Weitere Studie des EP zu KI und Urheberrecht
Der Kluwer Copyright Blog berichtet über eine Studie des Europäischen Parlaments »The economics of copyright and AI – Empirical evidence and optimal policy« aus dem Dezember 2025. Sie untersucht die ökonomischen Grundlagen des Urheberrechts im Kontext generativer KI. Die Autoren stellen dabei einen Konflikt in den Mittelpunkt: Einerseits schafft das Urheberrecht Anreize für kreative Leistungen und Investitionen, andererseits begrenzt es den Zugang zu Wissen und kann damit Innovation hemmen. Der Konflikt würde durch den Einsatz von KI verschärft, da moderne Modelle auf die massenhafte Nutzung bestehender Inhalte als Trainingsdaten angewiesen wären, die häufig urheberrechtlich geschützt seien. Ich würde dem hier entgegnen, dass jedes Modell eines Marktes den Zugang zu irgendetwas begrenzt und dass jedes Austarieren von Angebot und Nachfrage bei dieser Betrachtung als Konflikt gesehen werden müsste. Nehmen wir zum Beispiel Rohstoffe. Niemand käme auf die Idee, dass Länder mit Rohstoffen diese freigeben müssen und die Entwicklung anderer Länder nicht zu behindern. Meines Wissens ist der Zugang zu NVIDIA-Prozessoren begrenzt und niemand findet das ungewöhnlich. Warum wird bei urheberrechtlichem Eigentum mit anderem Maß gemessen?
Immerhin stellt die Studie fest, dass unklar ist, in welchem Umfang bestehende Schrankenregelungen wie Text- und Data-Mining-Ausnahmen greifen und wie die von KI erzeugten Outputs urheberrechtlich zu bewerten sind, und sie weist darauf hin, dass GenKI in bestimmten Bereichen kreative Leistungen substituieren kann und dadurch potenziell zu sinkenden Einnahmen für Urheberinnen und Urheber führt.
Zur Bewertung möglicher regulatorischer Antworten vergleicht die Studie verschiedene Politikmodelle. Ein Ansatz besteht in einer weitgehenden Freistellung der Nutzung geschützter Werke für KI-Zwecke, was innovationsfreundlich ist, jedoch keine Vergütung für Rechteinhaber vorsieht. Ein zweites Modell, das in der Europäischen Union bereits angelegt ist, basiert auf einem Opt-out-System, bei dem die Nutzung grundsätzlich erlaubt ist, solange Rechteinhaber nicht widersprechen. Richtig erkannt, stößt dieses Modell in der Praxis auf erhebliche Umsetzungsprobleme, insbesondere hinsichtlich der tatsächlichen Kontroll- und Durchsetzungsmöglichkeiten. In der Praxis ist ja weder das eine noch das andere gegeben.
Demgegenüber stehen lizenzbasierte Ansätze, bei denen die Nutzung nur mit Zustimmung der Rechteinhaber erfolgt. Dem Autor der Studie zufolge sichern diese zwar eine Vergütung, sind aber mit hohen Transaktionskosten verbunden und schwer skalierbar. Als vierte Option diskutiert die Studie gesetzliche Vergütungsmodelle, bei denen die Nutzung erlaubt ist, jedoch mit einer pauschalen, kollektiv organisierten Vergütung einhergeht.
Die Studie argumentiert daher, dass eine ausgewogene Lösung erforderlich ist, die sowohl den Zugang zu Daten als auch eine angemessene Vergütung sicherstellt. Besonders hervorgehoben wird dabei der ökonomische Wert von Daten als zentralem Input für KI-Systeme sowie das Risiko eines Marktversagens, wenn kreative Leistungen nicht ausreichend entlohnt werden.
Ich würde sagen, ein Marktversagen setzt einen Markt voraus. Und Lizenzierungen mit einer Opt-In-Lösung schaffen überhaupt erst einen Markt. Das liefe natürlich darauf hinaus, dass eine Vergütung gezahlt wird, die dem Wert der Werke, dem zentralen Input, dem Rohstoff entspricht.
In ihren politischen Schlussfolgerungen spricht sich die Studie für einen hybriden Regulierungsansatz aus. Dazu gehört eine Weiterentwicklung des bestehenden Opt-out-Systems, insbesondere durch bessere technische und rechtliche Durchsetzbarkeit, etwa über standardisierte Kennzeichnungen oder maschinenlesbare Rechteinformationen. Ergänzend wird der Aufbau kollektiver Lizenzmodelle empfohlen, die Transaktionskosten senken und eine breitere Beteiligung der Rechteinhaber ermöglichen. Darüber hinaus wird die Einführung oder Prüfung gesetzlicher Vergütungsmechanismen angeregt, die eine Nutzung von Daten erlauben, ohne individuelle Lizenzverhandlungen vorauszusetzen. Flankierend betont die Studie die Notwendigkeit von Transparenzpflichten für KI-Anbieter, um die Nutzung von Trainingsdaten nachvollziehbarer zu machen.
Aus Sicht der Urheber*innen müssen wir natürlich darauf beharren, dass die Urheber*innen und Rechteinhaber*innen über die Nutzung ihrer Werke bestimmen.
Dieses Recht wird beschnitten, wenn Kreative selbst dafür sorgen müssen, dass ihre Werke nicht für KI-Training verwendet werden. So eine Opt-Out-Regelung ist eine Rechtsumkehrung, und eine Vergütung darf keine Zustimmung ersetzen.
Wer Werke nutzen möchte, muss die Rechte dafür erwerben, nicht umgekehrt.
Lizenzbasierte Ansätze sind sehr wohl möglich und werden von den KI-Unternehmen ja auch schon verfolgt, siehe die Beiträge »Werde KI-Trainer!« in diesem Newsletter.
Die KI-Industrie wird als die lukrativste Innovation aller Zeiten gehandelt.
Ich würde sagen: Lassen wir das doch den Markt regeln – mit einer Opt-In-Regelung, bei der KI-Unternehmen Lizenzen aktiv erwerben müssen. Eine faire Honorierung kann nur sichergestellt werden, wenn die Rechteinhaber auch »Nein« sagen können.
(Kluwer Copyright Blog, 19.03.2026): https://legalblogs.wolterskluwer.com/copyright-blog/european-parliament-study-recommends-statutory-licensing-as-the-optimal-copyright-framework-for-ai-training/
https://www.europarl.europa.eu/RegData/etudes/STUD/2025/778859/IUST_STU(2025)778859_EN.pdf |
