Wie ein Rechtsstreit den KI-Markt verändern könnte und was das für Unternehmen bedeutet
Wenn über die Kosten künstlicher Intelligenz gesprochen wird, geht es meistens um GPUs, Rechenzentren und enorme Mengen an Energie. Was dabei allerdings schnell in den Hintergrund gerät: die Daten, mit denen KI-Modelle überhaupt erst trainiert werden.
Bücher, Zeitungsartikel, Webseiten, Programmcode, Bilder und andere menschlich erzeugte Inhalte bilden einen wesentlichen Teil der Grundlage moderner generativer KI. Doch wem gehören diese Inhalte, wenn sie für das Training eines Modells verwendet werden? Und müssen Unternehmen, die damit Milliardenprodukte entwickeln, dafür bezahlen?
Genau darüber wird derzeit in den USA gestritten. Die New York Times sowie mehrere Autorinnen und Autoren gehen gegen OpenAI und Microsoft vor. Der Rechtsstreit könnte mitbestimmen, wie mit urheberrechtlich geschützten Trainingsdaten künftig umgegangen wird.
Dahinter steht eine wirtschaftlich ziemlich grundlegende Frage:
Sind menschliche Inhalte für KI-Anbieter ein weitgehend frei nutzbarer Rohstoff oder werden sie zu einem lizenzpflichtigen Produktionsfaktor?
Worum wird eigentlich gestritten?
Die Kläger werfen OpenAI und Microsoft vor, urheberrechtlich geschützte Werke ohne entsprechende Lizenz für das Training ihrer KI-Modelle verwendet zu haben. Aus ihrer Sicht entstehen damit kommerzielle Produkte auf Grundlage fremder Inhalte, die teilweise sogar mit den ursprünglichen Angeboten konkurrieren.
OpenAI und Microsoft argumentieren dagegen, dass das Training eines KI-Modells eine transformative Nutzung darstellt. Ein Sprachmodell speichert schließlich nicht einfach sämtliche Artikel und Bücher ab, um sie später unverändert auszugeben. Stattdessen werden während des Trainings Muster und Zusammenhänge aus großen Datenmengen gelernt.
Im amerikanischen Urheberrecht spielt deshalb die sogenannte Fair-Use-Doktrin eine zentrale Rolle. Sie kann unter bestimmten Voraussetzungen die Nutzung geschützter Werke auch ohne Zustimmung der Rechteinhaber erlauben.
Besonders spannend ist dabei die Frage nach den Auswirkungen auf den ursprünglichen Markt. Denn was passiert, wenn eine KI einen Zeitungsartikel zwar nicht 1:1 kopiert, Nutzer die darin enthaltenen Informationen aber direkt über den Chatbot bekommen und deshalb das ursprüngliche Angebot nicht mehr aufrufen? Dann konkurriert möglicherweise nicht eine Kopie mit dem Original, sondern das KI-System mit dem Geschäftsmodell dahinter.
Erste Urteile zeigen: So einfach ist das nicht
Andere Verfahren haben bereits gezeigt, dass KI-Training durchaus als transformative Nutzung angesehen werden kann.
Im Verfahren Bartz v. Anthropic entschied ein US-Gericht beispielsweise, dass die Nutzung von Büchern zum Training von Claude grundsätzlich unter Fair Use fallen konnte. Gleichzeitig machte das Gericht eine wichtige Einschränkung: Das Training eines Modells und die Art, wie die dafür verwendeten Daten beschafft wurden, sind zwei unterschiedliche Fragen.
Auch andere Entscheidungen deuten darauf hin, dass es wohl keinen einfachen Freifahrtschein für das Training mit beliebigen Inhalten geben wird. Damit zeichnet sich eine wichtige Unterscheidung ab:
Die Beschaffung der Daten, das Training eines Modells und dessen spätere Ausgaben müssen rechtlich nicht gleich bewertet werden.
Was passiert, wenn Trainingsdaten plötzlich Geld kosten?
Sollte sich eine weitgehende Fair-Use-Auslegung durchsetzen, könnten KI-Anbieter weiterhin auf große Mengen menschlich erzeugter Inhalte zugreifen, ohne für jedes einzelne Werk eine Lizenz abschließen zu müssen. Das würde einen wichtigen Kostenfaktor der Modellentwicklung niedrig halten. Interessanter wird es beim gegenteiligen Szenario: Müssen hochwertige Inhalte verstärkt lizenziert werden, werden Trainingsdaten zu einem klassischen Produktionsfaktor. Neben Hardware, Energie, Infrastruktur und Entwicklungskosten müsste dann auch der Zugang zu Daten eingepreist werden.
Und damit könnte sich der Wettbewerb im KI-Markt verschieben. Heute lautet eine der wichtigsten Fragen: Wer hat Zugriff auf ausreichend Rechenleistung? Künftig könnte eine zweite hinzukommen: Wer hat Zugriff auf die besten Daten?
Verlage mit jahrzehntelangen Archiven, wissenschaftliche Datenbanken, Softwareplattformen oder Unternehmen mit umfangreichen eigenen Datenbeständen könnten dadurch über einen bislang unterschätzten Vermögenswert verfügen.
Datenhoheit wird zur Infrastrukturfrage
Für Unternehmen entsteht daraus eine neue Perspektive. Bisher fragen wir beim Einsatz von KI vor allem: Welche Daten dürfen wir in ein Modell eingeben? Wir sollten allerdings mindestens genauso häufig fragen:
Was passiert anschließend mit diesen Daten? Wo werden sie verarbeitet? Wer erhält Zugriff darauf? Können sie zum Training weiterer Modelle verwendet werden? Und wie behalten wir die Kontrolle darüber?
Denn wenn Daten tatsächlich zu einem der wichtigsten Produktionsfaktoren der KI-Wirtschaft werden, ist Datenhoheit keine abstrakte Datenschutzfrage mehr. Sie wird zu einer technischen und strategischen Entscheidung.
Genau hier sehen wir bei Tralios einen wichtigen Teil der nächsten Phase des KI-Einsatzes: Nicht jedes Unternehmenswissen muss bei einem externen Anbieter landen, nur weil KI eingesetzt werden soll. Architektur, Infrastruktur und Betriebsmodell entscheiden mit darüber, welche Daten das eigene Unternehmen verlassen und welche unter eigener Kontrolle bleiben.
Sie möchten KI nutzen, ohne dabei unnötig Kontrolle über Ihre eigenen Daten abzugeben? Sprechen Sie mit uns. Gemeinsam können wir prüfen, welche technische Architektur und welcher Betriebsansatz zu Ihren Anforderungen passen.