MÜNCHEN / LONDON (IT BOLTWISE) – Das Landgericht München I hat der Klage der Musikverwertungsgesellschaft Gema gegen das KI-Tool Suno in weiten Teilen stattgegeben. Das Gericht sieht Suno verpflichtet, ohne Einwilligung bestimmte Musikwerke nicht zu vervielfältigen oder vervielfältigen zu lassen. Außerdem bezieht sich das Verbot ausdrücklich auch auf das Training der KI. Das Urteil ist noch nicht rechtskräftig und dürfte damit die Debatte um das Speichern von Trainingsdaten neu anheizen.
Im Streit um mit KI generierte Songs hat das Landgericht München I eine für die Urheberrechtsdurchsetzung im KI-Zeitalter prägende Richtung vorgegeben. Konkret ging es um die Frage, ob der Anbieter eines Song-Generators wie Suno nicht nur bei der Ausgabe von Titeln, sondern bereits im Trainingsprozess in geschützte Rechte eingreift. Die Zivilkammer machte deutlich, dass sich der untersagte Eingriff nicht darauf beschränkt, Musikwerke „zu vervielfältigen“, sondern auch die Verwendung der Werke im Rahmen des KI-Trainings in den Blick nimmt. Gleichzeitig betonte das Gericht, dass das Urteil noch nicht rechtskräftig ist, womit der weitere Verfahrensverlauf für Unternehmen und Entwickler vorerst offen bleibt.
Die Auswirkungen der Entscheidung lassen sich an den konkreten Beispielen festmachen, die das Gericht im Verfahren zur inhaltlichen Einordnung heranzog. Im Mittelpunkt standen laut Urteil sechs bekannte Titel: „Atemlos“, „Daddy Cool“, „Mambo No. 5“, „Big in Japan“, „Forever Young“ und „Rasputin“. Für die technische Debatte ist dabei weniger die Popkultur-Nostalgie als die Signalwirkung wichtig: Wenn Gerichte bei solchen Referenzwerken eine besonders enge Nähe zu den geschützten Originalen als relevant behandeln, verschiebt das den Bewertungsmaßstab für künftige KI-gestützte Kreativtools. Auch für Produkt-Teams, die ihre Systeme mit „künstlerischer Ähnlichkeit“ oder „stilistischem Lernen“ begründen, steigt damit der Druck, die tatsächlichen Trainings- und Datenflüsse nachvollziehbar zu machen.
Im Verfahren spielte das Zusammenspiel aus Wiedererkennbarkeit und der Speicherdebatte die zentrale Rolle. Die Vertreter der Musikrechteverwertung machten geltend, dass die von der KI generierten Lieder kaum von den Originalen zu unterscheiden gewesen seien, die zur Ausbildung des Modells herangezogen wurden. Daraus leiteten sie ab, dass die Trainingsdaten womöglich memorisiert werden, also in einer Weise abgespeichert sind, die das Urheberrecht tangiert. Suno widersprach dem und stellte in der mündlichen Verhandlung im Frühjahr darauf ab, dass die Inhalte, mit denen die KI trainiert wurde, nicht im Modell abgespeichert seien – eine Aussage, die aus technischer Perspektive zwar grundsätzlich plausibel klingt, aber in gerichtsfeste Beweisfragen münden muss.
Besonders relevant ist der zweite juristische Drehpunkt: Ob eine mögliche Urheberrechtsverletzung dem System selbst oder dem Nutzer zuzurechnen ist. Das Gericht verknüpfte diese Frage mit der grundlegenden Zuweisungslogik, die im Urheberrecht häufig darüber entscheidet, wer „handelt“ – der Anbieter der Technologie oder die Person, die sie bedient. Im Streit positionierten sich die Parteien gegensätzlich: Die Musikrechteverwertung sah die Verantwortung beim Anbieter, während Suno dies offenbar anders bewertete. Für die Praxis heißt das: Selbst wenn ein Tool scheinbar „nur“ auf Knopfdruck neue Inhalte erzeugt, kann die rechtliche Einordnung an den Modelloperationen, Trainingsschritten und der bereitgestellten Funktionalität festgemacht werden – und nicht erst an der konkreten Generierung am Endgerät.
Daneben floss ein prozessualer Aspekt ein, der in der KI-Branche oft unterschätzt wird: die Zuständigkeit des Gerichts. Hintergrund war, dass das Training der KI in den USA erfolgte und das dortige Recht für die Rechteinhaberin offenbar ungünstiger ausfiel. Für Unternehmen mit globaler Infrastruktur bedeutet das, dass sich die rechtliche Bewertung nicht automatisch an einem „einfachen“ Produkt-Sitz orientiert, sondern auch an Zuständigkeits- und Kollisionsfragen. In der Konsequenz kann der Standort einzelner Pipeline-Schritte – etwa Trainings in einer anderen Rechtsordnung – den Konflikt nicht aushebeln, sondern eher neue Angriffsflächen eröffnen, wenn Gerichte die Gesamtleistung im Zielland bewerten.
Vergleiche mit früheren Verfahren machen die Systematik der Kammer-Argumentation sichtbar. Der Fall erinnert an eine Klage der Musikrechteverwertung gegen OpenAI vor derselben Kammer, bei der es um urheberrechtlich geschützte Liedtexte ging, die nach Ansicht der Klägerin bei der Wiedergabe durch das KI-System nahezu identisch wirkten. Auch dort stand die Frage im Raum, ob Trainingsdaten gespeichert werden oder ob das System lediglich daraus lernt, ohne sie abzuspeichern; das Gericht soll damals zugunsten der Rechteverwertung entschieden haben. Allerdings befindet sich OpenAI laut dem dargestellten Stand in der Berufung, sodass keine letztinstanzliche Leitentscheidung vorliegt.
Dass Gerichte auch außerhalb Deutschlands in ähnlichen Bahnen denken, zeigen zudem Entscheidungen aus anderen Jurisdiktionen. Im vergangenen Jahr gab es etwa in Großbritannien ein Verfahren gegen die US-Bildagentur Getty Images, bei dem die Frage nach dem Speichern von Trainingsdaten im Mittelpunkt stand; das Gericht kam damals zum Schluss, dass dies nicht der Fall sei. Gerade diese Kontraste unterstreichen, wie stark die Bewertung von technischen Beweisanforderungen, Zugriffsmöglichkeiten auf Trainingsdetails und der konkreten Ausgestaltung des Modells abhängt. Für den Markt bedeutet das: Anbieter werden ihre KI-Entwicklung künftig häufiger mit stärkerer Datenherkunfts-Dokumentation, gezielteren Privacy- und Retention-Konzepten für Trainingspipelines sowie mit technischen Nachweisstrategien begleiten müssen – insbesondere, wenn sich Ergebnisse erzeugen lassen, die im Zweifel als zu nah am geschützten Original erscheinen.
Wichtig bleibt jedoch: Das Münchner Urteil ist noch nicht rechtskräftig. Bis zur endgültigen Entscheidung können Berufungsargumente, die Einordnung der Zurechnung und die Beweiswürdigung zur Speicherdimension anders ausfallen. Trotzdem liefert die Entscheidung einen klaren Handlungsrahmen für Produkt- und Legal-Teams, die KI-Generatoren in regulierten Kontexten einsetzen: Wer Musikrechte nutzen will, muss nicht nur die Ausgabequalität, sondern auch den gesamten Trainings- und Bereitstellungsprozess so gestalten und dokumentieren, dass die rechtliche Bewertung standhält. Damit rückt für viele Entwickler weniger das „Modellgefühl“ in den Vordergrund, sondern die Frage, welche Daten in welcher Form tatsächlich in das System gelangen und wie eng sich daraus abgeleitete Ergebnisse im Grenzbereich zwischen Stilkopie und Werkverwendung bewegen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Gericht in München stoppt Suno: KI-Training für Songs soll Urheberrechte verletzen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Gericht in München stoppt Suno: KI-Training für Songs soll Urheberrechte verletzen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Gericht in München stoppt Suno: KI-Training für Songs soll Urheberrechte verletzen« bei Google Deutschland suchen, bei Bing oder Google News!