Die New York Times Company reichte am 27. Dezember 2023 vor dem United States District Court for the Southern District of New York eine Klage gegen OpenAI und Microsoft ein. Die Beschwerde behauptet, dass die Beklagten Millionen von urheberrechtlich geschützten Nachrichtenartikeln ohne Erlaubnis verwendet haben, um ihre Large Language Models zu trainieren, und dass die resultierenden Systeme mit den eigenen Inhalten der Zeitung konkurrieren. Der Fall ist einer der am genauesten beobachteten Rechtsstreitigkeiten über die Überschneidung von generativer KI und Urheberrecht, mit Auswirkungen auf die gesamte Künstliche-Intelligenz-Branche.
Die Klage konzentriert sich auf Ansprüche wegen direkter und mittelbarer Urheberrechtsverletzung sowie auf Verstöße gegen den Digital Millennium Copyright Act. Die Times fordert gesetzliche Schadensersatzansprüche, einstweilige Verfügungen und die Vernichtung aller Modelle und Trainingsdatensätze, die ihre Werke enthalten. OpenAI und Microsoft haben mit Anträgen auf Abweisung reagiert und argumentiert, dass ihre Nutzung der Artikel eine faire Nutzung (Fair Use) nach US-Urheberrecht darstelle - eine Verteidigung, die Anfang 2025 noch nicht vollständig vor Gericht geklärt ist.
Hintergrund und Parteien
Die New York Times, gegründet 1851, ist eine der größten und einflussreichsten Zeitungen der USA mit einer digitalen Abonnentenbasis von über 10 Millionen bis 2023. Ihr Geschäftsmodell stützt sich stark auf exklusive Berichterstattung und Inhalte hinter Bezahlschranken. OpenAI, gegründet 2015, ist eine führende KI-Forschungsorganisation, die die GPT-Serie von Modellen entwickelte, einschließlich GPT-3 und GPT-4, die Produkte wie ChatGPT antreiben. Microsoft, ein Hauptinvestor von OpenAI mit einem berichteten Engagement von 13 Milliarden US-Dollar, stellt Cloud-Infrastruktur über Azure bereit und integriert die Modelle von OpenAI in seine Suchmaschine Bing und die Office-Produktivitätssuite.
Die Beschwerde identifiziert über 100 konkrete Beispiele, in denen ChatGPT und Bing Chat angeblich Times-Artikel nahezu wörtlich reproduzierten, oft hinter Bezahlschranken, ohne Quellenangabe oder Lizenz. Die Times argumentiert, dass dies ihre Fähigkeit untergräbt, ihren Journalismus zu monetarisieren, da Nutzer dieselben Informationen von den KI-Systemen erhalten können, ohne zu abonnieren.
Rechtliche Ansprüche und Vorwürfe
Der Hauptanspruch ist Urheberrechtsverletzung, wobei behauptet wird, dass die Beklagten die Artikel der Times während des Trainings ihrer Modelle kopiert, reproduziert und verbreitet haben. Die Beschwerde beschreibt detailliert, wie der Trainingsprozess das Aufnehmen massiver Textkorpora umfasst, die aus dem Internet gesammelt wurden, einschließlich Millionen von Times-Artikeln. Die Times behauptet weiterhin, dass die Modelle Ausgaben erzeugen können, die ihren Artikeln wesentlich ähnlich sind, manchmal mit exakten Sätzen oder Absätzen.
Die Klage behauptet auch mittelbare Verletzung, da OpenAI und Microsoft direkt von den verletzenden Handlungen ihrer Nutzer profitiert hätten, die die Modelle dazu aufforderten, urheberrechtlich geschützte Inhalte zu reproduzieren. Zusätzlich erhebt die Times einen Anspruch unter dem Digital Millennium Copyright Act und argumentiert, dass die Beklagten während des Trainingsprozesses Urheberrechtsverwaltungsinformationen wie Autorenzeilen und Urheberrechtshinweise entfernt oder verändert hätten.
Verteidigungsargumente
OpenAI und Microsoft reichten im Februar 2024 einen Antrag auf Abweisung ein und argumentierten, dass die Klage auf spekulativen Behauptungen basiere und dass die Nutzung urheberrechtlich geschützter Werke für das Training eine transformative faire Nutzung darstelle. Sie behaupten, dass die Modelle den Markt für die ursprünglichen Artikel nicht ersetzen, sondern als neues Werkzeug für die Informationssynthese dienen. Die Beklagten weisen auch darauf hin, dass die Times-Artikel online öffentlich zugänglich waren und dass der Trainingsprozess statistische Muster und nicht direktes Kopieren beinhaltet.
In ihren Schriftsätzen hat OpenAI seine Bemühungen betont, Quellenangaben zu liefern und Verlegern zu ermöglichen, vom Training abzulehnen, obwohl die Times argumentiert, dass diese Maßnahmen unzureichend seien und erst nach der Verletzung erfolgt seien. Die Beklagten haben auch angemerkt, dass die Times selbst KI-Tools für verschiedene Zwecke verwendet, was auf eine gewisse Akzeptanz der Technologie hindeutet.
Branchenkontext und verwandte Fälle
Die Klage ist Teil einer breiteren Welle von Urheberrechtsstreitigkeiten mit KI-Unternehmen. 2023 reichten Autoren wie Sarah Silverman und George R.R. Martin Sammelklagen gegen OpenAI und andere Unternehmen ein, während bildende Künstler Stability AI und Midjourney verklagten. Getty Images reichte eine separate Klage gegen Stability AI in Großbritannien und den USA ein. Diese Fälle teilen gemeinsame Fragen, ob das Training auf urheberrechtlich geschützten Daten eine faire Nutzung darstellt und ob KI-generierte Ausgaben bestehende Werke verletzen können.
Der Ausgang des NYT-Falls könnte einen Präzedenzfall dafür schaffen, wie Gerichte faire Nutzung im Kontext von maschinellem Lernen interpretieren. Rechtswissenschaftler haben angemerkt, dass die Doktrin der transformativen Nutzung, die in Fällen wie Authors Guild v. Google etabliert wurde, zentral für die Verteidigung sein könnte. Der kommerzielle Charakter der OpenAI-Produkte und der potenzielle Marktschaden für die Times unterscheiden diesen Fall jedoch von früheren Präzedenzfällen.
Technische Aspekte von Trainingsdaten
Das Training von Large Language Models beinhaltet das Einspeisen von Milliarden von Wörtern aus verschiedenen Quellen, einschließlich Büchern, Websites und Nachrichtenartikeln. Das GPT-3 von OpenAI, veröffentlicht 2020, wurde auf einem Datensatz namens Common Crawl trainiert, der Petabytes an Webseiten enthält. Die Times behauptet, dass ihre Artikel ohne Autorisierung in diesen und nachfolgenden Datensätzen enthalten waren. Der technische Prozess beinhaltet die Umwandlung von Text in numerische Darstellungen unter Verwendung von Techniken wie Transformatoren und Multi-Head-Attention, die es dem Modell ermöglichen, Muster zu lernen und kohärente Antworten zu erzeugen.
OpenAI hat anerkannt, dass seine Trainingsdaten öffentlich verfügbare Webinhalte umfassen, aber die vollständige Zusammensetzung seiner Datensätze nicht offengelegt. Das Unternehmen hat Filter implementiert, um die Wahrscheinlichkeit der wörtlichen Reproduktion urheberrechtlich geschützter Texte zu verringern, aber die Beschwerde der Times liefert Beispiele, in denen diese Filter versagten. Der Fall hat Diskussionen über die Notwendigkeit transparenterer Datenquellen und das Potenzial für Lizenzvereinbarungen zwischen KI-Unternehmen und Inhaltserstellern angeregt.
Verfahrensgeschichte und Status
Nach der ersten Einreichung konsolidierte das Gericht den Fall mit anderen verwandten Urheberrechtsklagen gegen OpenAI für Vorverfahrenszwecke, obwohl der Fall der Times eigenständig bleibt. Im März 2024 lehnte der Richter den Antrag der Beklagten auf Abweisung teilweise ab und ließ die zentralen Urheberrechtsansprüche zu, während einige sekundäre Ansprüche abgewiesen wurden. Anfang 2025 befinden sich die Parteien in der Beweisaufnahme, wobei die Times Zugang zu den Trainingsdaten und internen Kommunikationen von OpenAI anstrebt.
Eine wichtige Entwicklung ereignete sich im November 2024, als OpenAI eine Gegenklage gegen die Times einreichte und behauptete, dass die Zeitung einen Auftragnehmer angeheuert habe, um ChatGPT zur Reproduktion urheberrechtlich geschützter Materialien zu manipulieren, was gegen die Nutzungsbedingungen der Plattform verstoße. Die Times hat diese Vorwürfe bestritten und sie als Ablenkung von den zentralen Fragen bezeichnet. Der Fall ist für Ende 2025 zur Verhandlung angesetzt, obwohl eine Einigung angesichts der hohen Einsätze für beide Parteien möglich bleibt.
Auswirkungen auf Journalismus und KI
Die Klage hat erhebliche Auswirkungen auf die Nachrichtenbranche, die Schwierigkeiten hatte, sich an die digitale Wirtschaft anzupassen. Viele Verleger haben Lizenzvereinbarungen mit KI-Unternehmen geschlossen, wie die Deals zwischen OpenAI und Axel Springer, der Associated Press und News Corp. Die Times hat sich jedoch für einen Rechtsstreit entschieden und argumentiert, dass Lizenzen allein den grundlegenden Schaden der unbefugten Nutzung nicht beheben. Der Fall könnte bestimmen, ob KI-Unternehmen für die Daten zahlen müssen, die ihren Produkten zugrunde liegen, was möglicherweise die Wirtschaftlichkeit von sowohl Journalismus als auch KI-Entwicklung neu gestaltet.
Für die KI-Branche könnte ein ungünstiges Urteil Unternehmen zwingen, ihre Trainingspraktiken zu überarbeiten, was möglicherweise den Umfang von Datensätzen begrenzt und Kosten erhöht. Umgekehrt könnte ein Urteil zugunsten von OpenAI breite Fair-Use-Schutzmaßnahmen etablieren, was weitere Innovationen fördern, aber Bedenken bei Inhaltserstellern aufwerfen würde. Der Fall wird von Forschern an Institutionen wie MIT CSAIL und Stanford AI Lab genau beobachtet, die die rechtlichen und ethischen Dimensionen von KI untersuchen.
Öffentliche und wissenschaftliche Reaktionen
Die öffentliche Meinung zur Klage ist geteilt. Journalisten und Medienbefürworter unterstützen allgemein die Times und betrachten sie als Verteidigung des geistigen Eigentums und der Nachhaltigkeit von Qualitätsjournalismus. Technikbegeisterte und einige KI-Forscher argumentieren, dass restriktive Urheberrechtsurteile den Fortschritt behindern könnten, und verweisen auf die lange Geschichte der Nutzung bestehender Werke zur Schaffung neuen Wissens. Rechtsexperten haben angemerkt, dass der Fall möglicherweise letztendlich den Obersten Gerichtshof erreichen könnte, angesichts der Neuartigkeit und Bedeutung der beteiligten Fragen.
Wissenschaftler haben auch das Konzept der fairen Nutzung im Kontext von KI debattiert, wobei einige neue Rahmenwerke vorschlagen, die Innovation mit den Rechten der Urheber in Einklang bringen. Der Fall hat akademische Konferenzen und Arbeiten angeregt, einschließlich Analysen darüber, wie neuronale Netze Trainingsdaten memorieren und unter welchen Bedingungen Reproduktion auftritt. Diese Forschung könnte gerichtliche Entscheidungen und zukünftige Gesetzgebung informieren.
Mögliche Ergebnisse und zukünftige Richtungen
Mehrere mögliche Ergebnisse sind denkbar. Das Gericht könnte entscheiden, dass das Training auf urheberrechtlich geschützten Werken eine faire Nutzung darstellt, was wahrscheinlich zu mehr Lizenzverhandlungen, aber nicht zu obligatorischen Zahlungen führen würde. Alternativ könnte das Gericht eine Verletzung feststellen, was OpenAI zur Zahlung von Schadensersatz und möglicherweise zur Vernichtung seiner Modelle zwingen würde - beispiellos und disruptiv. Ein Mittelweg könnte ein Urteil sein, das Training erlaubt, aber stärkere Schutzmaßnahmen gegen wörtliche Reproduktion erfordert oder ein Lizenzregime vorschreibt.
Über den Gerichtssaal hinaus hat der Fall legislative Vorschläge angeregt, wie den AI Foundation Model Transparency Act, der Unternehmen verpflichten würde, Trainingsdatenquellen offenzulegen. Das KI-Gesetz der Europäischen Union, verabschiedet 2024, enthält Bestimmungen zur Urheberrechtskonformität für Trainingsdaten. Diese regulatorischen Bemühungen könnten einen Rahmen bieten, der die Notwendigkeit von Einzelfall-Litigation verringert. Die Klage NYT gegen OpenAI steht somit als wegweisender Fall, der beeinflussen wird, wie die Gesellschaft die Vorteile von KI mit den Rechten der Urheber für Jahre in Einklang bringt.