Das Landgericht (LG) Hamburg hat ein richtungsweisendes Urteil gefällt, das nicht nur Fotografen, sondern auch die Open-Source-Community und Entwickler von Künstlicher Intelligenz (KI) betrifft. Das Gericht entschied, dass die Erstellung von KI-Trainingsdatensätzen unter die Schrankenregelung des § 60d Urheberrechtsgesetzes (UrhG) fällt, die das wissenschaftliche Text- und Datamining regelt. Die Kläger, darunter der Fotograf Robert Kneschke, scheiterten mit ihrer Klage gegen die Nutzung ihres Werkes in einem öffentlich zugänglichen Trainingsdatensatz des gemeinnützigen Vereins LAION (Large-scale Artificial Intelligence Open Network).
Im Zentrum der Entscheidung steht die Frage, ob und unter welchen Umständen urheberrechtlich geschützte Werke für KI-Trainingsdatensätze genutzt werden dürfen. Die Antwort des LG Hamburg war klar: Für wissenschaftliche Zwecke ist dies durch die Schrankenregelung gedeckt, solange keine kommerziellen Ziele verfolgt werden.
Hauptfrage: Darf ein KI-Modell urheberrechtlich geschützte Werke für Trainingsdatensätze nutzen?
Nach Ansicht des LG Hamburg ist die Nutzung urheberrechtlich geschützter Werke für KI-Trainingsdatensätze zulässig, wenn die Voraussetzungen des Text- und Datamining (§ 60d UrhG) erfüllt sind. Im Fall von LAION, das einen Datensatz mit Milliarden Bild-Text-Paaren erstellt hat, wurde diese Nutzung als wissenschaftlich und nicht kommerziell eingestuft. Auch das Argument, dass der Fotograf in den Nutzungsbedingungen der Plattform, auf der das Bild bereitgestellt wurde, die Verwendung für automatisierte Programme ausgeschlossen hatte, wurde vom Gericht verworfen.
Die Entscheidung basiert auf der europäischen KI-Verordnung (EU-Verordnung 2024/1689), die betont, dass Text- und Datamining als Grundlage für KI-Modelle unter den urheberrechtlichen Schranken zulässig ist.
Häufig gestellte Fragen (FAQs) zur Entscheidung
Was bedeutet Text- und Datamining im Kontext von KI?
Text- und Datamining bezieht sich auf die automatisierte Analyse digitaler Werke, um Informationen wie Muster und Trends zu extrahieren. Dies ist besonders relevant für das Training künstlicher neuronaler Netze, die auf großen Datensätzen basieren. § 60d UrhG erlaubt diese Form der Nutzung, wenn sie für wissenschaftliche Zwecke erfolgt.
Warum ist das Urteil des LG Hamburg so bedeutend?
Zum ersten Mal hat ein deutsches Gericht entschieden, dass die Erstellung von Trainingsdatensätzen für KI unter die Schrankenregelung des Text- und Datamining fällt. Dies schafft Klarheit für Forscher und Entwickler, die offene Datensätze für die Entwicklung von KI-Modellen nutzen. Besonders für Open-Source-Projekte wie LAION ist dies ein wichtiges Signal.
Was sind die rechtlichen Voraussetzungen für die Nutzung von urheberrechtlich geschützten Werken in KI-Datensätzen?
Es gibt zwei wesentliche Schrankenregelungen im Urheberrecht:
- § 60d UrhG für wissenschaftliches Text- und Datamining.
- § 44b UrhG, das für kommerzielle Nutzung von Text- und Datamining relevante Nutzungsvorbehalte vorsieht.
Das Gericht stellte fest, dass der Nutzungsvorbehalt in maschinenlesbarer Form vorliegen muss. Doch auch eine Erklärung in natürlicher Sprache, wie sie in den Nutzungsbedingungen von Plattformen wie Bigstock erfolgt, kann für KI-Modelle ausreichen, da moderne KI-Systeme in der Lage sind, solche Hinweise zu verarbeiten.
Was ist der Unterschied zwischen § 60d UrhG und § 44b UrhG?
- § 60d UrhG erlaubt das Text- und Datamining für wissenschaftliche Zwecke, sofern keine kommerziellen Absichten verfolgt werden.
- § 44b UrhG ermöglicht Text- und Datamining auch für kommerzielle Zwecke, sofern der Rechteinhaber keinen wirksamen Nutzungsvorbehalt erklärt hat. Dieser muss jedoch in maschinenlesbarer Form vorliegen.
Hat das Urteil Einfluss auf die Open-Source-Community?
Ja, das Urteil könnte die Erstellung und Verbreitung von Open-Source-Datensätzen für KI-Modelle deutlich erleichtern. Da die Nutzung urheberrechtlich geschützter Werke für wissenschaftliche Zwecke durch das Urteil gedeckt ist, können Projekte wie LAION davon profitieren. Die Entscheidung stärkt die Open-Source-Community, die als Gegengewicht zu kommerziellen KI-Modellen agiert.
Auswirkungen der Entscheidung auf die KI-Entwicklung
Dieses Urteil ist richtungsweisend, weil es erstmals festlegt, dass die Erstellung von Trainingsdatensätzen unter die Schrankenregelung des Text- und Datamining fällt. Dies bedeutet, dass Entwickler und Forscher weiterhin auf große Datensätze zugreifen können, ohne befürchten zu müssen, Urheberrechte zu verletzen – solange die Nutzung für wissenschaftliche Zwecke erfolgt.
Die Entscheidung des LG Hamburg verweist außerdem auf die neue EU-KI-Verordnung, die im August 2024 in Kraft getreten ist. Diese Verordnung legt fest, dass KI-Anbieter sicherstellen müssen, dass etwaige Rechtsvorbehalte beachtet werden. Dabei wird jedoch auch betont, dass die Schrankenregelung für Text- und Datamining weiterhin Anwendung findet.
Praktische Tipps für Fotografen und Rechteinhaber
Für Fotografen und andere Urheber stellt sich die Frage, wie sie ihre Werke vor unerwünschter Nutzung in KI-Trainingsdatensätzen schützen können. Eine wichtige Möglichkeit besteht darin, einen Nutzungsvorbehalt zu erklären, der in maschinenlesbarer Form vorliegen muss. Plattformen wie Bigstock bieten hierfür oft entsprechende Optionen. Wer sicherstellen möchte, dass sein Werk nicht für Text- und Datamining genutzt wird, sollte darauf achten, dass dieser Vorbehalt klar und deutlich formuliert ist – idealerweise auch in maschinenlesbarer Form wie robots.txt.
Fazit: Mehr Klarheit für Open-Source-Projekte und KI-Entwicklung
Das Urteil des LG Hamburg stellt einen wichtigen Schritt in Richtung mehr Rechtssicherheit für die Nutzung urheberrechtlich geschützter Werke in KI-Trainingsdatensätzen dar. Besonders die Open-Source-Community profitiert von dieser Entscheidung, da sie die rechtliche Grundlage für die Verwendung großer Datensätze festigt. Gleichzeitig bleibt jedoch offen, ob sich die Auffassung, dass ein Nutzungsvorbehalt in natürlicher Sprache ausreicht, in der Praxis durchsetzen wird. Hier sind weitere rechtliche Entwicklungen abzuwarten.
