{"id":4119,"date":"2025-11-25T14:31:23","date_gmt":"2025-11-25T14:31:23","guid":{"rendered":"https:\/\/www.kubiack.com\/?p=4119"},"modified":"2025-11-25T14:38:54","modified_gmt":"2025-11-25T14:38:54","slug":"conflicting-approaches-to-ai-training-and-copyright-gema-v-openai-germany-versus-getty-images-v-stability-ai-england","status":"publish","type":"post","link":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/","title":{"rendered":"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)"},"content":{"rendered":"<p><strong>Zwei wichtige Entscheidungen zu KI und Urheberrecht<\/strong> die 2025 ergangen sind, das Urteil des Landgerichts M\u00fcnchen I in <strong><a href=\"https:\/\/www.gesetze-bayern.de\/Content\/Document\/Y-300-Z-GRURRS-B-2025-N-30204?hl=true\" target=\"_blank\" rel=\"noopener\">Gema v OpenAI<\/a><\/strong> (ver\u00f6ffentlicht als LG M\u00fcnchen I, Endurteil v. 11.11.2025 \u2013 42 O 14139\/24) und die Entscheidung des High Court im Vereinigten K\u00f6nigreich in <a href=\"https:\/\/www.judiciary.uk\/wp-content\/uploads\/2025\/11\/Getty-Images-v-Stability-AI.pdf\" target=\"_blank\" rel=\"noopener\"><strong>Getty Images v Stability AI<\/strong><\/a> ([2025] EWHC 2863 (Ch)) <strong>kommen zu deutlich verschiedenen Schlussfolgerungen in Kernfragen<\/strong>, die in Verfahren gegen generative KI\u2011Modelle regelm\u00e4\u00dfig auftreten, und zwar insbesondere:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul data-spread=\"false\">\n<li>ob das Training eines KI\u2011Modells, das urheberrechtlich gesch\u00fctztes Material au\u00dferhalb der Gerichtsbarkeit genutzt hat, in der Gerichtsbarkeit zu Anspr\u00fcchen wegen prim\u00e4rer Rechtsverletzung f\u00fchren kann,<\/li>\n<li>welche Arten von Beweismitteln zul\u00e4ssig und \u00fcberzeugend sind, um zu zeigen, wie solche Modelle funktionieren, und insbesondere, ob Ausgaben eine Memorierung von Trainingsinput nachweisen,<\/li>\n<li>welche rechtlichen und dogmatischen Erw\u00e4gungen Gerichte bei der Beantwortung dieser Fragen heranziehen.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>Diese Unterschiede sind nicht blo\u00df dogmatische Nuancen; sie ber\u00fchren unmittelbar das rechtliche Risiko f\u00fcr Entwickler und Anbieter generativer Modelle, die ihre Dienste weltweit vertreiben.<\/p>\n<h4>Kurz\u00fcberblick \u00fcber die F\u00e4lle und Verfahrensfragen<\/h4>\n<p><strong>Der deutsche Fall: Gema gegen OpenAI<\/strong><\/p>\n<p>Das M\u00fcnchener Gericht (LG M\u00fcnchen I) verhandelte eine Klage einer Verwertungsgesellschaft (GEMA), die geltend machte, dass bestimmte Liedtexte (i) im Rahmen von OpenAIs Sprachmodellen \u201ememoriert\u201c worden seien und (ii) in Ausgaben reproduziert worden seien, die Nutzerinnen und Nutzern eines Chatbots gezeigt wurden. Die Klage zielte auf Unterlassung, Herausgabe von Gewinnen und Schadensersatz nach dem deutschen Urheberrechtsgesetz (UrhG). Die Beklagte OpenAI hat ihren Sitz in den USA; der Chatbot wurde jedoch \u00fcber eine irische Konzerneinheit im EWR angeboten, die Dienste wurden \u00fcber Server an verschiedenen EWR\u2011Standorten bereitgestellt \u2014 darunter ein Server in der Bundesrepublik Deutschland \u2014 und Eingaben in deutscher Sprache f\u00fchrten zu Ausgaben in deutscher Sprache. Das M\u00fcnchener Gericht gab der Kl\u00e4gerin in wesentlichen Punkten Recht und befand unter anderem, dass Memorierung im Modell eine Vervielf\u00e4ltigung (\u00a7 16 UrhG) darstellen k\u00f6nne und dass die Betreiber wegen der verletzenden Ausgaben haftbar seien, weil sie Herrschaft \u00fcber die Tatausf\u00fchrung (\u201eTatherrschaft\u201c) ausge\u00fcbt h\u00e4tten.<\/p>\n<p><strong>Der englische Fall: Getty Images gegen Stability AI<\/strong><\/p>\n<p>Das englische High Court befasste sich mit einer umfassenden Klage, die prim\u00e4re und sekund\u00e4re Urheberrechtsverletzungen, Datenbankrechte, Markenverletzung und \u201epassing off\u201c umfasste. Bemerkenswert ist, dass Getty Images vor und w\u00e4hrend des Prozesses seine \u201eTraining and Development Claim\u201c zur\u00fcckzog, weil keine Beweise vorlagen, dass das relevante Training im Vereinigten K\u00f6nigreich stattgefunden habe. Der Kl\u00e4ger schr\u00e4nkte zudem seine \u201eOutputs\u2011Claim\u201c erheblich ein, nachdem der Beklagte bestimmte Prompts gesperrt hatte. Mrs Justice Joanna Smith entschied daher \u00fcber die verbleibenden Fragen auf einer eingeengten Tatsachengrundlage und nahm an, dass einige Getty\u2011Inhalte beim Training verwendet worden seien. Sie gelangte unter anderem zu dem Ergebnis, dass (i) das englische Gericht eine prim\u00e4re Verletzung wegen Training und Entwicklung nicht feststellen konnte, weil die Beweise diese verletzenden Handlungen nicht in das Vereinigte K\u00f6nigreich verorten, und (ii) im Sinne der gesetzlichen Definition einer \u201einfringing copy\u201c oder eines \u201earticle\u201c nach dem CDPA die Modellgewichte in ihrer aktuellen Iteration f\u00fcr sich genommen keine verletzende Kopie darstellen. Das Urteil ist sorgf\u00e4ltig, technisch fundiert und stark gepr\u00e4gt von Expertenbeweis und Auslegung des Gesetzes.<\/p>\n<h4>Zust\u00e4ndigkeit und prim\u00e4re Urheberrechtsverletzung bei Training im Ausland<\/h4>\n<p>Ein zentraler Divergenzpunkt der beiden Urteile ist, wie jedes Gericht die territoriale Verbindung behandelt zwischen (a) Training, das au\u00dferhalb der Gerichtsbarkeit stattgefunden hat (oder dessen Stattfinden einger\u00e4umt wurde), und (b) den angeblich verletzenden Handlungen, die in der Gerichtsbarkeit Wirkung zeigen oder dort in Erscheinung treten.<\/p>\n<p><strong>Der deutsche Ansatz: funktionale Pr\u00e4senz &amp; in Deutschland verf\u00fcg&shy;bare Ausgaben<\/strong><\/p>\n<p>Das M\u00fcnchener Urteil wertet die Pr\u00e4senz des Dienstes im EWR und die Verf\u00fcgbarkeit des Modells, einschlie\u00dflich Serverhosting in Deutschland, als ausreichend, um einen Anspruch wegen Vervielf\u00e4ltigungen im Sinne von \u00a7 16 UrhG zu st\u00fctzen, wenn das Modell gesch\u00fctzte Werke \u201ememoriert\u201c habe und diese in Ausgaben reproduziere. Die Analyse des Gerichts fu\u00dft auf zwei ineinandergreifenden Annahmen:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul data-spread=\"true\">\n<li><strong>Memorierung bedeutet Vervielf\u00e4ltigung (materielle Festlegung):<\/strong> Das Gericht kam zu dem Schluss, dass die Anwesenheit eines Originalwerks, das in den Parametern des Modells fixiert ist, auch wenn das Werk nicht als zusammenh\u00e4ngende, identifizierbare Datei gespeichert ist, eine materielle Festlegung (\u201ek\u00f6rperliche Festlegung&#8220;) und damit eine Vervielf\u00e4ltigung im Sinne des \u00a7 16 UrhG darstellen kann. Das Gericht stellte ausdr\u00fccklich fest, dass es nicht erforderlich sei, dass ein diskretes Datenset innerhalb des Modells identifizierbar sei; die Zerlegung in Parameter reiche aus, sofern diese Parameter die Information enthalten, die die Reproduktion erm\u00f6gliche.<\/li>\n<li><strong>Lokal verf\u00fcgbare Ausgaben als Indiz f\u00fcr eine Pr\u00e4gung im Modell:<\/strong> Das M\u00fcnchener Gericht akzeptierte, dass eine einfache Beweismethode nach \u00a7 286 ZPO (die M\u00f6glichkeit des Gerichts, auf Grundlage der vorgelegten Beweise \u00dcberzeugung zu bilden) darin bestehen kann, ein Originalwerk mit einer durch einen einfachen Prompt erzeugten Ausgabe zu vergleichen, und dass ein solcher Vergleich es dem Gericht erm\u00f6gliche, zu dem Schluss zu kommen, das Werk sei memoriert (und somit reproduziert) worden. Das Gericht betonte, da der Chatbot und die zugrundeliegenden Modelle auf Servern im EWR, einschlie\u00dflich in Deutschland, bereitgestellt und deutsche Ausgaben erzeugten die technischen Handlungen, die zur Memorierung f\u00fchrten, sowie die zug\u00e4nglichen Ausgaben in seine zust\u00e4ndigkeitserstreckenden Wirkungsbereiche f\u00fcr Unterlassungs\u2011 und sonstige Abhilfema\u00dfnahmen fielen.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Praktische Wirkung:<\/strong> Die M\u00fcnchener Analyse trennt den Ort der rechtsrelevanten Handlung, die \u201eVervielf\u00e4ltigung\u201c im Sinne der Festlegung, von der formalen Voraussetzung, dass das Training physisch in der Gerichtsbarkeit stattgefunden haben m\u00fcsse. Macht der Anbieter das Modell deutschen Nutzern zug\u00e4nglich, etwa durch Hosting in Deutschland, Bereitstellung deutschsprachiger Ausgaben und EWR\u2011Angebot, so wertete das Gericht diese Verf\u00fcgbarkeit und die nachweisliche Reproduktion des gesch\u00fctzten Werks in Ausgaben als ausreichend, um in Deutschland Rechtsbehelfe geltend zu machen.<\/p>\n<p><strong>Der englische Ansatz: territoriale Begrenzungen und Auslegung der Frage nach der \u201einfringing copy&#8220;<\/strong><\/p>\n<p>Im Gegensatz dazu kam das englische Urteil zu mindestens zwei miteinander verkn\u00fcpften Schlussfolgerungen, die es Getty erschwerten, einen Anspruch auf prim\u00e4re Verletzung wegen Training zu st\u00fctzen, das au\u00dferhalb des Vereinigten K\u00f6nigreichs erfolgt war:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul data-spread=\"true\">\n<li><strong>R\u00fccknahme der Training &amp; Development\u2011Anspr\u00fcche:<\/strong> Getty r\u00e4umte ein, dass keine Beweise daf\u00fcr vorl\u00e4gen, dass Training und Entwicklung im Vereinigten K\u00f6nigreich stattgefunden h\u00e4tten. Folglich zog es die entsprechenden Anspr\u00fcche zur\u00fcck. Dem Gericht fehlte damit die tats\u00e4chliche Grundlage, um die prim\u00e4ren Handlungen des Vervielf\u00e4ltigens im Vereinigten K\u00f6nigreich festzustellen.<\/li>\n<li><strong>Gesetzesauslegung zu \u201einfringing copy&#8220; \/ \u201earticle&#8220; (Sections 17 und 27 CDPA):<\/strong> Das Gericht f\u00fchrte eine detaillierte Auslegung durch und vertrat die Auffassung, dass Modellgewichte in ihrer endg\u00fcltigen Iteration nicht im konventionellen Sinne urheberrechtlich gesch\u00fctzte Werke speichern und daher nicht allein wegen eines im Ausland stattgefundenen Trainingsprozesses als \u201einfringing copy&#8220; im Sinne der Sections 22\/23\/27 CDPA qualifizieren. Die Richterin st\u00fctzte diese Interpretation auf den Wortlaut von Section 17 (Definition von Kopie) und fr\u00fchere Entscheidungen zu vor\u00fcbergehenden Kopien (z. B. RAM\u2011Speicher) und folgerte, dass das \u201eHerstellen&#8220; eines Artikels ein in sich abgeschlossenes Herstellungs\u2011 und Aufzeichnungsereignis voraussetzt (z. B. etwas Herunterladbares). Der blo\u00dfe Trainingsprozess, der Gewichte erzeugt, die Muster kodieren, sei nicht ohne weiteres als gesetzliches \u201eHerstellen&#8220; einer verletzenden Kopie innerhalb des Vereinigten K\u00f6nigreichs anzusehen, sofern nicht das materielle immaterielle Erzeugnis in der Gerichtsbarkeit hergestellt worden sei. Das Urteil widersetzt sich damit einer weitreichenden territorialen Ausdehnung, die jedes im Ausland trainierte Modell automatisch als verletzendes \u201earticle&#8220; im Vereinigten K\u00f6nigreich behandeln w\u00fcrde.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Praktische Wirkung:<\/strong> Die englische Entscheidung ist (a) restriktiver hinsichtlich extraterritorialer prim\u00e4rer Verletzungen und (b) stark von einer teleologischen bzw. w\u00f6rtlichen Lesart des CDPA gepr\u00e4gt: Solange der &#8222;article&#8220; (also die Kopie oder ihr \u00c4quivalent) nicht im Vereinigten K\u00f6nigreich hergestellt wurde, k\u00f6nnen die einschl\u00e4gigen Vertrieb\u2011\/Importvorschriften nicht ohne weitere tats\u00e4chliche Ankn\u00fcpfungspunkte herangezogen werden.<\/p>\n<h2>Keine \u00dcbereinstimmung<\/h2>\n<p>Die beiden Ans\u00e4tze spiegeln unterschiedliche methodische Entscheidungen wider:<\/p>\n<ul data-spread=\"true\">\n<li><strong>Deutschland:<\/strong> funktionale (technologie&shy;neutrale) Auslegung der Vervielf\u00e4ltigung, Betonung der Wirkung (Memorierung &amp; lokal verf\u00fcgbare Ausgaben) und gerichtliche Tatsachenfeststellung durch direkten Vergleich zwischen Original und Ausgabe. Zudem die Bereitschaft, parametrische Speicherung als Festlegung zu qualifizieren.<\/li>\n<li><strong>England:<\/strong> w\u00f6rtlich\u2011dogmatische Vorsicht, Festhalten an konventionellen Vorstellungen einer \u201eKopie&#8220; als identifizierbare materielle Festlegung, damit die gesetzlichen Regelungen auf importierte oder &#8222;hergestellte&#8220; Artikel greifen.<\/li>\n<\/ul>\n<p><strong>F\u00fcr KI\u2011Unternehmen ist diese Divergenz erheblich<\/strong>: Dieselben technischen Tatsachen,Training an einem globalen Datensatz auf US\/Cloud\u2011Servern und Bereitstellung eines Dienstes in Europa, k\u00f6nnen je nach Gericht zu gegens\u00e4tzlichen Ergebnissen f\u00fchren, je nachdem, ob ein Gericht einer funktionalen \u201eMemorierung\u2011als\u2011Festlegung&#8220;\u2011Argumentation (Deutschland) Gewicht beimisst oder einer engeren, textbezogenen Konzeption von \u201eKopie&#8220; (England).<\/p>\n<h4>Vom Gericht herangezogene Beweise: Modellfunktion, Expertenbeweis, Experimente und \u201eDirekter Vergleich&#8220;<\/h4>\n<p>Die beiden Gerichte unterschieden sich auch deutlich darin, welche Beweismittel sie als geeignet ansahen, um zu belegen, dass ein Modell Trainingsinputs &#8222;memoriert&#8220; habe oder dass Ausgaben Vervielf\u00e4ltigungen darstellten.<\/p>\n<p><strong>a) Deutschland: Ausgaben und direkter Vergleich als beweiserhebliche Indizien<\/strong><br \/>\n<strong>(und \u00a7 286 ZPO)<\/strong><\/p>\n<p>Ein Kennzeichen des M\u00fcnchener Urteils ist die Annahme, dass das <em><strong>Gericht Memorierung durch den Vergleich des Originalwerks mit einer durch einen einfachen Prompt erzeugten Modellausgabe feststellen kann<\/strong><\/em>.<em><strong> \u00dcberraschenderweise wurde diese Methodik, gest\u00fctzt auf die M\u00f6glichkeit des Gerichts, nach \u00a7 286 ZPO \u00dcberzeugung aufgrund der vorgelegten Beweise zu bilden, als ausreichend angesehen.<\/strong><\/em> Das Gericht stellte fest, dass es durch einen solchen Vergleich zur \u00dcberzeugung gelangen k\u00f6nne, dass das Werk memoriert und demnach im Sinne von \u00a7 16 UrhG vervielf\u00e4ltigt worden sei. <em><strong>Konkret akzeptierte das Gericht als Urkundenbeweise Bildschirmfotos von Chats, Prompts und Chatbot\u2011Ausgaben sowie einen anschlie\u00dfenden Seiten\u2011an\u2011Seiten\u2011Vergleich dieser Ausgaben mit den urspr\u00fcnglichen Liedtexte<\/strong><strong>n<\/strong><\/em> der Kl\u00e4gerin. Das Gericht ber\u00fccksichtigte dabei die deterministischen Eigenschaften des zugrundeliegenden Modells (auf Ebene der Modell\u2011Softmax\u2011Ausgabe) und die Designentscheidungen hinsichtlich des Decodings (welches auf Chatbot\u2011Ebene Zuf\u00e4lligkeit einf\u00fchren kann) als wichtige technische Grundlagen seiner Entscheidung.<\/p>\n<p>Kurz gesagt: Weil die Modellparameter nach dem Training festgelegt und auf Modellebene<br \/>\ndeterministisch sind, k\u00f6nnen identische oder nahezu identische Ausgaben nach einfachen Prompts ein direktes Indiz f\u00fcr Memorierung sein, sofern der Beklagte nicht eine plausible alternative Erkl\u00e4rung (z. B. fingierte Prompts oder probabilistische Zuf\u00e4lle) darlegen kann.<\/p>\n<p><strong>b) England: Gewichtung technischer Expertisen, gemeinsamer Primer und Skepsis<\/strong><br \/>\n<strong>gegen\u00fcber isolierten Experimenten<\/strong><\/p>\n<p>Das englische High Court legte gro\u00dfen Wert auf Expertenbeweis und die von den Parteien gemeinsam erstellten technischen Unterlagen. Beide Seiten riefen renommierte technische Gutachter (Professor Hany Farid f\u00fcr Getty und Professor Thomas Brox f\u00fcr Stability) herbei. Die Richterin stellte fest, dass die Sachverst\u00e4ndigen auf ihren Wunsch hin einen gemeinsamen technischen Primer erstellt hatten und dass das weitgehend konsensuale Expertenmaterial das Verst\u00e4ndnis des Gerichts \u00fcber die Funktionsweise von Stable Diffusion pr\u00e4gte. Das Gericht \u00fcbernahm dort, wo die Sachverst\u00e4ndigen \u00fcbereinstimmten, deren Aussagen und st\u00fctzte die Tatsachen\u2011 und Rechtsanalyse auf diesen technischen Primer.<\/p>\n<p><strong>Bez\u00fcglich der Beweisf\u00fchrung zeigte sich der englische Ansatz durch einige Merkmale:<\/strong><\/p>\n<p><strong>Sorgf\u00e4ltige W\u00fcrdigung experimenteller Anlagen:<\/strong> Das Gericht pr\u00fcfte experimentelle<br \/>\nBeweismittel (Annexe zu &#8222;Watermark\u2011Experimenten&#8220;, Bildschirmfotos von Prompt\/<br \/>\nAusgabe\u2011Paaren), wertete aber isolierte Experimente nicht als entscheidend, sofern sie nicht<br \/>\nrepr\u00e4sentativ, zuverl\u00e4ssig kontrolliert und mit realweltlicher Nutzung verkn\u00fcpft waren. Einige<br \/>\nder Anlagen von Getty (teilweise Experimente und Nutzerprompts) wurden als konstruiert und<br \/>\nnicht repr\u00e4sentativ angesehen, und das Gericht war zur\u00fcckhaltend, aus solchen Materialien auf<br \/>\neine systematische Memorierung zu schlie\u00dfen, es sei denn, sie st\u00fcnden auf einer breiteren<br \/>\nBeweisgrundlage.<br \/>\n<strong>Gesetzesauslegung durch technische Feststellungen gepr\u00e4gt<\/strong>: Die gesetzlichen<br \/>\nSchlussfolgerungen dar\u00fcber, was eine &#8222;infringing copy&#8220; sei, wurden von der technischen<br \/>\nErkenntnis beeinflusst, dass das Modell in seiner Endform keine w\u00f6rtlich gespeicherten Kopien<br \/>\nder Trainingsbilder enth\u00e4lt, sondern Muster in Gewichten kodiert. Diese technische Sichtweise<br \/>\ntrug zur Einsch\u00e4tzung bei, dass die Modellgewichte nicht f\u00fcr sich genommen eine verletzende<br \/>\nKopie nach dem CDPA darstellen, wenn sie im Ausland erzeugt wurden.<\/p>\n<p><strong>c) Vergleichende Beobachtung: Unterschiedliche Beweisma\u00dfst\u00e4be und<\/strong><br \/>\n<strong>unterschiedliche Rollen der &#8222;Experimente&#8220;<\/strong><\/p>\n<p><strong>Deutschland:<\/strong> Das Gericht nimmt eine interventionistischere Rolle ein (direkter Vergleich<br \/>\nzwischen Original und Ausgabe, \u00a7 286 ZPO erlaubt richterliche \u00dcberzeugungsbildung aufgrund<br \/>\nsolcher Urkunden). Experimentelle Ausgaben, die in kontrollierten Prozesskontexten erzeugt<br \/>\nwerden (z. B. durch den Kl\u00e4ger provozierte Prompts), gen\u00fcgen demnach, Memorierung<br \/>\nnachzuweisen, sofern das Gericht die Ausgabe dem Modell des Beklagten zuordnen kann und<br \/>\n\u00fcberzeugende Alternativerkl\u00e4rungen ausgeschlossen sind.<\/p>\n<p><strong>England:<\/strong> Das Gericht zeigt eine st\u00e4rkere Pr\u00e4ferenz f\u00fcr die Synthese technischer<br \/>\nExpertenmeinungen, verlangt Repr\u00e4sentativit\u00e4t und realweltliche Belege und \u00fcbt doktrin\u00e4re<br \/>\nZur\u00fcckhaltung bei der Ableitung systemischer Memorierung aus isolierten, konstruierten<br \/>\nPrompt\u2011Ausgabe\u2011Paaren. Das High Court bef\u00fcrwortete ausdr\u00fccklich die Verwendung eines<br \/>\ngemeinsamen technischen Primers und verlangte mehr als vereinzelte forensische Experimente,<br \/>\num systemische Schlussfolgerungen zu ziehen.<\/p>\n<h4>Wie die Gerichte ihre jeweiligen Schlussfolgerungen rechtfertigten<\/h4>\n<p><strong>M\u00fcnchens Begr\u00fcndung<\/strong> st\u00fctzt sich auf mehrere dogmatische Schritte:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li><strong>Technologische Neutralit\u00e4t der Vervielf\u00e4ltigung:<\/strong> Das Gericht hob hervor, dass der Begriff der<br \/>\n&#8222;Vervielf\u00e4ltigung&#8220; in \u00a7 16 UrhG technologieneutral sei und nicht auf klassische dateibasierte oder zusammenh\u00e4ngende Speicherung beschr\u00e4nkt werden d\u00fcrfe. Eine Festlegung, die sinnlich<br \/>\nwahrnehmbar macht (auch indirekt \u00fcber parametrische Speicherung und sp\u00e4tere Reproduktion), erf\u00fcllt den Tatbestand der Vervielf\u00e4ltigung. Diese Auffassung bildet die Grundlage f\u00fcr die Bereitschaft des Gerichts, parametrische Speicherung als materielle Festlegung zu behandeln.<\/li>\n<li><strong>Training\u2011Datenerstellung vs. Modelltraining nach \u00a7 44b UrhG<\/strong>: Das Gericht las \u00a7 44b UrhG (Ausnahme f\u00fcr Text\u2011 und Data\u2011Mining) eng. Diese Norm decke Reproduktionen ab, die zur Erstellung des Trainingsdatensatzes erforderlich seien, nicht jedoch Reproduktionen, die w\u00e4hrend des eigentlichen Modelltrainings entst\u00fcnden, weil Training einen dar\u00fcber hinausgehenden Zweck verfolge. Damit stellte das Gericht klar, dass der Trainingsprozess nicht automatisch unter die Text\u2011und\u2011Data\u2011Mining\u2011Ausnahme falle.<\/li>\n<li><strong>Betreiberhaftung mittels Tatherrschaft:<\/strong> Das Gericht befand, dass Betreiber des Modells hinreichende Kontrolle (Tatherrschaft) \u00fcber das System aus\u00fcbten, um sie als prim\u00e4re Verletzer f\u00fcr Ausgaben haftbar zu machen, es sei denn, der Prompt des Nutzers f\u00fchre zu einem Kontrollverlust (was das Gericht nur bei hochspezifischer Nutzerprovokation f\u00fcr m\u00f6glich hielt), da einfache Prompts die Tatherrschaft nicht entfallen lie\u00dfen. Diese Feststellung erm\u00f6glicht die Verh\u00e4ngung von Unterlassungs\u2011 und sonstigen prim\u00e4ren Anspr\u00fcchen gegen den Betreiber.<\/li>\n<li><strong>Pragmatische prozessuale Beweisw\u00fcrdigung:<\/strong> Das Gericht \u00fcbernahm eine pragmatische Beweismethodik (\u00a7 286 ZPO), die es Richterinnen und Richtern erlaubt, aufgrund dokumentarischer Vergleiche und technischer Erl\u00e4uterungen \u00dcberzeugung zu bilden. Diese pragmatische Haltung gestattete es dem Gericht, vergleichende Ausgaben als entscheidende Beweismittel zu verwenden.<\/li>\n<li><strong>Politischer \u00dcberbau:<\/strong> M\u00fcnchens Ansatz legt den Schwerpunkt auf einen robusten Schutz der Rechteinhaber und auf eine vorausschauende dogmatische Anpassung an neue technische Speicher\u2011 und Reproduktionsmodi.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>Die <strong>englische Begr\u00fcndung<\/strong> beruht auf Wortsinn, Beweisvorsicht und technischem<br \/>\nKonsens:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li><strong>Wortgetreue Auslegung der gesetzlichen Regelungen:<\/strong> Das englische Gericht las die CDPA\u2011Definitionen (insbesondere Section 17 und die Begriffe &#8222;copy&#8220;, &#8222;article&#8220; sowie deren Verh\u00e4ltnis zu Sections 22, 23 und 27) sorgf\u00e4ltig aus. Daraus folgerte es, dass ein &#8222;article&#8220; eine Kopie im Sinne einer herstellbaren und verortbaren Aufzeichnung sein m\u00fcsse. Die abstrakte Tatsache, dass das Training vor\u00fcbergehende Reproduktionen erforderte, mache das produzierte Modell f\u00fcr sich genommen nicht zur verletzenden Kopie.<\/li>\n<li><strong>Vertrauen auf technischen Konsens:<\/strong> Die Richterin st\u00fctzte sich stark auf den technischen Konsens, der in den von den Sachverst\u00e4ndigen vereinbarten Unterlagen (dem &#8222;Agreed Technical Primer&#8220;) zum Ausdruck kam. Wo die Sachverst\u00e4ndigen \u00fcbereinstimmten, nahm das Gericht diese Darstellung als Tatsachenfeststellungen an. Enge Meinungsverschiedenheiten wurden im Kreuzverh\u00f6r und anhand des vorgelegten Materials bewertet. Dieser Ansatz unterstreicht, dass spezialisierter Expertenbeweis das geeignete Mittel ist, um hochkomplexe technische Streitfragen zu kl\u00e4ren.<\/li>\n<li><strong>Vorsicht bei Chat Ausgaben als Beweismittel:<\/strong> Das Gericht verlangte Nachweise daf\u00fcr, dass die streitigen Ausgaben tats\u00e4chlich von Nutzern in der Gerichtsbarkeit erzeugt wurden. Konstruiert erscheinende Experimente wurden kritisch gew\u00fcrdigt und, sofern nicht repr\u00e4sentativ, nur begrenzt gewichtet. Dieser Beweisma\u00dfstab beeinflusste die Bereitschaft des Gerichts, systemische Feststellungen zur Memorierung und zum typischen Verhalten des Modells zu treffen.<\/li>\n<li><strong>Enge Auslegung sekund\u00e4rer Haftung:<\/strong> Das Gericht las die Bestimmungen zur sekund\u00e4ren Haftung (Section 27 u. \u00e4.) restriktiv. Es wies Gettys Darstellung zur\u00fcck, wonach die blo\u00dfe Erzeugung von Modellgewichten das Modell selbst zu einer verletzenden Kopie mache, die sekund\u00e4re Haftung begr\u00fcnden k\u00f6nne. Die Richterin bevorzugte eine Interpretation, die augreifbaren oder eindeutig identifizierbaren immateriellen &#8222;Artikeln&#8220; beruhe, in denen die Kopien selbst enthalten seien.<\/li>\n<li><strong>Politischer \u00dcberbau:<\/strong> Das englische Urteil zeigt eine zur\u00fcckhaltende Abw\u00e4gung: Rechteinhaber sollen gesch\u00fctzt werden, gleichzeitig aber sollen Entwicklern nicht pauschal weitreichende Haftungsrisiken auferlegt werden, sofern Wortlaut und Beweislage dies nicht hergeben.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h4>Spannungsfelder und rechtliche Folgen<\/h4>\n<p><strong>a) Ist parametrische Speicherung eine &#8222;Kopie&#8220;?<\/strong><\/p>\n<p><strong>M\u00fcnchen:<\/strong> Ja, Parameter, die sp\u00e4tere Reproduktion erm\u00f6glichen, gelten als Festlegung\/<br \/>\nVervielf\u00e4ltigung. Das Gericht behandelt das gesamte Modell als Ort der Vervielf\u00e4ltigung.<\/p>\n<p><strong>England:<\/strong> Nein (zumindest nicht automatisch) Modellgewichte stellen f\u00fcr sich genommen<br \/>\nkeine verletzende Kopie im Sinne des CDPA dar, sofern sie im Ausland produziert wurden.<\/p>\n<p><strong>Folgen:<\/strong> Anbieter, die Dienste nach Deutschland liefern, laufen nach der M\u00fcnchener Lesart Gefahr von Unterlassungen und weiterreichenden Anordnungen, selbst wenn das Training im Ausland stattgefunden hat. In England erschwert die restriktivere Lesart die Durchsetzung prim\u00e4rer oder sekund\u00e4rer Anspr\u00fcche, die auf ausl\u00e4ndischem Training beruhen.<\/p>\n<p><strong>b) Wer ist f\u00fcr Ausgaben verantwortlich?<\/strong><\/p>\n<p><strong>M\u00fcnchen:<\/strong> Der Modellbetreiber, wegen Tatherrschaft. Haftung kann prim\u00e4r sein (Unterlassungsund Schadensersatzanspr\u00fcche sind m\u00f6glich).<\/p>\n<p><strong>England<\/strong>: Das Gericht erkannte die Rolle des Betreibers an, unterschied aber nach Zugangsmodi<br \/>\n(herunterladbare Modelle versus API\u2011Zugriff versus gehostete Inferenzdienste) und betonte<br \/>\ndifferenzierte Haftungs\u2011 und Kontrollfragen. Es lehnte es ab, die blo\u00dfe Bereitstellung technischer Infrastruktur mit gleicher Schwere zu behandeln wie F\u00e4lle, in denen ein Betreiber direkte Kontrolle aus\u00fcbt, sofern keine gesetzliche Grundlage dies st\u00fctzt.<br \/>\n<strong>Folgen<\/strong>: Das M\u00fcnchener Urteil wird Kl\u00e4ger ermuntern, Betreiberhaftung in F\u00e4llen zu verfolgen, in denen<br \/>\nder Dienst in Deutschland verf\u00fcgbar gemacht wurde. In England ist das Risiko f\u00fcr Betreiber, die<br \/>\ngehostete Inferenz begrenzen oder Downloads vermeiden, tendenziell geringer, wenngleich andere Anspr\u00fcche (Marke, passing off, gezielte sekund\u00e4re Anspr\u00fcche) weiterhin m\u00f6glich bleiben.<\/p>\n<p><strong>c) Beweismittelwege um Memorierung nachzuweisen<\/strong><\/p>\n<p><strong>M\u00fcnchen:<\/strong> Direkter Vergleich von Ausgabe und Original nach einfachen Prompts; richterliche<br \/>\n\u00dcberzeugungsbildung nach zivilprozessualen Regeln.<\/p>\n<p><strong>England:<\/strong> Synthese technischer Expertisen, gemeinsamer technischer Primer,<br \/>\nRepr\u00e4sentativit\u00e4tsanforderungen. Isolierte konstruktive Experimente sind schw\u00e4cher.<\/p>\n<p><strong>Folgen<\/strong>: Kl\u00e4ger in Deutschland k\u00f6nnen auf wohl konstruierte Prompt\/Ausgabe\u2011Paare und direkte Vergleichsbeweise setzen. In England sollten Kl\u00e4ger fr\u00fchzeitig auf robuste Sachverst\u00e4ndigen\u2011 und Repr\u00e4sentativit\u00e4tsbeweise achten und idealerweise reale Nutzerkontexte nachweisen.<\/p>\n<p><strong>Abschlie\u00dfende \u00dcberlegungen: Divergenz, Konvergenz und offene Fragen<\/strong><\/p>\n<p>Die beiden Entscheidungen liefern komplement\u00e4re, aber widerspr\u00fcchliche dogmatische Signale:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li><strong>Konvergenz:<\/strong> Beide Gerichte erkennen die technischen Realit\u00e4ten zeitgen\u00f6ssischer generativer Modelle an, ihre Architektur, das Training an gro\u00dfen gescrapten Datens\u00e4tzen (z. B. LAION im englischen Fall) und das Ph\u00e4nomen der Memorierung\/Overfitting als m\u00f6gliches Faktum, das zu Reproduktionen f\u00fchren kann.<\/li>\n<li><strong>Divergenz:<\/strong> Sie unterscheiden sich jedoch in rechtlicher Charakterisierung und territorialer<br \/>\nReichweite. Deutschland behandelt parametrische Speicherung und die lokale Verf\u00fcgbarkeit reproduzierender Ausgaben als ausreichend, um Reproduktion und Betreiberhaftung zu begr\u00fcnden. England nimmt eine vorsichtigere, enger gefasste Auslegung vor.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Offene Fragen, die Gerichtsverfahren und Gesetzgeber kl\u00e4ren m\u00fcssen:<\/strong><\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li>\u00dcbereinstimmung der Parameterisierung mit gesetzlichen Kategorien der &#8222;Kopie&#8220;: Ist die parametrische Kodierung von Mustern eine &#8222;Festlegung&#8220; im urheberrechtlichen Sinn? M\u00fcnchen bejaht dies (unter den dort getroffenen Tatsachenfeststellungen). England bleibt zur\u00fcckhaltend. Die Rechtswissenschaft und die Gesetzgeber werden m\u00f6glicherweise klarstellen m\u00fcssen, ob bestehende urheberrechtliche Kategorien ausreichen, um moderne, maschinell gelernte Artefakte zu erfassen.<\/li>\n<li><strong>Beweisstandards f\u00fcr &#8222;Memorierung&#8220;<\/strong>: Werden Zivilrechtsordnungen (mit ihrer Bereitschaft, \u00dcberzeugung nach unterschiedlichen prozessualen Regeln zu bilden) eher bereit sein, direkten Ausgabe\u2011Original\u2011Vergleich als Nachweis zu akzeptieren als common\u2011law\u2011Gerichte, die Repr\u00e4sentativit\u00e4t und Expertenkonsens fordern? Die beiden F\u00e4lle deuten darauf hin, dass dies zumindest kurzfristig der Fall sein k\u00f6nnte.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>Die unmittelbare Schlussfolgerung ist, dass das rechtliche Risiko im Zusammenhang mit KI\u2011Modelltraining und \u2011bereitstellung stark von der jeweiligen Gerichtsbarkeit abh\u00e4ngt. Prozessstrategien sollten deshalb fr\u00fchzeitig technische Forensik, solide Sachverst\u00e4ndigeninstruktion und eine sorgf\u00e4ltige Wahl des Forums ber\u00fccksichtigen.<\/p>\n<h6><strong>Haftungsausschluss:<\/strong><\/h6>\n<h6>Die Inhalte dieses Blogs dienen ausschlie\u00dflich allgemeinen Informationszwecken und stellen keine Rechtsberatung dar. Obwohl wir uns bem\u00fchen, die Informationen aktuell und korrekt zu halten, k\u00f6nnen sie nicht die neuesten rechtlichen Entwicklungen oder die spezifische Situation Ihres Unternehmens ber\u00fccksichtigen. Leser sollten auf Grundlage der hier bereitgestellten Informationen nicht handeln, ohne vorher professionelle Rechtsberatung einzuholen. Durch die Nutzung oder das Vertrauen auf die Inhalte dieses Blogs entsteht kein Mandatsverh\u00e4ltnis.<\/h6>\n ","protected":false},"excerpt":{"rendered":"<p>Zwei wichtige Entscheidungen zu KI und Urheberrecht die 2025 ergangen sind, das Urteil des Landgerichts M\u00fcnchen I in Gema v OpenAI (ver\u00f6ffentlicht als LG M\u00fcnchen I, Endurteil v. 11.11.2025 \u2013 42 O 14139\/24) und die Entscheidung des High Court im Vereinigten K\u00f6nigreich in Getty Images v Stability AI ([2025] EWHC 2863 (Ch)) kommen zu deutlich [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":4135,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[17,67],"tags":[10,83,127,128,125,126,19,20],"series":[],"class_list":["post-4119","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artificial-intelligence-ai","category-copyright-law","tag-artificial-intelligence-ai","tag-copyright","tag-copyright-england-and-wales","tag-copyright-germany","tag-gema-v-openai","tag-getty-v-stability-ai","tag-ip-in-ai","tag-ip-infringement-in-ai-development"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.6 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)<\/title>\n<meta name=\"description\" content=\"Zwei wichtige Entscheidungen zu KI und Urheberrecht die 2025 ergangen sind, das Urteil des Landgerichts M\u00fcnchen I in Gema v OpenAI (ver\u00f6ffentlicht als LG M\u00fcnchen I, Endurteil v. 11.11.2025 \u2013 42 O 14139\/24) und die Entscheidung des High Court im Vereinigten K\u00f6nigreich in Getty Images v Stability AI ([2025] EWHC 2863 (Ch)) kommen zu deutlich&hellip;\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"http:\/\/Zwei%20wichtige%20Entscheidungen%20zu%20KI%20und%20Urheberrecht%20die%202025%20ergangen%20sind,%20das%20Urteil%20des%20Landgerichts%20M\u00fcnchen%20I%20in%20Gema%20v%20OpenAI%20(ver\u00f6ffentlicht%20als%20LG%20M\u00fcnchen%20I,%20Endurteil%20v.%2011.11.2025%20\u2013%2042%20O%2014139\/24)%20und%20die%20Entscheidung%20des%20High%20Court%20im%20Vereinigten%20K\u00f6nigreich%20in%20Getty%20Images%20v%20Stability%20AI%20(%5B2025%5D%20EWHC%202863%20(Ch))%20kommen%20zu%20deutlich&hellip;\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)\" \/>\n<meta property=\"og:description\" content=\"Zwei wichtige Entscheidungen zu KI und Urheberrecht die 2025 ergangen sind, das Urteil des Landgerichts M\u00fcnchen I in Gema v OpenAI (ver\u00f6ffentlicht als LG M\u00fcnchen I, Endurteil v. 11.11.2025 \u2013 42 O 14139\/24) und die Entscheidung des High Court im Vereinigten K\u00f6nigreich in Getty Images v Stability AI ([2025] EWHC 2863 (Ch)) kommen zu deutlich&hellip;\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/\" \/>\n<meta property=\"og:site_name\" content=\"Kubiack Law\" \/>\n<meta property=\"article:published_time\" content=\"2025-11-25T14:31:23+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-11-25T14:38:54+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/11\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1536\" \/>\n\t<meta property=\"og:image:height\" content=\"1024\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"klaw\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"klaw\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"15\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/\"},\"author\":{\"name\":\"klaw\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/#\\\/schema\\\/person\\\/057692bc5784279e441d637b528f3d03\"},\"headline\":\"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)\",\"datePublished\":\"2025-11-25T14:31:23+00:00\",\"dateModified\":\"2025-11-25T14:38:54+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/\"},\"wordCount\":3373,\"publisher\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.kubiack.com\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg\",\"keywords\":[\"Artificial Intelligence (AI)\",\"Copyright\",\"Copyright England and Wales\",\"Copyright Germany\",\"GEMA v OpenAI\",\"Getty v Stability AI\",\"IP in AI\",\"IP infringement in AI development\"],\"articleSection\":[\"Artificial Intelligence (AI)\",\"Copyright Law\"],\"inLanguage\":\"de\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/\",\"url\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/\",\"name\":\"Conflicting Approaches to AI, Training and Copyright: Gema v OpenAI (Germany) versus Getty Images v Stability AI (England) - Kubiack Law\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.kubiack.com\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg\",\"datePublished\":\"2025-11-25T14:31:23+00:00\",\"dateModified\":\"2025-11-25T14:38:54+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.kubiack.com\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg\",\"contentUrl\":\"https:\\\/\\\/www.kubiack.com\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg\",\"width\":1536,\"height\":1024,\"caption\":\"Conflicting Approaches to AI, Training and Copyright: Gema v OpenAI (Munich) v Getty Images v Stability AI (England)\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.kubiack.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/#website\",\"url\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/\",\"name\":\"Kubiack Law\",\"description\":\"We are guiding technology companies to launch, scale and operate lawfully across the European Single Market\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/#organization\",\"name\":\"Kubiack Law\",\"url\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.kubiack.com\\\/wp-content\\\/uploads\\\/2025\\\/02\\\/Kubiack-Technology-legal-consulting-law-european-union-e1740494325494.png\",\"contentUrl\":\"https:\\\/\\\/www.kubiack.com\\\/wp-content\\\/uploads\\\/2025\\\/02\\\/Kubiack-Technology-legal-consulting-law-european-union-e1740494325494.png\",\"width\":291,\"height\":77,\"caption\":\"Kubiack Law\"},\"image\":{\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/kubiack-law\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.kubiack.com\\\/#\\\/schema\\\/person\\\/057692bc5784279e441d637b528f3d03\",\"name\":\"klaw\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ad5835ddb8c0bd727b139b3d26cc8263e7b8f7a1d774d4d7ce0000ef9bfaf53b?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ad5835ddb8c0bd727b139b3d26cc8263e7b8f7a1d774d4d7ce0000ef9bfaf53b?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ad5835ddb8c0bd727b139b3d26cc8263e7b8f7a1d774d4d7ce0000ef9bfaf53b?s=96&d=mm&r=g\",\"caption\":\"klaw\"},\"url\":\"https:\\\/\\\/www.kubiack.com\\\/de\\\/author\\\/klaw\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)","description":"Zwei wichtige Entscheidungen zu KI und Urheberrecht die 2025 ergangen sind, das Urteil des Landgerichts M\u00fcnchen I in Gema v OpenAI (ver\u00f6ffentlicht als LG M\u00fcnchen I, Endurteil v. 11.11.2025 \u2013 42 O 14139\/24) und die Entscheidung des High Court im Vereinigten K\u00f6nigreich in Getty Images v Stability AI ([2025] EWHC 2863 (Ch)) kommen zu deutlich&hellip;","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"Zwei wichtige Entscheidungen zu KI und Urheberrecht die 2025 ergangen sind, das Urteil des Landgerichts M\u00fcnchen I in Gema v OpenAI (ver\u00f6ffentlicht als LG M\u00fcnchen I, Endurteil v. 11.11.2025 \u2013 42 O 14139\/24) und die Entscheidung des High Court im Vereinigten K\u00f6nigreich in Getty Images v Stability AI ([2025] EWHC 2863 (Ch)) kommen zu deutlich&hellip;","og_locale":"de_DE","og_type":"article","og_title":"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)","og_description":"Zwei wichtige Entscheidungen zu KI und Urheberrecht die 2025 ergangen sind, das Urteil des Landgerichts M\u00fcnchen I in Gema v OpenAI (ver\u00f6ffentlicht als LG M\u00fcnchen I, Endurteil v. 11.11.2025 \u2013 42 O 14139\/24) und die Entscheidung des High Court im Vereinigten K\u00f6nigreich in Getty Images v Stability AI ([2025] EWHC 2863 (Ch)) kommen zu deutlich&hellip;","og_url":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/","og_site_name":"Kubiack Law","article_published_time":"2025-11-25T14:31:23+00:00","article_modified_time":"2025-11-25T14:38:54+00:00","og_image":[{"width":1536,"height":1024,"url":"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/11\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg","type":"image\/jpeg"}],"author":"klaw","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"klaw","Gesch\u00e4tzte Lesezeit":"15\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/#article","isPartOf":{"@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/"},"author":{"name":"klaw","@id":"https:\/\/www.kubiack.com\/#\/schema\/person\/057692bc5784279e441d637b528f3d03"},"headline":"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)","datePublished":"2025-11-25T14:31:23+00:00","dateModified":"2025-11-25T14:38:54+00:00","mainEntityOfPage":{"@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/"},"wordCount":3373,"publisher":{"@id":"https:\/\/www.kubiack.com\/#organization"},"image":{"@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/#primaryimage"},"thumbnailUrl":"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/11\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg","keywords":["Artificial Intelligence (AI)","Copyright","Copyright England and Wales","Copyright Germany","GEMA v OpenAI","Getty v Stability AI","IP in AI","IP infringement in AI development"],"articleSection":["Artificial Intelligence (AI)","Copyright Law"],"inLanguage":"de"},{"@type":"WebPage","@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/","url":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/","name":"Conflicting Approaches to AI, Training and Copyright: Gema v OpenAI (Germany) versus Getty Images v Stability AI (England) - Kubiack Law","isPartOf":{"@id":"https:\/\/www.kubiack.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/#primaryimage"},"image":{"@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/#primaryimage"},"thumbnailUrl":"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/11\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg","datePublished":"2025-11-25T14:31:23+00:00","dateModified":"2025-11-25T14:38:54+00:00","breadcrumb":{"@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/#primaryimage","url":"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/11\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg","contentUrl":"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/11\/Conflicting-Approaches-to-AI-Training-and-Copyright-Gema-v-OpenAI-Munich-v-Getty-Images-v-Stability-AI-England.jpg","width":1536,"height":1024,"caption":"Conflicting Approaches to AI, Training and Copyright: Gema v OpenAI (Munich) v Getty Images v Stability AI (England)"},{"@type":"BreadcrumbList","@id":"https:\/\/www.kubiack.com\/de\/widerlaufige-ansatze-zu-ki-training-und-urheberrecht-gema-und-openai-deutschland-versus-getty-images-und-stability-ai-england\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.kubiack.com\/"},{"@type":"ListItem","position":2,"name":"Widerl\u00e4ufige Ans\u00e4tze zu KI, Training und Urheberrecht: Gema und OpenAI (Deutschland) versus Getty Images und Stability AI (England)"}]},{"@type":"WebSite","@id":"https:\/\/www.kubiack.com\/de\/#website","url":"https:\/\/www.kubiack.com\/de\/","name":"Kubiack Law","description":"We are guiding technology companies to launch, scale and operate lawfully across the European Single Market","publisher":{"@id":"https:\/\/www.kubiack.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.kubiack.com\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.kubiack.com\/de\/#organization","name":"Kubiack Law","url":"https:\/\/www.kubiack.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.kubiack.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/02\/Kubiack-Technology-legal-consulting-law-european-union-e1740494325494.png","contentUrl":"https:\/\/www.kubiack.com\/wp-content\/uploads\/2025\/02\/Kubiack-Technology-legal-consulting-law-european-union-e1740494325494.png","width":291,"height":77,"caption":"Kubiack Law"},"image":{"@id":"https:\/\/www.kubiack.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/kubiack-law\/"]},{"@type":"Person","@id":"https:\/\/www.kubiack.com\/#\/schema\/person\/057692bc5784279e441d637b528f3d03","name":"klaw","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/ad5835ddb8c0bd727b139b3d26cc8263e7b8f7a1d774d4d7ce0000ef9bfaf53b?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/ad5835ddb8c0bd727b139b3d26cc8263e7b8f7a1d774d4d7ce0000ef9bfaf53b?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/ad5835ddb8c0bd727b139b3d26cc8263e7b8f7a1d774d4d7ce0000ef9bfaf53b?s=96&d=mm&r=g","caption":"klaw"},"url":"https:\/\/www.kubiack.com\/de\/author\/klaw\/"}]}},"_links":{"self":[{"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/posts\/4119","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/comments?post=4119"}],"version-history":[{"count":14,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/posts\/4119\/revisions"}],"predecessor-version":[{"id":4134,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/posts\/4119\/revisions\/4134"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/media\/4135"}],"wp:attachment":[{"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/media?parent=4119"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/categories?post=4119"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/tags?post=4119"},{"taxonomy":"series","embeddable":true,"href":"https:\/\/www.kubiack.com\/de\/wp-json\/wp\/v2\/series?post=4119"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}