Anthropic hat sich mit einer Gruppe von Buchautoren auf einen Vergleich in Höhe von 1,5 Milliarden US-Dollar geeinigt. Das ist der größte Betrag, der je in einer Sammelklage rund um Urheberrecht ausgezahlt wurde. Der entscheidende Punkt dabei: Nicht das KI-Training selbst war der Streitgegenstand, sondern das massenhafte Herunterladen von urheberrechtlich geschützten Werken aus Piraterie-Datenbanken. Das klingt nach einer Niederlage für Anthropic, ist aber juristisch betrachtet eher das Gegenteil.
Der US-amerikanische Bundesrichter William Alsup hatte das KI-Training mit urheberrechtlich geschützten Texten zuvor als „spektakulär transformativ“ eingestuft und unter die Fair-Use-Doktrin des US-amerikanischen Urheberrechts gefasst. Fair Use erlaubt in bestimmten Fällen die Nutzung geschützter Werke ohne Lizenz. Das gilt nämlic dannh, wenn die Nutzung transformativ genug ist, also etwas qualitativ Neues schafft, anstatt das Original zu ersetzen.
Großer Vergleich, aber kein Schuldeingeständnis beim KI-Training selbst
Was Anthropic dagegen teuer zu stehen kommt, ist der Weg zur Trainingsdaten-Beschaffung. Rund 482.460 Werke wurden aus bekannten Piraterie-Quellen heruntergeladen. Genau das – nicht das Training – wertet das Gericht als klaren Verstoß. Die Unterscheidung ist fein, aber rechtlich bedeutsam: Das „Wie“ der Datenbeschaffung bleibt haftungsrelevant, das Training selbst offenbar nicht.
In meinen Azure-Kursen stoßen wir oft auf die Frage, wie Unternehmen sicherstellen können, dass KI-Modelle, die sie einsetzen oder fine-tunen, auf rechtlich sauberem Datenmaterial basieren. Dieses Urteil schärft das Bewusstsein dafür erheblich.
Was bedeutet das für die Praxis?
Für IT-Professionals und Entscheider, die generative KI im Unternehmen einsetzen – sei es über Azure OpenAI Service, Microsoft Copilot oder eigene Fine-Tuning-Pipelines – ergibt sich aus diesem Fall eine klare Lektion:
| Aspekt | Rechtliche Einschätzung (USA) | Handlungsbedarf |
|---|---|---|
| KI-Training mit lizenzierten/öffentlichen Daten | Tendenziell durch Fair Use gedeckt | Gering – Herkunft dokumentieren |
| Nutzung von Piraterie-Quellen zur Datenbeschaffung | Klarer Verstoß, hohe Haftung | Hoch – unbedingt vermeiden |
| Fine-Tuning mit internen Unternehmensdaten | Datenschutz- und Lizenzfragen separat prüfen | Mittel – Rechtsberatung empfohlen |
| Einsatz fertiger Modelle (z. B. über Azure OpenAI) | Verantwortung liegt primär beim Anbieter | Gering – AGB und Data Processing Agreements prüfen |
Wer also KI-Modelle über etablierte Cloud-Plattformen wie Azure OpenAI bezieht, überträgt die Haftung für Trainingsdaten weitgehend auf den Anbieter – vorausgesetzt, die vertraglichen Grundlagen (Data Processing Agreement, Service Terms) sind sauber geregelt.
Praxistipp: Planen Sie eigene Fine-Tuning-Vorhaben oder den Aufbau von RAG-Systemen (Retrieval Augmented Generation), sollten Sie die Herkunft jedes Datensatzes lückenlos dokumentieren. Das gilt besonders dann, wenn externe Quellen automatisiert eingebunden werden. Ein kurzer Compliance-Check im Vorfeld spart erheblichen juristischen Aufwand im Nachhinein und schützt vor Szenarien wie dem, das Anthropic gerade 1,5 Milliarden Dollar kostet.
Folgendes Problem aus der Praxis: In Unternehmensworkshops wird häufig nach fertigen Datensätzen aus dem Internet gesucht, um Modelle schnell zu verbessern. Die Frage nach der Lizenz dieser Datensätze bleibt dabei oft offen. Das sollte nach diesem Fall nicht mehr der Fall sein.
Mehr zur rechtssicheren KI-Implementierung auf Azure besprechen wir auch in meinen Azure-Kursen – gerade im Kontext Azure OpenAI und verantwortungsvoller KI-Nutzung.
Weiterführende Informationen zur Meldung finden Sie hier: Originalmeldung bei The Decoder (DE)