AI trainiert mit Büchern: Copyright im Milliardenkampf

ChatGPT, Gemini, Claude und Co. wurden mit gigantischen Mengen urheberrechtlich geschützter Texte trainiert – häufig ohne Wissen oder Zustimmung der Autoren. Was nach einem klaren Copyright-Foul klingt, entwickelt sich vor Gericht zu einer der wichtigsten Rechtsfragen der AI-Ära.

AI hat ein Copyright-Problem. Oder Autoren haben ein Copyright-System, das nie dafür gebaut wurde, dass Maschinen Millionen Bücher lesen, daraus lernen und anschließend selbst Texte produzieren.

Millionen Bücher werden zu AI-Futter

Die Modelle hinter ChatGPT, Gemini, Claude und anderen Chatbots werden mit gewaltigen Datenmengen trainiert: Bücher, journalistische Artikel, wissenschaftliche Veröffentlichungen und praktisch alles, was digital verfügbar ist. Viele Autoren haben so unfreiwillig zur Entwicklung jener Systeme beigetragen, die heute selbst Texte produzieren. Cathy Gellis, Anwältin für geistiges Eigentum und Technologie, beschreibt die Rechtslage als extrem komplex: Alte Gesetze treffen auf neue Technologie, Milliardeninteressen und ziemlich viel Wut.

Anthropic zahlt Milliarden – und gewinnt trotzdem

Wie kompliziert die Lage ist, zeigt der Fall Anthropic. Richter William Alsup verpflichtete das Unternehmen zu einem Copyright-Vergleich über 1,5 Milliarden Dollar mit Autoren, deren Werke für das AI-Training verwendet worden waren. Doch der entscheidende Punkt spielte der AI-Branche in die Karten: Alsup betrachtete das Training grundsätzlich als rechtmäßig. Das Problem war vielmehr, dass Anthropic bestimmte Bücher aus illegalen digitalen Schattenbibliotheken bezogen hatte.

Ist AI-Training einfach nur Lesen?

Noch explosiver ist Alsups Vergleich: Modelle würden Werke nicht aufnehmen, um sie zu kopieren, sondern um daraus etwas Neues zu schaffen – ähnlich einem Schriftsteller, der Tausende Bücher liest, bevor er selbst schreibt. Copyright schützt vor unerlaubtem Kopieren, verbietet aber nicht automatisch jede Nutzung oder Analyse eines Werkes. Für Anthropic könnte diese juristische Absicherung langfristig wertvoller sein als die Milliardenbelastung – dem Unternehmen werden für 2028 rund 200 Milliarden Dollar Jahresumsatz zugetraut.

1976 soll plötzlich ChatGPT regeln

Das Grundproblem: Der amerikanische Copyright Act stammt von 1976. Richter müssen Regeln aus der Ära von Schreibmaschine und Vinyl auf Modelle anwenden, die Billionen Wörter mathematisch verarbeiten. Jason Henderson, Anwalt für geistiges Eigentum und Medien, beschreibt die Rechtsprechung entsprechend als uneinheitlich. Jeder neue Prozess kann die Grenzen verschieben – und Milliarden-Geschäftsmodelle gleich mit.

Zwei Wörter entscheiden über Milliarden: Fair Use

Im Zentrum steht das amerikanische Prinzip des „Fair Use“. Es erlaubt unter bestimmten Voraussetzungen die Nutzung geschützter Inhalte ohne ausdrückliche Genehmigung. Gerichte prüfen dabei unter anderem Zweck, Umfang und Auswirkungen auf den Markt. Für AI-Unternehmen läuft es auf eine zentrale Frage hinaus: Entsteht beim Training etwas ausreichend Neues – oder wird fremdes geistiges Eigentum eingesaugt, um anschließend mit dessen Urhebern Geschäfte zu machen?

Konkurrenz ist die rote Linie

Genau dort kann es gefährlich werden. Wird geschütztes Material genutzt, um ein direkt konkurrierendes Produkt zu bauen, werden Gerichte skeptischer. Das zeigte Thomson Reuters gegen Ross Intelligence. Ross hatte Inhalte für eine AI-basierte Plattform zur juristischen Recherche genutzt, die mit dem bestehenden Angebot konkurrierte. Richter Stephanos Bibas entschied: nicht ausreichend transformativ.

Wenn der Bot plötzlich selbst Bücher schreibt

Für Autoren könnte darin der stärkste Angriffspunkt liegen. Wird ein Chatbot mit Romanen trainiert und produziert anschließend selbst Geschichten oder ganze Bücher, lässt sich argumentieren, dass aus den Werken der Autoren ein neuer Konkurrent gebaut wurde. Bislang hat sich diese Argumentation vor Gericht nicht entscheidend durchgesetzt. Künftig dürfte aber stärker zählen, ob das AI-Produkt anschließend auf demselben Markt Geld verdient.

Kein Mensch, kein Copyright

Training ist dabei nur die halbe Debatte. Die andere Frage lautet: Wem gehört, was eine AI produziert? Im Fall Thaler v. Perlmutter entschied ein Gericht, dass vollständig AI-generierte Werke keinen klassischen Urheberrechtsschutz erhalten können. Copyright setzt menschliche Urheberschaft voraus. Schwieriger wird es, wenn Menschen Idee, Struktur und Prompts liefern, während die AI den eigentlichen Text schreibt.

Vom Spellcheck zum Ghostwriter

Gellis zieht einen simplen Vergleich: Wer einen Roman in Microsoft Word schreibt und die Rechtschreibprüfung nutzt, macht Microsoft nicht zum Mitautor. Generative AI verwischt diese Grenze allerdings massiv. Zwischen Spellcheck und einem Modell, das komplette Kapitel produziert, liegen unzählige Abstufungen – und genau die muss das Copyright-Recht jetzt sortieren.

Die Copyright-Schlacht beginnt erst

Eine endgültige Antwort darauf, ob AI-Unternehmen geschützte Bücher zum Training verwenden dürfen, gibt es weiterhin nicht. Zahlreiche Verfahren laufen, Gerichte können unterschiedlich entscheiden und höhere Instanzen heutige Urteile wieder kassieren. Trotzdem setzen die ersten Entscheidungen bereits die Leitplanken dafür, wie AI-Unternehmen Daten beschaffen und ihre Milliardenmodelle absichern. Am Ende geht es um eine ziemlich große Frage: Wer verdient daran, wenn aus menschlichem Wissen künstliche Intelligenz wird?