Große Sprachmodelle (LLMs) verarbeiten umfangreiche Trainingsdaten, um natürliche Sprache zu verstehen und zu generieren. Aus urheberrechtlicher Sicht stehen dabei zwei Phasen im Fokus: die modellbildende Verarbeitung von Trainingsdaten (einschließlich möglicher Memorisierung) und die spätere Ausgabe von Texten im Betrieb. Maßgeblich sind die Einordnung als Vervielfältigung, die Reichweite von Schrankenbestimmungen im Trainingskontext, die Bewertung der Ausgaben als öffentliche Zugänglichmachung oder Umgestaltung sowie die Zurechnung der jeweiligen Nutzungshandlungen.

Die Festlegung urheberrechtlich geschützter Sprachwerke im Modellzustand kann eine Vervielfältigung darstellen [→ Vervielfältigungsrecht], wenn die Inhalte im Modell reproduzierbar enthalten sind und mittelbar wahrnehmbar gemacht werden können.¹⁾ Für die Annahme einer körperlichen Festlegung ist es nicht erforderlich, dass ein konkret abgrenzbarer Datensatz im Modell identifiziert wird; auch eine über Parameter verteilte Repräsentation genügt, sofern sie eine Wiedergabe urheberrechtlich geschützter Inhalte ermöglicht.²⁾

Ob ein konkretes Werk memorisiert ist, kann durch den Abgleich zwischen Originalwerk und dem Output auf einen einfach gehaltenen Prompt festgestellt werden; dies genügt zur Überzeugungsbildung nach § 286 ZPO.³⁾

Vervielfältigungen, die zur Erstellung eines Trainingskorpus erforderlich sind, können unter die Schranke des § 44b UrhG fallen [→ Text und Data Mining]. Davon zu unterscheiden sind Vervielfältigungen, die während des eigentlichen Trainings im Modell verbleiben und nicht der weiteren Analyse dienen; solche modellinternen Festlegungen sind nicht vom Zweck der Vorbereitung des Text und Data Mining gedeckt.⁴⁾ Für Nutzungen durch Forschungsorganisationen gelten zusätzlich die besonderen Voraussetzungen des § 60d UrhG [→ Berechtigte Forschungsorganisationen]. Zur Konkretisierung der Reichweite der Schranke siehe [→ Zulässigkeit von Vervielfältigungen für TDM].

Werden geschützte Inhalte über ein interaktives Chat‑Interface auf Abruf bereitgestellt, kann dies eine öffentliche Zugänglichmachung sein, wenn bereits die Möglichkeit des Abrufs für eine Öffentlichkeit eröffnet wird und ein neues Publikum erreicht wird [→ Recht der öffentlichen Zugänglichmachung].⁵⁾ Bei inhaltlich veränderten Fassungen ist entscheidend, ob schutzbegründende Elemente des Originals wiedererkennbar übernommen sind; dann liegt eine Nutzung im Schutzbereich vor [→ Bearbeitungen und Umgestaltungen]. Eine Doppelschöpfung ist ausgeschlossen, wenn die Wiedergabe auf den memorisierten Trainingsinhalten beruht; die Ausgaben sind keine unabhängige Schöpfung eigener Art, wenn sie auf übernommenen Werkteilen beruhen.⁶⁾

Für Vervielfältigungen und öffentliche Wiedergaben durch Chat‑Outputs ist die Zurechnung nach der Tatherrschaft vorzunehmen. Bei einfach gehaltenen Prompts, die keine inhaltliche Vorgabe erzwingen, verbleibt die inhaltliche Herrschaft regelmäßig beim Betreiber des Modells; die bloße Auslösung durch den Nutzer reicht für eine Zurechnung zum Nutzer nicht aus.⁷⁾ Die Betreiber handeln bei der Bereitstellung memorisierender Modelle und der Abrufbarkeit der Inhalte nicht lediglich als neutrale Infrastrukturanbieter, sondern nehmen die Handlung der Wiedergabe unmittelbar selbst vor.⁸⁾ Hinweise zur urheberrechtlichen Zurechnung im Kontext der Vervielfältigung [→ Vervielfältigungsrecht].

Die Zitatschranke setzt eine geistige Auseinandersetzung und einen Zitatzweck voraus; generative Sprachmodelle verfolgen diesen Zweck strukturell nicht [→ Zitate].⁹⁾ Die Pastiche‑Schranke verlangt eine künstlerische Auseinandersetzung mit einem Bezugsgegenstand; eine rein technische Generierung erfüllt diese Voraussetzung nicht [→ Pastiches].¹⁰⁾ Die Privatkopieschranke privilegiert nur natürliche Personen [→ Privatkopie].¹¹⁾ § 57 UrhG (unwesentliches Beiwerk) ist im Trainingskontext nicht anwendbar, da die bloße Zusammenstellung eines Trainingsdatensatzes kein Werk (Hauptgegenstand) ist [→ Unwesentliches Beiwerk].¹²⁾

Eine schlichte oder konkludente Einwilligung erstreckt sich nicht auf das Training generativer Modelle als nach den Umständen übliche Nutzung [→ Konkludente Einwilligung in Nutzungshandlungen]; eine gegenteilige Annahme würde zudem die Systematik der Text‑und‑Data‑Mining‑Schranken unterlaufen.¹³⁾

→ Urheberrechtliche Fragen zu generativer KI