Interne Dokumente verschärfen den Urheberrechtsstreit
Im Rechtsstreit US-amerikanischer Medienhäuser gegen Microsoft und OpenAI sind bislang vertrauliche Dokumente öffentlich geworden. Sie wurden im Rahmen eines Antrags auf ein summarisches Urteil vorgelegt. Die Kläger wollen damit zeigen, dass beide Unternehmen die wirtschaftlichen und rechtlichen Risiken ihrer Trainingsmethoden früh erkannt hätten.
Besonders deutlich äußerte sich Brent Hecht, Director of Applied Science bei Microsoft. Er bezeichnete das massenhafte Scraping von Medieninhalten intern als einen beispiellosen Diebstahl und stellte die Fair-Use-Argumentation des Konzerns infrage. Fair Use bezeichnet im US-Recht bestimmte erlaubte Nutzungen urheberrechtlich geschützter Werke ohne vorherige Lizenz.
Das Vorgehen sei möglicherweise der größte Diebstahl von Arbeitskraft in der Menschheitsgeschichte und mache das Konzept von Fair Use zu einer kompletten Farce.
Microsoft distanzierte sich von diesen Aussagen. Sie spiegelten die persönliche Einschätzung eines einzelnen Mitarbeiters wider, seien keine juristische Analyse und entsprächen nicht der offiziellen Position des Unternehmens.
Chatbots ersetzen zunehmend die ursprüngliche Quelle
Die Dokumente betreffen nicht nur das Training der Modelle. Sie zeigen auch, dass Microsoft und OpenAI intern mit einer Verlagerung der Nutzung von Medienseiten zu Chatbots rechneten. Nick Turley, Produktleiter für ChatGPT, bezeichnete Chatbots sinngemäß als weitgehend substituierend und erwartete, dass dieser Effekt mit steigender Qualität zunehmen werde.
Microsoft-CEO Satya Nadella räumte unter Eid ein, dass KI-Plattformen als Ersatz für Nachrichtenangebote dienen können. Wenn eine Antwort direkt im Chatbot erscheint, entfällt für viele Nutzer der Anlass, die zugrunde liegende Quelle aufzurufen.
| Von Microsoft gemessene Gruppe | Rückgang der Click-Through-Rate |
|---|---|
| Einige beteiligte Medienhäuser | 83 bis 93 % |
| Weitere beteiligte Medienhäuser | 51 bis 94 % |
Die Click-Through-Rate misst den Anteil der Nutzer, die von einer KI-Antwort tatsächlich auf die verlinkte Quelle wechseln. Ein Rückgang in dieser Größenordnung betrifft unmittelbar Reichweite, Werbeerlöse und Abonnements. Der Fall ergänzt damit die bereits laufenden Klagen von Zeitungen gegen das KI-Training von OpenAI.
Die eigene Content-Lieferkette gerät unter Druck
Ein internes Microsoft-Dokument beschreibt eine zerstörerische Abwärtsspirale. KI-Produkte greifen demnach auf journalistische Inhalte zurück, schwächen aber gleichzeitig deren wirtschaftliche Grundlage. Wenn weniger verlässliche Inhalte produziert werden, verschlechtert sich langfristig auch die Datenbasis neuer Sprachmodelle.
Es sei höchst ungewöhnlich, dass ein Endprodukt die wirtschaftlichen Grundlagen seiner wichtigsten Lieferanten bedrohe. Genau diese Situation habe man für das LLM-Geschäft und dessen Content-Lieferkette geschaffen.
Für Betreiber von Webseiten wird deshalb entscheidend, zwischen Suchzugriffen und der Nutzung für Modelltraining unterscheiden zu können. Technische Ansätze wie die Trennung von KI-Training und Websuche durch Cloudflare geben Inhalteanbietern mehr Kontrolle, lösen aber nicht rückwirkend die Frage bereits verwendeter Daten.
Streit um Paywalls und 1,8 Millionen Artikel
Die Kläger werfen den Unternehmen außerdem vor, Daten außerhalb des ursprünglich vereinbarten Zwecks genutzt zu haben. Microsoft soll für Bing lizenzierte Inhalte an OpenAI zum Training weitergegeben haben. Ein Datensatz mit 1,8 Millionen Artikeln der New York Times sei trotz einer Sperre für kommerzielle Nutzung eingesetzt worden.
Auch der Umgang mit Paywalls ist Teil der veröffentlichten Unterlagen. Nachdem intern eine Methode zur Umgehung der Paywall der New York Times gemeldet worden war, antwortete OpenAI-Präsident Greg Brockman laut den Dokumenten mit den sinngemäß übersetzten Worten: „Ah, schön.“ Ob und welche rechtlichen Folgen sich daraus ergeben, muss das Gericht klären.
Bislang ist weder bestätigt, wann ein mögliches Hauptverfahren beginnt, noch ob es zu einem Urteil oder Vergleich kommt. Offen bleibt ebenfalls, ob betroffene Datensätze gelöscht oder Modelle neu trainiert werden müssten, falls die Kläger erfolgreich sind.
Für DACH-Unternehmen wird die Datenherkunft wichtiger
In Deutschland, Österreich und der Schweiz ist der Fall trotz seines Schwerpunkts im US-Recht relevant. Das deutsche Urheberrecht regelt Text- und Data-Mining unter anderem in § 44b UrhG. Rechteinhaber können sich bestimmte Nutzungen vorbehalten, weshalb US-amerikanische Fair-Use-Argumente nicht ohne Weiteres auf Europa übertragbar sind.
Für Unternehmen entsteht daraus ein Beschaffungsrisiko. Wer zentrale Prozesse an ChatGPT, Copilot oder andere proprietäre KI-Dienste bindet, übernimmt indirekt auch Risiken aus deren Trainingsdaten und Lizenzmodell. Mögliche Folgen gerichtlicher Entscheidungen könnten zusätzliche Lizenzen, Nachzahlungen oder Einschränkungen einzelner Modelle sein, konkrete Konsequenzen sind derzeit jedoch nicht absehbar.
Open-Source-Modelle sind nicht automatisch rechtssicher. Modelle mit nachvollziehbarer Datenherkunft lassen sich allerdings besser prüfen. Einen wirtschaftlichen Vergleich ermöglichen auch die deutlich niedrigeren Nutzungskosten vieler Open-Weights-Modelle gegenüber geschlossenen Angeboten.
KI-Beschaffung ist nicht mehr nur eine Preisfrage
Unternehmen sollten bei KI-Diensten neben Funktionsumfang und Abo-Kosten auch Trainingsdaten, Freistellungsklauseln und mögliche Modellwechsel bewerten. Eine eigene Lösung auf Basis lizenzierter, gemeinfreier oder firmeneigener Daten verursacht Betriebsaufwand, reduziert aber die Abhängigkeit von einem einzelnen Anbieter.
Die internen Warnungen zeigen vor allem einen strukturellen Konflikt. KI-Anbieter benötigen hochwertige Inhalte, während ihre Produkte den wirtschaftlichen Wert der ursprünglichen Quelle abschöpfen können. Solange dieser Konflikt nicht durch belastbare Lizenzmodelle gelöst ist, bleibt die rechtliche Grundlage vieler proprietärer KI-Abos angreifbar.