Was Anthropics Vergleich über 1,5 Milliarden US-Dollar für KI-Unternehmen bedeutet: Datenherkunft und Rechtehistorie
Der Maßstab für Urheberrechtsrisiken bei Unternehmen für generative KI verändert sich.
Am 20. Juli 2026 genehmigte das US-Bundesbezirksgericht für den Northern District of California in Bartz v. Anthropic PBC, einer von Autoren gegen Anthropic erhobenen Urheberrechts-Sammelklage, einen Vergleich über 1,5 Milliarden US-Dollar endgültig. Reuters bezeichnete ihn als den größten bekannten Vergleich in einem US-Urheberrechtsfall. Das Gericht beendete das Verfahren mit dem Genehmigungsbeschluss; für mehr als 91 % der erfassten Werke wurden Ansprüche angemeldet.
Die Summe kann zu einer einfachen Schlussfolgerung verleiten:
Anthropic musste 1,5 Milliarden US-Dollar zahlen, weil es KI mit urheberrechtlich geschützten Büchern trainierte.
Diese Lesart verfehlt jedoch den für Unternehmen wichtigsten Punkt.
Die bedeutendere Botschaft lautet: Nicht nur was eine KI gelernt hat, sondern auch woher und auf welche Weise die Daten kamen, auf welcher Rechtsgrundlage sie aufbewahrt und wie sie nach dem Training verwaltet wurden, können eigenständige Urheberrechtsfragen sein.
Deshalb misst Pine Patent Law Office dem Fall besondere Bedeutung bei.
1. Das Gericht behandelte „KI-Training“ und „Erwerb und Aufbewahrung von Raubkopien“ nicht als eine Handlung
Zunächst ist zu verstehen, dass das Gericht Anthropics Verhalten nicht als untrennbaren Gesamtvorgang bewertete.
In einer teilweisen Summary-Judgment-Entscheidung zu Fair Use vom Juni 2025 unterschied Richter William Alsup zwischen Kopien zum Training von KI-Modellen, der Digitalisierung rechtmäßig gekaufter gedruckter Bücher und der Aufbewahrung von E-Books aus Pirateriequellen in einer zentralen Bibliothek. Auch die Fallzusammenfassung des U.S. Copyright Office stellt diese Unterscheidung ausdrücklich heraus.
Für die Verwendung von Werken zum Training bestimmter LLMs bejahte das Gericht Fair Use.
Nach den konkreten Umständen stufte es den Zweck des LLM-Trainings als stark transformativ ein. Berücksichtigt wurde unter anderem, dass die Kläger keine Verletzung durch Ausgaben von Claude behaupteten, die Verwendung vollständiger Werke für den Trainingszweck in gewissem Umfang erforderlich war und Trainingskopien die Nachfrage nach den Originalwerken nicht nachweislich unmittelbar ersetzten.
Auch beim Zerlegen, Scannen und digitalen Aufbewahren rechtmäßig gekaufter Bücher bejahte das Gericht unter den konkreten Umständen Fair Use. Maßgeblich war unter anderem, dass die Dateien nicht in einen neuen Kopienmarkt gelangten, sondern bereits vorhandene Bücher in eine leichter speicher- und durchsuchbare Form umgewandelt wurden.
Anders fiel die Bewertung beim Herunterladen von Millionen Büchern aus Pirateriequellen und deren Ansammlung in Anthropics interner „central library“ aus.
2. Mehr als sieben Millionen Raubkopien wurden nicht dadurch gerechtfertigt, dass manche später für KI-Training genutzt wurden
Gerichtsunterlagen thematisierten, dass Anthropic über sogenannte Pirate Libraries wie LibGen und PiLiMi bis zu rund sieben Millionen Bücher erworben haben soll. Auch wenn ein Teil später für LLM-Training eingesetzt wurde, blieb die langfristige Aufbewahrung des Gesamtbestands in einer zentralen Bibliothek streitentscheidend.
Die vom Gericht gezogene Linie war klar.
Transformative KI-Nutzung rechtfertigt nicht rückwirkend den früheren Erwerb rechtswidriger Kopien.
Auch das U.S. Copyright Office erläutert in seiner Zusammenfassung von Bartz, dass das Herunterladen und fortgesetzte Aufbewahren von Raubkopien in einer zentralen Bibliothek nicht allein deshalb transformativ wurde, weil die Werke später für Modelltraining verwendet oder autorisierte Exemplare nachgekauft wurden. Beim Aufbau einer digitalen Bibliothek aus Raubkopien sprachen die vier Fair-Use-Faktoren insgesamt gegen Anthropic.
Die zentrale Unterscheidung lautet:
„Wurde es für KI-Training eingesetzt?“ und „Wurden die Trainingsdaten rechtmäßig erworben?“ sind verschiedene Fragen.
3. Die 1,5 Milliarden US-Dollar sind kein „Lizenzpreis für KI-Training“
Der im Juli 2026 endgültig genehmigte Vergleich beläuft sich auf 1,5 Milliarden US-Dollar. Er umfasst rund 480.000 Werke und sieht eine Verteilung von ungefähr 3.000 US-Dollar je Werk vor.
Diese Zahl muss sorgfältig eingeordnet werden.
Das Gericht hat nicht festgelegt, dass das Training mit einem Buch 3.000 US-Dollar kostet.
Die Sammelklage konzentrierte sich auf Ansprüche wegen des Erwerbs von Büchern aus Pirateriequellen; 1,5 Milliarden US-Dollar sind die zwischen den Parteien vereinbarte Vergleichssumme. Das Gericht prüfte nach Rule 23 der Federal Rules of Civil Procedure, ob der Vergleich für die Gruppenmitglieder fair, angemessen und ausreichend war. Es schuf keinen gesetzlichen Lizenzsatz für jedes GenAI-Training.
Auch die Fair-Use-Entscheidung von 2025 beruhte auf einem bestimmten Verfahren und Beweisstand im Northern District of California. Sie bedeutet nicht, dass jedes KI-Training in den USA automatisch Fair Use ist.
Der Fall erlaubt daher weder die Aussage „KI-Training ist legal“ noch „Training mit geschützten Werken ist immer eine Verletzung“.
Zu prüfen ist die gesamte Kette aus Datenerwerb, Vervielfältigung, Verarbeitung und Aufbewahrung.
4. Data Provenance als neuer Schwerpunkt des KI-Urheberrechtsrisikos
Data Provenance – die Nachverfolgbarkeit von Datenquellen und Rechten – ist bei generativer KI nicht mehr nur eine Frage des Data Engineering.
Sie ist Teil des IP-Risikomanagements.
Es kann unzureichend sein, lediglich zu wissen, dass Trainingsdaten „aus dem Internet gesammelt“, „von einem Anbieter gekauft“ oder „ein offener Datensatz“ waren.
Ein Unternehmen muss möglicherweise später nachweisen können, aus welcher Originalquelle die Daten stammen, wer sie bereitstellte, welche Bedingungen beim Erwerb galten, ob eine Erlaubnis oder Lizenz vorlag, zu welchem Zweck eine Kopie erstellt und mit welchen Datensätzen und Modellen sie später verbunden wurde.
Der Anthropic-Fall zeigt den Grund.
Selbst bei identischem Dateninhalt kann sich die rechtliche Bewertung danach unterscheiden, auf welchem Weg die Daten in die Unternehmenssysteme gelangten.
KI-Unternehmen müssen daher neben den Daten auch deren „Rechtehistorie“ verwalten.
5. „Öffentlich zugänglich“ bedeutet nicht „frei kopierbar“
In der KI-Entwicklung besteht häufig das Missverständnis, dass im Web frei sichtbare Daten für Training beliebig kopiert werden dürften.
Zugang zu Inhalten ist nicht gleichbedeutend mit dem urheberrechtlichen Recht zu ihrer Vervielfältigung oder Nutzung.
Auch der Verkauf eines Datensatzes durch einen Anbieter beweist nicht, dass er für jedes darin enthaltene Werk rechtmäßig KI-Trainingsrechte erworben hat.
Unternehmen, die Trainingsdaten von Dritten kaufen, sollten deshalb mehr als Preis und Menge prüfen.
Zu klären ist, auf welcher Grundlage der Anbieter die Daten beschaffte, welche Rechte er übertragen kann, ob Unterlizenzierung erlaubt ist und wer bei einer Urheberrechtsforderung Haftung und Verteidigungskosten trägt.
Ein Vertragssatz wie „Der Lieferant besitzt die erforderlichen Rechte“ ersetzt weder die tatsächliche Rechteprüfung noch die Sicherung von Nachweisen.
6. Unbegrenzte Aufbewahrung nach Abschluss des Trainings ist besonders riskant
Eine weitere Lehre betrifft Zweck und Dauer der Aufbewahrung.
Die streitigen Kopien wurden nicht nur kurz für einen Trainingsschritt genutzt, sondern als allgemeines Material in Anthropics zentraler Bibliothek gespeichert. Das Gericht bewertete diese dauerhafte, allgemeine Bibliothek getrennt vom transformativen Trainingszweck.
Ein Unternehmen muss beantworten können: „Warum befinden sich diese Daten auf unserem Server?“
Richtlinien sollten festlegen, ob Originaldatensätze nach dem Training noch benötigt werden, wie lange sie für Qualitätssicherung oder Reproduzierbarkeit aufbewahrt werden und ob nach Wegfall des Zwecks tatsächlich gelöscht wird.
Governance für KI-Trainingsdaten muss daher Erhebungsregeln, Retention Policy und Deletion Logs miteinander verbinden.
Die Branche verlässt eine Phase, in der mehr Daten allein als Wettbewerbsvorteil galten. Die Fähigkeit, nur notwendige Daten rechtmäßig aufzubewahren und unnötige Daten kontrolliert zu entfernen, kann selbst zum Wettbewerbsvorteil werden.
7. Auch „rechtmäßig gekauft, also dürfen wir alles“ ist gefährlich
Das gegenteilige Missverständnis ist ebenfalls zu vermeiden.
Die Fair-Use-Feststellungen zur Digitalisierung rechtmäßig gekaufter Bücher und zum KI-Training bedeuten nicht, dass der einmalige Kauf eines Werkes jede gewünschte Nutzung erlaubt.
Eigentum und Urheberrecht sind unterschiedliche Rechte. Mit dem Kauf eines Buchexemplars wird nicht das Urheberrecht erworben.
Die Nutzung in Bartz wurde erst nach einer Gesamtwürdigung von Zweck und Art der Nutzung, Art des Werkes, verwendetem Umfang, Marktwirkung und weiteren US-Fair-Use-Faktoren als fair bewertet. Das U.S. Copyright Office ordnet den Fall als „mixed result“ einer Mehrfaktorenprüfung ein.
Die praktische Prüfung darf daher nicht bei „Haben wir bezahlt?“ enden.
Entscheidend ist, welche Rechte erworben wurden und ob sie die beabsichtigte Nutzung abdecken.
8. Die Entscheidung ist keine endgültige US-Regel „KI-Training = Fair Use“
Koreanische Unternehmen sollten dies besonders beachten.
Bartz v. Anthropic ist eine Entscheidung auf Ebene eines US-Bundesbezirksgerichts. Fair Use wird stets anhand von Zweck, Kopierweise, Ausgaben, Marktwirkungen und Beweisen des Einzelfalls beurteilt.
Die Sammelklage zertifizierte auch keine landesweite Gruppe für sämtliche KI-Trainingshandlungen; im Mittelpunkt stand der Erwerb von Raubkopien. Da die Ansprüche vor der Hauptverhandlung durch den Vergleich beigelegt wurden, ist dieser kein höchstrichterlicher Präzedenzfall, der die Urheberrechtsfrage des KI-Trainings abschließend entscheidet.
Die Aussage „Ein US-Gericht hat endgültig entschieden, dass KI-Training keine Urheberrechtsverletzung ist“ wäre daher ungenau.
Präziser ist:
Das Bundesbezirksgericht bewertete die Nutzung für LLM-Training unter den konkreten Umständen als Fair Use, behandelte aber den Erwerb von Raubkopien und den Aufbau und die Aufbewahrung einer gesonderten zentralen Bibliothek als eigenständige Urheberrechtsfrage.
Dieser Unterschied ist erheblich.
9. Warum koreanische KI-Unternehmen jetzt ein Data Rights Registry aufbauen sollten
Der Anthropic-Rechtsstreit betrifft nicht nur US-Unternehmen.
Auch koreanische Unternehmen, die GenAI-Modelle entwickeln, RAG-Dienste betreiben, KI-Suche anbieten, Inhaltsdatensätze verkaufen oder ausländische Modelle feinabstimmen, sollten die Rechte an den Daten in ihren Systemen prüfen.
Besonders wichtig ist dies bei Leistungen für den US-Markt oder bei Vorbereitung von Auslandsinvestitionen, M&A, Technologietransfer und Lizenzierung.
In einer technischen Due Diligence kann die Frage „Enthalten Modell oder Datensatz Urheberrechtsrisiken Dritter?“ ebenso wichtig sein wie „Welches Modell verwenden Sie?“
Pine Patent Law Office hält es für zweckmäßig, je Datensatz mindestens folgende Angaben zu verknüpfen:
- Quelle und Erwerbsdatum
- Rechtsinhaber oder Lieferant
- Anwendbare Lizenz und damalige Version
- Zulässiger Nutzungsumfang
- Tatsächlicher Zweck, etwa Training, Fine-Tuning oder RAG
- Speicherorte von Originalen und bearbeiteten Kopien
- Aufbewahrungsfrist und Löschprotokolle
- Mit den Daten verbundene Modelle
Dies sollte nicht nur als Tabelle, sondern als Data Rights Registry aus IP-Perspektive verwaltet werden.
Ein Unternehmen, das noch Jahre später Quelle und Lizenz sofort belegen kann, steht rechtlich anders da als eines, das nur sagt: „Vermutlich waren es offene Daten.“
10. Im KI-Zeitalter umfasst Due Diligence nicht nur Modellleistung, sondern auch Datenrechtmäßigkeit
Zu Beginn des GenAI-Wettbewerbs war entscheidend, wer mehr Daten beschaffte und größere Modelle trainierte.
Wird KI jedoch zum Kernvermögenswert und werden Modelle mit Milliardenbeträgen bewertet, ändert sich die Frage:
Haben wir das Recht, dieses Modell weiter zu nutzen?
Beruht ein Modell auf möglicherweise rechtswidrig erworbenen Daten, kann dies neben einem Urheberrechtsprozess auch Unternehmenswert, Investitionen, M&A, Auslandsexpansion und Lizenzierung beeinträchtigen.
Data Provenance ist daher keine Zusatzaufgabe neben Datenschutz oder Informationssicherheit.
Sie muss zur IP-Infrastruktur werden, die die Rechtebeständigkeit des Kernvermögenswerts – des KI-Modells – nachweist.
Sicht von Pine Patent Law Office: Die Frage erweitert sich von „Was wurde gelernt?“ zu „Wie wurde es beschafft?“
Wer den Vergleich lediglich als Niederlage eines KI-Unternehmens gegen Urheber betrachtet, erfasst nur die Hälfte des Falls.
Ebenso gefährlich ist die Schlussfolgerung, wegen der Fair-Use-Feststellung dürften geschützte Werke frei für Training genutzt werden.
Entscheidend ist, dass das Gericht einzelne Vervielfältigungshandlungen innerhalb derselben KI-Trainingspipeline getrennt beurteilte.
Modelltraining kann Fair Use sein. Dies entschuldigt aber nicht den Erwerb von Ausgangsmaterial aus Pirateriequellen. Auch rechtmäßig vorhandene Daten erlauben nicht automatisch jede spätere Nutzung.
Die Daten-Governance von KI-Unternehmen lässt sich deshalb auf drei Fragen verdichten:
- Woher stammen diese Daten?
- Auf welcher Rechtsgrundlage besitzen wir sie?
- Deckt diese Grundlage auch unseren aktuellen Aufbewahrungs- und Nutzungszweck?
Nach Anthropic werden Data-Provenance- und Lizenzaufzeichnungen von technischen Unterlagen zu Dokumenten des IP-Risikomanagements.
Mit der Reifung des GenAI-Marktes kann ihre Qualität zu einem Faktor für den technischen und wirtschaftlichen Wert eines KI-Unternehmens werden.
Pine Patent Law Office berät KI- und Softwareunternehmen auf Grundlage ihrer Technologie und Geschäftsmodelle zu Urheberrechts- und Datenlizenzrisiken, Verträgen über KI-Trainingsdaten, Technologietransfer und Lizenzierung sowie IP-Portfoliostrategien.
Quellen
- Bartz v. Anthropic, Order on Fair Use (N.D. Cal., June 23, 2025)
- U.S. Copyright Office, Fair Use Index
- Authors Guild, Court Grants Final Approval of $1.5 Billion Anthropic Copyright Settlement
- Reuters, U.S. judge approves Anthropic’s $1.5 billion settlement of copyright lawsuit
- Official Anthropic Copyright Settlement Website
Dieses Material dient auf Grundlage öffentlich zugänglicher US-Gerichtsunterlagen und Berichte der allgemeinen Information. Es ist keine Rechtsberatung zu einem bestimmten Datensatz, Vertrag oder Dienst. Die Beurteilung kann je nach Erwerbsweg, Lizenzbedingungen, Art der Vervielfältigung und Nutzung, Aufbewahrungszweck und anwendbarem Recht unterschiedlich ausfallen.
