OpenAI/Anthropic: Urheberrechtsklage erklärt
Wer bezahlt den Preis für scheinbar mühelos generierte Texte, Code oder Liedtexte von Systemen wie ChatGPT oder Claude? Ein deutsches Gericht verurteilte OpenAI wegen der Nutzung geschützter Songtexte, während Anthropic einem Vergleich mit Buchautorinnen und -autoren zustimmte. Diese Verfahren drehen sich um die Grundsatzfrage, ob urheberrechtlich geschützte Werke massenhaft zum KI-Training kopiert werden dürfen und zu welchen Bedingungen. Gleichzeitig schließen KI-Anbieter Lizenzverträge mit Medienhäusern, um an "saubere" Trainingsdaten zu gelangen. Die Klagen sind ein Stresstest für das Geschäftsmodell generativer KI mit Folgen für Verlage, Kreative, Entwickler, Nutzer und die Preise der Dienste.
Quelle: Eigene Darstellung
KI und Urheberrecht
Urheberrechtsklagen gegen OpenAI und Anthropic betreffen generative KI-Systeme, die aus großen Mengen an Texten, Bildern, Musik oder Code Muster lernen, um neue Inhalte zu erzeugen. Beim Training werden Daten technisch kopiert, etwa durch das Herunterladen von Büchern aus Schattenbibliotheken, das Crawlen von Webseiten oder das Einlesen lizenzierter Archive. OpenAI betreibt ChatGPT und die zugrunde liegenden Sprachmodelle, die mit Webdaten, lizenzierten Inhalten und weiteren Quellen trainiert werden. Anthropic entwickelt Claude, ein Konkurrenzmodell, das ähnliche Aufgaben erfüllt und auf großen Textkorpora basiert.
Rechtlich treffen hier das Urheberrecht, das die Vervielfältigung und Nutzung von Werken schützt, und die Idee aufeinander, dass KI-Training als Texterkennung oder Datenanalyse unter bestehende Schranken fallen könnte. Beispiele sind "Text and Data Mining" in der EU oder "Fair Use" in den USA. Fair Use ist eine flexible US-Regel, die die Nutzung urheberrechtlich geschützter Werke ohne Erlaubnis für Kritik, Forschung oder Transformationen erlaubt. In Europa gibt es eng definierte Ausnahmen und spezielle Text-und-Datenmining-Regeln, deren Anwendung von Lizenz und Nutzungszweck abhängt.
Bei OpenAI begannen Konflikte mit Klagen von Einzelautorinnen und -autoren wegen der Nutzung ihrer Bücher beim Training. 2023 schlossen sich 17 Autorinnen und Autoren unter der Authors Guild zu einer Sammelklage zusammen, die OpenAI vorwarf, ihre Texte kopiert zu haben, um Modelle zu trainieren, die stilistisch ähnliche Inhalte generieren können. Ein Bundesgericht in New York ließ zentrale Teile der Urheberrechtsvorwürfe gegen OpenAI und Microsoft bestehen. Ende 2023 klagte die New York Times gegen OpenAI und Microsoft, da Millionen ihrer Artikel ohne Lizenz zum Training genutzt worden seien. Die Zeitung fordert die Vernichtung aller Modelle, die auf ihren Inhalten basieren, und potenziell Milliarden an Schadensersatz. Dieser Fall gilt als wichtige Auseinandersetzung zwischen Medien und KI.
Acht US-Zeitungen des Alden-Global-Capital-Verbunds klagten ebenfalls gegen OpenAI und Microsoft. 2025 folgte die Klage des Digitalverlags Ziff Davis. Insgesamt laufen über ein Dutzend Klagen gegen OpenAI. Auch beim Programmierassistenten GitHub Copilot, der auf OpenAI-Technologie basiert, gibt es Streit, da Entwickler Microsoft, GitHub und OpenAI vorwerfen, lizenzierte Open-Source-Repositories massenhaft in das Training einbezogen und Lizenzbedingungen missachtet zu haben. Ein Großteil der Ansprüche wurde 2024 abgewiesen, einzelne Punkte dürfen jedoch weiterverfolgt werden.
Quelle: YouTube
In Europa stellte ein Münchner Gericht im Herbst 2025 fest, dass ChatGPT gegen deutsches Urheberrecht verstoßen hat, da geschützte Liedtexte von GEMA-Mitgliedern ohne Erlaubnis genutzt wurden. OpenAI muss Schadensersatz zahlen. Das Gericht signalisierte, dass nicht nur Ausgaben, sondern bereits das Kopieren zum Training unter die Schutzrechte fallen kann.
Bei Anthropic kulminierte der Konflikt in einer Sammelklage von Buchautorinnen und -autoren, die dem Unternehmen vorwarfen, etwa sieben Millionen Bücher, darunter Raubkopien, zum Training genutzt zu haben. Ein US-Bundesrichter entschied zunächst, dass das Training auf rechtmäßig erworbenen Buchkopien unter bestimmten Umständen als Fair Use gelten könne, ließ aber offen, wie mit illegal beschafften Kopien zu verfahren sei. Im September 2025 einigte sich Anthropic auf einen Vergleich über rund 1,5 Milliarden Dollar, um die Sammelklage beizulegen. Die Vergleichssumme zeigt, dass Urheberrechtsrisiken für KI-Anbieter existenzielles Ausmaß annehmen können.
Quelle: de.marketscreener.com
OpenAI steht im Zentrum von Urheberrechtsdebatten, da seine KI-Modelle mit großen Datenmengen trainiert werden.
Andere KI-Firmen wie Meta und Stability AI gewannen erste Urteile, in denen Gerichte das Training auf bestimmten Buch- oder Bildkorpora als zulässige Nutzung einstuften oder Klagen aus formalen Gründen abwiesen. Die Rechtslage ist weiterhin ungeklärt.
Wirtschaftliche Aspekte
Viele Kreative, Verlage und Verbände gehen gegen OpenAI und Anthropic vor, weil es um einen neuen Markt geht. Wer ein Sprachmodell trainiert, benötigt riesige Datenmengen: Texte aus Zeitungen, Bücher, Foren, Code-Repositories, Songtexte. Lange Zeit wurden diese Daten aus dem offenen Web "gescraped", oft in der Annahme, dass öffentlich zugängliche Inhalte für Analysezwecke genutzt werden dürfen. Die Klagen stellen diese Praxis in Frage und damit auch, ob KI-Firmen künftig systematisch Lizenzgebühren zahlen müssen.
Gleichzeitig wächst ein Ökosystem von Datenbrokern und spezialisierten "Dataset Providern", die kuratierte, rechtlich abgesicherte Datensätze für KI-Training anbieten. Unternehmen wie Rightsify oder vAIsual haben sich zu einem Branchenverband zusammengeschlossen, der für strengere Regeln, Transparenz und Vergütung eintritt und sich als Gegenpol zum "wilden" Web-Scraping versteht.
Quelle: aicamp.so
Der Wettbewerb zwischen OpenAI und Anthropic prägt die wirtschaftliche Landschaft der KI-Branche maßgeblich.
Für Medienhäuser geht es darum, zu verhindern, dass KI-Modelle ihre Inhalte auslesen, zusammenfassen und in Konkurrenz zu ihren eigenen Plattformen treten, ohne dass Geld fließt. Viele Verlage erkennen jedoch auch, dass sie über verlässliche Datenströme verfügen, die sich lizenzieren lassen, und schließen Kooperationen. OpenAI hat Verträge mit Axel Springer, News Corp, der Financial Times, Le Monde und der Associated Press abgeschlossen, um Inhalte für Training und Ausgabe zu lizenzieren. Reddit verdient einen Teil seines Umsatzes durch Lizenzdeals mit Google und OpenAI für den Zugriff auf Forenbeiträge.
Die "versteckten Kosten" von KI gewinnen im politischen Diskurs an Gewicht. Trainingsläufe großer Modelle verbrauchen enorme Mengen an Energie und Wasser. Wenn zusätzlich Milliardenbeträge in Lizenzen für Bücher, Artikel oder Musik fließen, stellt sich die Frage, ob die heutigen Abo-Preise für KI-Dienste kostendeckend sind oder durch Investoren und versteckte Subventionen querfinanziert werden.
Regulierung und Politik
Auf regulatorischer Ebene verschiebt sich der Rahmen: Der EU-AI-Act verpflichtet Anbieter von "General Purpose AI" wie ChatGPT und Claude zu mehr Transparenz über Trainingsdaten und einer strikteren Beachtung des Urheberrechts. Dies leitet einen Übergang von freiwilliger Offenlegung zu verbindlichen Pflichten ein, was ein Spannungsfeld zu Geschäftsgeheimnissen erzeugen kann.
Belegt ist, dass sowohl OpenAI als auch Anthropic beim Training ihrer Modelle große Mengen urheberrechtlich geschützter Inhalte verarbeitet haben. Klagen und Gerichtsdokumente legen detailliert dar, welche Datenquellen und Schattenbibliotheken mutmaßlich genutzt wurden. Erste Gerichte senden gegensätzliche Signale: Ein Münchner Gericht wertet die Nutzung geschützter Songtexte als Verstoß gegen deutsches Urheberrecht, während US-Richter in Verfahren gegen Meta und Anthropic zu Fair-Use-Einschätzungen kommen, zumindest bei rechtmäßig erworbenen Kopien.
KI-Modelle können einen Teil ihrer Trainingsdaten "memorieren", also längere Ausschnitte nahezu wortgleich reproduzieren. Dies ist eher ein technischer Nebeneffekt, aber relevant für sensible Inhalte und vertrauliche Daten. Studien zeigen hier einstellige Prozentsätze.
Unklar bleibt, ob Gerichte langfristig das reine Training auf urheberrechtlich geschützten Werken als zulässig ansehen, solange die Modelle später keine umfangreichen, identischen Passagen zurückgeben und die Nutzung als ausreichend "transformativ" gilt. Juristische Analysen betonen, dass vieles von der konkreten Ausgestaltung der Modelle, der Marktbeeinträchtigung und den jeweiligen Schrankenregelungen abhängt.
Ebenfalls unklar ist, wie hoch sich künftige Lizenzkosten einpendeln werden und ob sie vor allem große Player mit tiefen Taschen bevorzugen. Daten-Lizenzpakte mit Medienhäusern liegen teilweise im Bereich von mehreren hundert Millionen Dollar über mehrere Jahre, während Open-Source-Modelle weiterhin stark auf frei verfügbare Daten setzen.
Falsch oder irreführend ist die Behauptung, KI-Training sei in jedem Fall "Diebstahl", weil ein Modell zwangsläufig komplette Werke speichere und eins zu eins ausgeben könne. Technische Analysen zeigen, dass Modelle vor allem Muster und statistische Zusammenhänge lernen. Problematisch ist eher ein kleiner, aber relevanter Teil an Memorisation sowie die Frage, ob das initiale Kopieren der Trainingsdaten erlaubt war. Dies relativiert simple Vergleiche wie "die KI ist ein Kopierer im Großformat".
Irreführend ist auch die Vorstellung, ein einzelnes Urteil, etwa das der New York Times gegen OpenAI, könne die gesamte generative KI "verbieten" oder abschalten. Realistischer sind schrittweise Anpassungen: mehr Lizenzen, strengere Transparenzpflichten, möglicherweise neue Vergütungsmodelle für Trainingsdaten und zusätzliche technische Schutzmaßnahmen.
Quelle: user-added
Ein Diagramm, das verschiedene KI-Modelle und ihre Zugehörigkeit zu Closed Source oder Open Source darstellt.
Autorinnen- und Autorenverbände wie die Authors Guild betonen, dass ohne wirksame Vergütungssysteme die Existenz vieler Schreibender gefährdet sei und dass KI-Unternehmen auf "gestohlenen" Büchern Milliardengeschäfte aufbauen. Sie fordern klare Regeln, nach denen Werke entweder nicht ohne Zustimmung genutzt werden dürfen oder zumindest eine kollektive Vergütung an Verwertungsgesellschaften fließt.
Große Medienhäuser sind gespalten: Die New York Times oder einzelne US-Regionalzeitungen setzen auf Klagen, um Verhandlungsmacht zu sichern. Andere Verlage, wie Axel Springer, News Corp oder die Financial Times, haben sich für umfangreiche Lizenzverträge entschieden und sehen KI als zusätzlichen Vertriebskanal und Einnahmequelle.
OpenAI und Anthropic betonen, sich an das Recht zu halten, Urheber zu respektieren und verstärkt auf lizensierte oder rechtlich geklärte Daten zu setzen. Gleichzeitig argumentieren sie, dass ein striktes Lizenzregime für jede einzelne Trainingsnutzung die Entwicklung von KI auf wenige Konzerne beschränken würde.
Zivilgesellschaftliche Organisationen wie die Electronic Frontier Foundation warnen davor, das Urheberrecht zu stark auszuweiten. Wenn Forschung, Open-Source-Projekte oder kleinere Unternehmen keinen fair-use-ähnlichen Spielraum mehr hätten, könnte Innovation in den Händen weniger großer Player landen. Auf der anderen Seite fordern Kreativenverbände und manche Juristinnen, dass gerade mit Blick auf KI neue Vergütungsmechanismen und Schutzrechte eingeführt werden, die über klassische Nutzungsszenarien hinausgehen.
Regulierungsbehörden und Gesetzgeber versuchen, diesen Spannungsfeldern mit Transparenzpflichten, Sorgfaltsanforderungen und Sanktionen zu begegnen, ohne Innovation vollständig auszubremsen.
Praktische Auswirkungen
Als Kreative, Entwickler oder Unternehmen, das KI einsetzt, stehen Ihnen zunehmend Wahlmöglichkeiten zur Verfügung. Wenn Sie Inhalte produzieren, können Sie Ihre Werke bewusst an Plattformen lizenzieren, die sich an transparente KI-Vergütungsmodelle anschließen, etwa über Verwertungsgesellschaften oder Dataset-Anbieter. Gleichzeitig können Sie technische Schutzmaßnahmen nutzen, von robots.txt-Konfigurationen bis zu speziellen "noai"-Metatags, die von großen Anbietern zunehmend respektiert werden.
Wenn Sie KI-Dienste beruflich nutzen, lohnt sich ein Blick in die Vertragsbedingungen. Viele Anbieter ermöglichen heute, Trainingsnutzung für bestimmte Daten auszuschalten oder getrennte "Enterprise"-Umgebungen ohne Weiterverwendung der Eingaben anzubieten. Gerade Unternehmen mit sensiblen oder urheberrechtlich wertvollen Inhalten sollten solche Optionen aktiv prüfen.
Bei der Einordnung von Schlagzeilen helfen einfache Prüfschritte: Sehen Sie, ob ein Artikel auf konkrete Gerichtsdokumente verlinkt, ob Zahlen nachvollziehbar belegt sind und ob zwischen rechtlichen Risiken und reinen Spekulationen sauber getrennt wird. Hilfreich sind dabei Originalquellen wie Courtlistener, Justia oder die Veröffentlichungen der Gerichte selbst, die Medienberichte ergänzen.
Im Hintergrund bahnt sich eine technische Verschiebung an: Anbieter wie Cloudflare bieten inzwischen standardmäßige Sperren für KI-Crawler an und experimentieren mit "Pay per Crawl"-Modellen, bei denen KI-Firmen für den Zugriff auf Inhalte zahlen müssen. Das kann die Verhandlungsposition von Content-Plattformen stärken, aber auch dazu führen, dass manche Inhalte nur noch für zahlende KI-Anbieter sichtbar sind.
Zukunftsperspektiven
Trotz der vielen Klagen, Urteile und Vergleiche bleiben wichtige Fragen offen. Zentral ist die dogmatische Frage, ob das bloße Kopieren großer Mengen urheberrechtlich geschützter Werke zum Zweck des Trainings eine eigenständige, lizenzpflichtige Nutzung ist – oder ob man sie eher mit Analysehandlungen vergleicht, die unter Schranken wie Text and Data Mining oder Fair Use fallen.
Offen ist auch, wie detailliert KI-Anbieter künftig ihre Trainingsdaten offenlegen müssen. Der EU-AI-Act verlangt eine "Zusammenfassung" der verwendeten Inhalte, doch Fachbeiträge diskutieren, ob das mehr als grobe Kategorien und Beispielquellen bedeutet und wie weit der Schutz von Geschäftsgeheimnissen reicht.
Eine weitere offene Baustelle ist die internationale Fragmentierung: Während US-Gerichte stark mit Fair-Use-Argumenten arbeiten, setzen europäische Gerichte eher auf strengere Urheberrechtsdogmatik und spezifische TDM-Regeln. Das könnte dazu führen, dass KI-Modelle je nach Region unterschiedlich trainiert oder bereitgestellt werden – mit entsprechenden Folgen für Wettbewerbsfähigkeit und Zugang zu leistungsfähigen Systemen.
Schließlich ist noch wenig klar, wie sich neue technische Standards – von KI-spezifischen Robots-Erweiterungen bis zu Content-Signalen wie "ai-train" oder "ai-input" – rechtlich auswirken werden und ob Gerichte sie eines Tages als ausdrückliche Einwilligungs- oder Widerspruchsinstrumente werten.
Die Urheberrechtsklagen gegen OpenAI und Anthropic markieren keinen plötzlichen Bruch, sondern das sichtbare Symptom eines tieferen Strukturwandels: Kreative, Medien und Plattformen ringen darum, wie ihre Werke im Zeitalter der generativen KI genutzt und vergütet werden – und KI-Unternehmen müssen lernen, dass "einfach alles aus dem Netz ziehen" langfristig weder politisch noch rechtlich tragfähig ist. Für Sie heißt das: Es lohnt sich, Trainingsdaten nicht als abstrakte Masse zu sehen, sondern als das, was sie sind – die Arbeit von Millionen Menschen. Je klarer wir Regeln, Vergütungswege und technische Schutzmöglichkeiten definieren, desto eher können KI-Systeme entstehen, die leistungsfähig sind und gleichzeitig die Rechte derjenigen respektieren, auf deren Schultern sie stehen.