Verge-Künstlerrecherche: Kreative machen AI Slop zu rechtlichem Druckmittel

Der Bericht von The Verge über Künstler dokumentiert ein Novum für Kreative im Kampf gegen Unternehmen für generative KI: Einer Gruppe gelang nach Jahren unsicherer Verfahren ein wegweisender Vergleich.

Die Autoren Andrea Bartz, Charles Graeber und Kirk Wallace Johnson verklagten Anthropic 2024. Ihr Fall entwickelte sich zu einer Sammelklage, die Hunderttausende Bücher umfasste. Ein Bundesrichter billigte den Vergleich über 1,5 Milliarden US-Dollar am 20. Juli 2026.

Dieses Ergebnis klingt nach einem klaren Sieg über unautorisiertes KI-Training. Das ist es nicht. Das Gericht erkannte Modelltraining als Fair Use an, trennte es jedoch von Anthropics Beschaffung und Aufbewahrung raubkopierter Bücher.

Diese Unterscheidung prägt nun den Konflikt. Kreative haben ein rechtliches Druckmittel gefunden, doch das stärkste davon betrifft die Herkunft des Trainingsmaterials. Es verschafft ihnen nicht zwangsläufig Kontrolle über das Training selbst.

Der Vergleich kam zudem zustande, als Verlage neue Fronten gegen Meta und Google eröffneten. Diese Fälle prüfen, ob das Anthropic-Ergebnis eine wiederholbare Strategie bietet oder von besonders belastenden Beweisen abhing.

Die Autoren, die die Beweisaufnahme in eine Sammelklage verwandelten

Der Fall gegen Anthropic begann damit, dass einzelne Autoren ihre Bücher in Datensätzen für die KI-Entwicklung aufspürten.

Johnson schreibt gründlich recherchierte Sachbücher, darunter The Feather Thief und The Fishermen and the Dragon. Auch sein drittes Buch, To Be a Friend Is Fatal, wurde Teil der Prozessakte.

Die Entdeckung war persönlich, doch das Problem war industriell. Autoren hörten seit Jahren, dass große Sprachmodelle riesige Textsammlungen benötigten. Nur wenige Unternehmen legten vollständige Inventare ihrer Trainingsdaten offen.

Das Books3-Suchprojekt von The Atlantic aus dem Jahr 2023 verschaffte Autoren einen seltenen Einblick in eine umstrittene Sammlung. Books3 war ein nicht autorisierter Korpus von fast 200.000 Büchern, der innerhalb eines größeren Datensatzes namens the Pile verbreitet wurde.

Johnson fand sein Werk unter diesen Büchern. Andere Autoren machten ähnliche Entdeckungen und verwandelten eine abstrakte Sorge über maschinelles Lernen in Belege, die konkreten urheberrechtlich geschützten Werken zugeordnet werden konnten.

Anthropic entwickelte Claude mit großen Textmengen. Das Unternehmen veröffentlichte keine vollständige Liste, aus der hervorgeht, welches Werk in welchem Modell verwendet wurde. Diese Intransparenz machte externe Forschung zu Datensätzen besonders wichtig.

Bartz, Graeber und Johnson reichten ihre ursprüngliche Klage im August 2024 ein. Sie warfen Anthropic vor, beim Aufbau und Training von Claude raubkopierte Bücher vervielfältigt zu haben.

Die Kläger mussten nicht beweisen, dass Claude auf Abruf einen vollständigen Roman reproduzierte. Ihre Klage konzentrierte sich auf Kopien, die Anthropic mutmaßlich heruntergeladen und aufbewahrt hatte, bevor das Modelltraining begann.

Diese Entscheidung erwies sich als wichtig. Frühere Klagen wegen KI-Urheberrechts betonten häufig generierte Ergebnisse, abgeleitete Werke oder den unverwechselbaren Stil eines Autors. Solche Ansprüche können auf schwierige Fragen der Ähnlichkeit und Rechteinhaberschaft stoßen.

Ein Schreibstil allein genießt in der Regel nur begrenzten urheberrechtlichen Schutz. Kläger stehen zudem vor Herausforderungen, wenn sie ein bestimmtes Werk nicht mit einem bestimmten Modell oder einer rechtsverletzenden Ausgabe verbinden können.

Die Kläger im Anthropic-Fall folgten einer konkreteren Spur. Sie identifizierten registrierte Bücher, nicht autorisierte digitale Kopien, Schattenbibliotheken und Anthropics interne Praktiken zur Sammlung von Material.

Gerichtsakten beschrieben später Millionen von Büchern, die über LibGen und Pirate Library Mirror beschafft wurden. Diese Dienste sind Schattenbibliotheken, also Repositorien, die Bücher ohne die übliche Genehmigung von Verlagen verbreiten.

Das Unternehmen erwarb außerdem Millionen gedruckter Bücher, entfernte deren Bindungen, scannte sie und entsorgte die physischen Exemplare. Richter William Alsup behandelte diese gekauften Kopien anders als die raubkopierten Downloads.

Der Fall trennte daher drei Handlungen, die in öffentlichen Debatten häufig miteinander vermischt werden. Anthropic beschaffte Bücher, baute eine dauerhafte digitale Bibliothek auf und nutzte ausgewähltes Material für das Modelltraining.

Jede Handlung warf eine andere Rechtsfrage auf. Diese Trennung schuf den Ansatzpunkt, der schließlich zu einem Vergleich führte.

Leser können die ursprünglichen Vorwürfe in der Sammelklage der Autoren nachverfolgen. Die Klageschrift warf Anthropic vor, kommerzielle KI-Systeme mit ohne Genehmigung beschafften kopierten Büchern aufgebaut zu haben.

Die Klage war ein Vorwurf, kein Urteil. Dennoch brachte die Beweisaufnahme genügend Belege hervor, um den Streit über Piraterie über eine allgemeine Beschwerde über KI hinauszuführen.

Das veränderte die Verhandlungsposition. Kreative baten ein Gericht nicht länger darum, jedes maschinelle Lernen grundsätzlich als rechtswidrig zu behandeln. Sie stellten konkrete Kopien und Beschaffungsentscheidungen infrage.

Warum der Sieg der Verge-Künstler enger gefasst ist, als er erscheint

Die Autoren erhielten eine bedeutende Entschädigung, ohne festzustellen, dass das Training eines Modells mit urheberrechtlich geschützten Büchern stets eine Genehmigung erfordert.

Richter Alsup erließ im Juni 2025 ein gemischtes Teilurteil im Wege des Summary Judgment. Er stellte fest, dass Anthropics Nutzung von Büchern zum Training seiner Sprachmodelle unter den ihm vorliegenden Umständen als Fair Use galt.

Fair Use ist eine rechtliche Verteidigung, die bestimmte nicht autorisierte Nutzungen urheberrechtlich geschützten Materials erlaubt. Gerichte bewerten Zweck, das ursprüngliche Werk, den Umfang der Übernahme und Marktauswirkungen.

Alsup sah den Trainingsprozess als transformativ an, weil Claude Lesern nicht einfach gespeicherte Kopien der Bücher bereitstellte. Das Modell lernte statistische Zusammenhänge, um neuen Text zu erzeugen.

Seine Fair-Use-Entscheidung bezeichnete die Trainingsnutzung als „geradezu beispielhaft transformativ“. Sie verglich Modelltraining mit Menschen, die aus Büchern lernen, bevor sie selbst neue Texte verfassen.

Der Richter wies das Argument zurück, das Urheberrecht schütze Autoren vor jeder neuen Konkurrenz. Ein System, das konkurrierende Texte erzeugen kann, verletzt nicht automatisch jedes Werk, das bei seiner Entwicklung verwendet wurde.

Diese Schlussfolgerung verschaffte Anthropic einen bedeutenden juristischen Sieg. Sie lieferte auch anderen KI-Entwicklern Formulierungen zur Unterstützung einer Fair-Use-Verteidigung für Modelltraining.

Die Entscheidung behandelte Anthropics dauerhafte Bibliothek jedoch als eigenständige Angelegenheit. Das Herunterladen raubkopierter Bücher zum Aufbau dieser Bibliothek wurde nicht rechtmäßig, nur weil einige Kopien später ein transformatives Training unterstützten.

Anthropic konnte eine rechtswidrige Beschaffung nicht nachträglich in Fair Use umwandeln, indem es auf einen späteren technologischen Zweck verwies. Herkunft und Umgang mit den Kopien blieben relevant.

Diese Unterscheidung ist die zentrale Umkehrung des Falls. Die Kläger verloren das breite Argument, das am stärksten mit KI-Training verbunden wird, behielten jedoch einen Anspruch mit enormem Haftungspotenzial.

Ein Verfahren über die raubkopierte Bibliothek hätte einzelne Werke und gesetzliche Schadensersatzansprüche prüfen können. Das Urheberrecht kann für registrierte Werke Schadensersatz vorsehen, ohne dass jeder entgangene Verkauf nachgewiesen werden muss.

Anthropic einigte sich vor diesem Verfahren. Die Vereinbarung schuf laut dem endgültigen Genehmigungsbeschluss einen Fonds über 1,5 Milliarden US-Dollar, der mehr als 482.000 Werke abdeckt.

Die geschätzte Grundzahlung beträgt etwa 3.000 US-Dollar pro erfasstem Werk, vor genehmigten Abzügen und Anpassungen von Ansprüchen. Diese Zahl spiegelt die Vergleichsstruktur wider, nicht eine allgemeingültige Bewertung von Trainingsrechten.

Am 20. Juli 2026 erteilte Bezirksrichterin Araceli Martínez-Olguín die endgültige Genehmigung. Ihre Genehmigungsverfügung bezeichnete die Abhilfe als bedeutsam und erließ ein Urteil.

Bis zur Genehmigungsphase waren für mehr als 91 Prozent der erfassten Werke gültige Ansprüche eingereicht worden. Nur ein kleiner Anteil der Mitglieder der Sammelklage entschied sich für einen Ausschluss.

Diese Zahlen belegen eine ungewöhnlich breite Beteiligung. Sie zeigen zudem, weshalb Sammelklagen die wirtschaftlichen Bedingungen eines Streits verändern können, den kein einzelner Autor allein finanzieren könnte.

Der Vergleich verpflichtet Anthropic nicht dazu, einzuräumen, dass Modelltraining das Urheberrecht verletzt hat. Er wahrt auch bestimmte künftige Ansprüche in Bezug auf spätere Modelle und Nutzungen.

Anthropic hat seinen Fair-Use-Sieg hervorgehoben. Die stellvertretende Chefjustiziarin Aparna Sridhar erklärte, die Entscheidung habe festgestellt, dass das Training von KI mit Büchern nach geltendem Recht Fair Use sei.

Die Kläger betonen einen anderen Teil des Ergebnisses. Ihre Anwälte bezeichnen die Vereinbarung als die größte bekannte urheberrechtliche Entschädigung in der Geschichte.

Beide Beschreibungen können zutreffen. Das Training erhielt rechtlichen Schutz, während die Methode zum Aufbau einer Trainingsbibliothek eine historische Haftung verursachte.

Diese Spannung erklärt, warum die Verge-Reportage über Künstler nicht auf einen Sieg der Kreativen über KI reduziert werden kann. Das Ergebnis begründet Druckmittel rund um die Herkunft, nicht vollständige Kontrolle über lernende Systeme.

Raubkopierte Bibliotheken wurden zum stärksten Druckmittel der Kreativen

Die sich herausbildende Prozessstrategie zielt auf nachweisbare Vervielfältigungen vor dem Training, bei denen technische Komplexität KI-Unternehmen weniger Schutz bietet.

Modelltraining ist vor Gericht schwer zu erklären. Es umfasst Tokenisierung, Optimierung und wiederholte Anpassungen numerischer Parameter. Diese Prozesse ähneln nicht einer öffentlichen Bibliothek, die Lesern vollständige Bücher aushändigt.

Die Beschaffung von Trainingsdaten ist vertrauter. Ein Unternehmen besaß entweder eine autorisierte Kopie, kaufte eine, erhielt eine Lizenz oder bezog Material aus einer anderen Quelle.

Diese faktische Spur erzeugt Aufzeichnungen. Download-Protokolle, interne Nachrichten, Datensatzmanifeste, Dateipfade und Speicherentscheidungen können belegen, was Mitarbeiter wussten und taten.

Der Anthropic-Prozess legte einen Unterschied zwischen dem Kauf gedruckter Bücher zum Scannen und dem Herunterladen von Piratenseiten offen. Das Gericht akzeptierte den ersten Prozess im Rahmen seiner Analyse als Fair Use.

Diesen Schutz dehnte es nicht auf die Kopien aus Schattenbibliotheken aus. Eine nicht autorisierte Bibliothek für weitreichende künftige Zwecke aufzubewahren, blieb etwas anderes als ein Werk während eines transformativen Trainingsprozesses zu verwenden.

Das verschafft Kreativen und Verlagen einen engeren, aber klareren Weg. Sie können Beschaffung, Speicherung und Verbreitung untersuchen, ohne zunächst beweisen zu müssen, dass ein Chatbot ihre Prosa in einer Ausgabe kopiert hat.

Die Theorie lässt sich auch skalieren. Ein einzelner nicht autorisierter Datensatz kann Werke von Tausenden Rechteinhabern enthalten. Eine Sammelklage kann diese Ansprüche rund um gemeinsame Sammelpraktiken bündeln.

Die Registrierung bleibt wichtig. Die Vergleichsberechtigung hing von Kriterien ab, die Urheberrechtsregistrierung, Kennungen, Eigentum und die Aufnahme in die erfassten Piratenkollektionen betrafen.

Autoren, die ihr Werk nie registriert haben, können auf schwächere Rechtsmittel stoßen. Menschen, die online veröffentlichen, informelle Kunst schaffen oder einen Datensatz nicht nachvollziehen können, haben möglicherweise weniger praktische Optionen.

Bildende Künstler stehen vor zusätzlichen Schwierigkeiten. Bildtrainingssammlungen können Bildunterschriften, Vorschaubilder, transformierte Dateien oder plattformübergreifend gesammelte Links enthalten.

Ein Illustrator könnte eine stilistische Ähnlichkeit erkennen, ohne einen Nachweis dafür zu erhalten, dass ein bestimmtes Bild in ein Modell eingeflossen ist. Wiedererkennung allein belegt nach Urheberrecht noch keine Vervielfältigung.

Die Klagen mit Beteiligung von Sarah Andersen, Kelly McKernan, Karla Ortiz, Midjourney, Stability AI und DeviantArt prüfen diese Grenzen weiterhin. Ihre Vorwürfe betreffen Trainingsdaten, Modellverhalten und damit zusammenhängende Ansprüche zum Branding.

Diese Fälle haben einige Abweisungsversuche überstanden, aber noch keine vergleichbare endgültige Lösung hervorgebracht. Ihre Ergebnisse werden von konkreten Modellen, Datensätzen, Werken und Rechtstheorien abhängen.

Diese Variabilität ist wichtig. „Künstler gegen KI“ beschreibt einen politischen Konflikt, nicht eine einzelne Klage mit einer maßgeblichen Antwort.

Bei Büchern gibt es derzeit klarere Belege, weil Ermittler Titel, ISBNs und digitale Dateien abgleichen können. Ein Buch in LibGen lässt sich leichter identifizieren als ein Einfluss, der über generierte Bilder verstreut ist.

Kreative reagieren darauf, indem sie sich besser organisieren. Branchenverbände unterhalten Datenbanksuchen, Prozess-Tracker, Vertragsklauseln für Modelle und Vorschläge für kollektive Lizenzierungen.

Eine bessere Dokumentation stärkt diese Arbeit. Autorinnen und Autoren können Urheberrechtsregistrierungen, Entwürfe, Verträge, Veröffentlichungsdaten und Belege dafür sichern, wo unautorisierte Kopien erschienen sind.

Ein persönliches Wissenssystem kann Kreativen helfen, diese Unterlagen zu organisieren. Es kann keine Rechtsverletzung nachweisen, aber den Aufwand verringern, wenn Belege auftauchen.

Rechtliche Vertretung bleibt die entscheidende Ressource. Sammelklageanwälte können Beweisaufnahme und Sachverständigenarbeit finanzieren, die einzelne Schreibende in der Regel nicht tragen können.

Der Vergleich mit Anthropic macht diese Investition leichter zu rechtfertigen. Er liefert ein sichtbares Beispiel für einen Fall, in dem eine eng gefasste Theorie zu einer hohen Entschädigung führte.

Er warnt KI-Unternehmen zudem davor, dass Herkunftsnachweise keine bloße Verwaltungsroutine sind. Die Abstammung von Trainingsdaten kann zu einem erheblichen Risiko für Bilanz und Produkt werden.

Ein Unternehmen, das die Herkunft seines Datenkorpus nicht erklären kann, sieht sich mehr als bloßer Reputationskritik gegenüber. Es kann die Fähigkeit verlieren, legitime Quellen von unautorisierten Sammlungen zu trennen.

Meta zeigt, warum ein Sieg Fair Use nicht abschließend klärt

Metas Sieg im Jahr 2025 zeigt, dass Kreative verlieren können, selbst wenn ein Richter dem nicht lizenzierten KI-Training äußerst skeptisch gegenübersteht.

Dreizehn Autorinnen und Autoren, darunter Sarah Silverman, Richard Kadrey und Ta-Nehisi Coates, warfen Meta vor, urheberrechtlich geschützte Bücher zum Training seiner Llama-Modelle verwendet zu haben.

Bezirksrichter Vince Chhabria entschied im Juni 2025 im Wege des Summary Judgment zugunsten von Meta. Er stellte fest, dass die Kläger nicht die erforderliche Beweislage aufgebaut hatten, um einen Marktschaden nachzuweisen.

Chhabria begrenzte seine Entscheidung jedoch sorgfältig. Sein Urteil erklärte Metas Nutzung urheberrechtlich geschützter Werke nicht für jede Autorin, jeden Autor oder jedes Modell für rechtmäßig.

Der Richter schrieb, die Kläger hätten die falschen Argumente vorgebracht. Er deutete an, dass sich ein stärkerer Fall auf KI-generiertes Material konzentrieren könnte, das Märkte überschwemmt und die Nachfrage nach menschlicher Arbeit senkt.

Diese Theorie unterscheidet sich von direkter Substitution. Ein Chatbot muss keinen bestimmten Roman reproduzieren, um den wirtschaftlichen Markt zu schwächen, der Romanautorinnen und -autoren trägt.

Er kann enorme Mengen konkurrierenden Materials erzeugen. Wenn diese Ausgaben Aufmerksamkeit, Preise oder Aufträge verwässern, könnten Kreative argumentieren, dass das Training den potenziellen Markt für ihre Werke schädigt.

Der Nachweis dieses Effekts bleibt schwierig. Kläger benötigen Belege, die die angegriffene Vervielfältigung, die Fähigkeiten des Modells und messbare Schäden auf einem rechtlich anerkannten Markt miteinander verbinden.

Allgemeine Sorge über KI-Schrott reicht nicht aus. Mit KI-Schrott sind billig erzeugte, repetitive Inhalte gemeint, die mit geringem redaktionellem Aufwand in hoher Menge verbreitet werden.

Kreative erleben diese Menge direkt auf Veröffentlichungsplattformen, in sozialen Netzwerken und auf Bild-Marktplätzen. Gerichte verlangen weiterhin mehr als einen erkennbaren kulturellen Trend.

Die Meta-Kläger legten für die Theorie, die Chhabria potenziell überzeugend fand, keine ausreichenden Belege vor. Meta gewann daher die in diesem Fall erhobenen Ansprüche.

Das Meta-Urteil bietet KI-Entwicklern Beruhigung, jedoch nur in begrenztem Umfang. Andere Kläger können gegen spätere Modelle andere Belege vorbringen.

Meta sieht sich zudem einer separaten Klage aus dem Jahr 2026 von fünf Verlagen und dem Autor Scott Turow gegenüber. In der Klage wird die Vervielfältigung und Verbreitung im Zusammenhang mit Millionen von für Llama verwendeten Büchern behauptet.

Zu den neuen Klägern gehören Organisationen mit umfangreichen Katalogen und detaillierten kommerziellen Unterlagen. Sie können Marktbelege vorlegen, die einzelne Autorinnen und Autoren möglicherweise nur schwer zusammentragen können.

Sie behaupten zudem eine direkte Beteiligung der Führungsebene. Diese Vorwürfe sind weiterhin unbewiesen, und Meta kann sowohl die Tatsachen als auch ihre rechtliche Bedeutung bestreiten.

Der Kontrast zu Anthropic bleibt aufschlussreich. Anthropic erhielt ein günstiges Urteil zum Training und verglich anschließend Ansprüche, die mit der Beschaffung aus Pirateriequellen verbunden waren.

Meta erwirkte ein Urteil, weil der Marktfall der Kläger unzureichend war. Der Richter ließ weiterhin die Möglichkeit offen, dass bessere Belege zu einem anderen Ergebnis führen könnten.

Noch kein bundesweites Berufungsgericht hat diese Entscheidungen der Bezirksgerichte in eine allgemeingültige Regel für generative KI überführt. Andere Richter können die Fair-Use-Faktoren anders anwenden.

Auch die umstrittenen Nutzungen unterscheiden sich. Ein Modell zu trainieren, eine dauerhafte Bibliothek zu speichern, Passagen zu vervielfältigen und Datensatzdateien zu verbreiten sind keine austauschbaren Handlungen.

Kreative benötigen daher Ansprüche, die an identifizierbares Verhalten anknüpfen. KI-Unternehmen benötigen Herkunftskontrollen für jede Phase, von der Sammlung bis zur Bereitstellung.

Die Erzählung über die Verge-Künstler zeigt Fortschritt, aber keinen doktrinären Abschluss. Die Prozessführung wird präziser, weil breite moralische Argumente keine vorhersehbaren Ergebnisse geliefert haben.

Google testet nun die nächste Version des Vorgehensmodells

Die jüngste Klage gegen Google fragt, ob für einen Dienst bereitgestelltes Material ohne neue Genehmigung für KI-Training umgewidmet werden kann.

Hachette Book Group, Cengage Learning, Elsevier, Scott Turow und S.C.R.I.B.E. reichten im Juli 2026 eine geplante Sammelklage gegen Google ein.

Die Kläger behaupten, Google habe Millionen von Büchern und anderen Textwerken kopiert, um Gemini zu entwickeln. Google hatte noch keine vollständige Erwiderung eingereicht, als die ersten Berichte erschienen.

Die Klage nimmt mehrere potenzielle Quellen ins Visier, darunter Google Books, Google Play Books, Google Scholar, Web Scraping und umstrittene Piratensammlungen.

Dadurch entsteht ein anderes Herkunftsproblem. Verlage stellten Google einige Bücher für bestimmte Such-, Handels- oder wissenschaftliche Dienste zur Verfügung. Das genehmigte nicht zwangsläufig jede spätere KI-Nutzung.

Die Kläger argumentieren, Google habe diese Werke ohne Erlaubnis für Gemini umgewidmet. Sie behaupten außerdem, Informationen zur Urheberrechtsverwaltung seien entfernt oder verändert worden.

Dabei handelt es sich um Vorwürfe, die Beweise und gerichtliche Prüfung erfordern. Google kann die Tatsachendarstellung bestreiten, Fair Use geltend machen und argumentieren, seine Vereinbarungen hätten die relevante Verarbeitung erlaubt.

Google geht mit einem bedeutenden historischen Präzedenzfall in den Konflikt. Sein früheres Google-Books-Projekt überstand jahrelange Verfahren wegen des Scannens von Millionen Büchern.

Gerichte stellten fest, dass durchsuchbare Ausschnitte und Textanalysen transformative Zwecke erfüllten, ohne vollständige Bücher als Marktersatz anzubieten. Der Supreme Court lehnte es 2016 ab, dieses Ergebnis erneut zu prüfen.

Generative KI verändert die tatsächliche Ausgangslage. Gemini kann neue Passagen, Erklärungen, Zusammenfassungen und anderes Material erzeugen, statt begrenzte Suchausschnitte zurückzugeben.

Verlage argumentieren, dass diese Ausgaben mit Autorinnen und Autoren sowie lizenzierten Referenzprodukten konkurrieren können. Google kann erwidern, dass die Modelle Eingaben transformieren und keine zugänglichen Kopien ganzer Werke speichern.

Die Frage der Beschaffung könnte erneut entscheidend werden. Ein für Google Books bereitgestelltes Buch hat eine klarere Vertragshistorie als eine aus LibGen heruntergeladene Datei.

Der Streit wird prüfen, ob die Genehmigung für einen digitalen Dienst spätere interne Nutzungen beschränkt. Er wird auch untersuchen, wie Fair Use mit bestehenden Geschäftsbeziehungen zusammenwirkt.

Eine Verlagsankündigung behauptet, interne Google-Diskussionen hätten erhebliche rechtliche Risiken benannt. Diese zitierten Materialien spiegeln derzeit die Darstellung der Kläger wider.

Googles Verteidigung wird von Bedeutung sein, weil das Unternehmen seine Praktiken von Anthropic’ Downloads aus Schattenbibliotheken abgrenzen kann. Es kann sich zudem auf den Google-Books-Präzedenzfall stützen.

Der Fall zeigt dennoch, dass der Anthropic-Vergleich die Erwartungen verändert hat. Verlage haben nun ein konkretes Beispiel dafür, dass Herkunftsansprüche fortbestehen können, nachdem das Training selbst Fair-Use-Schutz erhalten hat.

Sie können Klagen um Vervielfältigung, Genehmigung, Aufbewahrung und Marktwettbewerb herum strukturieren. Sie können zudem Kataloge koordinieren, die groß genug sind, um eine klassenweite Analyse zu stützen.

Google, Meta und Anthropic sehen sich unterschiedlichen Vorwürfen gegenüber. Ihre Fälle als ein einziges Referendum über KI zu behandeln, würde die Unterschiede verwischen, die den jeweiligen Ausgang am ehesten bestimmen.

Der stärkere Vergleich betrifft operative Disziplin. Jeder Entwickler muss wissen, was er kopiert hat, warum er es kopiert hat und welche Rechte diese Kopie regelten.

Die technische Raffinesse eines Modells beantwortet diese Fragen nicht. Ebenso wenig genügt die allgemeine Behauptung, mehr Daten verbesserten die Leistung.

Drei Signale werden zeigen, ob Künstler weiter gewinnen

Die nächste Phase hängt von Anspruchsauszahlungen, stärkeren Marktbelegen und der gerichtlichen Behandlung von über unterschiedliche Kanäle beschafften Daten ab.

Das erste Signal ist der Verteilungsprozess des Anthropic-Vergleichs. Die endgültige Genehmigung schließt eine wichtige Phase des Verfahrens ab, doch Kreative werden das Ergebnis an tatsächlichen Ansprüchen und Auszahlungen messen.

Bis zur Genehmigungsphase waren mehr als 91 Prozent der erfassten Werke geltend gemacht worden. Die Verwalter müssen weiterhin konkurrierende Eigentumsansprüche, Dokumentationsprobleme und Fragen der individuellen Anspruchsberechtigung klären.

Eine reibungslose Verteilung würde Sammelklagen als praktische Strategie für Kreative stärken. Langwierige Streitigkeiten oder unerwartet niedrige Nettoauszahlungen würden diese Lehre schwächen.

Das Ergebnis wird auch Anwältinnen und Anwälte beeinflussen, die kleinere Gruppen von Kreativen bewerten. Ein Vergleich mit Schlagzeilenwert bedeutet weniger, wenn nur große Verlage seine Dokumentationsanforderungen bewältigen können.

Das zweite Signal sind Belege für Marktverwässerung in den Meta-Fällen. Richter Chhabria gab künftigen Klägern faktisch eine Karte dessen, was der früheren Beweislage fehlte.

Autorinnen, Autoren und Verlage müssen das von Modellen erzeugte Angebot mit anerkannten Märkten für Bücher, Lizenzen, Aufträge oder verwandte kreative Arbeit verbinden.

Dafür wird mehr als die Anzahl KI-generierter Titel erforderlich sein. Kläger benötigen verlässliche Belege für Substitution, sinkende Nachfrage, gedämpfte Vergütung oder Schäden an Lizenzierungsmöglichkeiten.

Wenn sie diese Beweislage aufbauen, wird Metas früherer Sieg eng begrenzt wirken. Gelingt ihnen das nicht, werden Fair-Use-Verteidigungen durch Theorien über Marktschäden weiterhin schwer zu überwinden sein.

Das dritte Signal ist, wie Gerichte Googles unterschiedliche Datenquellen einordnen. Bücher aus Partnerprogrammen, öffentlichen Websites und unautorisierten Repositorien haben nicht denselben rechtlichen Status.

Ein Urteil, das diese Quellen trennt, würde den Anthropic-Rahmen stärken. Die Herkunft würde ebenso wichtig wie der spätere Trainingsprozess.

Ein Urteil, das alle Quellen als Teil eines transformativen Systems behandelt, würde Entwicklern zugutekommen. Es würde den praktischen Wert beschaffungsorientierter Ansprüche außerhalb eindeutiger Piraterie verringern.

Beobachten Sie Verfahrensentscheidungen vor einem möglichen Prozess. Anträge auf Klageabweisung, Streitigkeiten bei der Beweisaufnahme und die Zulassung als Sammelklage können zeigen, welche Theorien ein Richter für tragfähig hält.

Beobachten Sie auch das Lizenzierungsverhalten außerhalb des Gerichts. Entwickler schließen zunehmend Inhaltsvereinbarungen mit Verlagen, Plattformen und Medienunternehmen, während sie nicht lizenziertes Training an anderer Stelle verteidigen.

Diese Vereinbarungen beweisen nicht, dass Lizenzen rechtlich erforderlich sind. Sie zeigen, dass verlässlicher Zugang, aktuelle Materialien und ein geringeres Prozessrisiko kommerziellen Wert besitzen.

Für Kreative bedeutet die Lehre der Verge-Künstler weder Kapitulation noch einen garantierten Sieg. Die stärksten Fälle ersetzen allgemeine Empörung durch registrierte Werke, nachvollziehbare Kopien und konkrete Beschaffungsbelege.

Für KI-Unternehmen ist Fair Use kein Ersatz für Daten-Governance. Ein günstiges Urteil zum Training kann keine Haftung tilgen, die beim Aufbau einer dauerhaften Bibliothek entstanden ist.

Die größere Frage ist nun konkret: Werden Gerichte die Unterscheidung zwischen Beschaffung und Training auf Google, Meta, Bildgeneratoren und andere KI-Entwickler ausweiten?

Kreative sollten die Belege im Blick behalten, nicht nur die Schlagzeilen über Urteile. Die Dokumentation von Eigentumsrechten, dem Auftreten in Datensätzen, der Verbreitung auf Plattformen und den Marktauswirkungen kann darüber entscheiden, ob die nächste Klage Bestand hat.

Der erste wegweisende Vergleich hat die Verhandlungslandschaft verändert. Die nächsten drei Signale werden zeigen, ob er einen dauerhaften rechtlichen Leitfaden geschaffen hat oder ein einmaliges Ergebnis bleibt.