IP-Wäsche-Methoden in KI

Wenn es zu einer rechtlichen Abrechnung über die Verwendung von geistigem Eigentum bei der Ausbildung von KI kommt, gibt es auch mehrere Methoden, um eine solche Verwendung zu verschleiern.

Meinung Die derzeitige, rasch voranschreitende Revolution in generativer KI entfaltet sich in der rechtlich prekärsten Umgebung, die je einer transformierenden technologischen Entwicklung seit dem 19. Jahrhundert begleitet hat.

Bis vor 3-4 Jahren genoss die Maschinenlernforschungsgemeinschaft eine stillschweigende (oft explizite) Erlaubnis, urheberrechtlich geschütztes Material bei der Entwicklung neuer Systeme auszunutzen; da diese Systeme noch nicht erfolgreich waren, im Hinblick auf Reife oder kommerzielle Rentabilität, waren die Ergebnisse in jedem Sinne akademisch.

Während dieses Zeitraums signalisierte der plötzliche Erfolg einer neuen Generation von Diffusions-basierten Large Language Models (LLMs, wie ChatGPT und Claude) und Vision-Language-Modellen (VLMs, wie Sora), dass diese abstrakten und bisher “harmlosen” Forschungsstränge sich zu kommerzieller Rentabilität entwickelt hatten und ihre “Freipässe” im Hinblick auf die Ausnutzung von geistigem Eigentum überschritten hatten.

Ab jetzt würden Rechteinhaber eine Beteiligung an den Früchten von KI-Systemen fordern, die größtenteils oder teilweise auf ihren urheberrechtlich geschützten oder sonstigen geschützten Daten trainiert wurden, was zu einer anhaltenden Lawine von Rechtsfällen führt, die einige Anstrengung erfordert, um sie nur zu verfolgen.

Hier begrenzt auf Fälle, die in den USA eingereicht wurden, kommen neue Fälle in den Vereinigten Staaten und darüber hinaus in rasender Geschwindigkeit auf. Quelle

Ein “kostenloses Mittagessen” vorschreiben

Die finanzielle Verpflichtung derzeit in Bezug auf KI-Dienstleistungsinfrastruktur wurde von einigen Stimmen als Versuch interpretiert, “urheberrechtsgefährdete” KI so tief in die Wirtschaft zu verankern, dass sie nicht nur “zu groß, um zu scheitern”, sondern auch “zu mächtig, um verklagt zu werden” wird – oder zumindest so mächtig, dass erfolgreiche Klagen nicht zugelassen werden können, um die Revolution zu untergraben.

In diese allgemeine Richtung verpflichtet sich der derzeitige Präsident der Vereinigten Staaten seine Ansicht in die Politik , dass ‘Man nicht erwarten kann, ein erfolgreiches KI-Programm zu haben, wenn man für jeden einzelnen Artikel, jedes Buch oder alles andere, was man gelesen oder studiert hat, bezahlen muss’.

Wirklich? Nichts Ähnliches oder Vergleichbares ist in der westlichen Industrieära passiert, und dies stellt eine Bewegung dar, die sich stark gegen die traditionelle US-Kultur von Klagen und Wiedergutmachung absetzt; vielleicht sind die nächsten ähnlichen Positionen die obligatorische Verjährung von Medikamentenpatenten nach 20 Jahren (die selbst häufig angegriffen wird), und die Begrenzung der Erwartungen an Privatsphäre in öffentlichen Orten.

Allerdings ändern sich die Zeiten; in Abwesenheit jeglicher Garantie, dass die derzeitige Tendenz zur “Eminent Domain” gegen IP-Schutz nicht versagt oder später umgekehrt wird, gibt es mehrere sekundäre Ansätze, die in der Entwicklung von KI-Systemen und der Behandlung der umstrittenen Trainingsdaten, die sie antreiben, zur Standardpraxis werden.

Datensätze per Proxy

Ein Ansatz dieser Art ähnelt der Verteidigung von Torrent-Listenseiten, die nicht immer erfolgreich ist, dass sie kein umstrittenes Material hosten – oder überhaupt kein Material.

Abgesehen von der Notwendigkeit, große Mengen an kaum komprimierbaren Bild- oder Videodaten zu speichern und zu servieren, ermöglichen solche Sammlungen eine schnelle Aktualisierung – wie die Entfernung von Material auf Anfrage der Urheberrechtsinhaber – und Versionierung.

Genau wie Torrents nur Wegweiser zu Orten sind, an denen urheberrechtlich geschütztes Material gefunden werden kann, sind eine Reihe von sehr einflussreichen Datensätzen in sich selbst nur “Zeiger”-Listen von existierendem Daten; wenn der Endbenutzer diese Listen als Download-Liste für seinen eigenen Datensatz verwenden möchte, ist das seine Sache, soweit die Haftung der Kuratoren betroffen ist.

Unter ihnen ist Google Researchs Conceptual 12M -Datensatz, der Bildunterschriften bereitstellt, aber nur auf Orte im Web verweist, an denen diese Bilder existieren (oder zum Zeitpunkt der Kuratierung existierten):

Zwei Beispiele aus Google Researchs Conceptual 12M-Kuratierung. Quelle

Ein weiteres prominentes Beispiel, das nun einen gültigen Anspruch auf Reverenz in der Geschichte von KI hat, ist der LAION-Datensatz, der den Aufstieg des Stable-Diffusion-Generierungssystems im Jahr 2022 ermöglichte – das erste solche Framework, das leistungsstarke Open-Source-Generierungsbilder für Endbenutzer anbot, während proprietäre Systeme scheinbar solche Dienste als rein abgegrenzten, kommerziellen Bereich etablieren wollten:

Eine der vielen Varianten des LAION-Projekts, das moderne und urheberrechtlich geschützte Kunstwerke enthält. Quelle

In vielen Fällen zeigt die hohe Dateigröße einiger dieser “Zeiger”-Sammlungen an, dass Bildinhalte in einer herunterladbaren und gehosteten Datei enthalten sind; jedoch sind die nicht-trivialen Download-Größen oft aufgrund der hohen Menge an Textinhalten und manchmal der Einbeziehung von extrahierten Embeddings oder Funktionen – abgeleitete Zusammenfassungen oder Knoten von ansonsten anwendbaren Inhalten, die während des Trainingsprozesses aus den Quelldaten extrahiert wurden.

Das Video-Premium

Videodatensätze stellen einen noch stärkeren Fall für den “Datensatz-per-Proxy”- oder Zeiger-Ansatz dar, da die hohe Menge an Speicherdaten, die erforderlich ist, um eine bedeutende und nützliche Anzahl von Videos in einer herunterladbaren Sammlung zu aggregieren, prohibitiv ist und ein “verteilter” Ansatz wünschenswert ist.

Allerdings benötigen sowohl Bilder als auch Videos in beiden Fällen – aber insbesondere bei Video – erhebliche weitere Aufmerksamkeit, bevor sie in Trainingsprozessen verwendet werden können. Sowohl Bilder als auch Videos müssen neu skaliert oder Beschlüsse über das Beschneiden getroffen werden, um Proben zu erstellen, die in den verfügbaren GPU-Speicher passen. Selbst ernsthaft herunterskalierte Videos erfordern auch eine Kürzung auf sehr kurze Längen, wie 3-5 Sekunden, typischerweise.

Bemerkenswerte Videodatensätze, die Verweise auf Online-Videos (anstatt der Kuratierung und direkten Verpackung von Video) verwenden, umfassen Google’s Kinetics Human Action Video Dataset und die YouTube-8M-Sammlung des Suchgiganten, die Segmentannotation verwendet, um anzuzeigen, wie jedes Video nach dem Herunterladen behandelt werden soll – aber die dem Endbenutzer überlässt, die Videos von den bereitgestellten URLs zu erhalten.

Offen und Geschlossen

Schließlich kann in dieser Kategorie “offene” VFX-Daten mit geschlossenen Plattformen generiert werden, die anschließend die resultierenden Datensätze veröffentlichen und verfügbar machen. Es ist vernünftig, sich zu fragen, warum dies passiert, und zu überlegen, ob es daran liegen könnte, dass das ursprüngliche Unternehmen die VFX-Daten “wäscht”, um sie für den eigenen Gebrauch zu verwenden; oder dass ein “gewaschener” Satz von außen angefordert wurde.

Ein solcher Fall von “generationaler Wäsche” ist, argumentativ, der Omni-VFX-Datensatz, der viele Datenpunkte aus dem Open-VFX-Datensatz (der selbst viele geschlossene und halb-offene Plattformen wie Pika und PixVerse referenziert) enthält.

Um ehrlich zu sein, versucht Omni-VFX nicht einmal wirklich:

Im Open-Source-Omni-VFX-Datensatz, ein vertrautes Gesicht. Quelle

Urhistorische Haftung

Der zweite große Ansatz zur IP-Wäsche ist die Verwendung von urheberrechtlich geschütztem Material in einem oder mehreren Entfernungen. Eine der Methoden in dieser Kategorie ist die Verwendung von synthetischen Daten, die zu einem bestimmten Zeitpunkt im Upstream-Prozess auf urheberrechtlich geschützten Daten trainiert wurden. In solchen Fällen, insbesondere wenn synthetische Daten authentisch aussehende Ergebnisse liefern, liefert urheberrechtlich geschütztes Werk Transformationen, die nicht vernünftigerweise geraten oder approximiert werden können durch allgemeine Weltmodelle oder nicht spezialisierte Modelle.

Dies ist emphatisch der Fall, wenn generative Videosysteme “unmögliche” Ereignisse erzeugen müssen und Ereignisse, die allgemein in die Kategorie “Visuelle Effekte” (VFX) fallen.

Tatsächlich war es das, was dieses Thema ins Bewusstsein rief, die neueste in einer Reihe von Forschungsarbeiten, die die Fähigkeit bieten, “abstrakte” Arten von visuellen Effekten zu erzeugen, wie z.B. die Erzeugung von Laserstrahlen aus unwahrscheinlichen Teilen des Körpers, entweder durch Trainieren auf maßgeschneiderten oder “Open-Source”-VFX-Clips (anstatt der offensichtlicheren Quelle, wie den sehr teuren VFX-Shots aus dem Marvel-Filmuniversum):

Beispiele von der EffectMaker-Website, wobei die “Aktion” im Quellclip (links) auf ein Quellbild (Mitte) angewendet wird. Quelle

Die obigen Beispiele stammen von der Projektseite für das EffectMaker-Projekt. EffectMaker ist nicht einmal die erste Angebote dieses Jahres, die versucht, VFX-Dynamiken aus einem Videoclip zu extrahieren und in einen neuen Clip zu übertragen, und tatsächlich wird dies zu einer separaten Aufgabe in der KI-VFX-Forschung*.

Bewusst, dass Medienriesen wie Marvel eine höhere Chance haben, Rechtsfälle über IP zu gewinnen (auch in der erwähnten Atmosphäre der “erzwungenen Toleranz”), gehen visuelle Effekt-Unternehmen und Start-ups derzeit zu großen Längen, um sicherzustellen, dass ihre generativen VFX-Frameworks frei von fremden Unternehmens-IP sind.

Vor allem ist Meta dabei, das auf dem r/vfx-Subreddit berichtet wurde, dass es in den Winter 2026 hinein eine gut bezahlte Einstellungsphase für VFX-Künstler durchgeführt hat, um AI-Modelle zu trainieren, die Hollywood-Niveau-Visuelleffekte erzeugen. Obwohl die Bezahlung in verschiedenen Posts nicht spezifiziert wurde, beschrieb einer sie als “Rentengeld”.

Dem Geld folgen

Aber man muss sich fragen, wie viel Geld sogar Unternehmen wie Meta bereit sind, für eine wahre Vielfalt und Fülle von “ad-hoc”-VFX-Shots zu bezahlen, da der durchschnittliche einzelne VFX-Shot für einen Blockbuster-Film rund 42.000 USD beträgt – und viele kommen viel höher.

Weiterhin ist es vernünftig, anzunehmen, dass maßgeschneiderte VFX-erzeugende AI-Modelle der Nachfrage nachgeben werden, einschließlich verschiedener Standard-Effekt-Tropen aus den beliebtesten und teuersten Kategorien von Filmen.

Abgesehen von der Tatsache, dass “Rest”-VFX-Profis möglicherweise Shots rekonstruieren, an denen sie für einen bestehenden Filmkatalog gearbeitet haben^† – was die “maßgeschneiderte” Datensatzarbeit als imitativ kontextualisiert – gibt es keine Garantie, dass diese teuren neuen Proben “von Null” in einer brandneuen Architektur trainiert werden.

Tatsächlich, wenn solche Rekonstruktionen in Nebenmodule wie LoRAs umgeleitet werden, die auf einem Basis-Modell basieren, dann ist der Prozess nur so vertretbar, wie das Basis-Modell “IP-sauber” ist – und nicht viele sind.

Ebenso, wenn der “neue” Prozess andere “hybride” Techniken wie Feinabstimmung verwendet, bei der der Wert des visuellen Effekts von Modellen, Priors oder Embeddings aus älteren Sammlungen oder Modellen von unbestätigter Integrität abhängt, ist die Originalität der Arbeit argwöhnisch und anfällig für Herausforderungen.

Unmögliche Missionen

Das Gebiet von VFX-Ausgaben ist ein besonders interessantes Fallbeispiel in Bezug auf potenzielle IP-Wäsche in KI-Datensätzen, da visuelle Effekt-Shots oft “unmögliche” Dinge darstellen, für die es keine Open-Source-Alternativen gibt.

Beispielsweise kann die Zerstörung eines Gebäudes in ein generatives Modell aus verschiedenen öffentlichen oder sonstigen erschwinglichen Stockclips trainiert werden, aber wenn man ein Modell trainieren möchte, das menschliche Laserstrahlen erzeugt, muss man auf VFX-Clips trainieren, gestohlen oder in Auftrag gegeben; so etwas passiert nirgendwo anders.

Sogar im Fall anderer Arten von Naturkatastrophen, wie dramatischer Überschwemmungen, ist das verfügbare Quellmaterial in der realen Welt unwahrscheinlich in der Lage, dramatische Perspektiven auf katastrophale Ereignisse zu reproduzieren, da (mit einigen Ausnahmen) Menschen normalerweise nicht aus katastrophalen Orten live streamen. Deshalb sind “coole Ansichten” auf Katastrophen in realen Datensätzen selten und jedes KI-Modell, das sie erzeugen kann, hat diese Informationen wahrscheinlich woandersher.

Die meisten wünschenswerten KI-Aufgabenflüsse haben nicht dieses spezifische Maß an Spezifität, und in solchen Fällen kann die Verschleierung der Vorteile von urheberrechtlich geschützten Daten nicht so viel Anstrengung erfordern.

Schlussfolgerung: Ein verwirrendes Netz

Nur diejenigen, die generative KI umfassend und über einen längeren Zeitraum verwendet haben, werden instinktiv verstehen, dass solche Systeme Schwierigkeiten haben, mehrere Konzepte zu kombinieren, wenn keine vergleichbaren Beispiele in ihren Trainingsdaten existieren.

Diese Einschränkung ist als Verflechtung bekannt, bei der die verschiedenen Aspekte der trainierten Konzepte tendenziell mit verwandten Elementen zusammenklumpen, anstatt sich in handliche, Lego-ähnliche Bausteine zu zerlegen, die in jede neue Konfiguration angeordnet werden können, die der Benutzer wünscht.

Verflechtung ist ein architektonischer Schwerkraft-Brunneneffekt, der praktisch unmöglich zu entkommen ist, zumindest für die diffusionsbasierten Ansätze, die alle großen aktuellen KI-Frameworks charakterisieren. Es kann jedoch sein, dass neue Ansätze in den nächsten Jahren auftauchen, die besser darin sind, trainierte Konzepte zu diskretisieren, sodass sie adäquater kombiniert und weniger Hinweise auf ihre Herkunft bieten können.

* Ich erhebe keine Anschuldigungen gegen EffectMaker, sondern kommentiere hier die Allgemeinheit einer aufkommenden Praxis in der KI-Video-Forschung.

^† Weil diese Shots in diesen Arten von Filmen Geld generiert haben und weiterhin generieren.

Erstveröffentlicht am Montag, den 16. März 2026