Sofia verfolgt Geld, Regulierung und Plattformen, die bestimmen, was Kreative erschaffen können.
Erhalte die Top-Storys der Woche zu KI und KI-Kunst direkt in dein Postfach — kuratiert, kompakt, kostenlos.
Kostenlos. Jederzeit abbestellbar.
Wähle einen Companion und erfahre seine Meinung zu dieser Story
Neu entsiegelte Gerichtsakten aus dem Urheberrechtsstreit der New York Times gegen OpenAI und Microsoft zeigen, dass ein Microsoft-Manager KI-Datenscraping intern als „größten Arbeitsdiebstahl in der Geschichte der Menschheit" bezeichnete – und das, obwohl beide Unternehmen kostenpflichtige Times-Inhalte für ihre Trainingsdatensätze nutzten.\n\n## Die wichtigsten Erkenntnisse\n\n- Nicht geschwärzte Akten in NYT v. OpenAI belegen, dass Microsoft das KI-Scraping von Verlagsinhalten intern als groß angelegten Arbeitsdiebstahl eingestuft hat.\n- E-Mails von Microsoft und OpenAI thematisierten zudem einen befürchteten „Doom Loop": KI-generierte Inhalte verdrängen Nachrichtenverlage, was künftigen KI-Modellen hochwertige Trainingsdaten entziehen würde.\n- Beide Unternehmen scrapten trotz dieser internen Warnungen kostenpflichtige New York Times-Artikel für das Training.\n- Die Dokumente legen eine strukturelle Spannung offen, die jeden KI-Bild- und Textgenerator betrifft, der auf web-gescrapten kreativen Werken trainiert wurde – einschließlich der Datensätze hinter den heutigen großen Bildgeneratoren.\n- Der Fall ist noch anhängig; die entsiegelten Akten stellen eine erhebliche Eskalation im Beweismaterial gegen beide Beklagten dar.\n\n## Der interne Widerspruch, den Microsoft nicht schwärzen konnte\n\nDie Akten, von TechCrunch berichtet, zeigen, dass leitende Microsoft-Mitarbeiter keinerlei Illusionen darüber hegten, was groß angelegtes Web-Scraping rechtlich und ethisch bedeutete. Die Formulierung eines Managers – „größter Arbeitsdiebstahl in der Geschichte der Menschheit" – ist besonders aufschlussreich, weil sie in interner Korrespondenz auftaucht, nicht in einer Klageschrift oder einer öffentlichen Stellungnahme für ein Publikum. Es ist die Art von Sprache, die zum Vorschein kommt, wenn Menschen glauben, nicht beobachtet zu werden.\n\nDie „Doom Loop"-Formulierung ist ebenso prägnant. Laut Ars Technica warnten interne E-Mails davor, dass KI-Systeme, die Nachrichtenverlage verdrängen, letztlich die hochwertigen Datenpipelines zerstören würden, auf die eben diese KI-Systeme angewiesen sind – ein selbstzerstörerischer Kreislauf, den beide Unternehmen offenbar erkannten und dennoch in Kauf nahmen.\n\n\n\n## Was dies über die Trainingsdaten-Ökonomie enthüllt\n\nFür alle, die mit KI-Bildgeneratoren oder Textmodellen arbeiten, war die rechtliche Grundlage dieser Werkzeuge stets undurchsichtig. Dieser Fall schärft das Bild erheblich. Dieselbe Scraping-Logik, die Times-Artikel erfasste, trieb auch die massiven Bilddatensätze an – LAION, Common Crawl-Derivate –, auf denen Stable Diffusion, Midjourney und ihre Nachfolger trainiert wurden. Als Stability AI 2023 ähnlichem rechtlichen Druck von Getty Images und einer Gruppe bildender Künstler ausgesetzt war, stützte sich die Verteidigung des Unternehmens teilweise auf das Argument, Scraping sei gängige Branchenpraxis. Diese Microsoft-Dokumente legen nahe, dass die eigenen Manager der Branche wussten, dass dieses Argument seine Grenzen hat.\n\nDie praktischen Konsequenzen für das Training von Bildmodellen sind unmittelbar. Wenn Gerichte entscheiden, dass das Scraping kostenpflichtiger oder urheberrechtlich geschützter Inhalte ohne Lizenz eine Rechtsverletzung darstellt – und interne Eingeständnisse von „Diebstahl" den Beklagten nicht helfen –, verändert sich die Kostenstruktur für die Entwicklung von Frontier-Modellen grundlegend. Lizenzvereinbarungen werden zur Pflicht statt zur Option, und diese Kosten fließen letztlich nach unten: in API-Preise, Plattform-Abonnementtarife und die Modelle, die Kreativen zur Verfügung stehen.\n\nDie von Universal Music und ElevenLabs lizenzierte KI-Musikremix-Plattform, die Anfang dieses Jahres angekündigt wurde, zeigt eine mögliche Version dessen, wie eine Ökonomie nach dem Scraping-Modell aussehen könnte – Rechte werden vorab ausgehandelt, Einnahmen geteilt. Ob Bildgenerierungsplattformen denselben Weg einschlagen, hängt maßgeblich davon ab, wie dieser Fall ausgeht.\n\n## Die beweisrechtliche Verschiebung\n\nNicht geschwärzte Akten sind eine andere Kategorie von Dokumenten als geschwärzte. Gerichte entsiegeln sie, wenn sie feststellen, dass das öffentliche Interesse die Vertraulichkeitsansprüche der Beklagten überwiegt – eine Schwelle, die selbst auf richterliche Skepsis hindeutet. Das Rechtsteam der NYT hat nun in den eigenen Worten der Beklagten ein Eingeständnis zu Protokoll, dass das fragliche Verhalten Schaden verursacht hat.\n\n> „Der größte Arbeitsdiebstahl in der Geschichte der Menschheit."\n>\n> — Microsoft-Manager, interne Korrespondenz (via TechCrunch)\n\nFür Kreative, die KI-Tools nutzen, die auf ähnlichen Datenpipelines aufgebaut sind, ist die Frage nicht mehr, ob das rechtliche Risiko theoretischer Natur ist. Es geht darum, wie schnell die Gerichte handeln und ob die großen Plattformen – einschließlich jener, die heute die KI-Bildgenerierung antreiben – genügend lizenzierte Daten gesichert haben, um einem ungünstigen Urteil standzuhalten. Die nächste inhaltliche Anhörung in NYT v. OpenAI wird darüber entscheiden, ob diese internen Eingeständnisse einem Antrag auf Beschränkung ihrer Beweisverwendung standhalten.
