New York Times Co. v. Microsoft Corp. ist eine wegweisende Urheberrechtsklage, die am 27. Dezember 2023 beim United States District Court for the Southern District of New York eingereicht wurde. Die Klägerin, The New York Times Company, wirft OpenAI und Microsoft vor, durch die Entwicklung und den Einsatz großer Sprachmodelle wie ChatGPT und der darauf basierenden Azure-Infrastruktur eine unbefugte Vervielfältigung und Nutzung Millionen urheberrechtlich geschützter Nachrichtenartikel zur Schulung ihrer Systeme der künstlichen Intelligenz vorgenommen zu haben. Die Klage fordert gesetzliche Schadensersatzzahlungen, einstweilige Verfügungen und die Vernichtung der rechtsverletzenden Modellgewichte und Trainingsdatensätze, was sie zu einer der bedeutendsten rechtlichen Herausforderungen für die kommerzielle Anwendung generativer KI macht.
Der Fall dreht sich um die Überschneidung von Urheberrecht und maschinellem Lernen, insbesondere um die Praxis, große Sprachmodelle mit riesigen Textkorpora zu trainieren, die aus dem Internet gesammelt wurden. Die Times argumentiert, dass OpenAI und Microsoft ihre Artikel vollständig kopiert haben, um die neuronalen Netze hinter ChatGPT aufzubauen, und dass die Modelle urheberrechtlich geschützte Inhalte reproduzieren oder eng umschreiben können, wodurch sie mit den eigenen digitalen Produkten der Zeitung konkurrieren. Microsoft wird als Beklagter genannt, weil es mehrere Milliarden Dollar in OpenAI investiert hat und OpenAI-Modelle in Produkte wie Bing Chat und Microsoft 365 Copilot integriert. Die Klage gilt als richtungsweisend dafür, wie Gerichte bestehende Urheberrechtsdoktrinen auf das neu entstehende Feld der generativen KI anwenden werden.
Hintergrund und Parteien
Die New York Times Company, gegründet 1851, ist eine der bekanntesten Nachrichtenorganisationen in den Vereinigten Staaten, mit einer digitalen Abonnentenbasis von über 10 Millionen im Jahr 2023. Ihr Geschäftsmodell stützt sich stark auf exklusive Berichterstattung und Analysen, die durch Urheberrecht geschützt sind. OpenAI, 2015 als gemeinnützige Organisation gegründet und 2019 in ein gewinnorientiertes Unternehmen mit Gewinnobergrenze umstrukturiert, entwickelt fortschrittliche Systeme der künstlichen Intelligenz, einschließlich der GPT-Serie großer Sprachmodelle. Microsoft, ein globaler Technologiekonzern, hat seit 2019 über 13 Milliarden Dollar in OpenAI investiert, stellt Cloud-Computing-Ressourcen über seine Azure-Plattform bereit und integriert die Modelle von OpenAI in seine eigenen Produkte.
Die Klage nennt Microsoft als Mitbeklagten wegen seiner engen finanziellen und technischen Verflechtung mit OpenAI. Microsofts Azure-Cloud hostet die Trainings- und Inferenz-Workloads von OpenAI, und das Unternehmen besitzt exklusive Rechte zur Kommerzialisierung bestimmter OpenAI-Technologien. Die Times behauptet, dass Microsoft nicht nur ein passiver Investor, sondern ein aktiver Teilnehmer an der Entwicklung und Verbreitung der rechtsverletzenden Systeme ist.
Vorwürfe der Urheberrechtsverletzung
Die Klageschrift schildert konkrete Fälle, in denen ChatGPT und Microsofts Bing Chat Artikel der Times wörtlich oder mit nur geringfügigen Änderungen reproduziert haben sollen. So wird in der Klage eine Abfrage zum Camp Fire 2018 in Kalifornien angeführt, bei der ChatGPT angeblich einen nahezu wörtlichen Auszug aus einem Artikel der Times zurückgegeben hat, einschließlich Überschrift und erstem Absatz. Die Times argumentiert, dass solche Ausgaben zeigen, dass die Modelle mit ihren urheberrechtlich geschützten Inhalten trainiert wurden und diese auf Abruf generieren können, was eine direkte und mittelbare Verletzung darstelle.
Die Times behauptet außerdem, dass OpenAI und Microsoft Urheberrechtsverwaltungsinformationen wie Autorenzeilen und Veröffentlichungsdaten aus den Trainingsdaten entfernt oder verschleiert haben, was gegen den Digital Millennium Copyright Act verstößt. Die Klage stellt fest, dass die Beklagten keine Lizenz oder Erlaubnis von der Times eingeholt haben, obwohl sie über die Ressourcen dazu verfügten, und dass ihre Nutzung der Artikel nicht transformativ, sondern ein Ersatz für das Originalwerk sei.
Rechtliche Argumente und Verteidigungen
OpenAI und Microsoft haben bis Anfang 2025 noch keine formellen Antworten auf die Klage eingereicht, aber ihre öffentlichen Stellungnahmen und rechtlichen Schriftsätze in verwandten Fällen deuten auf mögliche Verteidigungsstrategien hin. Dazu gehört die Fair-Use-Doktrin, die eine begrenzte Nutzung urheberrechtlich geschützten Materials ohne Erlaubnis für Zwecke wie Kritik, Kommentar, Nachrichtenberichterstattung, Lehre oder Forschung erlaubt. Die Beklagten könnten argumentieren, dass das Training mit urheberrechtlich geschütztem Text eine transformative Nutzung darstellt, da die Modelle die Artikel nicht vollständig reproduzieren, sondern statistische Muster und sprachliche Strukturen lernen.
Eine weitere wahrscheinliche Verteidigung ist, dass die Modelle nicht darauf ausgelegt sind, bestimmte Artikel zu regurgitieren, und dass etwaige Ähnlichkeiten auf die Natur der Sprache und die Häufigkeit bestimmter Phrasen zurückzuführen sind. OpenAI hat erklärt, dass es "Opt-out"-Mechanismen für Websites verwendet, die nicht möchten, dass ihre Inhalte für das Training genutzt werden, obwohl die Times argumentiert, dass dies eine unangemessene Belastung für Urheberrechtsinhaber darstellt. Der Fall könnte auch Fragen aufwerfen, ob die Ausgabe eines großen Sprachmodells ein abgeleitetes Werk darstellt, ein Konzept, das die Gerichte im Zusammenhang mit KI noch nicht vollständig erforscht haben.
Verfahrensgeschichte und verwandte Fälle
Die Klage wurde Richter Sidney H. Stein vom Southern District of New York zugewiesen. Anfang 2024 genehmigte das Gericht einen gemeinsamen Antrag zur Bündelung verwandter Fälle für das Vorverfahren, obwohl der Fall der Times eigenständig bleibt. Mehrere andere Urheberrechtsinhaber haben ähnliche Klagen gegen OpenAI und Microsoft eingereicht, darunter Autoren wie Sarah Silverman und George R.R. Martin, sowie bildende Künstler gegen Stability AI und Midjourney. Der Fall der Times ist bemerkenswert wegen seines Umfangs und des Status der Klägerin als große Medienorganisation.
Im Februar 2024 erließ das Gericht eine Verfahrensordnung mit einem Zeitplan für die Beweisaufnahme, wobei ein Verhandlungstermin vorläufig für Ende 2025 angesetzt wurde. Die Parteien haben umfangreiche Antragsverfahren betrieben, einschließlich Anträgen auf Klageabweisung und Anträgen auf summarisches Urteil, obwohl bis Anfang 2025 keine endgültigen Entscheidungen ergangen sind. Der Fall hat Amicus-Curiae-Schriftsätze von verschiedenen Organisationen angezogen, darunter die Authors Guild und die Electronic Frontier Foundation, was seine breiten Auswirkungen widerspiegelt.
Auswirkungen auf die KI-Branche
Der Ausgang dieses Falls könnte tiefgreifende Auswirkungen auf die Entwicklung großer Sprachmodelle und das breitere Feld der künstlichen Intelligenz haben. Wenn das Gericht zugunsten der Times entscheidet, könnte es OpenAI und Microsoft zu erheblichen Schadensersatzzahlungen und zur Änderung ihrer Trainingspraktiken verpflichten, möglicherweise unter Nutzung lizenzierter Datensätze oder der Implementierung robusterer Inhaltsfilter. Dies könnte die Kosten der KI-Entwicklung erhöhen und Eintrittsbarrieren für kleinere Unternehmen und Forschungseinrichtungen schaffen.
Umgekehrt würde ein Urteil für die Beklagten die Legalität des Trainings mit öffentlich zugänglichem Text bestätigen und grünes Licht für weitere Innovationen in der generativen KI geben. Der Fall wird von anderen Technologieunternehmen genau beobachtet, darunter Anthropic, Google DeepMind und Meta AI, die ähnlichen rechtlichen Herausforderungen gegenüberstehen. Er überschneidet sich auch mit laufenden politischen Debatten über KI-Regulierung, da Regierungen in den Vereinigten Staaten und Europa neue Gesetze zur Nutzung urheberrechtlich geschützten Materials im maschinellen Lernen erwägen.
Technischer Kontext: Wie LLMs trainiert werden
Um die rechtlichen Fragen zu verstehen, ist es hilfreich, den technischen Prozess des Trainings eines großen Sprachmodells zu betrachten. Diese Modelle, die auf der 2017 eingeführten Transformer (architecture)-Architektur basieren, werden mit massiven Datensätzen trainiert, die Milliarden von Wörtern aus Büchern, Websites und anderen Quellen enthalten. Während des Trainings passt das Modell seine internen Parameter - die Gewichte seiner Neural network-Verbindungen - an, um das nächste Wort in einer Sequenz vorherzusagen, ein Prozess, der als selbstüberwachtes Lernen bekannt ist. Dies erfordert, dass das Modell statistische Regelmäßigkeiten im Text kodiert, einschließlich Fakten, Stilen und manchmal wörtlicher Phrasen.
Die Trainingsdaten für GPT-3 und GPT-4 von OpenAI umfassten einen großen Teil des Common Crawl, eines öffentlichen Webarchivs, sowie kuratierte Datensätze wie Wikipedia und Bücher. Die Times behauptet, dass ihre Artikel ohne Erlaubnis in diesen Datensätzen enthalten waren. Die Fähigkeit des Modells, bestimmte Passagen zu reproduzieren, ist ein bekanntes Phänomen, das oft als "Memorisierung" bezeichnet wird und auftritt, wenn bestimmte Sequenzen häufig in den Trainingsdaten vorkommen. Forscher haben gezeigt, dass große Sprachmodelle lange Auszüge aus urheberrechtlich geschützten Werken regurgitieren können, was Bedenken hinsichtlich Urheberrechtsverletzungen aufwirft.
Breitere rechtliche Landschaft und Fair Use
Die Fair-Use-Doktrin, kodifiziert in Abschnitt 107 des U.S. Copyright Act, berücksichtigt vier Faktoren: den Zweck und die Art der Nutzung, die Natur des urheberrechtlich geschützten Werks, den Umfang und die Wesentlichkeit des verwendeten Teils sowie die Auswirkung auf den potenziellen Markt. Gerichte haben Fair Use auf Technologien wie Suchmaschinen und Videoaufzeichnung angewendet, aber die Anwendung auf KI-Training ist neuartig. Im Fall Authors Guild v. Google von 2023 entschied der Second Circuit, dass Googles Digitalisierung von Büchern für die Suche Fair Use darstellt, aber dieser Fall betraf nicht-expressive Nutzung, während KI-Modelle expressive Inhalte generieren können.
Die Times argumentiert, dass die Nutzung nicht transformativ ist, weil die Modelle darauf ausgelegt sind, Text zu generieren, der mit den Originalartikeln konkurriert, möglicherweise den Verkehr auf der Times-Website und die Abonnementeinnahmen reduziert. Die Beklagten könnten entgegnen, dass die Modelle die Artikel nicht ersetzen, sondern eine neue Möglichkeit bieten, auf Informationen zuzugreifen, ähnlich wie eine Suchmaschine. Die Analyse dieser Faktoren durch das Gericht wird wahrscheinlich einen Präzedenzfall für zukünftige Fälle mit anderen KI-Unternehmen und Inhaltserstellern setzen.
Aktueller Stand und Ausblick
Stand Anfang 2025 befindet sich der Fall in der Beweisaufnahmephase, wobei beide Seiten Beweise und Sachverständigenberichte austauschen. Das Gericht hat noch nicht über die Kernrechtsfragen entschieden, und ein Prozess wird frühestens Ende 2025 erwartet. Die Parteien haben Vergleichsgespräche geführt, aber keine Einigung erzielt. Der Fall ist eine von mehreren prominenten Klagen, die das rechtliche Umfeld für KI prägen werden, neben Fällen mit Musiklabels und Bildgeneratoren.
Der Ausgang wird davon abhängen, wie das Gericht die Fakten interpretiert und bestehendes Recht auf eine sich schnell entwickelnde Technologie anwendet. Rechtswissenschaftler sind sich über das wahrscheinliche Ergebnis uneinig, wobei einige eine Feststellung von Fair Use vorhersagen und andere ein Urteil für die Times erwarten. Der Fall könnte letztlich an den Second Circuit und möglicherweise an den Obersten Gerichtshof gehen, angesichts seiner nationalen Bedeutung. Unabhängig vom Ausgang hat er bereits viele KI-Unternehmen dazu veranlasst, Lizenzen von Inhaltsanbietern zu suchen, und die Diskussionen über die Notwendigkeit neuer Gesetzgebung beschleunigt, um die einzigartigen Herausforderungen durch generative KI anzugehen.
Auswirkungen auf Journalismus und Medien
Die Klage hat auch die breitere Spannung zwischen der Medienbranche und KI-Entwicklern hervorgehoben. Nachrichtenorganisationen verlassen sich auf Urheberrecht, um ihre Berichterstattung zu schützen, aber KI-Systeme können Nachrichten aggregieren und zusammenfassen, was ihre Geschäftsmodelle untergraben könnte. Die Times ist proaktiv bei der Erkundung eigener KI-Tools, besteht jedoch darauf, dass jede Nutzung ihrer Inhalte vergütet werden muss. Andere Verlage, darunter die Associated Press und Axel Springer, haben Lizenzvereinbarungen mit OpenAI unterzeichnet, während die Times den Rechtsweg gewählt hat.
Wenn die Times obsiegt, könnte dies zu einer Welle ähnlicher Klagen anderer Verlage führen, was KI-Unternehmen möglicherweise dazu zwingt, kollektive Lizenzvereinbarungen auszuhandeln. Dies könnte eine neue Einnahmequelle für Medienorganisationen schaffen, aber auch das Tempo der KI-Innovation verlangsamen. Umgekehrt könnte eine Niederlage für die Times KI-Unternehmen ermutigen, weiterhin Inhalte ohne Erlaubnis zu scrapen, was die finanzielle Lebensfähigkeit des Journalismus gefährden könnte. Der Fall stellt somit einen kritischen Wendepunkt in der Beziehung zwischen Technologie und Presse dar.
Fazit
New York Times Co. v. Microsoft Corp. ist ein entscheidender Rechtsstreit, der dazu beitragen wird, die Grenzen des Urheberrechts im Zeitalter der künstlichen Intelligenz zu definieren. Seine Lösung wird weitreichende Konsequenzen für KI-Entwickler, Inhaltsersteller und die Öffentlichkeit haben und beeinflussen, wie Informationen produziert, abgerufen und monetarisiert werden. Während der Fall fortschreitet, wird er von Rechtsexperten, Technologen und Medienmanagern gleichermaßen genau beobachtet werden und als Testfall für die Anwendung jahrhundertealter Urheberrechtsprinzipien auf die neuesten Formen maschineller Intelligenz dienen.