MÜNCHEN / LONDON (IT BOLTWISE) – Der Carlsen Verlag geht gerichtlich gegen einen KI-Anbieter vor, weil ChatGPT angeblich druckreife Druckvorlagen für „NEINhorn“-Fortsetzungen erzeugt. In dem Streit geht es nicht nur um die Ausgabe, sondern vor allem um das Training: Das Landgericht München hat dabei eine klare Linie zur Memorisierung geschützter Werke gezogen. Außerdem beleuchtet der Fachanwalt Felix Stang den Unterschied zwischen der Text-und-Data-Mining-Schranke und dem Recht, wenn ein Rechteinhaber widerspricht. Welche praktische Bedeutung das für Nutzer und Unternehmen hat, entscheidet sich letztlich daran, was im Modell landet und wie frei die Ergebnisse weiterverwendet werden können.
Der Konflikt um KI-gestützte Buchfortsetzungen wirkt auf den ersten Blick wie ein klassischer Urheberrechtsfall. In der Begründung geht es jedoch um eine deutlich technischere Kette: Wenn ein Sprachmodell bei einer einfachen Anfrage nicht nur Stil, sondern Figuren, Rollenverteilung und sogar Aussehen-Details eines konkreten Kinderbuch-Universums reproduziert, rückt die Frage in den Vordergrund, was im Training wirklich passiert. Im konkreten Streit soll ChatGPT eine Druckvorlage erzeugen, die wie ein „Originalbuch“ wirkt und dabei Elemente aus der „NEINhorn“-Reihe von Marc-Uwe Kling und Astrid Henn übernimmt. Der Carlsen Verlag hat deshalb Klage gegen den Anbieter eingereicht und beschreibt die Nutzung als unlizenziertes Verwenden eines geschützten Werkes.
Rechtlich wird dabei häufig der Trainingsbegriff missverständlich behandelt: Es geht nicht allein um „Ideen“ oder generische Anspielungen. Im Kern betont Felix Stang als Fachanwalt für Urheberrecht, dass ein geschütztes Werk in der Regel eine Lizenz braucht, wenn es vermarktet oder in relevanter Weise verwendet werden soll. Für den Fall der „NEINhorn“-Reihe verweist der Streit auf erworbene Nutzungsrechte des Verlages und darauf, dass diese Vergütung beim KI-Anbieter aus Sicht des Rechteinhabers fehlt. Besonders brisant ist dabei die Behauptung, dass Inhalte nicht nur verarbeitet, sondern im Modell so gespeichert (memoriziert) werden, dass sie später auf einfache Nutzeranfrage wieder auftauchen können.
Die technische Kerndebatte kristallisiert sich am Maßstab „Memorisierung“ fest. Für die Frage, wie weit ein KI-Training urheberrechtlich reichen darf, hat das Landgericht München in einem Verfahren der GEMA gegen den Musik-KI-Anbieter Suno nach Angaben der Quelle eine klare Antwort gegeben: Ein Training soll rechtswidrig sein, wenn Werke als Ergebnis des Trainings im Modell memorisiert werden und sich auf einfache Anfragen hin wieder ausgeben lassen. Entscheidend war dabei auch der Hinweis, dass das Training in den USA stattfand und damit grundsätzlich US-Recht berührt; zudem wurde nach der Darstellung eine Rechtfertigung über die fair use doctrine für den Memorisierungsfall abgelehnt. Mehrere Verfahren in den USA sollen zudem klären, wie fair use zu bewerten ist, falls keine Memorisierung erfolgt – der Ausgang ist laut Quelle offen, während Stang die vergütungslose Nutzung von Werken für Training im Memorisierungs-Szenario nicht als fair einordnet.
Auch in Europa bleibt das Spannungsfeld bestehen, weil hier nicht nur die Frage nach dem Training, sondern auch nach der Text-und-Data-Mining-Schranke relevant ist. Die Quelle beschreibt, dass das Landgericht München im GEMA-Verfahren gegen Open AI nicht final über das Training selbst entscheiden musste, aber festgehalten hat, dass diese Schranke weder die Speicherung im Modell bei Memorisierung noch die Ausgabe urheberrechtlich geschützter Inhalte rechtfertige. Gleichzeitig sei der Umfang der Schranke umstritten, und es sei unklar, ob generatives KI-Training überhaupt in vollem Umfang darunterfällt; diese Abgrenzung soll durch Gerichte geklärt werden. Praktisch wird es dadurch heikel, dass Rechteinhaber widersprechen können: Wenn ein wirksamer Vorbehalt erklärt wurde, werden Trainingskopien zustimmungspflichtig.
Damit wird aus einer abstrakten Gesetzesnorm schnell ein operatives Problem für die Implementierung bei KI-Anbietern und für die Erwartungshaltung bei Nutzern. Stang erklärt, dass der „NEIN“-Vorbehalt im Namen des „NEINhorns“ als solcher nicht ausreicht, sondern ein rechtlich wirksamer Widerspruch nötig ist. In der Praxis stellt sich etwa die Frage nach dem Wortlaut, bei Onlinewerken nach der maschinenlesbaren Form sowie danach, ob ein Vorbehalt über robots.txt oder in den AGB erklärt wird. Selbst wenn ein Werk an mehreren Stellen abrufbar ist, kann die Wirkung davon abhängen, ob der Widerspruch lückenlos und technisch durchsetzbar dokumentiert ist. Die Quelle erwähnt zudem Meldungen, dass KI-Anbieter möglicherweise Bestände aus Antiquariaten einkaufen, um Trainingsdaten aufzubauen – wenn dort kein Rechtevorbehalt existiert, wird der Widerspruch faktisch schwerer.
Für die Beweisführung nennt Stang einen realistischen Weg: Entscheidend ist häufig nicht, was intern passiert, sondern was aus dem Modell herauskommt. Da KI-Anbieter ihre Trainingsdaten und Modellparameter in der Regel nicht offenlegen, lässt sich das Risiko über Ausgaben testen; im GEMA-Verfahren soll schon die Anfrage nach konkreten Liedtexten zum gewünschten Ergebnis geführt haben. Im „NEINhorn“-Konflikt seien Prompts angeblich einfach gehalten gewesen, während der Output offenbar Elemente der Originalreihe enthalten habe, die im Prompt nicht genannt wurden. Genau diese Art reproduzierender Übereinstimmung wird in der Quelle als Indiz gewertet, dass keine bloße zufällige Variation vorliegt, sondern eine Erklärung über das Training mit den Originalwerken naheliegt.
Neben Training und Memorisierung rücken weitere Schutzdimensionen in den Fokus: Text als Sprachwerk, Illustrationen als Werke der bildenden Kunst und nach Rechtsprechung auch die literarische Figur, wenn der Autor ihr eine unverwechselbare Persönlichkeit gibt – als Beispiel wird Pippi Langstrumpf genannt. Geschützt seien außerdem die Fabel, also die eigenpersönliche Prägung und Rollenverteilung, die Dramaturgie bzw. der Gang der Handlung sowie die „Szenerie“. Das heißt: Selbst wenn der Wortlaut einer Geschichte verändert wird oder es als „Fortsetzung“ erscheint, kann eine Übernahme dieser prägenden Elemente Urheberrecht verletzen. Gleichzeitig betont die Quelle, dass reine Ideen oder Stil nicht geschützt sind – die Abgrenzung entscheidet sich also nicht an Schlagwörtern wie „Hommage“, sondern daran, ob der Schutzgegenstand praktisch übertragen wird.
Für Unternehmen und Entwickler folgt daraus eine nüchterne Risikologik: Warnhinweise auf der Nutzeroberfläche reichen nach der Darstellung nicht, um Haftungsfragen für das Speichern und Ausgeben geschützter Werke zu entschärfen. Stang weist außerdem darauf hin, dass Nutzer bei rein privater Verwendung weniger zu befürchten haben, während eine Vermarktung oder Veröffentlichung der Ergebnisse problematisch wird. Im Schadensbild wird als praxistauglicher Weg die Lizenzanalogie genannt: Wer verletzt, soll im Ergebnis zahlen, was vernünftige Parteien vereinbart hätten – auch wenn der Lizenzmarkt für KI-Nutzungen noch jung ist und konkrete Vergleichszahlen häufig nicht öffentlich sind. Wenn das Landgericht München seine Linie später auch auf Bücher und Illustrationen überträgt, steigt nach dieser Argumentation der Druck auf KI-Anbieter, Lizenzen zu erwerben und technische Filter sowie Daten-Governance ernsthaft umzusetzen.
Der Streit hat damit eine doppelte Wirkung: Er erhöht die Aufmerksamkeit für die rechtliche Ausgestaltung des Trainingsprozesses und er zwingt gleichzeitig zur Klärung der Grenzen dessen, was ein KI-System in der Ausgabe reproduzieren darf. Für den Markt bedeutet das, dass sich „Output“-Verhalten und „Data“-Governance nicht mehr sauber trennen lassen, weil beide Aspekte rechtlich aneinanderhängen. Auf der politischen Ebene wird in der Quelle zudem ein Reformbedarf angesprochen: Output-bezogene KI-Vergütungen werden angeblich auf Gesetzgebungsebene diskutiert, und Europa solle die Spielregeln im Binnenmarkt autonom setzen. Ob und wie schnell sich das konkret in Prozesse wie Rechte-Check, Trainingsdatenauswahl und Veröffentlichungskontrollen übersetzen lässt, entscheidet sich letztlich daran, wie Gerichte die Memorisierungsfrage und die Reichweite der Text-und-Data-Mining-Schranke weiter schärfen.
💳 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.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【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 "KI-Ausgaben wie beim „NEINhorn“: Rechtefragen rund um Training und Urheberrecht" 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 "KI-Ausgaben wie beim „NEINhorn“: Rechtefragen rund um Training und Urheberrecht" 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: »KI-Ausgaben wie beim „NEINhorn“: Rechtefragen rund um Training und Urheberrecht« bei Google Deutschland suchen, bei Bing oder Google News!