Andreas Sesing-Wagenpfeil
Trainierte KI-Modelle als Vervielfältigungsstücke im Sinne des Urheberrechts
Published in German.
Summary
Authors/Editors
Reviews
Summary
Trainierte KI-Modelle, allen voran sog. generative Systeme, sind bekanntermaßen dazu imstande, gelernte Trainingsdaten zu »erinnern« und diese mitunter unverändert zu reproduzieren. Werden hierdurch personenbezogene Informationen oder - worum es in diesem Beitrag gehen soll - urheberrechtlich geschützte Werke wiedergegeben, stellt sich die Frage nach der rechtlichen Einordnung dieser Vorgänge. Während der Fokus im bisherigen Diskurs vor allem auf der Zulässigkeit der Nutzung geschützter Trainingsdaten und der (urheber-) rechtlichen Relevanz der Ausgabe trainierter Modelle liegt, konzentriert sich der vorliegende Beitrag auf das trainierte Modell selbst: Handelt es sich hierbei - immerhin scheint es in der Lage, ein Werk den menschlichen Sinnen wahrnehmbar zu machen - um ein Vervielfältigungsstück im urheberrechtlichen Sinne? Falls die Frage (wie hier) bejaht wird, bedarf es einer Legitimationsgrundlage für die Herstellung dieses Vervielfältigungsstücks, und lässt sich eine solche nicht finden, steht mit dem Vernichtungsanspruch - der freilich unter einem Verhältnismäßigkeitsvorbehalt steht - eine durchaus drastische Rechtsfolge im Raum. Es bedarf daher eines Diskurses darüber, welche Maßnahmen in diesem Zusammenhang erforderlich sind, aber auch darüber, welche Maßnahmen als ausreichend angesehen werden sollten, um die Folgen der Einordnung eines trainierten Modells als Vervielfältigungsstück einzudämmen. Die nachfolgenden Ausführungen zeigen Ansatzpunkte für diesen Diskurs auf.