Copyright & Datenraub

KI-Modelle lernen aus Milliarden von Bildern, Texten und Songs — die meisten davon urheberrechtlich geschützt. Künstler entdecken ihre Stile in KI-Generatoren wieder, ohne je zugestimmt zu haben. Unternehmen erzeugen Inhalte im Millionenwert, besitzen daran aber oft keine Rechte. Drei Fragen bestimmen diesen Konflikt: Ist KI-Training auf geschützten Daten legal? Können Urheber sich wehren? Und wem gehört, was eine KI erschafft? Die Antworten sind weit weniger eindeutig, als beide Seiten behaupten.

Rechtsstand: Anfang 2026. Die Rechtslage zum KI-Copyright entwickelt sich rapide — Gerichtsurteile können die hier dargestellten Positionen verändern.

Fair Use — Wann darf KI deine Daten nutzen?

Stell dir vor, du liest jedes jemals veröffentlichte Kochbuch, verinnerlichst Techniken und Aromakombinationen und schreibst dann eigene Rezepte aus dem Gedächtnis. Hast du gestohlen oder gelernt? Genau das ist der Kernstreit beim KI-Training — und die Gerichte haben noch keine abschließende Antwort. Bruchstelle der Analogie: Ein Mensch transformiert und interpretiert tatsächlich neu. Ein KI-Modell kann manchmal beinahe exakte Kopien reproduzieren (darauf stützt sich die Getty-Klage), was das Argument der "Transformation" erheblich schwächt.

Analogie:

Definition:

Fair Use ist eine US-amerikanische Rechtsdoktrin, die unter bestimmten Bedingungen die Nutzung urheberrechtlich geschützter Werke ohne Erlaubnis des Rechteinhabers erlaubt. Ob eine Nutzung als Fair Use gilt, wird anhand von vier Faktoren geprüft: (1) Zweck und Art der Nutzung — ist sie kommerziell oder transformativ? (2) Art des geschützten Werkes. (3) Umfang des genutzten Teils im Verhältnis zum Gesamtwerk. (4) Auswirkung der Nutzung auf den Markt des Originals.

US Fair Use vs. EU TDM im Vergleich

US: Fair Use Doctrine

Einzelfallprüfung anhand von vier Faktoren (Zweck, Art, Umfang, Marktwirkung). KI-Unternehmen argumentieren: Training ist "transformativ" — das Modell extrahiert Muster, keine Kopien. Kein gesetzliches Opt-Out-Recht. Laufende Verfahren: NYT vs. OpenAI, Getty vs. Stability AI.

EU: TDM-Regeln der DSM-Richtlinie (2019)

Gesetzliche Regelung über Text and Data Mining (TDM), also das automatische Auswerten großer Text- und Datenmengen. Art. 3: TDM für wissenschaftliche Forschung erlaubt. Art. 4: TDM auch kommerziell erlaubt — aber mit ausdrücklichem Opt-Out-Recht der Rechteinhaber. Rechtsverbindlich innerhalb der EU.

Stability AI trainierte Stable Diffusion auf dem Datensatz LAION-5B — einer Sammlung von über fünf Milliarden Bildern aus dem Internet. In generierten Bildern tauchten wiederholt verzerrte Versionen der Getty-Wasserzeichen auf. Für die Kläger ist das ein Beleg dafür, dass das Modell konkrete geschützte Bilder memoriert hat, statt nur abstrakte Muster zu lernen.

Falsch. Die Rechtslage ist schlichtweg ungeklärt. Beide Seiten bringen valide juristische Argumente vor. Zwei US-Bezirksgerichte werteten 2025 das Training mit Büchern als Fair Use (Anthropic, Meta) — ausdrücklich nur für den jeweiligen Einzelfall. In den USA steht eine höchstrichterliche Entscheidung noch aus. In der EU regelt die DSM-Richtlinie zumindest einen Teil der Frage. Es wird voraussichtlich Jahre dauern, bis gefestigte Präzedenzfälle existieren.

Opt-Out — Das Recht, Nein zu sagen

Opt-Out bezeichnet das Recht von Urhebern, der Verwendung ihrer Werke für KI-Training aktiv zu widersprechen. Da die Standardeinstellung im Internet ist, dass alles Zugängliche gecrawlt wird, müssen Urheber selbst tätig werden. Vier Mechanismen stehen zur Verfügung — doch alle haben eine fundamentale Grenze.

robots.txt

EU TDM Opt-Out

Plattform-Tags

Glaze

Ein Fotograf entdeckt, dass sein einzigartiger Stil durch den Prompt "in the style of [Name]" perfekt repliziert wird. Er setzt eine restriktive robots.txt auf seiner Website. Das blockiert zukünftiges Crawling — aber das bestehende Modell hat seinen Stil bereits in Milliarden von Gewichten codiert. Nur ein komplett neues Training ohne seine Daten könnte seinen Stil entfernen — praktisch undurchführbar.

Nein. Opt-Out-Mechanismen schützen nur vor zukünftigen Trainingsläufen. Die meisten heute verbreiteten KI-Modelle wurden mit Datensätzen trainiert, die gesammelt wurden, bevor diese Schutzmechanismen existierten. Ein retroaktives Opt-Out ist praktisch unmöglich, da die extrahierten Muster in Milliarden von Modellgewichten verankert sind.

KI-generierte Inhalte — Wem gehört das Bild?

Das US Copyright Office legte 2023 fest: Rein KI-generierte Werke ohne signifikanten menschlichen kreativen Beitrag sind nicht urheberrechtsfähig. Die Begründung: Urheberrecht schützt menschliche Kreativität — eine Maschine ist kein Autor. Bei Mischwerken (menschliche Gestaltung + KI-Generierung) kann der menschliche Anteil geschützt werden.

5 Mrd.

LAION-5B Bilder Über fünf Milliarden Bilder aus dem Internet bilden den Trainingsdatensatz von Stable Diffusion

Urheberrechtsschutz (US) Rein KI-generierte Bilder erhalten nach US-Recht keinen Urheberrechtsschutz — sie gehören faktisch niemandem

2023

Zarya-Entscheidung US Copyright Office: Text und Layout geschützt, KI-generierte Bilder nicht

Kris Kashtanova erstellte 2023 einen Comic mit eigenen Texten und Midjourney-generierten Bildern. Das US Copyright Office entschied: Der Text und das Seitenlayout (menschliche Schöpfung) sind urheberrechtlich geschützt. Die einzelnen KI-generierten Bilder sind es nicht — ihnen fehlt die erforderliche menschliche Urheberschaft.

Gefährlicher Trugschluss. Das generierte Bild selbst mag nicht urheberrechtsfähig sein — aber wenn es einem existierenden geschützten Werk zu stark ähnelt, kann der ursprüngliche Rechteinhaber trotzdem wegen Urheberrechtsverletzung klagen. Egal ob ein Mensch oder eine Maschine das Plagiat erstellt hat.

Interaktiv: Ist dein KI-Output originell genug?

Nutze diese Checkliste, um zu prüfen, ob dein KI-generierter Inhalt rechtlich und ethisch auf sicherem Boden steht. Jeder Punkt hat ein unterschiedliches Gewicht — am Ende siehst du eine Gesamtbewertung.

Originalitäts-Check für KI-Inhalte

Prüfe deinen KI-generierten Inhalt auf urheberrechtliche Risiken. Beantworte die Fragen ehrlich — am Ende erhältst du eine Einschätzung.

1.Hast du geprüft, dass der Output keinem konkreten existierenden Werk stark ähnelt?

Reverse Image Search oder Textvergleich nutzen. Wenn erkennbar ein bestehendes Werk reproduziert wird, liegt ein hohes Verletzungsrisiko vor.

2.Hast du eigene kreative Beiträge hinzugefügt (Bearbeitung, Auswahl, Anordnung)?

Nach der Zarya-Entscheidung sind nur die menschlich geschaffenen Anteile urheberrechtlich geschützt. Je mehr eigene Kreativität, desto besser.

3.Ist der Output frei von erkennbaren Marken, Logos oder Wasserzeichen?

Getty argumentiert: Wenn das KI-Modell geschützte Wasserzeichen reproduziert, ist das ein starkes Indiz für Memorierung statt Transformation.

4.Kennst du die Nutzungsbedingungen des KI-Tools bezüglich Eigentumsrechten?

Manche Tools behalten sich Rechte am Output vor oder schränken kommerzielle Nutzung ein. AGB vor Veröffentlichung prüfen.

5.Nutzt du den Output transformativ — in einem neuen Kontext, nicht als Ersatz für ein Original?

Fair-Use-Faktor 1: Transformative Nutzung (neuer Zweck, neue Bedeutung) wird eher als zulässig bewertet als bloßes Kopieren.

6.Bist du sicher, dass der Output keine urheberrechtlich geschützten Textpassagen wörtlich enthält?

KI-Modelle können Trainingstexte wörtlich reproduzieren. Bei längeren Textausgaben stichprobenartig nach bekannten Passagen suchen.

7.Hast du deinen kreativen Prozess dokumentiert (Prompts, Bearbeitungsschritte)?

Bei Rechtsstreitigkeiten kann dokumentierte menschliche Kreativität den Unterschied machen. Prompts und Nachbearbeitungen festhalten.

0 / 7 beantwortet

Die verzerrten Getty-Wasserzeichen in KI-generierten Bildern sind juristisch hochrelevant: Für Getty belegen sie, dass das Modell konkrete geschützte Bilder memoriert hat — nicht nur abstrakte Muster extrahiert. Dieses Memorieren schwächt das zentrale "transformative use"-Argument der KI-Unternehmen erheblich. Wenn ein Modell ein Werk so genau speichert, dass Wasserzeichen reproduziert werden, ist schwer zu argumentieren, dass es das Werk nur "transformiert" hat. Der britische High Court sah das im November 2025 anders: Das Modell selbst speichere keine Kopien der Werke. Getty bekam nur in wenigen Fällen recht, und zwar wegen der Wasserzeichen als Marke, nicht wegen des Urheberrechts.

Die Rechtslage zum KI-Copyright unterscheidet sich von Land zu Land fundamental. USA: Rein KI-generierte Werke erhalten keinen Urheberrechtsschutz (Copyright Office 2023). Großbritannien: Bietet für "computer-generated works" einen eingeschränkten Schutzrahmen — auch ohne menschliche Urheberschaft. EU: Weitgehend ungeklärt, nationale Gerichte urteilen teils widersprüchlich. China: Erste Gerichtsentscheidungen deuten an, dass KI-Werke, die durch präzise menschliche Prompts angeleitet wurden, schutzfähig sein können. Es gibt keinen globalen Konsens — der Rechtsraum entscheidet.

Rechtslage global ungeklärt: Ob KI-Training auf geschützten Daten legal ist, bleibt weltweit umstritten. Weder "eindeutig legal" noch "eindeutig illegal" ist zutreffend.
Opt-Out hat Grenzen: Schutzmechanismen existieren (robots.txt, EU TDM, Plattform-Tags, Glaze) — aber sie können Muster, die bereits in bestehenden Modellen gelernt wurden, nicht retroaktiv entfernen.
Reine KI-Werke sind nicht geschützt: Nach US-Recht erhalten rein KI-generierte Werke keinen Urheberrechtsschutz. Nur die menschlich geschaffenen Anteile von Mischwerken sind geschützt.

Was prüft die US-amerikanische Fair Use Doctrine, wenn sie beurteilt, ob die Nutzung geschützten Materials zulässig ist?

Ob der Nutzer eine Lizenzgebühr gezahlt hat

Vier Faktoren: Zweck, Art des Werkes, genutzter Umfang und Marktwirkung

Ob der Nutzer ein Unternehmen oder eine Privatperson ist

Ob das Originalwerk älter als 70 Jahre ist

1. Was prüft die US-amerikanische Fair Use Doctrine, wenn sie beurteilt, ob die Nutzung geschützten Materials zulässig ist?

☐ A) Ob der Nutzer eine Lizenzgebühr gezahlt hat
☐ B) Vier Faktoren: Zweck, Art des Werkes, genutzter Umfang und Marktwirkung
☐ C) Ob der Nutzer ein Unternehmen oder eine Privatperson ist
☐ D) Ob das Originalwerk älter als 70 Jahre ist

2. Was ist der zentrale Unterschied zwischen dem US-amerikanischen und dem EU-Ansatz beim KI-Training auf geschützten Daten?

☐ A) Die USA erlauben es bedingungslos, die EU verbietet es komplett
☐ B) Die USA prüfen im Einzelfall über Fair Use, die EU gewährt ein gesetzliches Opt-Out-Recht über die DSM-Richtlinie
☐ C) Die USA haben KI-Training vollständig verboten, die EU fördert es
☐ D) Es gibt keinen Unterschied — beide nutzen denselben Rechtsrahmen

3. Eine Illustratorin fügt eine robots.txt-Datei hinzu, um KI-Crawler zu blockieren, nachdem sie entdeckt hat, dass ein KI-Modell ihren Kunststil repliziert. Was wird das realistisch bewirken?

☐ A) Das KI-Modell wird ihren Stil sofort vergessen
☐ B) Zukünftiges Crawling ihrer Website wird blockiert, aber die Gewichte des bestehenden Modells codieren ihren Stil bereits — der Schaden ist angerichtet
☐ C) Gar nichts — robots.txt hat keine Wirkung auf KI-Unternehmen
☐ D) Ihr Urheberrecht ist jetzt weltweit vollständig geschützt

4. Im Zarya of the Dawn-Fall entschied das US Copyright Office, dass der Text und das Seitenlayout geschützt sind, die einzelnen Midjourney-Bilder aber nicht. Welches Rechtsprinzip erklärt diese Unterscheidung?

☐ A) Midjourney-Bilder sind qualitativ zu schlecht für Urheberrechtsschutz
☐ B) Urheberrecht setzt menschliche kreative Urheberschaft voraus — der Text stammt von einem Menschen, die Bilder wurden von einer Maschine ohne hinreichenden menschlichen kreativen Beitrag generiert
☐ C) Die Bilder wurden aus geschützten Trainingsdaten generiert und gehören daher den Originalkünstlern
☐ D) US-Recht erkennt visuelle Werke grundsätzlich nicht als urheberrechtsfähig an

5. Ein Startup generiert 10.000 Produktbilder mit einem KI-Tool und baut seine gesamte Marke darauf auf. Ein Konkurrent kopiert alle Bilder. Wie ist die Rechtslage des Startups nach aktuellem US-Copyright?

☐ A) Das Startup hat vollen Urheberrechtsschutz und kann klagen
☐ B) Das Startup hat wahrscheinlich keinen Urheberrechtsschutz auf rein KI-generierte Bilder und kann das Kopieren nicht verhindern — die Bilder sind möglicherweise gemeinfrei
☐ C) Der Konkurrent muss das KI-Unternehmen bezahlen, nicht das Startup
☐ D) KI-generierte Bilder sind immer als Geschäftsgeheimnisse geschützt

Auflösung: 1) B · 2) B · 3) B · 4) B · 5) B

Lernziele

Kannst du die vier Faktoren der Fair Use Doctrine nennen und erklären, warum KI-Unternehmen ihr Training als "transformativ" betrachten?
Kannst du zwei Opt-Out-Mechanismen benennen und erklären, warum sie gegen bereits trainierte Modelle nicht helfen?
Kannst du die Zarya of the Dawn-Entscheidung zusammenfassen: Was ist geschützt und was nicht — und warum?

Copyright & Datenraub

Fair Use — Wann darf KI deine Daten nutzen?

Fair Use

Analogie:

Definition:

US Fair Use vs. EU TDM im Vergleich

Beispiel: Getty Images vs. Stability AI

Irrtum: "KI-Training ist eindeutig illegal"

Opt-Out — Das Recht, Nein zu sagen

Beispiel: Der Fotograf und sein gestohlener Stil

Irrtum: "Opt-Out schützt mich vollständig"

KI-generierte Inhalte — Wem gehört das Bild?

Fallbeispiel: Zarya of the Dawn

Irrtum: "KI-Bilder sind frei von Urheberrechtsproblemen"

Interaktiv: Ist dein KI-Output originell genug?

Originalitäts-Check für KI-Inhalte

Deep Dive: Das Getty-Wasserzeichen-Problem

Deep Dive: Internationaler Flickenteppich

Kernaussagen

Was prüft die US-amerikanische Fair Use Doctrine, wenn sie beurteilt, ob die Nutzung geschützten Materials zulässig ist?

Lernziele

Fair Use — Wann darf KI deine Daten nutzen?

Fair Use

Analogie:

Definition:

US Fair Use vs. EU TDM im Vergleich

Beispiel: Getty Images vs. Stability AI

Irrtum: "KI-Training ist eindeutig illegal"

Opt-Out — Das Recht, Nein zu sagen

Beispiel: Der Fotograf und sein gestohlener Stil

Irrtum: "Opt-Out schützt mich vollständig"

KI-generierte Inhalte — Wem gehört das Bild?

Fallbeispiel: Zarya of the Dawn

Irrtum: "KI-Bilder sind frei von Urheberrechtsproblemen"

Interaktiv: Ist dein KI-Output originell genug?

Originalitäts-Check für KI-Inhalte

Deep Dive: Das Getty-Wasserzeichen-Problem

Deep Dive: Internationaler Flickenteppich

Kernaussagen

Was prüft die US-amerikanische Fair Use Doctrine, wenn sie beurteilt, ob die Nutzung geschützten Materials zulässig ist?

Lernziele

Verwandte Inhalte

Artikel

Bias & Datenqualität

Das Rohmaterial: Data Engineering für Machine Learning

Generative Bildmodelle (Diffusion)

Bild-Generierung

Large Language Models

Open Source vs. Closed Source

Demo

GANs (Generative Modelle)

Glossar

Timeline