Künstliche Intelligenz und Urheberrecht: Training, Input, Output und Verträge

Kurzantwort: Was gilt bei KI und Urheberrecht für Unternehmen?

• Für KI-Inhalte gilt kein eigenes, vollständig vom Urheberrecht getrenntes Regelwerk. Die bestehenden Vorschriften sind auf Trainingsmaterial, Eingaben, Ausgaben und deren Nutzung anzuwenden.
• Wer fremde Texte, Bilder, Musik, Software oder Daten in ein KI-System eingibt, darf nicht allein daraus auf eine Berechtigung schließen, dass er die Inhalte lesen, intern verwenden oder im Internet abrufen kann.
• Rein maschinell erzeugte Ergebnisse sind regelmäßig nicht als persönliche geistige Schöpfung urheberrechtlich geschützt. Ob ein Mensch den Entstehungsprozess hinreichend individuell gestaltet hat, muss anhand des konkreten Arbeitsablaufs beurteilt werden.
• Ein selbst nicht geschützter Output kann dennoch geschützte Bestandteile eines fremden Werkes übernehmen und Rechte verletzen.
• Nutzungsbedingungen des KI-Anbieters regeln das Verhältnis zwischen Anbieter und Kunde. Sie können Rechte außenstehender Urheber oder sonstiger Rechtsinhaber nicht beseitigen.
• Bei wirtschaftlich wichtigen Ergebnissen sind daher Herkunft und Verarbeitung der Eingaben, menschliche Gestaltungsbeiträge, Outputkontrolle, Verwendungszweck und vertragliche Risikoverteilung gemeinsam zu prüfen.

Die Rechtekette verläuft über vier Stufen

Stufe	Zentrale Frage für das Unternehmen
Training und Anpassung	Darf das Material für Datensatzerstellung, Training, Fine-Tuning oder eine Wissensdatenbank verwendet werden?
Input	Darf der konkrete Inhalt in dieses System eingegeben und gegebenenfalls an dessen Anbieter übermittelt werden?
Output	Ist das Ergebnis selbst geschützt und enthält es möglicherweise geschützte Bestandteile Dritter?
Veröffentlichung und Vertrag	Darf das Ergebnis für den vorgesehenen Zweck genutzt und mit den zugesagten Rechten weitergegeben werden?

Diese Fragen sind getrennt zu beantworten. Dass ein Trainingsvorgang zulässig war, schließt eine Rechtsverletzung durch einen konkreten Output nicht aus. Umgekehrt belegt die bloße Ähnlichkeit eines Stils noch keine unzulässige Übernahme eines geschützten Werkes.

Welcher KI-Einsatz liegt tatsächlich vor?

Vor der urheberrechtlichen Prüfung muss der technische Vorgang geklärt werden. In der Praxis kommen insbesondere folgende Konstellationen vor:

• Nutzung eines allgemein verfügbaren KI-Dienstes über dessen Eingabemaske,
• Hochladen einzelner Texte, Bilder, Dateien oder Codebestände,
• Aufbau einer internen Wissensdatenbank mit Retrieval-Augmented Generation, kurz RAG,
• Erstellung von Embeddings oder andere dauerhafte Aufbereitung von Inhalten,
• Fine-Tuning oder sonstige Anpassung eines vorhandenen Modells,
• Integration eines fremden Modells oder KI-Dienstes in ein eigenes Produkt,
• Entwicklung und Angebot eines eigenen KI-Systems oder KI-Modells.

Eine einmalige Eingabe, eine dauerhaft gespeicherte Wissensdatenbank und ein Fine-Tuning sind technisch und rechtlich nicht gleichzusetzen. Relevant sind insbesondere Art und Dauer der Vervielfältigungen, Speicherorte, Zugriffsmöglichkeiten, Weiterverwendung durch den Anbieter und die spätere Ausgabe der Inhalte.

Training und Fine-Tuning: Welche Inhalte dürfen verwendet werden?

Texte, Fotografien, Grafiken, Musik, Videos und Software können urheberrechtlich geschützt sein. Hinzukommen Leistungsschutzrechte, Datenbankrechte und vertragliche Nutzungsbeschränkungen. Wer ein eigenes Modell trainiert, ein vorhandenes Modell anpasst oder eine Wissensdatenbank aufbaut, sollte deshalb zunächst Herkunft und Rechtekette des Materials dokumentieren.

Eine Nutzung kann durch eine Lizenz oder durch eine gesetzliche Erlaubnis gedeckt sein. Für Text und Data Mining enthält das deutsche Urheberrechtsgesetz vor allem § 44b UrhG. Die Vorschrift erlaubt unter bestimmten Voraussetzungen Vervielfältigungen rechtmäßig zugänglicher Werke für die automatisierte Analyse. Die Kopien sind zu löschen, wenn sie hierfür nicht mehr erforderlich sind. Die Erlaubnis greift nicht, wenn sich der Rechtsinhaber die Nutzung wirksam vorbehalten hat; bei online zugänglichen Werken muss der Vorbehalt maschinenlesbar sein.

Für wissenschaftliche Forschung gelten nach § 60d UrhG besondere Voraussetzungen. Begünstigt sind nur die dort genannten Forschungsträger, Kulturerbe-Einrichtungen und nicht kommerziell tätigen einzelnen Forscher. Daraus folgt keine allgemeine Privilegierung kommerzieller Entwicklungsprojekte. Auch die Zusammenarbeit mit einer Forschungseinrichtung macht einen unternehmerischen Trainingsvorgang nicht automatisch zulässig.

Ein Rechtevorbehalt nach § 44b UrhG verdrängt die Forschungsregelung nicht; vertragliche Beschränkungen können erlaubte Nutzungen nach § 60d unter den Voraussetzungen des § 60g UrhG nicht zum Nachteil der Berechtigten ausschließen. Für Computerprogramme gilt eine Besonderheit: § 60d ist nach § 69d Absatz 6 UrhG nicht anwendbar. Text und Data Mining an Software kann jedoch unter den Voraussetzungen des § 44b in Verbindung mit § 69d Absatz 4 UrhG zulässig sein.

Ob und in welchem Umfang sämtliche Schritte des generativen KI-Trainings von den Text-und-Data-Mining-Regelungen erfasst werden, ist nicht abschließend geklärt. Die jüngsten Entscheidungen unterscheiden insbesondere zwischen der vorbereitenden Erstellung eines Datensatzes, einer möglichen Speicherung geschützter Inhalte im Modell und deren Wiedergabe im Output.

Was gilt für den Rechtevorbehalt?

Für online zugängliche Werke verlangt § 44b Absatz 3 UrhG einen maschinenlesbaren Rechtevorbehalt. Welche technischen Lösungen hierfür im Einzelnen genügen, entwickelt sich weiter. In Betracht kommen je nach Inhalt und Verbreitungsweg insbesondere Metadaten, standardisierte Protokolle und Crawler-Anweisungen. Eine Klausel in allgemeinen Nutzungsbedingungen sollte nicht ohne technische Prüfung als ausreichend angesehen werden.

Der freiwillige Copyright-Teil des europäischen GPAI Code of Practice sieht für seine Unterzeichner unter anderem die Beachtung von robots.txt und geeigneten weiteren maschinenlesbaren Protokollen vor. Die Europäische Kommission arbeitet weiterhin an der praktischen Konkretisierung solcher Verfahren. Rechteinhaber sollten deshalb technische und vertragliche Vorbehalte aufeinander abstimmen und deren Implementierung dokumentieren.

Was die aktuelle Rechtsprechung zum KI-Training tatsächlich sagt

Drei Entscheidungen sind für die Einordnung besonders wichtig. Keine von ihnen ist bislang rechtskräftig.

OLG Hamburg: Datensatzerstellung kann Text und Data Mining sein

Das Hanseatische Oberlandesgericht wies am 10. Dezember 2025 die Berufung eines Fotografen zurück (Az. 5 U 104/24). Ein Verein hatte eine online abrufbare Fotografie heruntergeladen, um Bild und Beschreibung abzugleichen und einen Datensatz zu erstellen, der später für KI-Training verwendet werden konnte.

Nach Auffassung des Senats war die konkrete Vervielfältigung durch § 44b UrhG und zusätzlich durch die Forschungsregelung des § 60d UrhG gedeckt. Der damalige Nutzungsvorbehalt der Bildagentur erfüllte nach Ansicht des Gerichts nicht die erforderliche Maschinenlesbarkeit. Entschieden wurde damit die Datensatzerstellung im konkreten Fall, nicht pauschal die Zulässigkeit jedes späteren Modelltrainings. Das OLG hat die Revision zugelassen.

LG München I: Memorisierung von Liedtexten in Sprachmodellen

Das Landgericht München I gab am 11. November 2025 einer Klage der GEMA gegen zwei OpenAI-Unternehmen im Wesentlichen statt (Az. 42 O 14139/24). Nach den Feststellungen der Kammer waren neun geschützte Liedtexte in den untersuchten Sprachmodellen reproduzierbar enthalten und auf einfache Anfragen weitgehend originalgetreu ausgegeben worden.

Das Gericht wertete sowohl die festgestellte Memorisierung in den Modellen als auch die konkreten Outputs als Eingriffe in Verwertungsrechte. Die Text-und-Data-Mining-Schranke decke zwar erforderliche vorbereitende Vervielfältigungen für die Analyse. Eine reproduzierbare Festlegung der Liedtexte im Modell, die nach Auffassung der Kammer keiner weiteren Analyse mehr diente, sei hiervon aber nicht erfasst. Für die Zurechnung der Outputs zum Anbieter war mitentscheidend, dass weitgehend originalgetreue Wiedergaben auf einfache Anfragen erzeugt wurden. Das Urteil ist nicht rechtskräftig.

LG München I: GEMA gegen Suno

Mit Urteil vom 31. Juli 2026 gab dieselbe Kammer auch der Klage der GEMA gegen den Anbieter des Musikgenerators Suno überwiegend statt (Az. 42 O 763/25). Das Gericht sah sechs Musikwerke in den auf Servern in Deutschland gespeicherten Modellen als memorisiert an und erkannte originelle Elemente in den erzeugten Musikstücken wieder. Bei der Generierung hatte die Klägerseite jeweils den Original-Liedtext, den Werktitel und den gewünschten Musikstil eingegeben; Vorgaben zu Melodie, Harmonie, Rhythmus oder Arrangement enthielten die Prompts dagegen nicht.

Für das Training hatte der Anbieter nach den gerichtlichen Feststellungen Musikwerke mittels Stream-Ripping von YouTube kopiert und dabei den als technische Schutzmaßnahme eingesetzten Rolling Cipher umgangen. Die Kammer bejahte Verletzungen durch die Vervielfältigung in den Modellen und durch die Outputs. Als deutsches Gericht erster Instanz wandte sie auf die in den USA vorgenommenen Trainingshandlungen US-amerikanisches Recht an und ließ die geltend gemachte Fair-Use-Verteidigung nach ihrer Bewertung des konkreten Sachverhalts nicht greifen. Das Urteil ist ebenfalls nicht rechtskräftig.

Welche Folgerung ist für Unternehmen belastbar?

Die Entscheidungen begründen weder eine allgemeine Erlaubnis noch ein allgemeines Verbot von KI-Training. Sie zeigen vielmehr drei getrennte Prüfungsgegenstände:

1. War die Beschaffung und Aufbereitung des Trainingsmaterials erlaubt?
2. Sind geschützte Inhalte im Modell reproduzierbar festgelegt?
3. Übernimmt ein konkreter Output geschützte, wiedererkennbare Bestandteile?

Für Unternehmen, die nur einen fremden KI-Dienst nutzen, bleibt vor allem die dritte Frage praktisch relevant. Wer eigene Datensätze, Modelle oder Fine-Tunings entwickelt, muss alle drei Ebenen prüfen.

Welche urheberrechtlichen Pflichten enthält der AI Act?

Der AI Act ersetzt das Urheberrecht nicht. Anbieter von KI-Modellen mit allgemeinem Verwendungszweck müssen jedoch nach Artikel 53 Absatz 1 Buchstaben c und d der KI-Verordnung insbesondere

• eine Strategie zur Einhaltung des Urheberrechts der Union und zur Beachtung von Rechtevorbehalten vorhalten und
• eine hinreichend detaillierte Zusammenfassung der für das Training verwendeten Inhalte nach dem verbindlichen Muster der Kommission veröffentlichen.

Für Modelle, die seit dem 2. August 2025 in der Union in Verkehr gebracht werden, gelten diese Pflichten seit diesem Datum; die Kommission kann sie seit dem 2. August 2026 durchsetzen. Anbieter von Modellen, die bereits vor dem 2. August 2025 in Verkehr waren, müssen die Vorgaben grundsätzlich bis zum 2. August 2027 erfüllen. Auch bei frei und quelloffen lizenzierten Modellen bleiben die Copyright-Strategie und die Zusammenfassung der Trainingsinhalte erforderlich; die Open-Source-Erleichterung betrifft unter ihren Voraussetzungen andere Dokumentations- und Informationspflichten.

Der GPAI Code of Practice ist ein freiwilliges Instrument, mit dem Anbieter die Erfüllung dieser Pflichten darlegen können. Seine Einhaltung begründet jedoch keine abschließende gesetzliche Vermutung, dass jede konkrete Nutzung urheberrechtlich zulässig ist. Das verbindliche Muster für die Trainingsinhaltszusammenfassung soll insbesondere Rechteinhabern eine bessere Einordnung der verwendeten Quellen ermöglichen.

Diese Transparenz schafft weder eine urheberrechtliche Lizenz noch entscheidet sie über die Rechtmäßigkeit eines konkreten Trainingsvorgangs oder Outputs. Ein Unternehmen, das lediglich einen fremden KI-Dienst einsetzt, wird dadurch regelmäßig auch nicht selbst zum Anbieter des zugrunde liegenden Modells. Die Rollen und weiteren Pflichten erläutert der Beitrag zum EU AI Act für Unternehmen.

Input und Prompts: Was darf in ein KI-System eingegeben werden?

Ein selbst formulierter kurzer Prompt wirft meist andere Fragen auf als der Upload eines vollständigen Textes, Bildes, Quellcodebestands oder Kundenarchivs. Bei fremden Inhalten ist zu prüfen, ob die vorhandene Berechtigung auch die konkrete Verarbeitung durch das KI-System und gegebenenfalls die Übermittlung an einen externen Anbieter umfasst.

Typische Ausgangsmaterialien sind:

• Unterlagen von Kunden oder Geschäftspartnern,
• Inhalte freier Mitarbeiter, Agenturen und Beschäftigter,
• lizenzierte Stockmedien, Schriften, Musik oder Software,
• Quellcode und Open-Source-Komponenten,
• interne Dokumentationen und Datenbanken,
• öffentlich zugängliche Inhalte aus dem Internet.

Ein internes Lese- oder Bearbeitungsrecht umfasst nicht ohne Weiteres die Weitergabe an einen KI-Dienst. Ebenso wenig lässt sich aus der öffentlichen Abrufbarkeit eines Werkes ableiten, dass es für Fine-Tuning, RAG oder andere dauerhafte Verarbeitungen genutzt werden darf.

Zusätzlich sind die Bedingungen des KI-Anbieters zu prüfen: Speichert er die Eingaben? Verwendet er sie zur Verbesserung oder zum Training? Werden Unterauftragnehmer eingesetzt? Lassen sich entsprechende Verwendungen technisch und vertraglich ausschließen? Wie lange bleiben Inhalte erhalten und wo werden sie verarbeitet?

Urheberrecht ist dabei nur eine Prüfebene. Kundendaten, Geschäftsgeheimnisse, personenbezogene Daten und berufliche Verschwiegenheit können eine Eingabe unabhängig davon ausschließen, ob das Material urheberrechtlich geschützt ist.

Entsteht Urheberrecht am KI-Output?

Nach § 2 Absatz 2 UrhG sind nur persönliche geistige Schöpfungen als Werke geschützt. Urheber ist nach § 7 UrhG der Schöpfer des Werkes. Ein KI-System ist keine Person und kann deshalb nicht selbst Urheber sein.

Ein ohne hinreichende menschliche Gestaltung erzeugter Output genießt danach regelmäßig keinen eigenen urheberrechtlichen Werkschutz. Das ist wirtschaftlich relevant: Fehlt ein Schutzrecht, kann das Unternehmen Dritten die Übernahme des Ergebnisses nicht allein aufgrund eines eigenen Urheberrechts untersagen.

Anders kann es bei KI-unterstützten Arbeiten liegen. Hat ein Mensch die konkrete Ausdrucksform durch individuelle Auswahl-, Anordnungs- und Bearbeitungsentscheidungen geprägt, können diese menschlichen Beiträge oder das dadurch gestaltete Endergebnis geschützt sein. Maßgeblich ist nicht die Anzahl der Prompts, sondern die tatsächliche kreative Kontrolle über das wahrnehmbare Ergebnis.

Für die Einordnung können insbesondere folgende Punkte relevant sein:

• Wie konkret waren die eigenen gestalterischen Vorgaben?
• Welche Teile des Ergebnisses bestimmte das System eigenständig?
• Welche Varianten wurden nach eigenen Gestaltungskriterien ausgewählt und kombiniert?
• Welche inhaltlichen oder gestalterischen Änderungen erfolgten anschließend?
• Lassen sich die menschlichen Entscheidungen und Arbeitsschritte nachvollziehen?

Das Amtsgericht München hat diese Abgrenzung in einem Urteil vom 13. Februar 2026 konkretisiert (Az. 142 C 9786/25). Es verneinte den Schutz für drei mit generativer KI erzeugte Logos. Auch ein rund 1.700 Zeichen langer und getesteter Prompt sowie iterative Korrekturen genügten im entschiedenen Fall nicht, weil die Vorgaben weitgehend allgemein oder ergebnisoffen blieben und die konkrete Gestaltung dem System überlassen wurde. Zugleich hielt das Gericht Schutz für möglich, wenn menschliche kreative Elemente den konkreten Output objektiv erkennbar prägen und so dominieren, dass das Ergebnis insgesamt als eigene originelle Schöpfung angesehen werden kann.

Eine Vertragsklausel, nach der ein Anbieter seine Rechte am Output überträgt, beantwortet diese Schutzfrage nicht. Sie kann nur solche vertraglichen Befugnisse oder Rechte zuordnen, die tatsächlich bestehen.

Kann ein KI-Output Rechte Dritter verletzen?

Fehlender eigener Schutz bedeutet nicht, dass der Output frei von Rechten Dritter ist. Eine Verletzung kommt insbesondere in Betracht, wenn geschützte Ausdrucksformen eines vorhandenen Werkes vollständig oder teilweise übernommen werden. Entscheidend sind unter anderem Eigenart, Umfang und Wiedererkennbarkeit der übernommenen Elemente.

Eine bloße Idee, ein Thema, eine Methode oder ein abstrakter Stil ist urheberrechtlich nicht in gleicher Weise geschützt wie die konkrete Gestaltung. Die Abgrenzung kann im Einzelfall dennoch schwierig sein – etwa bei charakteristischen Bildkompositionen, längeren Textpassagen, Melodien oder übernommenem Programmcode.

Für Softwareunternehmen treten Lizenzfragen hinzu. Enthält generierter Code wiedererkennbare Teile fremder Software, können neben dem Urheberrecht auch Open-Source-Lizenzpflichten relevant werden. Ein Funktions- oder Sicherheitstest ersetzt deshalb nicht die Prüfung auffälliger Übernahmen und der verwendeten Abhängigkeiten.

Der erforderliche Kontrollumfang richtet sich nach der Nutzung. Ein internes Arbeitskonzept verlangt regelmäßig eine andere Prüfung als ein zentrales Markenmotiv, ein verkaufsfähiges Softwaremodul oder eine exklusive Kundenkampagne. Je größer Reichweite, wirtschaftlicher Wert und zugesagte Exklusivität sind, desto belastbarer sollte die Herkunfts- und Outputprüfung sein.

Darf ein KI-Output kommerziell genutzt werden?

Eine allgemeine Regel, nach der KI-Outputs nur privat oder nur mit Kennzeichnung kommerziell genutzt werden dürften, besteht nicht. Für die konkrete Nutzung müssen jedoch drei Ebenen zusammenpassen:

1. Die Bedingungen des KI-Anbieters müssen die geplante geschäftliche Nutzung erlauben.
2. Der Output darf keine Rechte Dritter verletzen.
3. Das Unternehmen darf gegenüber Kunden nur solche Rechte und Eigenschaften zusagen, die es tatsächlich gewährleisten kann.

Gerade Agenturen, Medienunternehmen und Softwareanbieter sollten zwischen Nutzbarkeit und Exklusivität unterscheiden. Ein Ergebnis kann verwendbar sein, ohne dass hieran ein ausschließliches Urheberrecht entstanden ist. Wer einem Kunden eine exklusive, umfassend geschützte Leistung schuldet, muss diesen Punkt bereits bei Leistungsbeschreibung, Gestaltung des Arbeitsprozesses und Rechteklauseln berücksichtigen.

Kennzeichnungspflichten nach dem AI Act sind eine gesonderte Frage. Sie betreffen seit dem 2. August 2026 insbesondere bestimmte Deepfakes und unter näheren Voraussetzungen KI-generierte oder manipulierte Texte zu Angelegenheiten von öffentlichem Interesse. Eine Kennzeichnung schafft weder Urheberrechtsschutz noch heilt sie eine Rechtsverletzung.

Verträge müssen die gesamte KI-Lieferkette erfassen

Vertrag mit dem KI-Anbieter

Zu prüfen sind insbesondere:

• erlaubte geschäftliche Nutzungszwecke,
• Rechte und Verwendungsbefugnisse an Ein- und Ausgaben,
• Training oder sonstige Wiederverwendung der Eingaben,
• Vertraulichkeit, Speicherfristen und Unterauftragnehmer,
• Änderungen des Modells oder der Vertragsbedingungen,
• Umfang von Haftungsbeschränkungen und Freistellungen,
• Unterstützung bei Beanstandungen durch Dritte,
• anwendbares Recht und Gerichtsstand.

Eine Freistellung ist nur so belastbar wie ihr Anwendungsbereich und ihre Voraussetzungen. Ausschlüsse für veränderte Outputs, bestimmte Modelle, fehlende Filter, wissentlich eingegebene Fremdinhalte oder eine vertragswidrige Nutzung können den praktischen Wert erheblich begrenzen.

Verträge mit Kunden und Auftraggebern

Bei Kundenleistungen sollte geklärt werden:

• ob und in welchem Umfang KI eingesetzt werden darf,
• welche Beschaffenheit und welche Nutzungsrechte geschuldet sind,
• ob Exklusivität erwartet oder zugesagt wird,
• welche Ausgangsmaterialien der Kunde bereitstellen darf,
• welche Prüf- und Freigabeschritte vorgesehen sind,
• wie mit Ansprüchen Dritter und nachträglichen Beanstandungen umzugehen ist,
• welche Dokumentation und Transparenz erwartet werden.

Statt pauschal von „Eigentum am Output“ zu sprechen, sollten Verträge zwischen Urheberschaft, Nutzungsrechten, vertraglichen Verwendungsbefugnissen und Rechten Dritter unterscheiden. Hinweise zur Gestaltung digitaler Leistungsbeziehungen finden sich auch im Bereich IT-Recht und Internetrecht.

Beschäftigte, freie Mitarbeiter und interne Prozesse

Auch die vorgelagerte Rechtekette muss passen. Unternehmen sollten klären, welche Materialien Beschäftigte und freie Mitarbeiter verwenden dürfen, ob Kundeninhalte in KI-Systeme eingegeben werden dürfen und wie menschliche Bearbeitungsschritte dokumentiert werden. Eine interne KI-Richtlinie kann diese Punkte mit Datenschutz, Geschäftsgeheimnisschutz und Freigabeprozessen verbinden.

Sechs typische Fehlannahmen

„Der Anbieter überträgt mir den Output, also darf ich ihn uneingeschränkt nutzen.“
Die Anbieterbedingungen können keine Rechte außenstehender Dritter beseitigen und keinen gesetzlichen Urheberrechtsschutz entstehen lassen.

„Wenn der Output nicht geschützt ist, kann er auch keine Rechte verletzen.“
Eigener Schutz und mögliche Verletzung fremder Rechte sind zwei unterschiedliche Fragen.

„Ein eigener Prompt macht mich automatisch zum Urheber.“
Entscheidend ist, ob sich individuelle menschliche Gestaltung im konkreten Ergebnis niederschlägt, nicht lediglich, dass ein Mensch den Vorgang ausgelöst hat.

„Was im Internet steht, darf für ein internes KI-Projekt verwendet werden.“
Öffentliche Zugänglichkeit ersetzt weder eine Lizenz noch die Voraussetzungen einer gesetzlichen Erlaubnis.

„Eine KI-Kennzeichnung löst das urheberrechtliche Problem.“
Transparenz und Urheberrecht verfolgen unterschiedliche Zwecke. Eine Kennzeichnung erlaubt keine geschützte Nutzung.

„Die Freistellung des Tool-Anbieters deckt unsere Kundenleistung vollständig ab.“
Freistellungen enthalten häufig Voraussetzungen und Ausschlüsse. Zusätzlich können gegenüber dem eigenen Kunden weitergehende Zusagen bestehen.

Was Unternehmen vor einem KI-Projekt prüfen sollten

1. Anwendungsfall bestimmen: Was verarbeitet oder erzeugt das System und wofür soll das Ergebnis verwendet werden?
2. Technischen Ablauf klären: Werden Inhalte nur kurzfristig eingegeben, dauerhaft gespeichert, eingebettet, zum Fine-Tuning genutzt oder an weitere Anbieter übertragen?
3. Herkunft der Inhalte dokumentieren: Woher stammen Texte, Bilder, Musik, Code und Datenbanken?
4. Rechte an den Eingaben prüfen: Decken Lizenzen, Kundenvereinbarungen und gesetzliche Erlaubnisse die konkrete Verarbeitung?
5. Anbieterbedingungen auswerten: Welche Nutzung ist erlaubt und welche Verantwortung verbleibt beim Unternehmen?
6. Menschliche Gestaltung festhalten: Welche Auswahl-, Steuerungs- und Bearbeitungsentscheidungen prägen das Endergebnis?
7. Output angemessen kontrollieren: Enthält er auffällige Übereinstimmungen, fremde Marken, Personen, Codebestandteile oder andere geschützte Elemente?
8. Verwendungszweck bewerten: Bleibt der Output intern, wird er veröffentlicht, in ein Produkt integriert oder exklusiv an Kunden übertragen?
9. Verträge und Freigaben ordnen: Sind Nutzungsumfang, Transparenz, Prüfung und Haftung entlang der Lieferkette nachvollziehbar verteilt?

Damit entsteht die Tatsachengrundlage für die rechtliche Einordnung. Ob ein konkreter Output veröffentlicht, in ein Produkt übernommen oder mit exklusiven Rechten weitergegeben werden kann, hängt von seinem Entstehungsprozess und der jeweiligen Rechtekette ab.

Wann eine individuelle Prüfung sinnvoll ist

Eine individuelle Einordnung ist insbesondere sinnvoll bei:

• Fine-Tuning, RAG oder eigenen Datensätzen mit fremden Inhalten,
• Integration generativer Funktionen in eigene Software oder Plattformen,
• Kampagnen, Publikationen und Medienproduktionen mit erheblicher Reichweite,
• Zusage exklusiver Nutzungsrechte gegenüber Kunden,
• auffälliger Ähnlichkeit eines Outputs mit bestehenden Werken,
• unklaren Anbieterbedingungen oder weitreichenden Haftungsausschlüssen.

Für eine erste Prüfung sind regelmäßig eine Beschreibung des technischen Ablaufs, die Anbieterbedingungen, Herkunft und Art der Eingaben, ausgewählte Outputs sowie die geplante Nutzung aussagekräftiger als ein allgemeines KI-Konzept. Ich prüfe auf dieser Grundlage die Rechtekette, die vertraglichen Befugnisse und die offenen Risiken. Ziel ist eine belastbare Entscheidungsgrundlage für Einsatz, Veröffentlichung und Vertragsgestaltung.

Unterlagen und eine kurze Beschreibung des Einsatzes können über die Kontaktseite übermittelt werden.

Amtliche Quellen

• Urheberrechtsgesetz, insbesondere §§ 2, 7, 16, 44b, 60d, 60g und 69d
• Richtlinie (EU) 2019/790 über das Urheberrecht im digitalen Binnenmarkt
• Verordnung (EU) 2024/1689 – KI-Verordnung
• Europäische Kommission: GPAI Code of Practice
• Europäische Kommission: Muster für die Zusammenfassung der Trainingsinhalte
• Europäische Kommission: Leitlinien zur Transparenz KI-generierter Inhalte
• OLG Hamburg, Urteil vom 10. Dezember 2025 – 5 U 104/24
• LG München I, Urteil vom 11. November 2025 – 42 O 14139/24
• LG München I, Urteil vom 31. Juli 2026 – 42 O 763/25
• AG München, Urteil vom 13. Februar 2026 – 142 C 9786/25

Der Beitrag bietet eine allgemeine Orientierung und ersetzt nicht die Prüfung eines konkreten KI-Systems, Entstehungsprozesses, Outputs oder Vertragsverhältnisses.