NYT v. OpenAI (2023) ist eine wegweisende Urheberrechtsklage, die von der New York Times Company gegen OpenAI und dessen Hauptinvestor Microsoft am 27. Dezember 2023 vor dem US-Bezirksgericht für den südlichen Bezirk von New York eingereicht wurde. Die Klage behauptet, dass OpenAI und Microsoft Millionen von urheberrechtlich geschützten Nachrichtenartikeln ohne Erlaubnis verwendet haben, um ihre großen Sprachmodelle, einschließlich GPT-4 und ChatGPT, zu trainieren, und dass diese Modelle nun Times-Inhalte auf eine Weise reproduzieren und „auswendig lernen“, die direkt mit den eigenen Produkten der Zeitung konkurriert. Die Klage fordert gesetzliche Schadensersatzzahlungen von bis zu 150.000 US-Dollar pro verletztem Werk, eine einstweilige Verfügung gegen die weitere Nutzung von Times-Inhalten sowie die Vernichtung aller Trainingsdatensätze, die solches Material enthalten.
Der Fall wird weithin als Gradmesser für den breiteren Konflikt zwischen der generativen KI-Branche und Inhaltserstellern angesehen, da er testet, ob die Doktrin des „fairen Gebrauchs“ (Fair Use) auf das massenhafte Scraping urheberrechtlich geschützter Texte für das Modelltraining ausgedehnt werden kann. Der Ausgang könnte die Ökonomie der KI-Entwicklung neu gestalten und Unternehmen zwingen, Lizenzvereinbarungen auszuhandeln oder Trainingspipelines neu zu gestalten. Stand Anfang 2025 befindet sich der Fall noch in der Phase vor dem Prozess, wobei beide Seiten Anträge auf Abweisung und Gegenklagen eingereicht haben.
Hintergrund: Der Aufstieg generativer KI und Datenscraping
Die Klage entstand vor dem Hintergrund rasanter Fortschritte im Deep Learning und der kommerziellen Bereitstellung von Transformer-basierten Modellen. OpenAI, 2015 gegründet, veröffentlichte GPT-3 im Jahr 2020 und ChatGPT im November 2022, das schnell zu einer der am schnellsten wachsenden Verbraucheranwendungen der Geschichte wurde. Diese Modelle werden mit riesigen Textkorpora trainiert, die aus dem öffentlichen Internet gescrapt wurden, darunter Nachrichtenartikel, Bücher und wissenschaftliche Arbeiten. Die Times behauptet, dass ihre Inhalte, die größtenteils hinter einer Bezahlschranke liegen, ohne Autorisierung in diesen Datensätzen auftauchten, oft in Mengen, die sie zu einem erheblichen Teil des Trainingsmaterials machten.
Microsoft, das über 13 Milliarden US-Dollar in OpenAI investierte und dessen Modelle in Produkte wie Bing Chat und Office 365 integrierte, wird als Mitbeklagter genannt, da es eine Rolle bei der Bereitstellung und Monetarisierung der angeblich rechtsverletzenden Systeme spielte. Die Klage führt konkrete Beispiele an, bei denen ChatGPT nahezu wörtliche Auszüge aus Times-Artikeln produzierte, darunter eine Untersuchung aus dem Jahr 2019 über die Taxibranche und einen Beitrag aus dem Jahr 2020 über Hypothekenzinsen, was zeigt, dass die Modelle urheberrechtlich geschützten Text auf Abruf reproduzieren können.
Rechtliche Ansprüche und Forderungen
Die Times macht mehrere Klagegründe geltend, darunter direkte Urheberrechtsverletzung, unterstützende Verletzung (Contributory Infringement) und mittelbare Verletzung (Vicarious Infringement). Sie argumentiert, dass OpenAI und Microsoft ihre Werke während des Trainings und der Inferenz kopiert, gespeichert und verbreitet haben und dass die Ausgaben der Modelle nicht autorisierte abgeleitete Werke darstellen. Die Klage betont, dass die Beklagten „ihr Geschäft auf dem Rücken der Arbeit anderer aufgebaut haben“ und dass die Times Milliarden von Dollar für Journalismus ausgegeben hat, den die KI-Unternehmen kostenlos angeeignet haben.
Über monetäre Schäden hinaus fordert die Times eine dauerhafte einstweilige Verfügung, die OpenAI und Microsoft verpflichten würde, alle Kopien von Times-Inhalten aus ihren Trainingsdatensätzen zu löschen und zukünftige Nutzung zu verhindern. Diese Forderung ist in ihrem Umfang beispiellos, da sie die Unternehmen effektiv zwingen würde, ihre Modelle von Grund auf neu zu trainieren, ein Prozess, der Hunderte Millionen Dollar kostet und die Modellqualität potenziell verschlechtern könnte. Die Times verlangt außerdem eine Anordnung, die die Beklagten verpflichtet, ihre Trainingsdatenquellen offenzulegen und technische Maßnahmen zu implementieren, um zukünftige Verstöße zu verhindern.
OpenAIs Verteidigung: Fair Use und öffentliches Interesse
OpenAI reichte seine Antwort im Februar 2024 ein und argumentierte, dass die Nutzung urheberrechtlich geschützten Materials unter die Ausnahme des fairen Gebrauchs fällt, die eine begrenzte Vervielfältigung für Zwecke wie Kritik, Kommentar, Nachrichtenberichterstattung, Lehre und Forschung erlaubt. Das Unternehmen behauptet, dass das Training von KI-Modellen eine transformative Nutzung darstellt, die die Originalwerke nicht ersetzt, und dass die Modelle Muster und Fakten lernen, anstatt spezifische Texte auswendig zu lernen. OpenAI verweist auch auf seinen „Opt-out“-Mechanismus, der Website-Betreibern ermöglicht, seinen Webcrawler zu blockieren, sowie auf laufende Partnerschaften mit anderen Verlagen wie der Associated Press und Axel Springer als Beleg für gutgläubige Bemühungen, geistiges Eigentum zu respektieren.
Microsoft wiederholte diese Argumente und betonte, dass die Modelle Werkzeuge zur Erzeugung neuer Inhalte seien, nicht zur Reproduktion bestehender Artikel. Die Beklagten merken auch an, dass die Times selbst KI-Tools für verschiedene Zwecke genutzt habe und dass die Klage der Zeitung ein Versuch sei, den Wettbewerb zu unterdrücken. Rechtswissenschaftler sind sich über die Stärke dieser Verteidigungen uneinig, wobei einige argumentieren, dass das Ausmaß des Kopierens und der kommerzielle Charakter der Nutzung gegen den fairen Gebrauch sprechen, während andere auf die transformative Natur des maschinellen Lernens als überzeugende Rechtfertigung verweisen.
Branchenreaktionen und parallele Klagen
Die Times-Klage ist Teil einer Welle von Rechtsstreitigkeiten gegen KI-Unternehmen. Im Jahr 2023 reichten Autoren wie Sarah Silverman, Christopher Golden und Richard Kadrey Sammelklagen gegen OpenAI und Meta ein, während der Fall der Komikerin Sarah Silverman später mit anderen konsolidiert wurde. Getty Images verklagte Stability AI in Großbritannien und den USA wegen der Nutzung seiner Fotos beim Training von Bildgeneratoren. Im Jahr 2024 reichte die Authors Guild eine Sammelklage gegen OpenAI ein, und mehrere Zeitungen, darunter die Chicago Tribune und die New York Daily News, schlossen sich einer separaten Klage gegen OpenAI und Microsoft an.
Diese Fälle haben eine Reihe von Reaktionen in der Branche ausgelöst. Einige Unternehmen, wie Anthropic und Google DeepMind, haben begonnen, Inhalte von Verlagen zu lizenzieren, während andere für ein gesetzliches Lizenzsystem ähnlich dem für Musikstreaming argumentiert haben. Das US-Urheberrechtsbüro startete 2023 eine öffentliche Untersuchung zu KI und Urheberrecht, und die Europäische Union verabschiedete 2024 das KI-Gesetz, das Transparenzanforderungen für Trainingsdaten enthält. Der Ausgang des Times-Falls könnte einen Präzedenzfall schaffen, der alle diese Bemühungen beeinflusst.
Zentrale Rechtsfragen und Präzedenzfälle
Die zentrale Rechtsfrage ist, ob das Training von KI-Modellen mit urheberrechtlich geschütztem Text einen fairen Gebrauch darstellt. Gerichte haben historisch einen Vier-Faktoren-Test angewendet: Zweck und Charakter der Nutzung, die Natur des urheberrechtlich geschützten Werks, Umfang und Wesentlichkeit des verwendeten Teils sowie die Auswirkung auf den potenziellen Markt. Im Fall Authors Guild v. Google aus dem Jahr 2015 befand das Zweite Berufungsgericht, dass Googles Digitalisierung von Büchern für die Suche ein fairer Gebrauch sei, aber dieser Fall betraf begrenzte Auszüge und einen nicht-kommerziellen Zweck. Die Times argumentiert, dass ihre Artikel hochgradig kreativ und ausdrucksstark seien, dass die Beklagten ganze Werke kopiert hätten und dass die Fähigkeit von ChatGPT, Zusammenfassungen und Auszüge zu produzieren, direkt die Lizenzierungseinnahmen und das Abonnementgeschäft der Times schädige.
Ein weiteres zentrales Thema ist das „Memorisierungsproblem“. OpenAI hat eingeräumt, dass große Sprachmodelle manchmal Trainingsdaten wörtlich reproduzieren können, insbesondere wenn sie auf bestimmte Weise aufgefordert werden. Die Klage der Times enthält Beispiele solcher Ausgaben, die das Unternehmen als nicht transformativ, sondern als eine Form des vollständigen Kopierens argumentiert. Die Beklagten kontern, dass diese Fälle selten seien und dass die Modelle darauf ausgelegt seien, zu generalisieren, nicht zu memorieren. Es wird erwartet, dass Sachverständige auf beiden Seiten über die technischen Details des Modelltrainings und die Wahrscheinlichkeit der Reproduktion aussagen.
Verfahrensgeschichte und aktueller Stand
Nach Einreichung der Klage wurde der Fall Richter Sidney H. Stein zugewiesen. Anfang 2024 reichten OpenAI und Microsoft Anträge auf Abweisung ein und argumentierten, dass die Times keine direkte Verletzung ausreichend behauptet habe, da sie keine spezifischen rechtsverletzenden Ausgaben identifiziert habe. Die Times änderte ihre Klage im März 2024 und fügte weitere Beispiele hinzu und präzisierte ihre Ansprüche. Im Juli 2024 lehnte Richter Stein die Abweisungsanträge ab und ließ den Fall zur Beweisaufnahme (Discovery) zu. Diese Entscheidung wurde als bedeutender Sieg für die Times angesehen, da sie das Argument der Beklagten zurückwies, der Fall sei zu spekulativ.
Die Beweisaufnahme dürfte umstritten sein, da die Times Zugang zu OpenAIs Trainingsdaten und internen Kommunikationen über die Datenbeschaffung sucht. OpenAI hat einige Anfragen widerstanden und sich auf Geschäftsgeheimnisse und die Belastung durch die Produktion massiver Datensätze berufen. Das Gericht hat die Parteien auch angewiesen, über eine mögliche Einigung zu sprechen, aber bis Anfang 2025 wurde keine Vereinbarung erzielt. Ein Prozesstermin wurde noch nicht festgelegt, aber Rechtsexperten schätzen, dass er Ende 2025 oder 2026 beginnen könnte.
Breitere Auswirkungen auf die KI-Entwicklung
Der Fall hat Auswirkungen über die beiden Parteien hinaus. Wenn die Times gewinnt, könnten KI-Unternehmen gezwungen sein, Lizenzen für alle urheberrechtlich geschützten Trainingsdaten zu erwerben, was die Kosten erhöhen und Innovationen verlangsamen könnte. Einige Startups könnten auf die Nutzung von nur gemeinfreien oder synthetischen Daten umsteigen, während größere Unternehmen in proprietäre Datensätze oder Partnerschaften mit Verlagen investieren könnten. Der Fall könnte auch die Entwicklung von Open-Source-Modellen beeinflussen, die stark auf gescrapte Daten angewiesen sind und möglicherweise nicht über die Ressourcen verfügen, um Lizenzanforderungen zu erfüllen.
Umgekehrt könnte ein Sieg von OpenAI die Praxis legitimieren, urheberrechtlich geschütztes Material ohne Erlaubnis zu trainieren, was möglicherweise zu aggressiverem Scraping und weniger Vergütung für Kreative führt. Dieses Ergebnis könnte den Trend zu KI-generierten Inhalten beschleunigen und traditionelle Medienunternehmen weiter unter Druck setzen. Der Fall wird daher von Technologen, Anwälten und Journalisten gleichermaßen genau beobachtet, da er dazu beitragen wird, die Grenzen des geistigen Eigentums im Zeitalter des maschinellen Lernens zu definieren.
Fazit
NYT v. OpenAI (2023) ist eine prägende rechtliche Auseinandersetzung für die Ära der generativen KI. Sie wirft grundlegende Fragen zu Autorschaft, Eigentum und dem Wert menschlicher Kreativität in einer Welt auf, in der Maschinen Texte in großem Maßstab produzieren können. Die Lösung des Falls, sei es durch gerichtliche Entscheidung oder Vergleich, wird wahrscheinlich die Zukunft der KI-Forschung, der Medienökonomie und des Urheberrechts für Jahrzehnte prägen. Während sich der Rechtsstreit entfaltet, dient er als Erinnerung daran, dass der rasche Fortschritt von neuronalen Netzen und maschinellem Lernen nicht nur eine technische Geschichte ist, sondern eine zutiefst menschliche darüber, wer von technologischem Fortschritt profitiert und wer die Kosten trägt.