Die New York Times Company reichte im Dezember 2023 eine Klage gegen OpenAI und Microsoft ein und behauptete, die Unternehmen hätten Millionen urheberrechtlich geschützter Nachrichtenartikel ohne Erlaubnis oder Vergütung zum Trainieren ihrer großen Sprachmodelle verwendet. Der Fall, offiziell als The New York Times Company v. Microsoft Corporation and OpenAI, Inc. betitelt, dreht sich um die Frage, ob die Verwendung urheberrechtlich geschützter Texte beim Training von generativer künstlicher Intelligenz nach US-Urheberrecht eine faire Nutzung (Fair Use) darstellt. Der Ausgang könnte einen Präzedenzfall dafür schaffen, wie KI-Unternehmen mit urheberrechtlich geschütztem Material in ihren Trainingsdatensätzen umgehen.
Die Times behauptet, dass OpenAIs ChatGPT und Microsofts auf Azure basierende Copilot-Produkte erhebliche Teile ihrer Artikel wörtlich oder in enger Paraphrase wiedergeben, oft ohne korrekte Quellenangabe. Die Klageschrift führt zahlreiche Beispiele an, in denen die Modelle nahezu identische Passagen aus Times-Berichterstattung ausgeben, einschließlich Inhalten hinter der Bezahlschranke. OpenAI hat darauf mit einer Fair-Use-Verteidigung reagiert und argumentiert, dass das Training an öffentlich verfügbaren Texten transformativ sei und die Originalwerke nicht ersetze. Microsoft wird als Hauptinvestor und Vertreiber von OpenAI ebenfalls als Beklagter genannt.
Hintergrund der Klage
Die Klage wurde am 27. Dezember 2023 beim United States District Court for the Southern District of New York eingereicht. Die Times fordert gesetzliche Schadensersatzansprüche und Unterlassungsverfügungen, einschließlich der Vernichtung aller Modellgewichte und Trainingsdatensätze, die ihre Inhalte enthalten. Der Einreichung gingen monatelange gescheiterte Verhandlungen zwischen der Times und OpenAI über eine Lizenzvereinbarung voraus. Die Times hatte Berichten zufolge eine Vergütung für die Nutzung ihres Archivs mit über 100 Millionen Artikeln verlangt, doch die Parteien konnten keine Einigung erzielen.
Der Fall ist einer von mehreren vielbeachteten Urheberrechtsstreitigkeiten mit KI-Unternehmen. Im Juli 2023 verklagten Autoren wie Sarah Silverman und Christopher Golden OpenAI und Meta wegen ähnlicher Vorwürfe. Die Klage der Times ist bemerkenswert, weil eine große Nachrichtenorganisation mit erheblichen rechtlichen Ressourcen und einem klaren kommerziellen Interesse am Schutz ihrer Inhalte beteiligt ist. Der Ausgang könnte beeinflussen, wie Nachrichtenverlage und andere Inhalteersteller mit KI-Entwicklern interagieren.
OpenAIs Fair-Use-Argument
OpenAIs Verteidigung stützt sich auf die Doktrin des Fair Use, die in Abschnitt 107 des US-Urheberrechtsgesetzes kodifiziert ist. Das Unternehmen argumentiert, dass das Training eines Modells an urheberrechtlich geschütztem Text eine transformative Nutzung darstelle - es schaffe eine neue Funktion (die Vorhersage des nächsten Tokens in einer Sequenz), anstatt den ursprünglichen Ausdruck zu reproduzieren. OpenAI behauptet, dass der Trainingsprozess keine Kopien des Quelltexts speichert, sondern statistische Muster und Beziehungen zwischen Wörtern lernt. Das Unternehmen verweist auf die Fähigkeit seines Modells, originelle Texte zu einer Vielzahl von Themen zu erzeugen, als Beleg dafür, dass es seine Trainingsdaten nicht lediglich wiederkäut.
OpenAI betont außerdem den öffentlichen Nutzen seiner Technologie. Das Unternehmen argumentiert, dass große Sprachmodelle Forschung, Bildung und kreativen Ausdruck ermöglichen und dass eine Einschränkung des Trainings an öffentlich verfügbaren Texten Innovationen ersticken würde. OpenAI hat darauf hingewiesen, dass es Website-Betreibern eine Opt-out-Möglichkeit bietet, die nicht möchten, dass ihre Inhalte für das Training verwendet werden, obwohl die Times diese Möglichkeit vor der Klageerhebung nicht genutzt hat. Das Unternehmen argumentiert weiter, dass die Artikel der Times faktische Nachrichtenberichte seien, die einen schwächeren urheberrechtlichen Schutz genießen als kreative Werke, und dass die Modelle nur die zugrunde liegenden Fakten und Ideen verwenden, nicht den ursprünglichen Ausdruck.
Die Urheberrechtsansprüche der Times
Die Times entgegnet, dass Fair Use nicht anwendbar sei, weil OpenAIs Nutzung kommerziell sei und direkt mit den eigenen Produkten der Zeitung konkurriere. Die Klageschrift behauptet, dass ChatGPT und Copilot Zusammenfassungen von Times-Artikeln erstellen können, die detailliert genug sind, um das Lesen des Originals zu ersetzen, wodurch Verkehr und Werbeeinnahmen von der Times-Website abgezogen würden. Die Zeitung behauptet außerdem, dass die Modelle ihre Artikel in einigen Fällen wörtlich reproduzieren, was über jede transformative Nutzung hinausgehe.
Die Times weist auf den „Mosaik“-Charakter ihrer Inhalte hin - einzelne Artikel sind Teil eines größeren redaktionellen Produkts, das Kontext, Analyse und investigativen Journalismus umfasst. Die Zeitung argumentiert, dass die Reproduktion selbst von Teilen dieser Inhalte deren Wert untergrabe. Die Klageschrift stellt außerdem fest, dass OpenAI Inhalte von anderen Verlagen lizenziert hat, darunter Axel Springer und die Associated Press, was darauf hindeutet, dass das Unternehmen die Notwendigkeit einer Erlaubnis bei der Verwendung urheberrechtlich geschützten Materials erkennt. Die Times argumentiert, dass ihre Weigerung zu lizenzieren nicht durch eine Fair-Use-Klage umgangen werden dürfe.
Rechtliche Präzedenzfälle und Auslegungen
Die Fair-Use-Analyse in diesem Fall wird sich voraussichtlich auf mehrere wichtige Präzedenzfälle stützen. In Authors Guild v. Google (2015) entschied das Second Circuit, dass Googles Digitalisierung von Millionen von Büchern für seinen Suchindex eine transformative faire Nutzung darstellte, da sie Ausschnitte und Suchfunktionen bot, ohne die Bücher vollständig zu reproduzieren. OpenAI wird diesen Fall wahrscheinlich anführen, um zu argumentieren, dass seine Nutzung ähnlich transformativ sei. Die Times könnte Google Books jedoch dadurch unterscheiden, dass es nicht mit den Büchern selbst konkurrierte, während ChatGPT Inhalte erzeugen kann, die mit Nachrichtenartikeln konkurrieren.
Ein weiterer relevanter Präzedenzfall ist der Fall Thomson Reuters v. Ross Intelligence aus dem Jahr 2023, in dem ein Gericht entschied, dass die Verwendung von Reuters’ juristischen Leitsätzen zum Training eines KI-gestützten Rechtsforschungsinstruments keine faire Nutzung darstellte. Diese Entscheidung ist zwar im Second Circuit nicht bindend, deutet jedoch darauf hin, dass Gerichte das KI-Training strenger prüfen könnten, wenn die Ausgabe mit dem Originalwerk konkurriert. Die Times wird wahrscheinlich argumentieren, dass ihr Fall näher an Ross Intelligence als an Google Books liegt, da ChatGPT darauf ausgelegt ist, Fragen mit Nachrichteninhalten zu beantworten und damit direkt mit dem Kerngeschäft der Times zu konkurrieren.
Technische Aspekte der Trainingsdaten
Der Fall wirft auch technische Fragen darüber auf, wie maschinelle Lernmodelle Informationen speichern und abrufen. OpenAIs Modelle basieren auf der Transformer-Architektur, die Multi-Head-Attention-Mechanismen zur Verarbeitung von Text verwendet. Während des Trainings passt das Modell Milliarden von Parametern an, um den Vorhersagefehler auf einem riesigen Textkorpus zu minimieren. OpenAI hat den vollständigen Inhalt seiner Trainingsdatensätze nicht offengelegt, aber die Klageschrift der Times behauptet, dass ihre Artikel in den Trainingsdaten vorkommen, basierend auf der Fähigkeit der Modelle, bestimmte Passagen zu reproduzieren.
OpenAI argumentiert, dass das Modell keine Kopien des Textes im herkömmlichen Sinne enthält - die Parameter kodieren statistische Beziehungen, keine exakten Zeichenfolgen. Forscher haben jedoch gezeigt, dass große Sprachmodelle lange Passagen aus ihren Trainingsdaten auswendig lernen und reproduzieren können, insbesondere wenn diese Passagen mehrfach vorkommen oder unverwechselbar sind. Die Times hat Beispiele dafür vorgelegt, dass ChatGPT nahezu wörtliche Zitate aus ihren Artikeln ausgibt, was darauf hindeutet, dass Memorierung stattfindet. Das Gericht muss möglicherweise entscheiden, ob diese Memorierung eine Vervielfältigung im Sinne des Urheberrechts darstellt.
Reaktionen der Branche und Auswirkungen
Die Klage hat Reaktionen aus der Technologie- und Verlagsbranche hervorgerufen. Einige Verlage, darunter News Corp und Gannett, haben Unterstützung für die Position der Times geäußert, während andere Lizenzvereinbarungen mit KI-Unternehmen angestrebt haben. OpenAI hat Verträge mit mehreren Verlagen abgeschlossen, darunter die Muttergesellschaft von Politico, Axel Springer, und die Financial Times, um deren Inhalte für Training und Anzeige zu nutzen. Diese Vereinbarungen deuten darauf hin, dass einige Verlage einen Wert in der Partnerschaft mit KI-Unternehmen sehen, anstatt zu klagen.
KI-Forscher haben Bedenken geäußert, dass ein für sie ungünstiges Urteil den Fortschritt auf diesem Gebiet behindern könnte. Viele argumentieren, dass das Training an großen, vielfältigen Datensätzen für den Aufbau leistungsfähiger Modelle unerlässlich ist und dass die Anforderung individueller Lizenzen für jedes urheberrechtlich geschützte Werk unpraktikabel wäre. Einige haben alternative Rahmenbedingungen vorgeschlagen, etwa ein System der Zwangslizenzierung oder eine kollektive Rechteorganisation für Textdaten. Der Fall könnte auch die internationale KI-Entwicklung beeinflussen, da andere Länder beobachten, wie US-Gerichte Urheberrechtsschutz mit technologischer Innovation in Einklang bringen.
Mögliche Ergebnisse und Zeitplan
Stand Anfang 2025 befindet sich der Fall in der Discovery-Phase, in der beide Seiten Beweismittel zu Trainingsdaten und Modellausgaben austauschen. Ein Verhandlungstermin wurde noch nicht festgelegt, und Rechtsexperten erwarten, dass der Fall mehrere Jahre dauern wird, bis er gelöst ist, möglicherweise bis zum Obersten Gerichtshof. Das Gericht könnte vor der Verhandlung ein summarisches Urteil (Summary Judgment) zur Fair-Use-Frage fällen, was die Streitpunkte eingrenzen oder den Fall vollständig entscheiden könnte.
Mehrere Ergebnisse sind möglich. Das Gericht könnte entscheiden, dass OpenAIs Nutzung eine faire Nutzung darstellt, was dem Unternehmen erlauben würde, weiterhin ohne Erlaubnis an urheberrechtlich geschütztem Text zu trainieren. Alternativ könnte das Gericht feststellen, dass die Nutzung nicht fair ist, was OpenAI möglicherweise dazu verpflichten würde, Schadensersatz zu zahlen und Inhalte von der Times zu lizenzieren. Ein Mittelweg könnte ein Urteil sein, dass einige Nutzungen fair sind, andere nicht, je nach Grad der Vervielfältigung und den kommerziellen Auswirkungen. Der Fall könnte auch außergerichtlich beigelegt werden, wie viele vielbeachtete Urheberrechtsstreitigkeiten, wobei OpenAI der Times eine Lizenzgebühr zahlt und bestimmten Einschränkungen bei der Reproduktion ihrer Inhalte zustimmt.
Die Entscheidung wird voraussichtlich weitreichende Folgen für die KI-Branche haben. Ein Urteil gegen OpenAI könnte andere Unternehmen, darunter Anthropic und Google DeepMind, zwingen, ihre Trainingspraktiken zu ändern. Es könnte auch die Entwicklung von Open-Source-Modellen beeinträchtigen, die auf öffentlich verfügbaren Text angewiesen sind. Umgekehrt könnte ein Urteil zugunsten von OpenAI KI-Unternehmen darin bestärken, weiterhin urheberrechtlich geschütztes Material ohne Erlaubnis zu verwenden, was möglicherweise zu weiteren Klagen von Inhalteerstellern führt. Der Fall stellt einen grundlegenden Test dafür dar, wie sich das Urheberrecht an neue Technologien anpasst, und sein Ausgang wird die Beziehung zwischen KI-Entwicklern und Inhalteproduzenten für Jahre prägen.