Open Source basiert schon immer auf einem einfachen, aber wirkungsvollen Tausch: Du darfst den Code nutzen, studieren, verändern und weitergeben, aber\ndu musst die Lizenz respektieren. Dieser Deal hat Linux, Kubernetes, PostgreSQL, Python, unzählige Sicherheitsbibliotheken\nund die Infrastruktur hinter weiten Teilen des modernen Internets hervorgebracht.
\nGenerative KI setzt diesen Deal unter Druck.
\nGroße KI-Modelle werden mit riesigen Mengen von Text, Bildern, Audio, Video und Quellcode trainiert. Ein bedeutender Teil dieses\nMaterials wurde von Menschen öffentlich bereitgestellt, die teilen, zusammenarbeiten, dokumentieren, lehren oder veröffentlichen wollten. Öffentliche\nVerfügbarkeit ist jedoch nicht gleichbedeutend mit Erlaubnis für jede kommerzielle Nutzung. Ein Repository im Internet\nist nicht automatisch ein Verzicht auf das Urheberrecht. Eine Open-Source-Lizenz ist keine Einladung, Namensnennung, Copyleft,\nHinweise, Quellcode-Weitergabe oder Einschränkungen in Abhängigkeitslizenzen zu ignorieren.
\nDas ist das zentrale Dilemma: KI-Unternehmen argumentieren oft, dass Training Analyse, Lernen oder Fair Use sei. Viele Urheber:innen und\nOpen-Source-Maintainer argumentieren, dass beim Modell-Training in großem Maßstab geschütztes Werk kopiert wird – oft ohne\nErlaubnis, Kompensation, Namensnennung oder eine praktikable Möglichkeit zum Opt-Out.
\nOpen-Source-Code lässt sich einfach sammeln. Er ist strukturiert, durchsuchbar, versioniert und in öffentlichen Repositories gehostet.\nEr enthält außerdem Kommentare, Tests, Issue-Diskussionen, Beispiele, Commit-Historien, Dokumentation und Konfigurationsdateien.
\nFür KI-Modellbauer ist das extrem wertvolles Trainingsmaterial. Für Maintainer birgt es mehrere Risiken.
\nEs geht dabei nicht nur um die Frage, ob ein Modell perfekten Funktions-Code ausgeben kann. Das war bei\nfrühen KI-Coding-Tools sichtbarer, wo Prompts manchmal erkennbaren Code reproduzieren konnten. Als die Produkte reiften, wurden die Anbieter\nvorsichtiger mit Filtern, Ähnlichkeitsprüfungen und Output-Kontrollen. Aber das Vermeiden offensichtlicher 1:1-Reproduktion löst das\ntiefere Problem nicht. Der Trainingsprozess könnte dennoch auf Code basiert haben, dessen Lizenzbedingungen nie weitergegeben wurden.
\nMit anderen Worten: Das Urheberrechtsproblem verschwindet nicht einfach nur, weil der Nachweis im\nOutput schwieriger zu erkennen ist.
\nDas ist insbesondere für reziproke Lizenzen wie die GPL und AGPL wichtig. Diese Lizenzen sind keine bloßen Genehmigungsscheine.\nSie gewähren große Freiheiten, verlangen aber auch, dass abgeleitete Werke oder unter entsprechenden Bedingungen weitergegebene Software diese\nFreiheiten erhalten. Wurde ein Modell mit GPL-Code trainiert und erzeugt dann Code, der im Wesentlichen auf diesem Input basiert, kann der Nutzende\nunwissentlich GPL-Pflichten in sein eigenes Projekt einführen. Ist dieses Projekt Closed Source, proprietär oder wird unter einer inkompatiblen Lizenz verteilt,\nkann das zu einem Lizenzverstoß führen.
\nDas praktische Problem: Der/die User/in kann es in der Regel nicht wissen. Die KI-Assistentin sagt nicht: „Dieser Vorschlag stammt von GPL-lizenzierter Software“, „dieses Muster\nkommt von einem AGPL-Projekt“ oder „dieser Output ähnelt Apache-lizenziertem Code und muss Hinweise erhalten“. Der Lizenzkontext war im Trainingsdatensatz vorhanden,\nfehlt aber in der Antwort. Dadurch reißt die Compliance-Kette, von der Open-Source-Lizenzierung abhängt.
\nEntwickler:innen lernen ständig von Open Source. Wir lesen Code, verstehen Muster und schreiben unsere eigene Implementierung. Das\nist normal und gesund. Open Source lebt von dieser Art des Lernens.
\nKI-Training unterscheidet sich in Skalierung, Automatisierung und Marktwirkung. Ein Mensch, der ein Projekt liest, kopiert normalerweise nicht\nMillionen von Repositories in eine Trainingspipeline, komprimiert ihre Statistikmuster in ein kommerzielles Modell und verkauft den Zugang zu Code-Generierung als Produkt.\nDas Modell speichert zwar vielleicht keine Dateien wie eine Datenbank, aber der wirtschaftliche Wert entsteht dennoch\naus der Extraktion von Mustern aus fremder Arbeit.
\nDeshalb ist die Diskussion so schwierig. Wenn für jeden Akt des maschinellen Lernens mit öffentlichem Code eine individuelle\nGenehmigung nötig ist, werden viele KI-Systeme praktisch untrainierbar. Wenn nie eine Genehmigung erforderlich ist, werden die wirtschaftlichen und moralischen Rechte der\nUrheber:innen viel schwächer. Beide Extreme schaffen Probleme.
\nDie Rechtslage ist uneinheitlich. Staaten versuchen immer noch, KI in Urheberrechtssysteme einzuordnen, die nicht für\ngroßskaliges Modelltraining geschaffen wurden.
\nDie EU hat einen expliziteren Rahmen. Die Richtlinie über das Urheberrecht im digitalen Binnenmarkt\nenthält Ausnahmen für Text und Data Mining. Artikel 3 betrifft Forschungseinrichtungen und Kulturerbe-Institutionen.\nArtikel 4 erlaubt Text- und Data-Mining breiter, auch kommerziell, ermöglicht aber Rechteinhabern, ihre Rechte vorzubehalten,\nzum Beispiel durch maschinenlesbare Mittel.
\nDer AI Act der EU fügt für\nAllzweck-KI-Modelle eine weitere Schicht hinzu. Anbieter müssen Transparenz- und urheberrechtsbezogene Pflichten erfüllen, darunter Regelungen zur Einhaltung des EU-Urheberrechts\nund Zusammenfassungen der Trainingsinhalte. Ob ein konkreter Trainingsdurchlauf rechtmäßig war, lässt sich so nicht immer beantworten, doch die EU bewegt sich auf\nein Modell zu, bei dem KI-Anbieter mehr dokumentieren müssen und Rechteinhaber effektivere Mittel zum Widerspruch haben.
\nDie Schwäche ist die praktische Durchsetzung. Opt-out-Mechanismen sind fragmentiert. robots.txt wurde für Webcrawler, nicht\nfür differenzierte Urheberrechtsvorbehalte über Source-Repositories, Paketregistries, Mirrors, Datensätze oder Forks entwickelt. Eine kleine:r\nOpen-Source-Maintainer:in könnte ein Recht auf Vorbehalt haben, aber keine realistische Möglichkeit, zu prüfen, ob ein Frontier-Modell es respektiert hat.
Die USA haben keine KI-spezifische Ausnahme vom Urheberrecht für Training. Die Debatte dreht sich im Wesentlichen um Fair Use,\nRechtsstreitigkeiten, Lizenzdeals und Marktschäden. Das Copyright Office der USA\nanalysiert KI und Urheberrecht in mehreren Berichten, darunter digitale Repliken, die Urheberrechtfähigkeit von KI-Outputs und das Training generativer KI. Die Fair-Use-Richtlinien\nbetonen, dass Fair Use einzelfallabhängig ist und von Faktoren wie Zweck, Nutzungsmenge und Marktauswirkung abhängt.
\nDas macht die USA flexibler, aber weniger vorhersehbar. KI-Unternehmen können argumentieren, dass Training „transformativ“ ist. Rechteinhaber:innen können argumentieren,\ndass massenhaftes Kopieren kommerziell ist, Lizenzmärkte ersetzt und den Wert ihrer Werke mindert. Die Gerichte stecken die Grenzen erst noch ab.
\nFür Open Source schafft der US-Ansatz Unsicherheit. Ein Unternehmen kann glauben, das Modelltraining mit öffentlichen Repositories sei Fair Use,\nwährend Maintainer meinen, dass die Lizenzbedingungen ignoriert wurden. Bis Gerichte oder Gesetze Klarheit schaffen, entsteht praktisch eine Schieflage:\nGroße Unternehmen können rechtliches Risiko absorbieren, einzelne Maintainer:innen oft nicht.
\nDas Vereinigte Königreich bewegt sich zwischen beiden Positionen. Die Regierung hat über einen Rechtsrahmen für KI und Urheberrecht konsultiert,\nder eine Ausnahme für Text-/Data-Mining, Rechtevorbehalt, Lizenzen und stärkere Transparenz kombinieren würde. In der amtlichen Konsultation wird anerkannt, dass das geltende britische Recht umstritten ist und dass es an Sicherheit für Kreative und KI-Entwickler mangelt.
\nDas ist der Versuch, einen Mittelweg zu finden: KI-Training in großem Maßstab erlauben, wo Rechte nicht vorbehalten wurden, Rechteinhabern aber mehr Kontrolle und bessere Sichtbarkeit verschaffen.\nOb das funktioniert, hängt von technischen Details ab. Ein Opt-out, den nur große Verlage nutzen können, ist kein faires System für unabhängige Entwickler:innen, Musiker:innen, Autor:innen und kleine Open-Source-Projekte.
\nJapan gilt oft als großzügiger für Informationsanalyse und maschinelles Lernen, wenngleich die Details weiter Auslegung und Guidance unterliegen. Die japanische Agentur für kulturelle Angelegenheiten veröffentlichte eine allgemeine Einschätzung zu KI und Urheberrecht, die deutlich macht, dass das Thema rechtlich nuanciert bleibt.
\nAuch Singapur hat eine relativ weite Ausnahme für rechnergestützte Datenanalyse. Ziel ist es, Innovation und KI-Entwicklung zu fördern. Aber der bekannte Trade-off gilt: Breitere Trainings-Befugnisse schwächen die Verhandlungsposition der Rechteinhaber:innen, sofern sie nicht mit Transparenz, Lizenzmärkten oder anderen Schutzmechanismen einhergehen.
\nDie Open-Source-Debatte ist Teil eines größeren Konflikts um digitale Identität und kreative Arbeit.
\nSchauspieler:innen wehren sich gegen KI-Systeme, die Gesichter, Bewegungen und Darbietungen kopieren. Sprecher:innen und Sänger:innen kämpfen gegen geklonte Stimmen, die neue Performances ohne Einwilligung erzeugen können. Autor:innen und Journalist:innen kämpfen gegen Modelle, die auf Büchern, Artikeln und Archiven trainiert wurden. Bildende Künstler:innen kämpfen gegen Generatoren, die ihren Stil imitieren oder den Markt mit abgeleiteten Werken überschwemmen.
\nDas Muster ist in jedem Fall ähnlich:
\nFür Schauspieler:innen und Sänger:innen geht es nicht nur ums Urheberrecht. Es geht auch um Persönlichkeitsrechte, Öffentlichkeitsrechte, Arbeitsrecht,\nVertragsrecht, Verbraucherschutz und Einwilligung. Eine Stimme kann Darbietung, biometrisches Merkmal, Marke und Identität gleichzeitig sein. Ein Gesicht kann materielles Asset und die Person selbst sein.
\nOpen-Source-Entwickler:innen denken vielleicht nicht an sich als Performer, aber die Ökonomie ist vergleichbar. Ihre Arbeit wird\nzum Trainingsmaterial für ein System, das mit ihnen konkurrieren, Namensnennungen reduzieren und Wert von vielen kleinen Kreativen zu\neinigen wenigen Großanbietern verlagern kann.
\nEines der schwächsten Argumente in der KI-Debatte ist die Gleichsetzung von öffentlichem Zugang mit uneingeschränkter Nutzung. So hat das Web nie funktioniert. Ein Blogpost ist öffentlich, aber nicht frei als Buch neu veröffentlichbar. Ein Foto ist öffentlich, aber nicht frei in einer Werbeanzeige nutzbar. Ein GitHub-Repository ist öffentlich, unterliegt aber weiterhin Urheberrecht und Lizenzbedingungen.
\nOpen-Source-Lizenzen beruhen auf dieser Unterscheidung. Sie gewähren breite Rechte, aber diese sind an Bedingungen geknüpft. MIT, Apache, BSD, GPL, AGPL, MPL und andere Lizenzen unterscheiden sich\nbei Namensnennung, Patentgewährung, Quellcode-Weitergabe, Netzwerknutzung und abgeleiteten Werken. Alle öffentlich zugänglichen Codes pauschal als Rohmaterial zu betrachten,\nlöscht diese Unterschiede aus.
\nDas ist gefährlich, denn Lizenzvielfalt ist kein Zufall – sondern Ausdruck der Intention der Maintainer:innen.
\nEs gibt keine einfache Lösung, aber einige Prinzipien könnten das Ökosystem gesünder machen.
\nKI-Anbieter sollten aussagekräftige Zusammenfassungen der Trainingsdatenquellen veröffentlichen. Nicht jede einzelne Datei muss öffentlich gelistet sein, aber\nbreite Aussagen wie „auf öffentlichen Daten trainiert“ genügen nicht. Entwickler:innen, Kreative, Verlage und Nutzende müssen wissen, welche Arten von Material verwendet wurden und auf welcher Rechtsgrundlage.
\nWenn das Gesetz auf Opt-Outs setzt, müssen diese einheitlich, zugänglich und durchsetzbar sein. Ein kleines Projekt sollte keine Rechtsabteilung brauchen, um zu sagen: „Hiermit kein KI-Training!“\nRepositories, Paketregistries, Websites und Content-Plattformen brauchen klare Mechanismen, die von KI-Crawlern tatsächlich respektiert werden.
\nCode-Assistenten sollten Nutzer:innen beim Verständnis von Lizenzrisiken helfen. Wenn generierter Code bekannten Open-Source-Code ähnelt, sollte das Tool warnen und die passende Lizenz sichtbar machen. Ähnlichkeitsprobleme zu verstecken reduziert kurzfristig Klagen, erhöht aber das Compliance-Risiko für Entwickler:innen und Unternehmen.
\nManche Trainingsnutzungen sollten lizenziert werden. Das könnte direkte Lizenzen, kollektive Lizenzen, Datenmarktplätze oder Umsatzbeteiligung einschließen. Die Details werden je nach Quellcode, Musik, Film, Journalismus und bildender Kunst unterschiedlich sein, doch der Grundsatz bleibt: Wenn ein kommerzielles KI-Produkt auf hochwertiger menschlicher Arbeit basiert, sollten deren Urheber:innen nicht unsichtbar sein.
\nDigitale Klone von Stimmen, Gesichtern und Darbietungen sollten Einwilligung erfordern. Labeling allein reicht nicht, wenn eine Fake-Stimme oder ein Fake-Gesicht genutzt werden kann, um zu täuschen, zu belästigen, zu betrügen oder jemanden kommerziell zu ersetzen. Hier ist das Urheberrecht nur ein Teil der Antwort.
\nDie Rechtslage ist ungeklärt, doch Maintainer:innen haben dennoch praktische Möglichkeiten.
\nAll dies löst das Problem nicht vollständig. Es reduziert lediglich das Risiko, bis Rechtsprechung und Branche nachziehen.
\nDie größte Gefahr ist nicht, dass KI von Open Source lernt. Von Open Source zu lernen, ist einer der Gründe, warum die Softwarewelt funktioniert.
\nDie Gefahr besteht darin, dass KI offene Zusammenarbeit in ein einseitiges Extraktionsmodell verwandelt. Wenn Maintainer Code, Dokus, Bugreports, Beispiele und Community-Wissen einbringen,\nwährend der kommerzielle Wert woanders ohne Namensnennung, Lizenz-Compliance oder Unterstützung fürs Gemeinwohl abgeschöpft wird, bricht der soziale Vertrag.
\nOpen Source lebt vom Vertrauen. KI-Unternehmen brauchen Open Source, laufen aber Gefahr, genau das Ökosystem zu schädigen, auf das sie bauen.\nLizenzen zu respektieren, sinnvolle Transparenz über Trainingsdaten zu schaffen, Maintainer zu unterstützen und Opt-Out- sowie Lizenz-Mechanismen zu implementieren sind keine Anti-KI-Positionen. Es sind Pro-Nachhaltigkeits-Positionen.
\nKI kann ein nützliches Werkzeug für Entwickler:innen, Künstler:innen, Autor:innen, Sänger:innen, Schauspieler:innen und Unternehmen sein. Aber Nützlichkeit tilgt nicht Eigentumsrechte, Einwilligung oder Ansehen. Wenn eine Gesellschaft KI-Systeme will, die an den Werken von Millionen lernen, muss sie auch regeln, wie diese Menschen Kontrolle über ihr Werk behalten.
\nDiese Entscheidung darf nicht allein den Unternehmen überlassen bleiben, die die Daten bereits kopiert haben.
","frontmatter":{"date":"July 06, 2026","slug":"ai-open-source-and-intellectual-property","title":"KI, Open Source und geistiges Eigentum","description":"Wie das Training von KI Open Source, Urheberrecht, Lizenzen und den breiteren Kampf um kreative Arbeit, Stimmen, Gesichter und digitale Identität herausfordert.","author":"Sascha Pfeiffer","featuredImage":null}}},"pageContext":{"slug":"ai-open-source-and-intellectual-property","lang":"de","langPathPrefix":"/de"}},"staticQueryHashes":["2149092236","3128451518","3192060438"]}