Teil 1 (ca. 20 Minuten): Grundverständnis — zentrale Fragen und einfache Analogien
Die Debatte um Urheberrecht und KI konzentriert sich auf zwei Kernfragen: Darf eine KI mit urheberrechtlich geschützten Werken trainieren, und wem gehören die von KI erzeugten Inhalte? Beide Fragen hängen davon ab, wie das Recht Eingriff, Nutzung und menschliche Urheberschaft definiert.
Eine eingängige Analogie: Stellen Sie sich vor, ein Student liest hunderttausende Bücher, Zeitungsartikel und Kunstwerke, um Schreiben und Stilmittel zu lernen. Danach verfasst der Student eigenständige Texte. Ist dieses Schreiben eine Kopie eines bestimmten Buches, oder ist es ein neues Werk, das vom Lernen geprägt ist? Beim Training großer Modelle passiert formal Ähnliches: Algorithmen analysieren große Mengen an Texten und Bildern, extrahieren statistische Muster und erzeugen daraus neue Ausgaben.
Ob das "Lesen" und "Lernen" (also das automatische Einlesen und Verarbeiten von Texten und Bildern) rechtlich erlaubt ist, hängt von nationalem und supranationalem Recht ab. In der Europäischen Union hat das sogenannte Digital Single Market (DSM)–Instrumentarium Ausnahmen für Text- und Data-Mining (TDM) vorgesehen; diese Ausnahmen sind nicht vollständig einheitlich und unterscheiden zwischen Forschung und kommerziellen Anwendungen. In den USA ergibt sich die Frage häufig über die Fair-Use-Doktrin, während Behörden wie das U.S. Copyright Office festhalten, dass Werke ohne menschlichen Urheber nicht registrierbar sind.
Praktische Beispiele: Ein KI-Entwickler kopiert Textkorpora aus dem Web, einschließlich urheberrechtlich geschützter Bücher. Ob das rechtlich zulässig ist, kann von einer TDM-Ausnahme, einer gerichtlichen Fair-Use-Bewertung oder einer Lizenz abhängen. Ein anderes Beispiel: Ein Bildgenerator nutzt Millionen lizenzierter und nicht-lizenzierter Bilder zum Training. Bildagenturen und einzelne Urheber haben daraufhin rechtliche Schritte eingeleitet; die Gerichte müssen jetzt vielgestaltige Fragen klären.
Wichtiges Fazit dieses Überblicks: Es gibt keine einheitliche, global gültige Antwort. Vielmehr ist die Situation ein Gemisch aus gesetzlicher Ausnahmeregelung, prozessualen Entscheidungen und Verwaltungspraxis — und diese unterscheiden sich zwischen EU, USA und anderen Rechtsräumen.
Teil 2 (ca. 20 Minuten): Vertiefung — zentrale Begriffe, Rechtsinstitute und aktuelle Konflikte
Wesentliche Begriffe und Rechtsprinzipien
Urheberrecht (Copyright): Dieses Schutzrecht schützt geistige Schöpfungen der Literatur, Wissenschaft und Kunst. Schutz entsteht in vielen Rechtsordnungen automatisch durch Schöpfung des Werkes; bestimmte Voraussetzungen an Originalität und menschliche Schöpfung können verlangt werden.
Text- und Data-Mining (TDM): TDM bezeichnet automatisierte Verfahren zum Durchsuchen und Analysieren großer Datenmengen. Die EU-Urheberrechtsrichtlinie 2019/790 (DSM-Richtlinie) enthält verpflichtende Ausnahmen für TDM für Forschungseinrichtungen und fakultative Ausnahmen für andere Nutzer; in praktisch relevanten Fällen ist deshalb zu prüfen, ob die Voraussetzungen der jeweiligen Ausnahme vorliegen.
Fair Use (USA): In den Vereinigten Staaten ist Fair Use eine flexible, faktengestützte Abwägungsregel. Gerichte prüfen vier Faktoren, um zu entscheiden, ob eine Nutzung trotz fehlender Lizenz zulässig ist. Frühere Fälle wie die Auseinandersetzung zwischen der Authors Guild und Google Books zeigen, dass Gerichte TDM-ähnliche Massenverarbeitung in bestimmten Kontexten als zulässig ansehen können, wenn ein transformativer Nutzen vorliegt.
Urheberrechtliche Schutzfähigkeit von KI-Werken: Verwaltungssicht (z. B. U.S. Copyright Office) verlangt in der Regel einen menschlichen Beitrag, damit ein Werk als schutzfähig gilt. Vollständig autonom erzeugte Inhalte ohne maßgebliche menschliche Schöpfung werden häufig nicht als schutzfähig registriert.
Aktuelle Konflikte und Gerichtsverfahren (Sachstand aus öffentlich verfügbaren Berichten)
Seit 2023 wurden mehrere bekannte Klagen eingereicht, in denen Urheber und Rechteinhaber geltend machen, dass große Modelle ohne Erlaubnis mit geschützten Werken trainiert wurden. Beispiele sind Verfahren gegen Unternehmen, die KI-Modelle entwickeln oder betreiben; Bildagenturen und Autoren verweisen auf unerlaubte Nutzung von Werken, Rechteinhaber fordern Entschädigung oder Unterlassung. Diese Verfahren sind in vielen Fällen noch laufend oder wurden teilweise außergerichtlich gelöst; deshalb besteht Unsicherheit über endgültige verbindliche Grundsätze.
Parallel dazu erarbeiten Behörden und internationale Institutionen Stellungnahmen oder Leitlinien: In den USA hat das Copyright Office Hinweise zur Registrierung und zur Rolle menschlicher Urheberschaft veröffentlicht. Die EU regelt TDM auf Richtlinienebene, wobei die Umsetzungslage in den Mitgliedstaaten variiert. Die Weltorganisation für geistiges Eigentum (WIPO) beobachtet und analysiert die Entwicklungen und hat mehrere Übersichten zu KI und geistigem Eigentum erstellt.
Einordnung technischer und rechtlicher Fragen
Rechtlich wichtig ist die Unterscheidung zwischen Input und Output: Das Einlesen (Input) urheberrechtlich geschützter Werke zum Zwecke des Trainings kann separat zu beurteilen sein von der Frage, ob eine konkret ausgegebene Text- oder Bilddatei eine unzulässige Kopie eines geschützten Werks darstellt. Gerichtliche Analysen prüfen oft, ob eine Ausgabe substantielle Teile eines geschützten Werkes wiedergibt oder ob sie als neue, eigenständige Schöpfung anzusehen ist.
Weiterhin spielen vertragliche Fragen und Lizenzen eine zentrale Rolle: Viele Anbieter arbeiten mit lizenzierten Datensätzen oder schließen Lizenzvereinbarungen mit Rechteinhabern. Die rechtlichen Auseinandersetzungen betreffen also nicht nur das abstrakte Prinzip, sondern konkret die Frage, welche Nutzungen von welchen Datensätzen erlaubt oder vergütet sein müssen.
Rechtspolitische Optionen und Entwicklungsrichtungen
Aus juristischer Sicht lassen sich mehrere Entwicklungspfade unterscheiden: (1) Ausweitung von Ausnahmen (z. B. breitere TDM-Erlaubnisse), (2) stärkere Regulierung durch Vergütungspflichten für die Nutzung von Trainingsdaten, (3) klare Festschreibung der Notwendigkeit menschlicher Urheberschaft für Schutzfähigkeit, und (4) spezialisierte Regeln für generative KI (z. B. Meldepflichten, Transparenzpflichten gegenüber Rechteinhabern). Verschiedene politische Akteure schlagen oder prüfen Kombinationen dieser Optionen; bislang besteht jedoch kein international einheitlicher Ansatz.
Bei allen Vorschlägen sind Interessenkonflikte zu beachten: Schutz von Urhebern und Verwertungsgesellschaften auf der einen Seite, Innovationsförderung und Skaleneffekte in der KI-Entwicklung auf der anderen Seite. Die Rechtsprechung und Gesetzgebung werden versuchen, diese Interessen auszutarieren; die genaue Ausgestaltung ist offen.
Unsicherheitshinweis: Weil viele Fälle noch nicht abschließend entschieden sind und Gesetzesänderungen im Gange sind, bleibt die konkrete Rechtslage in einzelnen Anwendungsfällen oft unklar. Eine verlässliche Einzelfallprüfung bleibt notwendig.
Teil 3 (ca. 10 Minuten): Anwendungen, Grenzen und kurze Denkaufgaben
Konkrete Anwendungen und deren rechtliche Risiken:
1) Betreiber eines Chatbots, der auf Webkorpora trainiert wurde: Risiko, wenn Ausgaben lange Passagen aus einem einzelnen urheberrechtlich geschützten Werk wiedergeben; weniger Risiko, wenn Ausgaben transformativ sind und keine Substanz eines einzelnen Werkes reproduzieren. Praktisch relevant: Logging, Filtermechanismen und Lizenzierung können das Risiko mindern.
2) Bilderzeugungssystem, das Millionen von Bildern verwendet: Rechteinhaber können behaupten, ihre Werke seien ohne Erlaubnis verwendet worden. Anbieter sollten prüfen, welche Datenquellen sie nutzen, ob sie Lizenzen besitzen und welche Maßnahmen (z. B. Blocklisten, Attribution, Entschädigungsmechanismen) implementiert werden können.
3) Wissenschaftliche Forschung: In der EU bestehen für Forschungseinrichtungen besondere TDM-Ausnahmen; dies erleichtert die Nutzung von Text- und Bildkorpora für rein wissenschaftliche Zwecke, erfordert aber genaue Prüfung der nationalen Umsetzung und etwaiger Einschränkungen.
Kleine Denkaufgaben zur Reflexion (jeweils kurz besprechen):
a) Angenommen, Sie betreiben ein Sprachmodell, das Antworten im Stil einer bekannten lebenden Autorin liefert. Welche Risiken sehen Sie, und welche technischen oder rechtlichen Maßnahmen könnten Sie ergreifen? (Erwarten: Prüfung auf Nachahmungsschutz/-persönlichkeitsrechte, Lizenzverträge, Stilkopie vs. direkte Zitierpflicht.)
b) Sie besitzen Fotos, die in einem großen Internet-Archiv öffentlich zugänglich sind. Können Sie ohne weiteres verlangen, dass diese Fotos aus Trainingsdatensätzen entfernt werden? (Erwarten: Prüfung von Nutzungsbedingungen der Plattform, rechtlichen Schritten, Abwägung mit transformatorischer Nutzung und praktischen Durchsetzungshürden.)
c) Diskutieren Sie kurz den Unterschied zwischen "Trainingsnutzung" und "Ausgabe" anhand eines konkreten Beispiels: Ein Modell gibt einen Text aus, der eine Sequenz von 300 Wörtern aus einem urheberrechtlich geschützten Roman nahezu wörtlich reproduziert. Welche Kriterien sind relevant, um zu beurteilen, ob dies eine unerlaubte Nutzung ist? (Erwarten: Substanz der Wiedergabe, Wahrscheinlichkeit der Wiedererkennbarkeit, transformative Verwendung, mögliche Lizenzen.)
Abschließende praktische Hinweise:
Organisationen sollten Transparenz über genutzte Datenquellen herstellen, Risikobewertungen durchführen, gegebenenfalls Lizenzen oder Opt-out-Mechanismen prüfen und bei Rechtsunsicherheiten juristischen Rat einholen. Auf behördlicher Ebene ist zu beobachten, wie Gerichte und Gesetzgeber die Balance zwischen Urheberrechten und Innovationsinteresse herstellen.
Quellenverzeichnis (ausgewählte, tatsächlich genutzte Quellen)
1) Directive (EU) 2019/790 of the European Parliament and of the Council on copyright and related rights in the Digital Single Market (DSM-Richtlinie). Herausgeber: EUR-Lex / Europäische Union. Datum der Annahme: 17. April 2019. URL: https://eur-lex.europa.eu/eli/dir/2019/790/oj
2) U.S. Copyright Office — "Copyright and Artificial Intelligence." Herausgeber: U.S. Copyright Office. (Sammlung von Hinweisen und Veröffentlichungen zur Frage, wie das Copyright Office mit KI-generierten Inhalten umgeht). Stand und Dokumentation auf der Webseite. URL: https://www.copyright.gov/policy/artificial-intelligence/
3) Reuters — "Authors Guild sues OpenAI, Microsoft, alleging copyright infringement" (Bericht über die Klage von Autorenverbänden gegen KI-Anbieter). Herausgeber: Reuters. Datum der Veröffentlichung: 18. September 2023. URL: https://www.reuters.com/legal/authors-guild-sues-openai-microsoft-alleging-copyright-infringement-2023-09-18/
4) Reuters — "Getty Images sues Stability AI alleging copyright infringement" (Bericht über die Klage von Getty Images gegen Stability AI). Herausgeber: Reuters. Datum der Veröffentlichung: 28. März 2023. URL: https://www.reuters.com/technology/getty-images-sues-stability-ai-alleging-copyright-infringement-2023-03-28/
5) World Intellectual Property Organization (WIPO) — "WIPO Technology Trends: Artificial Intelligence." Herausgeber: WIPO. Sammlung und Analyse zu Schnittstellen zwischen KI und geistigem Eigentum. URL: https://www.wipo.int/tech_trends/en/artificial_intelligence/
6) Gerichtliche Entscheidung: Authors Guild v. Google (Second Circuit) — Urteil, das die Massendigitalisierung im Kontext von Google Books und die Frage der Fair Use behandelte. Zweite US-Berufungsentscheidung, 16. Oktober 2015. Quelle: Law.justia (Entscheidungstext im Volltext). URL: https://law.justia.com/cases/federal/appellate-courts/ca2/13-4829/13-4829-2015-10-16.html
7) Supreme Court of the United States — Andy Warhol Foundation for the Visual Arts, Inc. v. Lynn Goldsmith, No. 21‑869, Entscheidung (Argumente und Schlussfolgerungen zur Fair-Use-Doktrin bei Bildnutzungen). Herausgeber: Supreme Court of the United States. Datum der Entscheidung: 2023. URL: https://www.supremecourt.gov/opinions/22pdf/21-869_6k47.pdf
Hinweis zur Quellenlage: Die Auswahl oben bildet die Grundlage für die in der Vorlesung gemachten, belegbaren Aussagen. Viele aktuelle Verfahren sind noch anhängig; die Quellen spiegeln den Stand öffentlicher Berichterstattung und offizieller Leitlinien bis Juni 2024 wider. Es existieren zahlreiche ergänzende Veröffentlichungen (wissenschaftliche Artikel, politische Positionspapiere, weitere Presseberichte), die hier nicht vollständig aufgeführt sind, aber für vertiefende Recherche herangezogen werden können.