Urheberrechtszusicherungen weiterhin eingeschränkt bleiben. Anbieter können ihre Datenpraktiken und Freistellungsrichtlinien beschreiben, aber kein Vertrag kann die Unsicherheit beseitigen, solange Gerichte noch darüber entscheiden, ob Training, Abruf, Ausgabeerzeugung und Marktersatz getrennt zu analysieren sind.

Forscher und Gründer stehen vor einem ähnlichen Zielkonflikt. Die Nutzung hochwertiger urheberrechtlich geschützter Materialien kann ein System verbessern, doch der rechtliche Wert dieser Daten hängt von der Beschaffungsmethode und dem beabsichtigten Einsatz ab. Bis weitere Fälle fortgeschritten sind, könnten vorsichtige Daten-Governance und klare Aufzeichnungen fast ebenso wichtig sein wie die Modellleistung.

Worauf als Nächstes zu achten ist

Die wichtigsten Signale werden aus späteren Urteilen in anhängigen Urheberrechtsverfahren gegen KI-Unternehmen kommen, insbesondere aus Entscheidungen, die Bücher aus rechtmäßigen Quellen statt aus Shadow Libraries betreffen. Auch die Behandlung von Chatbot-Ausgaben, die Werken von Autoren ähneln oder mit ihnen konkurrieren, wird klären, wie Marktschäden bewertet werden.

Entwickler sollten auf präzisere Regeln zu lizenzierten Trainingsdaten, Opt-out-Systemen, kollektiver Lizenzierung und den Beweisstandards achten, mit denen nachgewiesen wird, welche Daten in ein Modell eingegangen sind. Eine weitere Schlüsselfrage ist, ob Berufungsgerichte die im Anthropic-Streit etablierte Unterscheidung zwischen rechtmäßigem Training und unrechtmäßiger Beschaffung beibehalten.

Die Branche sollte auch verfolgen, wie Gerichte Urheberrechtsfähigkeitsstandards auf KI-unterstützte Werke anwenden. Die Grenze zwischen menschlicher Urheberschaft und maschineller Unterstützung wird Verlage, Softwareunternehmen und Nutzer betreffen, die generative Werkzeuge zur Erstellung kommerzieller Inhalte einsetzen.

Creati.ai-Perspektive

Die unmittelbare Lehre ist nicht, dass KI-Training mit urheberrechtlich geschützten Büchern legal oder illegal ist. Vielmehr hängt die Rechtmäßigkeit von einer Kette von Fakten ab: wie das Material beschafft wurde, was das Modell oder Produkt damit macht, ob es mit dem Quellenmarkt konkurriert und wie viel menschliche Urheberschaft im Ergebnis erkennbar ist.

Für KI-Unternehmen ist die sicherste Reaktion, rechtliche Unsicherheit als operative Einschränkung zu behandeln. Dokumentierte Datenherkunft, produktspezifische Marktanalysen und anpassungsfähige Trainingsstrategien werden belastbarer sein, als darauf zu setzen, dass ein günstiges Urteil die Frage endgültig klärt. Die Gerichtsentscheidungen beginnen zwar, die Grenzen zu definieren, haben aber noch keine stabile Linie gezogen.