Logo DFJV

Jetzt Mitglied werden und sofort profitieren!

Werden Sie jetzt Mitglied und lassen Sie sich kostenlos und individuell von unseren Experten beraten.

Mitglied werden

Jetzt Mitglied werden und sofort profitieren!

Werden Sie jetzt Mitglied und lassen Sie sich kostenlos und individuell von unseren Experten beraten.

Mitglied werden

Jetzt Mitglied werden und sofort profitieren!

Werden Sie jetzt Mitglied und lassen Sie sich kostenlos und individuell von unseren Experten beraten.

Mitglied werden
Background-Bild

KI-Training, Chatbots und Web-Crawling

Wie Medienschaffende und Verlage ihre Texte schützen – und was der EuGH jetzt vorbereitet.

von Rechtsanwalt Christian Solmecke. 

Große Sprachmodelle und generative KI-Systeme wie ChatGPT, Google Gemini, Claude oder Meta AI sind auf einen ständigen Nachschub an aktuellen, sprachlich präzisen und faktengeprüften Texten angewiesen. Für Medienschaffende, Redaktionen und Verlage entsteht dadurch ein doppeltes Dilemma: Zum einen durchsuchen automatisierte Web-Crawler das Netz, um Artikel und Reportagen ungefragt als Rohstoff in ihre Trainingsdatenbanken zu kopieren. Zum anderen greifen moderne KI-Chatbots bei Nutzeranfragen in Echtzeit auf aktuelle Nachrichtenartikel zu, fassen diese zusammen und liefern den Nutzern fertige Antworten. Die KI tritt damit in direkte Konkurrenz zu den publizistischen Originalquellen und gräbt den Medienangeboten den überlebenswichtigen Traffic ab. Während Verlage und Urheber beim KI-Training vor allem auf technische Widerspruchslösungen (Opt-Outs) angewiesen sind, zeichnet sich für die Echtzeit-Nutzung durch Chatbots vor dem Europäischen Gerichtshof (EuGH) eine wegweisende juristische Wende ab.

Das KI-Training und der rechtssichere Opt-Out nach § 44b UrhG

Aus urheberrechtlicher Sicht greift beim automatisierten Auslesen und Speichern von Texten für Trainingsdatensätze zunächst das Vervielfältigungsrecht des Urhebers nach § 16 UrhG. Eigentlich bräuchten KI-Entwickler dafür eine Lizenz. Allerdings hat der europäische Gesetzgeber mit Artikel 4 der DSM-Richtlinie (RL (EU) 2019/790), die in Deutschland durch § 44b UrhG umgesetzt wurde, eine weitreichende gesetzliche Ausnahme für das sogenannte Text- und Data-Mining (TDM) geschaffen. Danach ist es grundsätzlich erlaubt, rechtmäßig zugängliche Werke im Netz automatisiert zu vervielfältigen, um daraus Muster und Korrelationen zu gewinnen – ohne Zustimmung der Urheber und ohne Vergütungspflicht. Das Landgericht Hamburg hat in seinem Grundsatzurteil vom 27. September 2024 (Az. 310 O 227/23 – LAION) bestätigt, dass auch die Erstellung von Datensätzen für das Training künstlicher Intelligenz unter diese Schranke fällt.

Für kommerzielle KI-Konzerne hält das Gesetz jedoch eine entscheidende Stopptaste bereit: Nach § 44b Abs. 3 UrhG entfällt die Erlaubnis für das Text- und Data-Mining, sobald der Rechtsinhaber sich die Nutzung seiner Werke ausdrücklich vorbehält. Bei online veröffentlichten Texten und Bildern muss dieser Nutzungsvorbehalt zwingend in „maschinenlesbarer Form“ erklärt werden. Flankiert wird dies durch Artikel 53 Absatz 1 Buchstabe c der europäischen KI-Verordnung (EU AI Act), der alle Anbieter von KI-Modellen mit allgemeinem Verwendungszweck verpflichtet, solche Opt-Outs mittels modernster Technologien zu identifizieren und strikt zu beachten.

 robots.txt bleibt wichtigstes Instrument

Wer ein eigenes Online-Magazin, ein Fachportal oder einen journalistischen Blog betreibt, sollte diesen Vorbehalt mehrschichtig verankern. Das wichtigste technische Instrument bleibt die Datei robots.txt im Stammverzeichnis der Domain. Über gezielte Sperrbefehle lassen sich dort die bekannten KI-Crawler (wie GPTBot, Google-Extended, ClaudeBot oder CCBot) vom Abruf ausschließen, ohne den regulären Suchmaschinen-Index zu blockieren. Ergänzend sollten im HTML-Header Meta-Tags wie „noai“ sowie das vom World Wide Web Consortium (W3C) entwickelte Text and Data Mining Reservation Protocol (TDMRep) hinterlegt werden. Bei Fotografien und PDF-Dossiers empfiehlt sich ein Widerspruch direkt in den IPTC- beziehungsweise XMP-Metadaten, ergänzt durch ein ausdrückliches Verbot im Impressum und in den AGB. Freie Medienschaffende, die keinen Zugriff auf die Serverarchitektur ihrer Auftraggeber haben, sollten zudem in Verlagsverträgen pauschale Buy-out-Klauseln für KI-Lizenzen kritisch prüfen und ihre Wahrnehmungsverträge bei der VG Wort aktuell halten.

Paukenschlag in Luxemburg – EuGH-Generalanwalt zieht KI-Chatbots enge Grenzen

Selbst wer den Trainings-Crawlern widerspricht, steht vor einem zweiten Problem: Immer mehr KI-Systeme nutzen für tagesaktuelle Fragen die sogenannte Retrieval-Augmented Generation (RAG). Dabei durchsucht der Chatbot im Moment der Nutzeranfrage in Echtzeit das Internet, liest aktuelle Presseartikel aus und formuliert daraus binnen Sekunden eine Antwort. Genau diese Praxis steht im Zentrum des ersten Verfahrens zu generativer KI vor dem Europäischen Gerichtshof (Rechtssache C-250/25), in dem Generalanwalt Maciej Szpunar am 3. November 2026 seine mit Spannung erwarteten Schlussanträge vorgelegt hat.

Ausgangspunkt des Rechtsstreits ist die Klage des ungarischen Nachrichtenportal-Betreibers Like Company gegen Google. Der Verlag wirft dem Tech-Konzern vor, über den KI-Chatbot Gemini ungarische Presseartikel ohne Lizenz vervielfältigt und in den Antworten öffentlich zugänglich gemacht zu haben, wodurch das europäische Leistungsschutzrecht für Presseverleger (Art. 15 DSM-Richtlinie, in Deutschland §§ 87f ff. UrhG) verletzt werde.

In seinem Gutachten nimmt Generalanwalt Szpunar eine für die Medienbranche äußerst wichtige Trennung vor: Während er die Vorlagefragen zum bloßen KI-Training im konkreten Fall aus formalen Gründen für unzulässig hält – unter anderem weil das reine Modelltraining im Hintergrund noch keine „Online-Nutzung“ einer Presseveröffentlichung darstelle und hierfür im Grundsatz die TDM-Schranke greife –, schlägt er bei den Echtzeit-Antworten der Chatbots einen strengen Kurs zugunsten der Presse ein. Die technischen Kopien, die ein Chatbot beim Echtzeit-Abruf eines Artikels für eine konkrete Nutzeranfrage erstellt, fallen nach seiner Auffassung nicht unter die gesetzliche Ausnahme für Text- und Data-Mining.

Wann KI-Antworten das Leistungsschutzrecht und Urheberrecht verletzen

Ob ein KI-Chatbot wie Gemini durch seine Antworten die Rechte der Presseverlage verletzt, macht der Generalanwalt an zwei zentralen Kriterien fest, die für den journalistischen Alltag unmittelbare Bedeutung haben:

Erstens kommt es auf den rechtmäßigen Zugriff an. Greift ein KI-Chatbot auf redaktionelle Inhalte zu, indem er wirksame technische Schutzmaßnahmen wie Bezahlschranken (Paywalls) oder spezifische Bot- und Scraping-Sperren umgeht, ist bereits die dabei entstehende technische Vervielfältigung rechtswidrig. Auch eine Berufung auf die Ausnahme für flüchtige technische Kopien scheidet dann aus.

Zweitens entscheidet die inhaltliche Gestaltung der KI-Antwort über den Unterschied zwischen erlaubter Recherche und verbotener Rechtsverletzung. Szpunar stellt klar, dass weder das Urheberrecht noch das Presseverlegerrecht ein Monopol auf reine Nachrichten oder Fakten gewähren. Ein Chatbot darf also durchaus über reine Tatsachen berichten, die er einem Artikel entnommen hat. Die rechtliche Grenze wird jedoch dort überschritten, wo die KI die „spezifische Ausdrucksform“ des journalistischen Originalbeitrags in erkennbarer Weise übernimmt – und zwar in einem solchen Umfang, dass die Antwort des Chatbots die Lektüre des Originalartikels für den Nutzer vollständig ersetzt. Geschieht dies systematisch, verletzt der Chatbot-Betreiber das Recht der öffentlichen Zugänglichmachung.

Zugleich entzieht der Generalanwalt den Tech-Konzernen die beliebte Ausrede, lediglich ein neutrales Werkzeug bereitzustellen und für die konkreten Prompts der Nutzer nicht verantwortlich zu sein. Nach Szpunars Maßstab haften die Anbieter der KI-Chatbots unmittelbar selbst, wenn der Rückgriff auf fremde Presseinhalte Teil ihres Geschäftsmodells ist oder wenn sie keine geeigneten technischen Filter und Schutzvorkehrungen implementiert haben, um eine zu starke Übernahme geschützter Textpassagen wirksam zu verhindern.

Was bedeutet das für die journalistische Praxis?

Auch wenn die Schlussanträge des Generalanwalts für die Richter in Luxemburg rechtlich nicht bindend sind, folgt der Europäische Gerichtshof ihnen in der Praxis in rund 80 Prozent der Fälle. Mit dem endgültigen Grundsatzurteil ist in einigen Monaten zu rechnen. Für Medienschaffende und Medienhäuser liefert das Gutachten schon jetzt eine klare Handlungsanweisung: Wer seine Texte vor dem unvergüteten Ausbluten durch KI-Systeme schützen will, muss zweigleisig fahren. Gegen das Abgreifen für das allgemeine Modelltraining hilft nur ein sauber konfigurierter, maschinenlesbarer Opt-Out nach § 44b Abs. 3 UrhG. Gegen das unmittelbare Abschöpfen aktueller Artikel durch antwortende KI-Chatbots gewinnen hingegen technische Zugangsbeschränkungen, Paywalls und Bot-Sperren enorm an juristischer Schlagkraft – denn wer diese digitalen Schranken als KI-Betreiber ignoriert oder Originalformulierungen zu dicht zusammenfasst, begeht nach der sich abzeichnenden EuGH-Linie eine handfeste Rechtsverletzung.

Alle Beiträge

Sie veröffentlichen professionell?

Jetzt Mitglied werden
WordPress Cookie Plugin von Real Cookie Banner