Authors Guild v. OpenAI ist eine Sammelklage, die am 20. September 2023 beim United States District Court for the Southern District of New York eingereicht wurde. Die Klage, eingebracht von der Authors Guild und einer Gruppe prominenter Belletristik- und Sachbuchautoren, wirft OpenAI, dem Entwickler der Large Language Models hinter ChatGPT, vor, deren Urheberrechte verletzt zu haben, indem ihre Bücher ohne Genehmigung zum Training seiner generativen KI-Systeme verwendet wurden. Der Fall ist eine von mehreren vielbeachteten rechtlichen Herausforderungen der Datenpraktiken von KI-Unternehmen und wirft grundlegende Fragen zu fairer Nutzung, Urheberschaft und der Ökonomie kreativer Arbeit im Zeitalter des maschinellen Lernens auf.
Die Kläger umfassen die Authors Guild, die größte Berufsorganisation für Schriftsteller in den Vereinigten Staaten, sowie einzelne Autoren wie John Grisham, George R.R. Martin, Jodi Picoult und David Baldacci. Ihre Beschwerde behauptet, dass OpenAI ihre Werke vollständig in die Trainingsdatensätze seiner Modelle kopiert hat, die dann Texte generieren können, die diese Werke nachahmen oder zusammenfassen und so mit den Originalen auf dem Markt konkurrieren. Die Klage fordert gesetzliche Schadensersatzleistungen, einstweilige Verfügungen und eine Erklärung, dass OpenAIs Nutzung urheberrechtlich geschützten Materials ohne Zustimmung oder Vergütung gegen das Urheberrechtsgesetz von 1976 verstößt.
Hintergrund: Der Aufstieg der Large Language Models
OpenAI, 2015 als gemeinnützige Forschungsorganisation gegründet, wechselte 2019 zu einer Struktur mit gedeckelten Gewinnen, um Finanzierung für massive Rechenressourcen zu sichern. Sein Flaggschiffprodukt ChatGPT, das im November 2022 der Öffentlichkeit zugänglich gemacht wurde, entwickelte sich zu einer der am schnellsten wachsenden Verbraucheranwendungen der Geschichte und erreichte innerhalb von zwei Monaten über 100 Millionen monatliche Nutzer. Die zugrunde liegende Technologie basiert auf der Transformer-Architektur, die in einem Paper von 2017 von Forschern bei Google eingeführt wurde und effizientes Training auf riesigen Mengen von Textdaten ermöglichte.
Das Training eines Large Language Models beinhaltet das Einspeisen von Milliarden von Wörtern aus verschiedenen Quellen, darunter Bücher, Artikel, Websites und anderes schriftliches Material. OpenAI hat die vollständigen Inhalte seiner Trainingsdatensätze nicht öffentlich offengelegt, aber das Unternehmen hat eingeräumt, öffentlich verfügbaren Text aus dem Internet, einschließlich Büchern, in seinen früheren Modellen wie GPT-2 und GPT-3 verwendet zu haben. Der Umfang ist enorm: GPT-3, veröffentlicht 2020, wurde mit Hunderten von Milliarden von Tokens trainiert, wobei ein Token eine Texteinheit ist, die ungefähr einem Wort oder einem Teil eines Wortes entspricht.
Die Kläger argumentieren, dass Bücher einzigartig wertvolle Trainingsdaten sind, weil sie hochwertige, langformatige Prosa enthalten, die Modellen hilft, Grammatik, Argumentation und narrative Struktur zu lernen. Sie behaupten jedoch, dass die Nutzung urheberrechtlich geschützter Bücher ohne Erlaubnis keine transformative faire Nutzung ist, sondern eine kommerzielle Ausbeutung der Arbeit von Autoren. Der Fall liegt damit an der Schnittstelle von Urheberrecht und maschinellem Lernen, einem Feld, das sich durch Techniken wie Deep Learning und neuronale Netze rasant weiterentwickelt hat.
Rechtliche Ansprüche und Argumente
Die Beschwerde macht mehrere Klagegründe geltend, darunter direkte Urheberrechtsverletzung, mittelbare Verletzung und ungerechtfertigte Bereicherung. Die Kläger behaupten, dass OpenAIs Trainingsprozess notwendigerweise unbefugte Vervielfältigungen ihrer Werke beinhaltet, sowohl bei der Erstellung der Trainingsdatensätze als auch in der Fähigkeit des Modells, Texte zu generieren, die den Originalen stark ähneln. Sie behaupten auch, dass OpenAIs Nutzung ihrer Werke den Markt für ihre Bücher verringert hat, da Leser nun KI-generierte Zusammenfassungen oder Nachahmungen kostenlos erhalten können.
OpenAIs wahrscheinliche Verteidigung konzentriert sich auf die Doktrin der fairen Nutzung, die begrenzte Nutzung urheberrechtlich geschützten Materials für Zwecke wie Kritik, Kommentar, Nachrichtenberichterstattung, Lehre und Forschung erlaubt. Das Unternehmen hat in anderen Kontexten argumentiert, dass das Training von KI-Modellen auf öffentlich verfügbarem Text eine transformative Nutzung ist, die die Originalwerke nicht ersetzt. Die Kläger kontern jedoch, dass OpenAIs Nutzung kommerziell, nicht transformativ und schädlich für den Markt ihrer Werke ist, und verweisen auf die Bewertung des Unternehmens, die Anfang 2024 80 Milliarden US-Dollar überstieg.
Der Fall ist Richter Sidney H. Stein zugewiesen, der auch über eine verwandte Klage der New York Times gegen OpenAI und Microsoft vom Dezember 2023 vorsitzt. Der Fall der Authors Guild wurde mit anderen ähnlichen Klagen konsolidiert, darunter eine von den Autoren Sarah Silverman, Richard Kadrey und Christopher Golden eingereichte, obwohl die Konsolidierung teilweise und verfahrenstechnisch war. Eine wichtige frühe Entscheidung erging im November 2023, als Richter Stein einige Ansprüche im Silverman-Fall mangels Klagebefugnis abwies, andere jedoch fortführen ließ, was signalisierte, dass die Gerichte bereit sind, sich mit den materiellen Urheberrechtsfragen zu befassen.
Die breitere Rechtslandschaft
Authors Guild v. OpenAI ist Teil einer Welle von Klagen gegen KI-Unternehmen. Zusätzlich zum Fall der New York Times, der behauptet, dass OpenAI und sein Partner Microsoft Millionen urheberrechtlich geschützter Artikel zum Training ihrer Modelle verwendet haben, haben andere Autoren Klagen gegen Anthropic, den Hersteller des Claude-Modells, und gegen Google DeepMind eingereicht. Diese Fälle werden von der Technologiebranche, dem Verlagswesen und Rechtswissenschaftlern genau beobachtet, da ihre Ergebnisse Präzedenzfälle dafür schaffen könnten, wie KI-Unternehmen Trainingsdaten beschaffen und verwenden.
Eine bemerkenswerte Entwicklung ereignete sich im Juli 2024, als das U.S. Copyright Office einen Bericht über Urheberrecht und KI veröffentlichte, der dem Kongress empfahl, neue Gesetzgebung zur Nutzung urheberrechtlich geschützter Werke im KI-Training zu erwägen. Der Bericht bezog keine endgültige Position zur fairen Nutzung, hob jedoch die Notwendigkeit von Klarheit hervor und deutete an, dass das bestehende Gesetz Autoren möglicherweise nicht ausreichend schützt. Diese regulatorische Unsicherheit hat einige KI-Unternehmen dazu veranlasst, Lizenzvereinbarungen mit Inhaltsanbietern zu treffen, wie OpenAIs Vereinbarungen mit Nachrichtenorganisationen wie Axel Springer und der Associated Press, obwohl solche Vereinbarungen die überwiegende Mehrheit der Autoren nicht abdecken.
Die Authors Guild hat sich auch für kollektive Lizenzierungsmechanismen eingesetzt, ähnlich denen, die von Musikverlagen und Songwritern verwendet werden. Im Jahr 2024 schlug die Gilde einen Rahmen vor, nach dem KI-Unternehmen eine Abonnementgebühr für die Nutzung urheberrechtlich geschützter Werke zahlen würden, wobei die Einnahmen basierend auf der Nutzung an Autoren verteilt würden. Dieser Vorschlag hat in politischen Kreisen etwas an Zugkraft gewonnen, wurde jedoch bis Anfang 2025 von keinem großen KI-Unternehmen übernommen.
Wichtige verfahrenstechnische Meilensteine
Nach der ursprünglichen Einreichung durchlief der Fall mehrere verfahrenstechnische Phasen. Im Oktober 2023 reichte OpenAI einen Antrag auf Abweisung ein, mit der Begründung, dass die Kläger keine direkte Verletzung ausreichend dargelegt hätten, da der Trainingsprozess Zwischenkopien beinhalte, die nicht an die Öffentlichkeit verteilt würden. Das Unternehmen behauptete auch, dass den Klägern die Klagebefugnis fehle, da sie nicht alle ihre Werke beim U.S. Copyright Office registriert hätten, eine Voraussetzung für die Einreichung einer Verletzungsklage.
Richter Stein entschied über den Antrag teilweise im Februar 2024, ließ die meisten Ansprüche fortbestehen, wies jedoch einige aus technischen Gründen ab. Er hielt fest, dass die Kläger plausibel behauptet hätten, dass OpenAIs Trainingsprozess Kopieren beinhalte, und dass die Verteidigung der fairen Nutzung besser für ein summarisches Urteil oder eine Verhandlung geeignet sei als für einen Antrag auf Abweisung. Diese Entscheidung wurde als Sieg für die Autoren angesehen, da sie die Kernansprüche am Leben hielt.
Im Juni 2024 führten die Parteien eine Beweisaufnahme durch, wobei die Kläger detaillierte Informationen über OpenAIs Trainingsdatensätze anforderten und das Unternehmen sich unter Berufung auf Geschäftsgeheimnisse widersetzte. Ein Magistratsrichter ordnete an, dass OpenAI bestimmte Dokumente vorlegen müsse, aber der Umfang der Beweisaufnahme bleibt umstritten. Der Fall ist für eine Vorverhandlungskonferenz im März 2025 angesetzt, mit einem möglichen Verhandlungstermin Ende 2025 oder 2026, obwohl solche Zeitpläne in komplexen Rechtsstreitigkeiten oft verlängert werden.
Auswirkungen auf Autoren und KI-Entwicklung
Der Ausgang von Authors Guild v. OpenAI könnte tiefgreifende Auswirkungen sowohl auf die literarische Welt als auch auf die KI-Branche haben. Wenn die Kläger obsiegen, könnten OpenAI und andere KI-Unternehmen verpflichtet werden, Lizenzen für jedes urheberrechtlich geschützte Werk zu erwerben, das im Training verwendet wird, ein Prozess, der logistisch herausfordernd und finanziell belastend sein könnte. Dies könnte die Entwicklung von Large Language Models verlangsamen, insbesondere für kleinere Unternehmen und Forschungseinrichtungen, denen die Ressourcen fehlen, um mit Tausenden von Rechteinhabern zu verhandeln.
Umgekehrt würde eine Entscheidung zugunsten von OpenAI die Doktrin der fairen Nutzung in Bezug auf KI-Training bestätigen und Unternehmen möglicherweise erlauben, urheberrechtlich geschützten Text ohne Vergütung weiter zu verwenden. Eine solche Entscheidung könnte aggressivere Datenerfassung fördern und zu weiterer Konsolidierung in der KI-Branche führen, da nur die größten Akteure sich Rechtsstreitigkeiten und Vergleiche leisten könnten.
Für Autoren geht es in dem Fall um mehr als Geld. Er wirft Fragen zur Natur der Urheberschaft in einer Ära auf, in der Maschinen Texte generieren können, die menschliche Kreativität nachahmen. Einige Schriftsteller haben KI als Werkzeug begrüßt, während andere sie als existenzielle Bedrohung ihrer Lebensgrundlage sehen. Die Authors Guild hat die Klage als Verteidigung des Berufsstands gerahmt und argumentiert, dass Schriftsteller für den Wert entschädigt werden sollten, den ihre Werke zu KI-Systemen beitragen.
Der Fall überschneidet sich auch mit breiteren Debatten über OpenAIs Geschäftspraktiken und seine Beziehung zur kreativen Gemeinschaft. Im Jahr 2023 startete OpenAI ein Programm, um einige Autoren für die Nutzung ihrer Werke im Training zu bezahlen, aber die Bedingungen wurden weithin als unzureichend kritisiert. Das Unternehmen wurde auch für seine mangelnde Transparenz über Trainingsdaten kritisiert, ein Anliegen, das im Mittelpunkt des Rechtsstreits steht.
Expertenmeinungen und wissenschaftliche Debatte
Rechtswissenschaftler sind über den wahrscheinlichen Ausgang geteilter Meinung. Einige, wie Professorin Pamela Samuelson von der University of California, Berkeley, haben argumentiert, dass KI-Training auf urheberrechtlich geschützten Werken als faire Nutzung betrachtet werden sollte, und ziehen Parallelen zu Suchmaschinen und anderen Technologien, die Text für transformative Zwecke kopieren. Andere, wie Professor James Grimmelmann von der Cornell University, haben angedeutet, dass der Umfang und die kommerzielle Natur des KI-Trainings das Gleichgewicht zugunsten der Autoren kippen könnten, insbesondere wenn die Modelle Ausgaben generieren können, die mit den Originalen konkurrieren.
Der Fall hat auch Aufmerksamkeit von Ökonomen erhalten, die feststellen, dass der Wert von Trainingsdaten erheblich ist. Eine Studie aus dem Jahr 2023 schätzte, dass der Marktwert eines einzelnen hochwertigen Buches für KI-Training in den Tausenden von Dollar liegen könnte, angesichts der Bedeutung vielfältiger, gut geschriebener Texte für die Verbesserung der Modellleistung. Dies hat einige zu der Argumentation veranlasst, dass Autoren die KI-Branche effektiv subventionieren, ohne einen Anteil an den Gewinnen zu erhalten.
Fazit und Ausblick
Stand Anfang 2025 befindet sich Authors Guild v. OpenAI noch in der Beweisaufnahmephase, ohne endgültige Entscheidung in der Sache. Der Fall wird wahrscheinlich Jahre dauern, um gelöst zu werden, und eine Berufung beim U.S. Court of Appeals for the Second Circuit ist unabhängig vom Ausgang wahrscheinlich. Der Oberste Gerichtshof könnte letztendlich eingreifen, wie er es in anderen Urheberrechtsfällen mit neuen Technologien getan hat, etwa in der Entscheidung von 2021 in Google v. Oracle, die festhielt, dass Googles Nutzung von Java-Code faire Nutzung war.
In der Zwischenzeit hat der Fall bereits Auswirkungen gehabt. Er hat andere Autoren und Verlage dazu veranlasst, eigene Klagen einzureichen, und hat die Bemühungen beschleunigt, freiwillige Lizenzierungsrahmen zu entwickeln. Er hat auch zu einer breiteren öffentlichen Diskussion über die Ethik der KI, die Rechte von Kreativen und die Zukunft des geistigen Eigentums im digitalen Zeitalter beigetragen. Was auch immer das endgültige Urteil sein mag, Authors Guild v. OpenAI wird wahrscheinlich als wegweisender Fall in der Geschichte der künstlichen Intelligenz und des Urheberrechts in Erinnerung bleiben.