KI-Urheberrecht: Wenn Maschinen stehlen — und wer haftet

Mehr als 15 Milliarden US-Dollar stehen derzeit in offenen Klagen gegen KI-Unternehmen auf dem Spiel — und die Gerichte in den USA wie in der EU beginnen erst, die Konturen einer vollständig neuen Rechtslage zu zeichnen. Die zentrale Frage ist so alt wie das Urheberrecht selbst und gleichzeitig radikal neu: Wer haftet, wenn eine Maschine stiehlt?

Das Problem beginnt beim Training

Generative KI-Systeme — also Modelle, die auf Basis von Eingaben neue Texte, Bilder, Musik oder Code erzeugen — werden auf enormen Mengen an Daten trainiert. Diese Daten stammen aus dem Internet, aus digitalisierten Büchern, Bilddatenbanken, Musikarchiven und wissenschaftlichen Veröffentlichungen. Das Problem: Ein Großteil dieser Inhalte ist urheberrechtlich geschützt. Die Urheber — Fotografen, Autorinnen, Programmierer, Journalistinnen — wurden in aller Regel weder gefragt noch entschädigt.

In der Fachsprache nennt man diesen Vorgang das sogenannte "Training" oder "Pre-Training": Das Modell verarbeitet Milliarden von Textfragmenten oder Bildern, erkennt statistische Muster und lernt, diese Muster zu reproduzieren und zu kombinieren. Juristisch gesehen ist unklar, ob dieser Prozess unter bestehende Schrankenregelungen fällt — etwa die Ausnahme für Text- und Data-Mining — oder ob er eine unerlaubte Vervielfältigung darstellt. Genau diese Frage beschäftigt derzeit Gerichte auf beiden Seiten des Atlantiks.

USA: Klagen häufen sich, Urteile bleiben vorsichtig

In den Vereinigten Staaten hat sich eine regelrechte Klagewelle entwickelt. Besonders prominent: der Rechtsstreit des New York Times-Verlags gegen OpenAI und Microsoft. Die Zeitung argumentiert, dass ihre Artikel ohne Erlaubnis zum Training von ChatGPT verwendet wurden und das Modell in der Lage ist, nahezu wortidentische Passagen aus Originalartikeln zu reproduzieren — was einem direkten Wettbewerb zum eigenen Abonnementangebot gleichkommt. Der Fall ist noch nicht abgeschlossen, hat aber die Debatte grundlegend verändert.

Ebenfalls aufsehenerregend: die Sammelklage mehrerer Bildkünstlerinnen und Fotografen gegen Stability AI, Midjourney und DeviantArt. Die Kläger werfen den Unternehmen vor, ihre Werke ohne Zustimmung in Trainingsdatensätzen verwendet zu haben. Ein Bundesgericht in Kalifornien ließ Teile der Klage zu — eine der ersten gerichtlichen Signale, dass KI-Training nicht grundsätzlich als "Fair Use" durchgeht. Der Begriff "Fair Use" beschreibt im US-Recht die erlaubte Nutzung urheberrechtlich geschützter Werke ohne Zustimmung des Rechteinhabers, etwa für Kritik, Parodie oder Bildung.

Der Fair-Use-Test und seine Grenzen

US-Gerichte prüfen Fair-Use-Ansprüche anhand von vier Faktoren: Zweck und Art der Nutzung, Art des Originalwerks, Umfang der übernommenen Teile und Auswirkung auf den Markt für das Original. Gerade beim letzten Punkt — der Marktauswirkung — geraten KI-Unternehmen unter Druck. Wenn ein KI-Modell Bilder im Stil eines bestimmten Künstlers generieren kann, untergräbt es potenziell dessen Einnahmequellen. Laut IDC wird der Markt für generative KI bis Ende des Jahrzehnts auf über 150 Milliarden US-Dollar anwachsen — was die wirtschaftliche Dimension dieser Rechtsfrage verdeutlicht.

Gleichzeitig haben andere Klagen Rückschläge erlitten. Ein Bundesrichter in San Francisco wies Teile einer Sammelklage von Buchautoren gegen Meta ab — darunter Klagen von Sarah Silverman — weil die Kläger nicht ausreichend beweisen konnten, dass das Modell ihre Werke direkt reproduziert. Die Gerichte verlangen konkrete Nachweise, keine abstrakten Verdachtsmomente. Die juristische Beweislast liegt damit vorerst bei den Klägern, nicht bei den Unternehmen.

Europa: Strenger Rahmen, komplexe Ausnahmen

In der Europäischen Union ist die Ausgangslage regulatorisch anders, aber nicht weniger komplex. Die EU-Urheberrechtsrichtlinie von aktuell geltender Fassung erlaubt Text- und Data-Mining für Forschungszwecke ausdrücklich — lässt Rechteinhabern aber die Möglichkeit, kommerzielles Mining zu untersagen. Verlage und Bildagenturen, darunter namhafte europäische Medienhäuser, haben bereits sogenannte "Opt-out"-Erklärungen veröffentlicht und damit versucht, ihre Inhalte aus Trainingsdatensätzen herauszuhalten. Ob diese Opt-outs technisch und rechtlich durchsetzbar sind, ist bislang nicht abschließend geklärt.

Besondere Aufmerksamkeit verdient der europäische KI-Act. Er verpflichtet Anbieter sogenannter Allzweck-KI-Modelle — also Systeme wie große Sprachmodelle — zur Transparenz: Sie müssen offenlegen, welche urheberrechtlich geschützten Daten beim Training verwendet wurden. Kommen Anbieter dieser Pflicht nicht nach, drohen Bußgelder von bis zu 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes. Das ist strukturell ein anderer Ansatz als in den USA: Statt auf Klagen zu warten, versucht Europa, Transparenzpflichten präventiv durchzusetzen.

Deutschland: Erste Verfahren vor nationalen Gerichten

In Deutschland läuft derzeit ein Verfahren, das Fotografen und Bildagenturen gegen einen KI-Bildgenerator angestrengt haben. Das Hamburger Landgericht gilt als traditionell urheberrechtsfreundlich und hat in der Vergangenheit auch bei digitalen Diensten strenge Maßstäbe angelegt. Eine Entscheidung steht noch aus, wird aber von der Branche mit großer Spannung erwartet. Bitkom weist darauf hin, dass viele mittelständische Unternehmen, die KI-Tools einsetzen, kaum wissen, welche Haftungsrisiken sie dabei eingehen.

Ähnlich wie bei der Frage, wer haftet, wenn der Autopilot versagt, geht es auch beim KI-Urheberrecht um eine fundamentale Verschiebung von Verantwortung: weg vom unmittelbaren Nutzer, hin zu Herstellern und Plattformbetreibern — sofern die Rechtsprechung diesen Weg einschlägt.

Vergleich: Wie Anbieter auf die Rechtslage reagieren

Die großen KI-Anbieter reagieren auf den wachsenden Rechtsdruck unterschiedlich — von aktiver Lizenzierung über juristische Abwehr bis hin zu technischen Filtermechanismen.

Der Vergleich zeigt: Es gibt kein einheitliches Branchenmodell. Während einige Anbieter auf Lizenzen setzen, vertrauen andere auf juristische Abwehr oder technische Schutzmechanismen. Laut Gartner werden bis zum Ende dieses Jahrzehnts mehr als 80 Prozent der Fortune-500-Unternehmen generative KI produktiv einsetzen — eine Entwicklung, die das Haftungsrisiko von den Modellentwicklern zunehmend auch auf Unternehmenskunden verlagert.

Wer haftet am Ende — Entwickler, Betreiber oder Nutzer?

Die Haftungsfrage ist juristisch noch weitgehend offen. In der EU deutet der KI-Act auf eine gestaffelte Verantwortlichkeit hin: Modellentwickler haften für Transparenzpflichten und grundlegende Sicherheitsanforderungen, Betreiber — also Unternehmen, die KI-Systeme in eigene Produkte einbauen — tragen Verantwortung für den konkreten Einsatzkontext, und Endnutzer bleiben in der Regel außen vor, sofern sie in gutem Glauben handeln.

In der Praxis bedeutet das: Wer als Unternehmen ein KI-Tool einsetzt, um Marketingtexte oder Produktbilder zu generieren, könnte mittelbar für urheberrechtliche Verletzungen des zugrundeliegenden Modells haften — zumindest dann, wenn er von den Risiken wusste oder hätte wissen müssen. Rechtsanwälte empfehlen derzeit, Verträge mit KI-Anbietern explizit auf Urheberrechtsfreistellung zu prüfen und dokumentiert zu halten, welche Inhalte mit welchen Tools erstellt wurden.

Die Debatte um digitale Verantwortung betrifft übrigens nicht nur KI-Urheberrecht. Plattformen geraten generell unter Druck: Wie der Fall zeigt, dass britische Kinder Altersverifizierungen mit kreativen Methoden umgehen, reicht technische Compliance allein oft nicht aus — es braucht rechtliche Durchsetzung und gesellschaftliche Rahmenbedingungen.

Lizenzmodelle als Ausweg?

Eine zunehmend diskutierte Lösung ist die Einführung kollektiver Lizenzierungssysteme — ähnlich wie sie in der Musikbranche seit Jahrzehnten existieren. Verwertungsgesellschaften wie die GEMA in Deutschland oder die SACEM in Frankreich könnten als Intermediäre zwischen KI-Unternehmen und Urhebern fungieren: Anbieter zahlen pauschale Lizenzgebühren, die an Rechteinhaber verteilt werden. Ob ein solches Modell praktikabel ist — angesichts der schieren Menge der verwendeten Werke und der Schwierigkeit, individuelle Beiträge zu gewichten — bleibt offen.

Parallel dazu investieren Technologiekonzerne massiv in Infrastruktur. Dass etwa die Schwarz-Gruppe in das Quantencomputer-Startup Eleqtron investiert, zeigt, wie eng technologische Zukunftsinvestitionen und die Frage nach künftiger Rechenkapazität für KI-Systeme verknüpft sind — Kapazitäten, die letztlich auch für rechtskonforme Datenverwaltung genutzt werden müssten.

Andere Lösungsansätze setzen auf technische Mittel: sogenannte "Watermarking"-Verfahren sollen KI-generierte Inhalte erkennbar machen; "Unlearning"-Technologien sollen Modelle nachträglich "vergessen" lassen, was sie aus bestimmten urheberrechtlich geschützten Quellen gelernt haben. Beide Ansätze stecken noch in einem frühen Entwicklungsstadium und sind wissenschaftlich umstritten (Quelle: MIT Technology Review).

Geopolitische Dimension: Ein globales Problem ohne globale Lösung

Erschwerend kommt hinzu, dass KI-Modelle global operieren, aber Urheberrecht national reguliert ist. Ein Modell, das in den USA nach Fair-Use-Kriterien als legal trainiert gilt, kann in Deutschland dennoch gegen das Urhebergesetz verstoßen. Und ein Modell, das in einem Land mit schwächerem Urheberrecht entwickelt wurde, kann weltweit eingesetzt werden. Diese Lücke nutzen manche Akteure bewusst aus — was Regulierungsbehörden vor erhebliche Herausforderungen stellt.

Die WIPO, die Weltorganisation für geistiges Eigentum, hat eine internationale Arbeitsgruppe zu KI und Urheberrecht eingesetzt, die erste Empfehlungen erarbeitet — aber keinerlei Bindungswirkung hat (Quelle: WIPO). Eine koordinierte globale Antwort ist derzeit nicht in Sicht.

Wirtschaftliche Weichenstellungen, die auf den ersten Blick nichts mit Urheberrecht zu tun haben, hängen mittelbar damit zusammen: Investitionen in Telekommunikationsinfrastruktur — etwa die Übernahme im Kontext, dass Vodafone Three für 5 Milliarden Euro übernimmt — schaffen die Breitbandkapazitäten, über die KI-Dienste ausgeliefert werden. Auch Netzstandards spielen eine Rolle: Dass etwa A1 Telekom Austria den 2G-Mobilfunkstandard beendet, ist Teil einer Modernisierungswelle, die letztlich auch die Nutzung KI-basierter Dienste auf Mobilgeräten verändert.

Was bedeutet das konkret für Unternehmen?

Für Unternehmen, die KI-Tools einsetzen, ergibt sich aus der aktuellen Rechtslage eine konkrete Handlungsempfehlung: Rechtliche Prüfung vor dem Einsatz, vertragliche Absicherung gegenüber Anbietern und Dokumentation der eingesetzten Systeme sind keine Kür, sondern Grundvoraussetzung. Wer KI-generierte Inhalte kommerziell nutzt, sollte wissen, mit welchem Datenmaterial das zugrundeliegende Modell trainiert wurde — auch wenn diese Information von Anbietern oft nicht transparent kommuniziert wird.

Laut Bitkom verfügt derzeit weniger als ein Drittel der deutschen Unternehmen, die generative KI einsetzen, über eine systematische Richtlinie zum Umgang mit urheberrechtlichen Risiken. Das ist eine strukturelle Lücke, die sich mit wachsender Rechtsprechung zunehmend als Haftungsrisiko materialisieren dürfte.

Die Gerichte, das ist die nüchterne Bilanz des aktuellen Stands, haben die Fragen gestellt. Die Antworten lassen noch auf sich warten — und bis sie kommen, bewegt sich ein Milliardenmarkt in einer Grauzone, die weder