Ein Sammelklageverfahren gegen Meta in den USA könnte die Spielregeln für das gesamte KI-Training neu definieren – und wirft grundlegende Fragen über den Umgang mit urheberrechtlich geschützten Inhalten in der KI-Entwicklung auf.
Urheberrechtsstreit gegen Meta könnte Maßstäbe für KI-Training setzen
Ein laufendes Sammelklageverfahren gegen Meta in den USA könnte weitreichende Konsequenzen für die gesamte KI-Branche haben – und damit auch für europäische Unternehmen, die Sprachmodelle entwickeln oder lizenzieren. Im Mittelpunkt steht die Frage, ob das massenhafte Herunterladen urheberrechtlich geschützter Texte über BitTorrent-Netzwerke zum Zweck des KI-Trainings eine Rechtsverletzung darstellt.
Hintergrund: Torrenting als Trainingsdatenstrategie
Laut Klageschrift soll Meta für das Training seiner Llama-Sprachmodelle auf urheberrechtlich geschützte Bücher zurückgegriffen haben, die über BitTorrent-Netzwerke bezogen wurden – darunter offenbar Inhalte aus sogenannten Shadow Libraries wie LibGen. Besonders brisant: Beim BitTorrent-Protokoll werden heruntergeladene Dateien automatisch auch an andere Nutzer weitergeleitet (Seeding). Die Kläger, eine Gruppe von Autoren, argumentieren, dass Meta damit nicht nur Inhalte illegal bezogen, sondern diese auch aktiv verbreitet habe.
Das zuständige Bundesgericht in den USA entschied zugunsten der Kläger in einem prozessualen Zwischenschritt: Den Autoren wurde ein erleichterter rechtlicher Angriffspfad zugestanden – sie müssen nicht nachweisen, dass jedes einzelne ihrer Werke direkt durch Metas Torrenting betroffen war.
Meta setzt auf Supreme-Court-Präzedenzfall
Meta versucht nun, diesen Vorteil der Kläger zu neutralisieren. Das Unternehmen beruft sich auf ein aktuelles Urteil des US Supreme Court in einem nicht verwandten Urheberrechtsfall rund um Musikpiraterie. Darin hatte das Gericht die Anforderungen an den Nachweis von Urheberrechtsverletzungen neu definiert. Meta argumentiert, dass diese Entscheidung auch auf den eigenen Fall angewendet werden müsse – und die erleichterten Klagebedingungen für die Autoren damit hinfällig seien.
Ob dieses Argument Bestand hat, bleibt offen. Das Gericht muss nun entscheiden, ob das SCOTUS-Urteil tatsächlich übertragbar ist – eine Frage mit erheblicher Signalwirkung für ähnliche Verfahren, die derzeit gegen OpenAI, Google und andere KI-Unternehmen laufen.
Strukturelles Problem: Woher kommen die Trainingsdaten?
Der Fall beleuchtet ein grundsätzliches Dilemma der KI-Entwicklung: Der Bedarf an großen, qualitativ hochwertigen Textmengen für das Training von Large Language Models übersteigt bei weitem das, was über legale Lizenzierungsmodelle verfügbar ist. Viele Unternehmen haben deshalb auf frei zugängliche oder schwer regulierbare Quellen zurückgegriffen – mit rechtlich unklaren Folgen.
Sollte das Gericht zugunsten der Autoren entscheiden, könnten Sammelklagen gegen KI-Unternehmen deutlich einfacher durchsetzbar werden – mit erheblichen wirtschaftlichen Implikationen für die gesamte Branche.
Das würde den Druck auf die Branche erhöhen, nachträglich Lizenzvereinbarungen zu schließen oder Trainingsdatensätze offenzulegen.
Einordnung für deutsche Unternehmen
Für Unternehmen im deutschsprachigen Raum, die eigene KI-Modelle entwickeln oder auf Modelle US-amerikanischer Anbieter setzen, ist das Verfahren aus zwei Gründen relevant:
- Kostendruck: Ein Urteil zugunsten der Kläger könnte die Lizenzierungskosten für Trainingsdaten und damit die Betriebskosten bestehender Modelle erhöhen.
- Compliance-Strategie: Die EU-KI-Verordnung schreibt für Anbieter von Hochrisiko-KI-Systemen bereits heute Transparenzpflichten zur Herkunft von Trainingsdaten vor.
Wer jetzt sorgfältige Dokumentation und rechtskonforme Datenbeschaffung etabliert, ist besser positioniert – unabhängig davon, wie US-Gerichte entscheiden.
Quelle: Ars Technica – Meta hopes SCOTUS piracy ruling will help it beat lawsuit over torrenting AI data
