KI-Urheberrecht: Wenn Maschinen stehlen — und wer haftet

Der Traum von künstlicher Intelligenz ist alt – doch der Albtraum für Künstler, Autoren und Softwareentwickler ist jung und akut. Während KI-Systeme wie ChatGPT, Midjourney und Stable Diffusion Millionen von Nutzern begeistern, wächst gleichzeitig die Empörung über eine unbequeme Wahrheit: Diese Modelle wurden mit Daten trainiert, die vielfach ohne explizite Genehmigung aus dem Internet bezogen wurden – einschließlich urheberrechtlich geschützter Werke.

Was einst als technisches Randproblem galt, ist längst zur Rechtskrise geworden. Die USA und die Europäische Union verfolgen grundlegend unterschiedliche Ansätze – mit weitreichenden Konsequenzen für Urheber, Technologiekonzerne und letztlich für jeden, der im Netz publiziert. Es geht um fundamentale Fragen: Darf eine Maschine urheberrechtlich geschütztes Material konsumieren? Wer haftet, wenn dabei Rechte verletzt werden? Und wie schützt man kreative Berufe in einer Welt, in der KI-Autos und Unfälle: Wer haftet wenn der Autopilot versagt? zeigt, dass auch bei autonomen Systemen die Haftungsfrage zentral bleibt?

Wie KI-Training wirklich funktioniert – und warum das rechtlich problematisch ist

Sprachmodelle lernen durch statistische Mustererkennung

Um das Dilemma zu verstehen, muss man zunächst verstehen, wie modernes KI-Training tatsächlich abläuft. Sprachmodelle wie GPT-4 oder Claude werden nicht durch explizite Regeln trainiert. Stattdessen werden sie mit massiven Datenmengen konfrontiert: Milliarden von Webseiten, digitalisierte Bücher, akademische Publikationen, Social-Media-Posts und mehr. Das Modell erkennt dabei selbstständig statistische Muster, Zusammenhänge und Regularitäten in der Sprache.

Konkret: GPT-4 wurde Schätzungen zufolge mit mehr als einer Billion Texttoken trainiert – das entspricht grob dem Textvolumen von mehreren Millionen Romanen. Der verwendete Datensatz „Common Crawl" allein umfasst Snapshots von rund fünf Milliarden Webseiten. Welche Inhalte davon urheberrechtlich geschützt sind, ist dabei technisch nicht vorab gefiltert worden – das räumte OpenAI in internen Dokumenten ein, die im Rahmen von Gerichtsverfahren bekannt wurden. (Quelle: The New York Times, Dezember 2023)

Bei Bildgeneratoren wie Stable Diffusion funktioniert das Prinzip ähnlich: Das System wird auf Millionen von Bild-Text-Paaren trainiert – darunter nachweislich Werke von Fotografen, Illustratoren und Grafikdesignern, die ihre Arbeiten nie für KI-Training freigegeben haben. Der Datensatz LAION-5B, auf dem Stable Diffusion basiert, enthält rund fünf Milliarden solcher Paare, gecrawlt aus öffentlich zugänglichen Quellen im Internet.

Das Grundproblem: Lizenzierung im digitalen Zeitalter

Traditionell funktioniert Urheberrecht transaktional: Wer ein Buch verlegt, zahlt dem Autor. Wer Musik in einem Film nutzt, erwirbt die Rechte. KI-Training passt in dieses Modell nicht. Zum einen ist es praktisch unmöglich, vorab für Milliarden von Trainings-Datenpunkten einzelne Lizenzen zu erwerben. Zum anderen ist rechtlich ungeklärt, ob das Training selbst eine „Nutzung" im Sinne des Urheberrechts darstellt – denn das trainierte Modell reproduziert nicht das Original, sondern generiert neue Inhalte auf Basis erlernter Muster.

Genau hier liegt die juristische Sollbruchstelle. Und es ist kein akademisches Problem: Laut einer Analyse des Marktforschungsunternehmens Bloomberg Intelligence könnten globale Schadensersatzforderungen im Zusammenhang mit KI-Trainingsdaten bis 2026 ein Volumen von mehreren Milliarden US-Dollar erreichen. Dies zeigt sich auch in Branchen wie dem Maschinenbau steckt in Strukturkrise fest – trotz positivem Quartal, wo KI-gestützte Prozesse zunehmend rechtliche Risiken bergen.

Gerichtsverfahren weltweit: Ein Patchwork aus Entscheidungen

USA: Fair Use als zentrales Schlachtfeld

In den Vereinigten Staaten konzentrieren sich die wichtigsten Verfahren auf die Frage, ob KI-Training unter die „Fair-Use"-Doktrin fällt – eine Ausnahmeregelung im US-Urheberrecht, die transformative oder kritische Nutzungen erlaubt, ohne dass eine Lizenzgebühr fällig wird. Vier Kriterien bestimmen, ob Fair Use greift: Zweck und Charakter der Nutzung, Art des Originalwerks, Umfang der übernommenen Werke und die Auswirkung auf den Markt für das Original. Während Tech-Konzerne argumentieren, dass KI-Training transformativ ist und daher Fair Use genießt, sehen Kreative und Verlage darin eine systematische Aneignung ohne Entschädigung – ähnlich wie bei der Frage der Maschinenbau: Aufträge steigen – aber Erholung bleibt fragil, wo wirtschaftliche und rechtliche Interessen aufeinandertreffen.