Die Sammelklagen von Autoren gegen OpenAI sind eine Reihe konsolidierter US-Bundesklagen, die von Belletristikautoren gegen OpenAI eingereicht wurden, den Entwickler der großen Sprachmodelle, die Produkten wie ChatGPT zugrunde liegen. Die Kläger behaupten, dass OpenAI ihre urheberrechtlich geschützten Bücher ohne Erlaubnis kopiert hat, um seine Modelle zu trainieren, was eine direkte und indirekte Urheberrechtsverletzung darstellt, und dass das Unternehmen von dieser unbefugten Nutzung profitiert hat. Der Rechtsstreit, der vor dem US-Bezirksgericht für den südlichen Bezirk von New York konsolidiert wurde, ist zu einem zentralen Testfall dafür geworden, wie Urheberrecht auf das Training von generativen KI-Systemen angewendet wird.
Die Fälle entstanden nach der kommerziellen Veröffentlichung von ChatGPT Ende 2022 und der anschließenden Erweiterung der Modellfamilie von OpenAI. Die Autoren argumentierten, dass ihre Werke ohne Lizenzierung oder Vergütung in massive Textkorpora für das Training aufgenommen wurden und dass die Modelle Passagen aus ihren Büchern reproduzieren oder eng paraphrasieren könnten. OpenAI antwortete, dass die Nutzung urheberrechtlich geschützten Materials unter die Fair-Use-Doktrin falle, und verwies auf den transformativen Charakter des maschinellen Lernens und die nicht-expressiven statistischen Muster, die die Modelle lernen.
Verfahrensgeschichte und Konsolidierung
Die erste große Autorenklage wurde im Juni 2023 von der Komikerin und Autorin Sarah Silverman zusammen mit den Autoren Richard Kadrey und Christopher Golden beim nördlichen Bezirksgericht von Kalifornien eingereicht. In diesem Fall, Silverman v. OpenAI, wurde behauptet, dass die Trainingsdaten von OpenAI Raubkopien von Bücherarchiven enthielten. Im Juli 2023 wurde eine separate Sammelklage beim südlichen Bezirksgericht von New York von den Autoren Paul Tremblay und Mona Awad eingereicht, vertreten durch dieselbe Anwaltskanzlei, gegen OpenAI und dessen Partner Microsoft.
Im September 2023 konsolidierte das Judicial Panel on Multidistrict Litigation mehrere überlappende Autorenklagen in ein einziges Verfahren, In re OpenAI ChatGPT Litigation, das Richter Jed S. Rakoff am südlichen Bezirksgericht von New York zugewiesen wurde. Die konsolidierte Klage umfasste Ansprüche von Autoren wie George R.R. Martin, John Grisham, Jodi Picoult und anderen, die später beitraten, obwohl einige Autoren separate Klagen einreichten, die später in den Hauptfall aufgenommen wurden. Bis Anfang 2024 reichten die Hauptkläger eine konsolidierte geänderte Beschwerde ein, die Ansprüche auf ungerechtfertigte Bereicherung und Fahrlässigkeit hinzufügte und OpenAI sowie dessen CEO Sam Altman als Beklagte nannte.
Zentrale rechtliche Ansprüche
Der Hauptanspruch der Kläger ist direkte Urheberrechtsverletzung gemäß 17 U.S.C. § 501, wobei sie argumentieren, dass OpenAI ihre Werke während des Trainings und in Modellausgaben reproduziert und verbreitet hat. Sie machten auch mittelbare und beitragende Verletzung geltend, indem sie behaupteten, dass OpenAI das Recht und die Fähigkeit hatte, die verletzende Aktivität zu kontrollieren und davon profitierte. Die Beschwerde führte spezifische Fälle an, in denen ChatGPT angeblich nahezu wörtliche Auszüge aus urheberrechtlich geschützten Büchern generierte, was nach Ansicht der Kläger zeigte, dass die Modelle expressive Inhalte speicherten und abrufen.
Ein zweiter großer Anspruch betraf die Entfernung von Urheberrechtsverwaltungsinformationen (CMI), wie Autorennamen und Titeln, aus Trainingsdaten, was gegen den Digital Millennium Copyright Act (DMCA) verstieß. Die Kläger argumentierten, dass das Entfernen von CMI die Verletzung erleichterte und die Fähigkeit der Autoren beeinträchtigte, ihre Rechte durchzusetzen. OpenAI beantragte die Abweisung dieses Anspruchs und argumentierte, dass die DMCA-Bestimmung eine Absicht zur Veranlassung der Verletzung erfordere, die die Kläger nicht plausibel behauptet hätten.
Wichtige Entscheidungen
Im Februar 2024 wies Richter Rakoff den DMCA-Anspruch ab und stellte fest, dass die Kläger nicht ausreichend behauptet hatten, dass OpenAI absichtlich CMI entfernt habe, um die Verletzung zu verschleiern. Er ließ die zentralen Urheberrechtsansprüche zu und wies OpenAIs Argument zurück, dass die Ansprüche durch staatliches Recht verdrängt seien und dass den Klägern die Klagebefugnis fehle, weil sie nicht jedes Werk registriert hätten.
Im November 2024 erließ Richter Rakoff eine wegweisende Entscheidung zur Fair-Use-Doktrin. Er lehnte OpenAIs Antrag auf Abweisung der direkten Verletzungsansprüche ab und hielt fest, dass die Fair-Use-Verteidigung nicht in der Klagephase geklärt werden könne. Das Gericht betonte, dass die Frage, ob die Nutzung transformativ sei und ob die Modelle mit den Originalwerken konkurrierten, Tatsachenfragen seien, die eine Beweisaufnahme erforderten. Die Entscheidung stellte auch fest, dass OpenAIs eigene Dokumente, einschließlich interner Kommunikation über die Knappheit hochwertiger Textdaten, für den Zweck und Charakter der Nutzung relevant sein könnten.
In einer separaten Entscheidung im selben Monat wies Richter Rakoff jedoch die Ansprüche auf ungerechtfertigte Bereicherung und Fahrlässigkeit ab, da sie mit den Urheberrechtsansprüchen dupliziert und durch die wirtschaftliche Verlustregel ausgeschlossen seien. Er strich auch bestimmte Behauptungen, die auf spekulativen Schadenstheorien beruhten, wie die Behauptung, dass die Modellausgaben den Buchverkauf reduzieren würden.
Fair-Use-Argumente
OpenAIs Fair-Use-Verteidigung stützt sich auf vier gesetzliche Faktoren: den Zweck und Charakter der Nutzung, die Natur des urheberrechtlich geschützten Werks, den Umfang und die Wesentlichkeit der Nutzung sowie die Auswirkung auf den potenziellen Markt. Das Unternehmen argumentierte, dass das Training eines neuronalen Netzwerks eine nicht-expressive Nutzung sei, da das Modell statistische Muster lerne, anstatt spezifische Ausdrücke zu reproduzieren. Es verwies auf die Entscheidung des Obersten Gerichtshofs in Google v. Oracle (2021), die das Kopieren von Code für einen transformativen Zweck als Fair Use einstufte, und auf das Urteil des zweiten Bezirksgerichts in Authors Guild v. Google (2015), das Googles Buchscannen für die Suche als Fair Use befand.
Die Kläger entgegneten, dass OpenAIs Nutzung kommerziell sei und dass die Modelle Texte generieren könnten, die mit den Originalwerken konkurrieren und den Markt für lizenzierte Reproduktionen schädigen. Sie argumentierten auch, dass das Ausmaß des Kopierens - Milliarden von Wörtern aus Millionen von Büchern - nicht mit den begrenzten Auszügen im Google-Books-Fall vergleichbar sei. Die Entscheidung des Gerichts vom November 2024 ließ diese Fragen für das Verfahren offen und stellte fest, dass eine Beweisaufnahme erforderlich sei, um die tatsächlichen Ausgaben und die wirtschaftlichen Auswirkungen zu bewerten.
Verwandte Rechtsstreitigkeiten und Kontext
Die Autorenfälle sind Teil einer breiteren Welle von Urheberrechtsklagen gegen KI-Unternehmen. Im Jahr 2023 reichten bildende Künstler Sammelklagen gegen Stability AI, Midjourney und DeviantArt ein, und 2024 verklagten Musikverlage Anthropic wegen der Reproduktion von Liedtexten. Der Anthropic-Fall, Concord Music Group v. Anthropic, betraf ähnliche Ansprüche bezüglich Trainingsdaten und Ausgabereproduktion. Die Autorenfälle überschneiden sich auch mit der Klage der New York Times gegen OpenAI und Microsoft, die im Dezember 2023 eingereicht wurde und behauptete, dass die Modelle Nachrichtenartikel wörtlich reproduzierten.
Im Autorenrechtsstreit hat das Gericht die Beweisaufnahme mit dem New York Times-Fall koordiniert, was eine gemeinsame Dokumentenproduktion und Sachverständigenaussagen ermöglicht. Diese Koordination hat das Tempo des Verfahrens verlangsamt, wobei das Gericht einen Verhandlungstermin für Ende 2025 oder Anfang 2026 festlegte. Bis Anfang 2025 waren die Parteien mit der Tatsachenermittlung beschäftigt, einschließlich Vernehmungen von OpenAI-Führungskräften und technischem Personal sowie dem Austausch von Metadaten zu Trainingsdaten.
Auswirkungen auf die KI-Entwicklung
Der Ausgang der Autoren-Sammelklagen könnte die Künstliche-Intelligenz-Branche erheblich beeinflussen. Ein Urteil, dass das Training mit urheberrechtlich geschützten Werken ohne Lizenz kein Fair Use darstellt, würde KI-Entwickler zwingen, Lizenzen mit Verlagen und Autoren auszuhandeln, was möglicherweise die Kosten erhöht und die Vielfalt der Trainingsdaten einschränkt. Umgekehrt würde ein Urteil zugunsten von OpenAI die Rechtmäßigkeit aktueller Trainingspraktiken bestätigen, obwohl es möglicherweise keine Fragen zur Ausgabereproduktion klärt.
Der Fall hat auch gesetzgeberische Aufmerksamkeit erregt. Im Jahr 2024 führten mehrere US-Senatoren Gesetzesentwürfe ein, die Transparenzanforderungen für Trainingsdaten und ein gesetzliches Lizenzierungssystem für urheberrechtlich geschützte Werke vorschlagen. Die Autorenklagen wurden in diesen Debatten als Beleg für die Notwendigkeit klarerer Regeln angeführt. International enthält das KI-Gesetz der Europäischen Union, das 2024 verabschiedet wurde, Bestimmungen zur Offenlegung von Zusammenfassungen der Trainingsdaten, geht jedoch nicht direkt auf die Urheberrechtshaftung ein.
Aktueller Stand und Ausblick
Bis Anfang 2025 befindet sich die konsolidierte Klage in der Beweisaufnahmephase. Das Gericht hat Anträge auf Klassenzerifizierung abgelehnt, aber die Kläger haben angekündigt, nach der Tatsachenermittlung erneut eine Zertifizierung zu beantragen. Richter Rakoff hat eine Vorbesprechung für Mitte 2025 angesetzt, mit einem möglichen Verfahren im Jahr 2026. Der Fall wird von Rechtswissenschaftlern und Branchenbeobachtern genau beobachtet, da er einen Präzedenzfall dafür schaffen könnte, wie US-Gerichte Fair Use auf groß angelegtes maschinelles Lernen anwenden.
OpenAI sieht sich auch parallelen Rechtsstreitigkeiten in anderen Gerichtsbarkeiten gegenüber, darunter eine Sammelklage in Kanada und eine Beschwerde beim US-Urheberrechtsamt. Das Unternehmen hat begonnen, Lizenzvereinbarungen mit einigen Verlagen wie Axel Springer und der Associated Press abzuschließen, hat jedoch keine Vereinbarungen mit einzelnen Belletristikautoren getroffen. Die Autoren-Sammelklagen bleiben die umfassendste Herausforderung für OpenAIs Trainingspraktiken, und ihre Lösung wird wahrscheinlich die Zukunft der generativen KI und des Urheberrechts prägen.