Start › KI-Recht › KI-Training
Wer ein KI-Modell trainiert oder feinabstimmt, nutzt große Mengen an Texten, Bildern, Code oder Audiodaten. Ob das erlaubt ist, entscheiden vor allem das Urheberrecht, der Datenschutz und die KI-Verordnung. Wir beraten KI-Entwickler und Unternehmen, die eigene Modelle trainieren, ebenso wie Verlage, Fotografen, Musikverlage und andere Rechteinhaber, die ihre Inhalte schützen oder lizenzieren wollen.
Text- und Data-Mining: §§ 44b und 60d UrhG
Die DSM-Richtlinie (EU) 2019/790 hat zwei Schranken für Text- und Data-Mining eingeführt, die in Deutschland seit Juni 2021 gelten:
| § 60d UrhG | § 44b UrhG | |
|---|---|---|
| Zweck | wissenschaftliche Forschung | jeder Zweck, auch kommerziell |
| Berechtigte | Forschungsorganisationen, Kulturerbe-Einrichtungen, einzelne Forscher | jedermann |
| Nutzungsvorbehalt | nicht möglich | möglich; bei online zugänglichen Werken nur in maschinenlesbarer Form wirksam |
| Speicherung | solange für die Forschung erforderlich | Löschung, wenn für das Mining nicht mehr erforderlich |
| Voraussetzung | rechtmäßiger Zugang | rechtmäßiger Zugang |
Text- und Data-Mining erfasst die automatisierte Analyse digitaler Werke, um daraus Muster, Trends und Korrelationen zu gewinnen. Ob das Training generativer Modelle insgesamt darunter fällt, war lange umstritten. Die deutschen Gerichte haben inzwischen erste Antworten gegeben.
LAION: Datensatz-Erstellung ist Text- und Data-Mining
Der Fotograf Robert Kneschke hatte den Verein LAION verklagt, der eines seiner Bilder für einen Trainingsdatensatz heruntergeladen und analysiert hatte. Das LG Hamburg wies die Klage am 27. September 2024 ab (310 O 227/23). Das OLG Hamburg bestätigte das am 10. Dezember 2025 (5 U 104/24): Die Vervielfältigung war als wissenschaftliches Text- und Data-Mining nach § 60d UrhG zulässig, gegen das ein Nutzungsvorbehalt nicht möglich ist. Für § 44b UrhG hielt der Senat fest, dass ein nur in natürlicher Sprache in Nutzungsbedingungen formulierter Vorbehalt jedenfalls zum Zeitpunkt des Crawlings 2021 nicht als maschinenlesbar galt. Die Revision zum BGH wurde zugelassen. Ausführlich: Urteil LAION.
GEMA ./. OpenAI: Memorisierung ist Vervielfältigung
Das LG München I hat am 11. November 2025 (42 O 14139/24) einer Klage der GEMA gegen zwei Gesellschaften der OpenAI-Gruppe weitgehend stattgegeben. Nach Auffassung der Kammer sind Liedtexte, die ein Sprachmodell im Training memorisiert hat, im Modell selbst vervielfältigt, auch wenn sie nur als Wahrscheinlichkeitswerte in den Parametern stecken. Gibt der Chatbot sie auf einfache Prompts hin aus, liegt darin eine weitere Vervielfältigung und öffentliche Zugänglichmachung. Die Schranke des § 44b UrhG decke nur vorbereitende Analyse, nicht die Speicherung der Werke im Modell. Das Urteil ist nicht rechtskräftig.
Zusammen ergeben beide Entscheidungen ein vorläufiges Bild: Das Sammeln und Analysieren von Trainingsdaten kann von den TDM-Schranken gedeckt sein. Wenn das fertige Modell geschützte Werke reproduzierbar enthält und ausgibt, wird es riskant.
Opt-out richtig erklären: Hinweise für Rechteinhaber
- Den Vorbehalt in maschinenlesbarer Form erklären, etwa über robots.txt mit Regeln für bekannte KI-Crawler, über das TDM Reservation Protocol (TDMRep) oder über Metadaten.
- Zusätzlich in Impressum oder Nutzungsbedingungen formulieren; das schadet nicht, genügt allein aber nach der Hamburger Rechtsprechung nicht sicher.
- Den Zeitpunkt dokumentieren: Ein Vorbehalt wirkt nur für künftige Vervielfältigungen.
- Die Praxis der Anbieter beobachten: Anbieter von KI-Modellen mit allgemeinem Verwendungszweck müssen nach Art. 53 AI Act eine Strategie zur Einhaltung des Urheberrechts haben und maschinenlesbare Vorbehalte beachten.
Pflichten nach dem AI Act für Trainingsdaten
Seit dem 2. August 2025 müssen Anbieter von GPAI-Modellen eine hinreichend detaillierte Zusammenfassung der Trainingsinhalte nach der Vorlage des KI-Büros veröffentlichen und eine Urheberrechts-Policy einführen (Art. 53 Abs. 1 lit. c und d). Wer ein bestehendes Modell nur feinabstimmt, wird nicht automatisch selbst GPAI-Anbieter; das hängt vom Umfang der Änderung ab. Für Hochrisiko-Systeme kommen Anforderungen an Datenqualität und Daten-Governance nach Art. 10 hinzu, die nach dem Digital-Omnibus ab dem 2. Dezember 2027 gelten.
Datenschutz beim KI-Training
Enthalten Trainingsdaten personenbezogene Daten, braucht das Training eine Rechtsgrundlage. In Betracht kommt vor allem das berechtigte Interesse nach Art. 6 Abs. 1 lit. f DSGVO. Der Europäische Datenschutzausschuss hat in seiner Stellungnahme 28/2024 Kriterien dafür formuliert, darunter Erwartungen der Betroffenen, Schutzmaßnahmen und Widerspruchsmöglichkeiten. Bei besonderen Kategorien von Daten nach Art. 9 DSGVO wird es deutlich schwieriger. Bei eigenen Kunden- oder Beschäftigtendaten ist vorher zu prüfen, ob die ursprüngliche Zweckbestimmung das Training trägt.
Typische Mandate zum KI-Training
- Prüfung von Datenquellen und Lizenzen vor dem Training oder Fine-Tuning.
- Datenlizenzverträge zwischen Rechteinhabern und KI-Anbietern.
- Urheberrechts-Policy und Trainingsdaten-Zusammenfassung nach Art. 53 AI Act.
- Durchsetzung von Ansprüchen von Rechteinhabern bei Verletzungen.
Häufige Fragen zum KI-Training
Dürfen wir öffentlich zugängliche Webseiten für unser Modell crawlen?
Grundsätzlich nach § 44b UrhG, sofern kein maschinenlesbarer Vorbehalt besteht und der Zugang rechtmäßig ist. Paywalls oder technische Sperren dürfen nicht umgangen werden. Personenbezogene Daten erfordern zusätzlich eine datenschutzrechtliche Prüfung.
Reicht ein Satz im Impressum als Opt-out?
Nach der Entscheidung des OLG Hamburg nicht sicher. Verwenden Sie zusätzlich ein technisches Format, das Crawler automatisiert auswerten können.
Haften wir als Nutzer, wenn ein KI-Tool geschützte Inhalte ausgibt?
Wer solche Ausgaben veröffentlicht oder kommerziell nutzt, kann selbst auf Unterlassung und Schadensersatz in Anspruch genommen werden. Ausgaben sollten deshalb vor einer Veröffentlichung geprüft werden, insbesondere bei Texten, Code und Bildern mit Wiedererkennungswert.
Verwandte Themen
Ihr Ansprechpartner
Sie trainieren ein Modell oder wollen Ihre Inhalte vor ungewollter Nutzung für KI-Training schützen? Rufen Sie uns an unter 0511 35 73 56-0 oder schreiben Sie an info@itrechtler.de.