Ist es legal, KI-Modelle mit urheberrechtlich geschützten Büchern zu trainieren? Es ist kompliziert

Hintergrund

Ein Rechtsstreit, der einst fern des Alltags lag, hat die Grundbeziehungen zwischen Verlags- und KI-Branche still umgestaltet. Die weitaus meisten veröffentlichten Autoren sind, ohne ihr Wissen und ohne ihre Zustimmung, zu Mitgestaltern jener KI-Modelle geworden, die ihre Lebensgrundlage bedrohen. Ihre geschriebenen Worte werden in großem Maßstab erfasst, codiert und Modellen zugeführt und könnten so zu generativen Produkten werden, die ihren Marktwert ersetzen oder zusammendrücken. Das klingt nach Raub, doch die rechtliche Realität ist weitaus differenzierter, sodass selbst erfahrene Anwälte auf die Frage, ob das nun legal ist, meist eine vorsichtig formulierte Antwort geben müssen.

Moderne Sprachmodelle entstehen üblich durch massiven Text-Mining, indem Millionen von Büchern, Artikeln und Webseiten heruntergeladen und in Vektoren sowie statistische Muster umgewandelt werden, die ein Modell erlernen kann. Der Text wird dabei nicht zu einem fertigen Produkt kopiert, das Leser direkt konsumieren könnten; er wird vielmehr zerlegt und in interne Parameterdarstellungen recodiert. Ein Kernstück des Urheberrechts ist die Kontrolle von Vervielfältigung und Bearbeitung, doch die Rechtsordnung hat hierzu keine klare Entscheidung getroffen.

Tiefenanalyse

Die eigentliche Streitfrage liegt in dieser strukturellen Spannung. Technologieunternehmen argumentieren, dass dies eine transformative Nutzung darstelle, weil sie nicht das Original ersetze, sondern Sprachmuster extrahiere. Autoren und Verlage fürchten hingegen, dass das entstandene Produkt gerade ihren Lebensraum aushöhlt.

Zur Würdigung der Nutzung nach dem Prinzip der fairen Nutzung wägen Rechtsordnungen wie die Vereinigten Staaten vier Faktoren ab: Zweck und Beschaffenheit der Nutzung, Beschchaffenheit des Originalwerks, Umfang und Anteil der Verwendung sowie die Auswirkung auf den potenziellen Markt. Ausschlaggebend ist dabei oft der letzte Punkt, also ob das neue Werkzeug eine wesentliche Marktersatzfunktion einnimmt. Ersetzt KI-generierter Inhalt den Ankauf des Originals, wird die Verteidigung brüchig; eröffnet sie hingegen ein komplementäres Neues, fallen Gerichtsentscheidungen möglicherweise anders aus.

Wirtschaftlich besteht ein tieferer Widerspruch in der schweren Diskrepanz zwischen Wertschöpfung und Wertverteilung. Die Wettbewerbsfähigkeit von KI-Unternehmen ruht auf riesigen Mengen hochwertiger Texte, deren Quelle die über Jahrzehnte angesammelte Investition von Autoren und Verlagen ist. Die Urheber dieser Texte erhalten hierfür keine direkte Vergütung, und sinkt der Grenzertrag des Schreibens, schwindet der Anreiz zur professionellen Inhaltserzeugung.

Branchenwirkung

Für unabhängige Autoren ist das Risiko besonders konkret, hängt doch ihr Einkommen stark von Tantiemen und Honoraren, die billige KI-Ersatzprodukte direkt untergraben könnten. Für die Verlagsbranche handelt es sich um einen Kampf um Preisgestaltung und Scarcity, denn der Wert von Inhalten beruht maßgeblich auf der Scarcity, die das Label menschlicher Originalität verleiht.

Für führende KI-Unternehmen ist das rechtliche Risiko keine theoretische Frage mehr, sondern eine reale Kosten- und Unsicherheitsquelle. Stellen Gerichte in einem Schlüsselurteil fest, dass großflächiges Training eine Rechtsverletzung darstellt, könnte das gesamte Modell der Trainingsdatenbeschaffung umgeschrieben werden, was Unternehmen zu kostenintensiven Wegen wie Lizenzierungen, eigenen Korpora oder Datenbereinigung zwingen würde. Das könnte die Markteintrittsbarrieren erhöhen und Startups benachteiligen.

Autoren befinden sich gegenwärtig im klaren Nachteil, da Einzelklagen extrem teuer sind und die Erfolge sich schwer internalisieren lassen, weshalb Sammelklagen und Gesetzgebungsinitiativen in den Fokus rücken. Für Leser entscheidet das Ergebnis über Qualität und Vielfalt des zugänglichen Inhalts, da schrumpfende professionelle Produktion den Markt mit minderwertigen KI-Inhalten füllen könnte.

Ausblick

Mehrere Signale verdienen anhaltende Beobachtung. Erstens könnten wegweisende Urteile, besonders jene zum Faktor Marktauswirkung, zum Wendepunkt werden, der die gesamte Linie absteckt. Zweitens wird die Frage, ob die Gesetzgebung spezielle Ausnahmen für Text-Mining einführt, wie viele Staaten bereits für Forschung und Archivierung tun, die Branchenentwicklung direkt bestimmen.

Drittens könnte sich die Wertverteilung schneller wandeln, falls sich Marktmechanismen wie Lizenzplattformen, Gewinnbeteiligung oder ausgereifte Datenrückverfolgung von selbst bilden. Viertens könnten internationale Unterschiede in der Toleranz gegenüber fairer Nutzung KI-Unternehmen dazu veranlassen, je nach Markt unterschiedliche Datenstrategien zu verfolgen.

Letztlich fehlt der einfachen Antwort auf die Frage nach der Legalität eine Klarheit, weil es sich grundlegend um keine schwarz-weiße technische, sondern um eine Wertentscheidung handelt, die zwischen Innovationsförderung und Schutz der Urheberrechte auszugleichen versucht. Bis Gerichte entscheiden, Gesetzgeber Regeln setzen und Märkte Lösungen bieten, wird sich dieser Streit um Text-Mining und Urheberrechtsgrenzen unter Unsicherheit weiterentwickeln.