Fair Use und Wettbewerb in von KI gestörten Märkten

Ein bipartisaner Gesetzentwurf, der Transparency and Responsibility for Artificial Intelligence Networks Act (TRAIN), eingeführt im Januar 2026, würde Inhabern von geistigen Eigentumsrechten die Befugnis geben, von KI-Unternehmen Offenlegung zu verlangen. Wenn er verabschiedet wird, werden mehr Inhaber von geistigen Eigentumsrechten ein legales Mittel haben, um herauszufinden, ob ihre Arbeit für die KI-Schulung verwendet wurde.

Bei ersten Blick mag dies wie eine Befugnis aussehen, die es Inhabern von geistigen Eigentumsrechten ermöglichen würde, Zahlungen von KI-Entwicklern zu fordern. In Wirklichkeit jedoch reicht es nicht aus, zu wissen, dass Ihre Arbeit ohne vorherige Genehmigung verwendet wurde.

Bei der Entscheidung über Fälle von Fair Use berücksichtigen Gerichte vier wichtige Faktoren: den Zweck der Verwendung, die Art des Originalwerks, wie viel verwendet wurde und die Auswirkung, die diese Verwendung auf den Marktwert des Materials hatte. Jüngste Urteile in US-Gerichten haben bestätigt, dass Fair Use ein Eckpfeiler der Innovation bleibt und nicht leicht abgetan werden kann. Der Fokus liegt insbesondere auf dem Faktor des Marktschadens und dessen Beweis.

Marktschaden als Hauptkampffeld

KI-Urheberrechtsentscheidungen aus dem Northern District of California zeigen, dass Gerichte unterschiedliche Ansätze bei der Fair-Use-Analyse verfolgen. In Kadrey v. Meta bezeichnete Richter Chhabria den Marktschaden als “das wichtigste Element des Fair Use”. Richter Alsup in Bartz v. Anthropic hingegen wog alle vier Faktoren gleichmäßig ab. Beide Richter stimmten jedoch darin überein, dass Kläger nicht einfach Schaden geltend machen können – sie müssen ihn beweisen oder als wahrscheinlich darstellen.

Die Beweisanforderung ist für KI-Entwickler, insbesondere für kapitalarme Start-ups, von Bedeutung. Wenn Schaden nachgewiesen werden muss und nicht angenommen wird, können Entwickler Designentscheidungen treffen, um ihn zu vermeiden. Die Urteile deuten darauf hin, dass Entwickler ihr Risiko verringern können, indem sie Daten aus legalen Quellen beziehen, Produkte entwickeln, die anderen Zwecken dienen als das urheberrechtlich geschützte Werk, und Sicherheitsvorkehrungen implementieren, um die Reproduktion großer Textpassagen zu verhindern.

Sowohl der Bartz– als auch der Kadrey-Prozess führten zu dem Ergebnis, dass die KI-Schulung als “transformative Verwendung” im Urheberrecht qualifiziert ist. Damit verschiebt sich der Fokus zunehmend auf den vierten Faktor des Fair Use: den Marktschaden. Jüngste KI-Urheberrechtsstreitigkeiten veranschaulichen dies. Die Klagen konzentrieren sich immer mehr auf die Idee, dass wörtliche Reproduktionen urheberrechtlich geschützter Werke den Marktwert der Verleger schädigen.

Diese Fälle sind noch anhängig. Wichtig ist, dass Verleger zunehmend verstehen, dass sie, wenn sie gewinnen wollen, zwei Dinge geltend machen müssen: dass KI-Ausgaben den Bedarf an Zugang zu Originalwerken ersetzen und dass Urheberrechtsinhaber dadurch konkreten wirtschaftlichen Schaden erleiden.

Beweisanforderungen

Sowohl Bartz als auch Kadrey betonen, dass Marktschaden nachgewiesen werden muss, nicht angenommen. In Kadrey zeigte umfangreiche Tests, dass Metas Llama nicht mehr als 50 Token aus den Werken der Kläger reproduzierte und dies nur 60 % der Zeit unter koaxialen Prompten, die darauf abzielten, das Modell dazu zu bringen, das Originalwerk zu reproduzieren.

Richter Alsup in Bartz konzentrierte sich darauf, ob Anthropics Claude tatsächlich verletzende Texte an Benutzer auslieferte – Kläger behaupteten nicht, dass dies geschehen sei. Ohne Reproduktion wird es schwieriger, Substitution für das Originalwerk geltend zu machen.

Dieser Beweisansatz zeigt, dass Urheberrechtsinhaber, auch wenn sie nachweisen, dass ihre Werke für die KI-Schulung verwendet wurden, nicht unbedingt einen starken Fall für Verletzung haben. Wenn das resultierende KI-System keine Ausgaben produziert, die identifizierbaren Marktschaden verursachen, ist die bloße Verwendung von geringer Bedeutung nach dem Gesetz.

Wenn Marktschaden anerkannt wird

In Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc. wies das Bezirksgericht für den Distrikt von Delaware die Fair-Use-Verteidigung von Ross Intelligence zurück, nachdem Ross die Westlaw-Headnotes von Thomson Reuters verwendet hatte, um ein KI-Rechtsforschungstool zu trainieren, das direkt mit Westlaw konkurrierte. Sowohl Faktor 1 (Zweck und Charakter) als auch Faktor 4 (Markteffekt) der Fair-Use-Analyse waren für die Entscheidung von entscheidender Bedeutung.

Richter Stephanos Bibas fand, dass die Verwendung durch Ross nicht transformativ war, da sie einen direkten Marktersatz schuf. Ross hatte ursprünglich versucht, Westlaws Inhalt zu lizenzieren, aber Thomson Reuters hatte dies ausdrücklich abgelehnt, weil Ross ein Konkurrent war. Die Übereinstimmung zwischen dem Zweck des Originalmaterials und dem Zweck des KI-Produkts unterstützt auch den Anspruch auf potenziellen Schaden.

Umgekehrt wird es schwierig, Marktersatz nachzuweisen, wenn KI-Produkte Märkte anvisieren, die sich von denen unterscheiden, die für die Schulung verwendet wurden. In Bartz und Kadrey dienten allgemeine Sprachmodelle grundlegend anderen Zwecken als die einzelnen Bücher, die für die Schulung verwendet wurden. Dieser Unterschied kann entscheidend sein – je weiter entfernt der Zweck eines KI-Systems von seinen Trainingsdatenquellen ist, desto schwieriger ist es, Marktersatz nachzuweisen.

Das “Lizenzmarkt”-Argument wird abgelehnt

Beide Gerichte lehnten ausdrücklich Argumente ab, dass KI-Entwickler potenzielle Lizenzmärkte für Trainingsdaten schädigen. Richter Chhabria erklärte, dass die Behandlung verlorener Lizenzgebühren als Schaden die Fair-Use-Analyse zirkulär machen würde, was Urheberrechtsinhabern automatisch den Vorrang geben würde. Richter Alsup fand, dass ein Markt für die Lizenzierung von Büchern speziell für die KI-Schulung “kein Markt ist, den das Urheberrechtsgesetz den Autoren zur Ausbeutung einräumt”.

Gerichte lehnten es ab, freiwillige Lizenzvereinbarungen als Grundlage für eine rechtliche Anspruchsberechtigung auf Gebühren zu behandeln, zumindest wenn die Verwendung ausreichend transformativ war. Diese Entscheidungen zeigen, dass der entstehende Lizenzmarkt Urheberrechtsinhabern nicht automatisch das Recht gibt, die faire Verwendung ihrer Werke zu verbieten.

Strategische Auswirkungen

Für Urheberrechtsinhaber werden die stärksten Fälle diejenigen sein, bei denen Marktersatz klar identifizierbar ist. Sie könnten strategisch auf KI-Systeme fokussieren, deren Ausgaben ihren Originalwerken am nächsten kommen, anstatt breite Herausforderungen für die Schulung selbst zu verfolgen.

Wenn der TRAIN Act Gesetz wird, erhalten Urheberrechtsinhaber Entdeckungstools, um zu untersuchen, wie ihre Werke verwendet werden. Allerdings wäre das Erhalten von Informationen nur der erste Schritt. Der Nachweis von Marktschaden würde für den Erfolg jedes Verletzungsanspruchs von zentraler Bedeutung bleiben.

Für KI-Entwickler bieten jüngste Entscheidungen einen Rahmen für die Verringerung der Haftung. Erstens sollten sie sicherstellen, dass ihre Daten aus legalen Quellen stammen. Sowohl Bartz als auch Kadrey unterschieden zwischen der Verwendung von Werken für die Schulung (potenziell faire Verwendung) und der Beschaffung durch Piraterie. Richter Alsup fand, dass Anthropics Download von Piraterieseiten “von Natur aus, unwiderruflich verletzend” war, auch wenn eine nachfolgende Schulung faire Verwendung sein könnte.

Zweitens sollten sie Produkte für Zwecke entwickeln, die sich von den Trainingsdatenquellen unterscheiden. Ein KI-System, das Benutzern hilft, Dokumente zu erstellen, dient anderen Zwecken als Romane oder Artikel in seinen Trainingsdaten. Ein System, das einfach diese Werke abruft oder reproduziert, dient nicht.

Drittens sollten sie Sicherheitsvorkehrungen implementieren, um die Reproduktion umfangreicher Textpassagen zu verhindern. Der Kadrey-Prozess wies darauf hin, dass Metas System nur minimale Inhalte reproduzierte, selbst unter widerspenstigen Tests, was die faire Verwendung unterstützte. Entwickler, die Systeme zulassen, die große Teile urheberrechtlich geschützter Werke reproduzieren, könnten ein deutlich höheres rechtliches Risiko eingehen.

Schlussfolgerung

Der TRAIN Act könnte bald Urheberrechtsinhabern Werkzeuge geben, um zu entdecken, ob ihre Werke für die KI-Schulung verwendet wurden. Allerdings machen jüngste Entscheidungen deutlich, dass eine solche Entdeckung nur der Anfang wäre. Das entstehende US-Rahmenwerk konzentriert sich auf Marktschaden, der Nachweis identifizierbarer wirtschaftlicher Schäden und nicht nur die bloße Verwendung.

KI-Entwickler sollten sich auf drei Dinge konzentrieren: Ihre Daten legal beschaffen, Produkte entwickeln, die anderen Zwecken dienen als Ihren Trainingsmaterialien, und verhindern, dass Ihre Systeme umfangreiche Textpassagen wörtlich reproduzieren. Urheberrechtsinhaber hingegen werden die stärksten Fälle haben, wenn sie zeigen können, dass ein KI-Produkt ihre Arbeit auf dem Markt ersetzt.