Mehr Fairness bei Wikipedia-Nutzung für KI? Das steckt im Fall New York Times vs. OpenAI

In der Klage der New York Times gegen OpenAI und Microsoft geht es um eine Frage zum Urheberrecht: Dürfen KI-Unternehmen Inhalte nutzen, die der New York Times gehören, um damit große Sprachmodelle für generative KI-Produkte zu entwickeln?

Die New York Times ist der Meinung: Open AI und Microsoft dürfen ihre Inhalte nicht nutzen, um KI-Systeme zu trainieren oder zu betreiben. Das sei ein Verstoß gegen das Urheberrecht. OpenAI und Microsoft sehen das anders: Sie meinen, dass sie Texte und Bilder, die öffentlich zugänglich sind, nutzen dürfen. Die Begründung: Die Art der Nutzung sei durch das Fair Use-Prinzip gedeckt.

Das ist ein Grundsatz im amerikanischen Urheberrecht. Er soll eine Balance zwischen den Interessen von Urhebenden und Nutzenden schaffen. Ob die Nutzung eines Bildes oder Textes durch Dritte – also zum Beispiel KI-Unternehmen – als fair bewertet wird oder nicht, hängt von verschiedenen Kriterien ab. Die muss nun das Gericht gegeneinander abwägen.

Ein Kriterium, das OpenAI und Microsoft heranzieht, ist die Frage: Ist die Nutzung der Bilder oder Texte transformativ? Gemeint ist, ob OpenAI und Microsoft etwas ganz Neues und anderes daraus machen. Die Konzerne argumentieren, dass genau dies der Fall sei und ihre Nutzung daher fair use. Indem sie Texte und Bilder in Trainingsdaten umwandeln und damit KI-Systeme bauen, schaffen sie eine technologische Weiterentwicklung, so das Argument.

Ein Kriterium, das gegen fair use spricht, hebt die New York Times hervor: Beeinflusst die Nutzung von urheberrechtlich geschützten Texten oder Bildern durch KI-Unternehmen, ob jemand seine Werke noch verwerten kann? Im Klartext: Sinkt der Wert meines Gemäldes, weil jemand ein Foto davon in der Welt verbreitet? Will niemand mehr mein Buch lesen, weil ein anderer Mensch eine Zusammenfassung davon veröffentlicht hat? Die Times argumentiert, dass das der Fall sei: KI-Konzerne nutzen ihre Texte und Bilder, bauen damit generative KI-Systeme und erschaffen so ein Konkurrenzprodukt. Damit nehmen sie den Zeitungen die Lesenden und gefährden dadurch ihre Geschäftsgrundlage.

Auch Wikimedia-Projekte ringen mit der Frage: Wie kann eine faire Nutzung der Inhalte aussehen? Wie gelingt es, das Versprechen von frei nutzbarem Wissen für alle einzulösen – also für Mensch und Maschine – ohne dass die Projekte Schaden nehmen? Denn Wikipedia und Co. sind aktuell gleich in mehrfacher Hinsicht durch KI herausgefordert.

KI-Konzerne nutzen die Inhalte als Trainingsdatenfutter und ihre Bots verursachen dabei hohe Infrastrukturkosten. Das Absurde: Wikipedia und andere Wikimedia-Projekte sind eine unverzichtbare Infrastruktur für KI. Aber KI droht, Wikipedia unsichtbar zu machen. Die (angebliche) KI-Revolution frisst ihre Kinder. Das kann Auswirkungen darauf haben, wie viele Menschen nachvollziehen können, wie Wissen eigentlich entsteht oder erfahren, dass sie an Wikipedia mitschreiben können. Und es kann Auswirkungen auf die Spenden und damit die Finanzierung des Projekts haben. Und zu allem Überfluss attackierten zuletzt auch noch KI-Agenten Wikipedia. Erfolglos, zum Glück.

Empfehlungen, wie das Gericht mit Blick auf die Wikipedia entscheiden sollte, hat die Wikimedia Foundation dem Richter des zuständigen Gerichts in einem Amicus Brief mitgeteilt. Das ist eine Stellungnahme, mit der sich Personen oder Organisationen in den USA in einen Gerichtsprozess einbringen dürfen, in dem sie selber zwar nicht Klagende oder Beklagte sind, an dem sie aber ein berechtigtes Interesse haben.

Die Wikimedia Foundation plädiert dafür, bei der Anwendung der Fair Use-Kriterien auf KI zwei Aspekte differenziert zu betrachten: zum einen die Nutzung von Inhalten zum Training generativer KI, zum anderen deren Einsatz in Verfahren wie Retrieval-Augmented Generation (RAG).

Die Position: Wenn urheberrechtlich geschützte Inhalte genutzt werden, um große Sprachmodelle zu trainieren, kann das als fair angesehen werden. Denn dadurch entsteht etwas  Neues, das sich von der Quelle – also zum Beispiel Wikipedia-Inhalten – unterscheidet. Wird diese Nutzung als fair use eingestuft, müssten die Lizenzbedingungen nicht eingehalten werden. Das heißt: Es muss nicht angegeben werden, woher die Inhalte stammen.

Anders sieht es aus, wenn Texte und Bilder aus Wikipedia oder anderen Quellen für RAG genutzt werden. Es ist zwar begrüßenswert, wenn Chatbots so entwickelt werden, dass ihre Antworten weniger Fehler oder Halluzinationen enthalten. Wenn sie jedoch Inhalte aus Wikipedia lediglich kopieren, dürfen sie diese nicht als eigene Antworten ausgeben. Sie müssen ihre Herkunft angeben. Denn dabei entsteht nichts Neues. Werden die Lizenzbedingungen nicht eingehalten, verschwindet Wikipedia jedoch zunehmend als Quelle.

Rechtsfragen rund um KI-Entwicklung und ihren Einsatz sind aktuell sehr dynamisch. Wichtig ist dabei, dass neben den Rechten von Verlagen, Medienhäusern oder Kreativen auch die von gemeinnützigen Projekten und Organisationen bedacht werden. Für die Wikimedia-Projekte bedeutet dies mindestens, dass jede Nutzung der Inhalte für RAG und neuere Techniken, die einem ähnlichen Zweck dienen, auch dazu führt, dass deutlich wird: Diese Inhalte kommen von Wikipedia – und alle Menschen auf der Suche nach mehr Informationen finden sie dort.