Was an den Vorwürfen dran istKaufen KI-Firmen massenhaft gebrauchte Bücher – und zerstören sie?
Um ihre KI zu trainieren, kaufen US-Konzerne in großem Stil gebrauchte Bücher in Deutschland. Die Werke werden gescannt und dabei oft zerstört, um den Prozess zu beschleunigen. So lautet zumindest der Vorwurf. Im Netz kursieren zahlreiche Videos zu dem Thema und sorgen für Empörung. Was steckt dahinter?
Zuletzt haben sich Berichte von Antiquaren gehäuft, die große Mengen gebrauchter Bücher verkauften. Die Vermutung: Die Bücher werden von KI-Unternehmen aus den USA gekauft, gescannt und zum Training Künstlicher Intelligenz verwendet. Außerdem wird den KI-Firmen vorgeworfen, die Bücher in dem Prozess zu zerstören. Stimmt das?
Woher kommen die Vorwürfe?
Sie kommen vor allem von Antiquaren. Markus Brandis, Vorsitzender des Verbandes deutscher Antiquare, berichtet von zahlreiche Fällen, in denen Antiquare plötzlich ungewöhnliche Bestellungen erhalten hätten. Innerhalb weniger Monate hätten einzelne Antiquare so Gewinne im sechsstelligen Bereich gemacht, sagt er. „Das ist schon bemerkenswert.“ Meist seien die Bestellungen nachts eingegangen, sagt er. Die Auftraggeber kämen oftmals aus Nordamerika. Bestellt worden seien vor allem „Ladenhüter“, also Bücher, die schon lange in den Regalen standen und nicht gekauft wurden.
Ein gutes Geschäft für Antiquariate?
Zwar werde das Geschäft der Antiquare durch die neuen Käufer kurzfristig belebt, langfristig spricht Brandis jedoch von einer „Barbarei“, die er „schärfstens“ ablehne. Dass KI-Unternehmen für den Scan-Prozess Bücher zerstörten, sei dabei nicht das Hauptproblem – von den meisten gebe es viele Exemplare – viel entscheidender sei die Frage nach dem Urheberrecht.
Bei klassischen Buchläden seien bisher keine vergleichbaren Bestellungen eingegangen, sagt Thomas Koch, Pressesprecher beim Börsenverein des Deutschen Buchhandels. Doch auch er spricht von einer „sehr besorgniserregenden Entwicklung“ und einem „klaren und massiven Verstoß gegen das Urheberrecht“.
Wer steckt dahinter?
Vermutet werden hinter den Käufen große KI-Entwickler. In Bezug auf das US-Unternehmen Anthropic, Betreiber der KI-Software Claude, gibt es dafür auch konkrete Belege.
Anthropic kaufte in großem Stil Bücher, um KI-Software zu trainieren, wie aus Gerichtsunterlagen hervorgeht, die im Rahmen einer Urheberrechtsklage von Autoren gegen das Unternehmen veröffentlicht wurden. Darunter ist auch ein internes Planungsdokument, das knapp die Ziele eines Plans mit dem Namen „Project Panama“ umschreibt. „Project Panama ist unser Vorhaben, alle Bücher der Welt destruktiv zu scannen“, heißt es hier. Gemeint ist das absichtliche Zerstören von Büchern im Scan-Prozess. Dabei werden zum Beispiel Buchrücken abgetrennt.
Auf Anfrage teilte Anthropic mit: „Claude wird auf einer Mischung von öffentlich zugänglichen Web-Daten, kommerziell erworbenen Datensätzen und selbst generierten Daten trainiert.“ Die Beschaffung von Büchern sei in der gesamten KI-Branche ein weit verbreiteter Ansatz für das Training großer Sprachmodelle. „Bei keinem unserer Programme zum Datenankauf werden seltene oder antiquarische Bücher zerstört.“
Von Google hieß es: „Wir respektieren das Urheberrecht, arbeiten in Partnerschaft mit anderen und geben Verlagen die Kontrolle darüber, wie ihre Inhalte verwendet werden.“ Mit dem einstigen Projekt Google Books habe man „Hunderten von Bibliotheken weltweit geholfen, gemeinfreie Werke für zukünftige Generationen zu digitalisieren – und dabei die physischen Exemplare unversehrt zurückgegeben“.
In einer jüngsten Verlagsklage wird Google vorgeworfen, Daten aus Google Books in Verletzung von Urheberrechten zum Training der KI-Software Gemini genutzt zu haben. Der Konzern äußerte sich unter Verweis auf ein laufendes Verfahren nicht dazu.
OpenAI reagierte nicht auf eine Anfrage.
Warum scannen KI-Unternehmen Bücher?
Sebastian Schelter ist Professor an der Technischen Universität Berlin und forscht zu Künstlicher Intelligenz. Chatbots, wie ChatGPT oder Claude, basieren auf sogenannten Large Language Models (LLM) – also statistischen Modellen, die mit riesigen Textmengen trainiert werden, erklärt er. „Man hat empirisch festgestellt, dass je größer diese Modelle sind und mit je mehr Daten trainiert worden ist, desto besser funktionierten sie“, sagt Schelter.
Die ersten Modelle seien auf Daten aus dem Netz trainiert worden, da diese am zugänglichsten gewesen seien. „Ab einem bestimmten Punkt hatte man sozusagen das gesamte öffentliche Internet da schon reingeschmissen“, sagt Schelter. Seit ein paar Jahren seien die Unternehmen deshalb auf der Suche nach Daten, die nicht im Internet verfügbar sind.
Bei der Suche nach Material für KI-Trainings gehe es aber auch um Konkurrenz zwischen den KI-Unternehmen: „Wenn es eine Firma schafft, Zugriff auf bestimmte Daten zu bekommen, die eine andere Firma nicht hat, dann kann das automatisch ein Wettbewerbsvorteil sein“, erklärt Schelter.
Muss man ein Buch zerstören, um es scannen zu können?
Die kurze Antwort: nein.
Kathrin Kessen ist Vorstandsmitglied des Deutschen Bibliotheksverbandes und kennt sich aus mit der Digitalisierung von Büchern. Ein Buch zu scannen, ohne es zu beschädigen, sei recht aufwendig, da nicht jedes Buch zu 180 Grad aufgeschlagen werden könne und die Seiten einzeln umgeblättert werden müssten, sagt sie.
Schneller und deutlich günstiger sei es, die Seiten für den Scan-Prozess vom Buchrücken abzutrennen. „Das würden wir in Bibliotheken mit Büchern nie machen“, sagt Kessen. Da es bei den KI-Unternehmen aber um eine Massenverarbeitung gehe, könne ein Grund für sie sein, sogenannte Einzugscanner zu benutzen, die lose Seiten stapelweise verarbeiten können.
Grundsätzlich könne einem aber auch niemand vorschreiben, was man mit einem Buch macht, nachdem man es gekauft hat, sagt Kessen. Dennoch emotionalisiert das Thema. „Gerade in Deutschland berührt das Thema Bücherzerstörung oder gar -verbrennung natürlich ganz besonders“, merkt Kessen an.
Was sagt das deutsche Recht?
In Deutschland ist das Einscannen von urheberrechtlich geschützten Büchern verboten. Nur wenn der Inhaber oder die Inhaberin der entsprechenden Rechte zustimmt oder eine entsprechende gesetzliche Schranke (beispielsweise für eine Privatkopie) greift, ist ein Scan zulässig. Ob man ein Buch gekauft hat, ändert daran nichts.
Das Scannen von Büchern für KI-Trainings ist allerdings erlaubt – jedoch nur bei Einhaltung erheblicher Auflagen, erklärt Rechtsanwalt Christian Solmecke. Die wohl wichtigste Auflage: Der Zugang zum Werk muss rechtmäßig sein. „Der legale Kauf eines Exemplars, auch eines gebrauchten, genügt dafür“, sagt Solmecke. Eine Vergütung für die Urheber ist jedoch nicht vorgesehen – einer der Hauptkritikpunkte an der Norm.
Wie aus den US-Gerichtsunterlagen hervorgeht, hatten Anthropic und andere KI-Unternehmen Bücher in großen Mengen unrechtmäßig – vor allem über zwei Online-Sammlungen von Raubkopien – beschafft. Anthropic betont aber, damit trainierte Modelle seien nicht kommerziell veröffentlicht worden und man habe damit keine Erlöse gemacht.
Spielt es eine Rolle, dass die Bücher zerstört werden?
Eine weitere Auflage des deutschen Urheberrechts legt fest, dass die Vervielfältigungen gelöscht werden müssen, sobald sie für das KI-Training nicht mehr erforderlich sind. Genau an dieser Stelle werde es heikel, da die gesammelten Daten, auf denen die KI trainiert, üblicherweise nicht nach einem einmaligen Gebrauch gelöscht, sondern für spätere Modellgenerationen vorgehalten würden, sagt Solmecke.
Bezüglich der Löschung der Daten wird es jedoch an dieser Stelle besonders interessant: Denn in einem Gerichtsverfahren gegen Anthropic in den USA zu der Sache war genau dieser Punkt entscheidend. So war die Vernichtung der Bücher Teil der Begründung des Gerichts dafür, dass der Vorgang rechtmäßig war.
„Damit lag im Ergebnis kein zusätzliches Exemplar vor, sondern ein bloßer Formatwechsel – rechtlich vergleichbar mit dem Umkopieren einer gekauften CD auf einen MP3-Player“, sagt Solmecke. Die schlussendliche Entsorgung der Bücher war aus rechtlicher Sicht für das KI-Unternehmen also positiv.
Und welches Recht gilt nun?
Entscheidend ist das Land, in dem die Bücher gescannt und entsorgt werden. Da die Bücher in den USA gescannt werden, gilt das dortige Recht. Auch wenn bereits drei Gerichtsurteile in erster Instanz zu der Bewertung von KI-Trainings gefällt wurden (zwei zugunsten der KI-Firmen, eins zulasten) ist die Rechtslage zu der Sache in den USA bisher aber nicht eindeutig geklärt.
