Recht und Gesellschaft

21.1Urheberrecht und geistiges Eigentum

Abbildung21.1. Die zwei Fronten des Urheberrechts. Die US-Justiz neigt dazu, das Training als „transformative“ Nutzung anzusehen, doch die Frage, ob die erzeugten Inhalte Werke rechtswidrig wiedergeben und wer dafür einsteht, ist weiterhin völlig offen.

Unter der Haube

In den Jahren 2025 und 2026 haben US-Richter befunden, dass das Training eines Modells unter fair use (angemessene Nutzung) fallen kann, und das Lernen einer KI mit dem eines menschlichen Lesers verglichen. Schwer wiegt jedoch weiterhin die Frage der raubkopierten Werke: Ein großes Labor, Anthropic, hat sich bereit erklärt, rund 1,5 Milliarden Dollar zu zahlen, um Klagen wegen der Beschaffung von Büchern über Piratenbibliotheken beizulegen (Verfahren Bartz gegen Anthropic). Dieser Sammelvergleich wurde am 20. Juli 2026 gerichtlich endgültig genehmigt: Er umfasst knapp 500.000 Bücher, also rund 3.000 Dollar pro Werk. Er betrifft die Art und Weise, wie die Bücher beschafft wurden, nicht die Rechtmäßigkeit des Trainings, und schafft keinen Präzedenzfall. Mehrere Verfahren sind anhängig (Verlage gegen Meta, rund ein Dutzend zusammengefasster Verfahren gegen OpenAI). In diesem letztgenannten Rechtsstreit (New York Times und andere gegen OpenAI und Microsoft) hat das US-Justizministerium am 1. September 2026 eine „Interessenerklärung“ eingereicht, der zufolge das Training mit geschützten Texten in der Regel unter fair use fällt; Stand 30. September 2026 hat das Gericht noch nicht entschieden. Im Bildbereich verklagen große Filmstudios (darunter Disney und Universal) einen Bildgenerator, während andere Akteure Lizenzverträge abschließen: Das Entstehen eines Lizenzmarktes erschwert die Berufung auf fair use. Was schließlich den Schutz von Werken angeht, die von einer KI erzeugt wurden, hat der Oberste Gerichtshof der Vereinigten Staaten es im März 2026 abgelehnt, den Leitfall auf diesem Gebiet (den Fall Thaler) zur Entscheidung anzunehmen: Damit bleibt die 2025 ergangene Entscheidung eines Bundesberufungsgerichts bestehen, wonach ein von einer Maschine ohne menschlichen schöpferischen Beitrag erzeugtes Werk nicht schutzfähig ist.

Einordnung

Ein weltweites Mosaik

Das anwendbare Recht unterscheidet sich von Land zu Land erheblich. Die Europäische Union und das Vereinigte Königreich denken in Ausnahmen für Text und Data Mining (mit der Möglichkeit für Rechteinhaber, dem zu widersprechen), während die Vereinigten Staaten fallweise nach fair use urteilen und Japan für das Training einen permissiven Ansatz gewählt hat. In Europa erging am 31. Juli 2026 eine erste Gerichtsentscheidung zu KI-generierter Musik: Das Landgericht München I gab der GEMA gegen den Musikgenerator Suno recht, nachdem es festgestellt hatte, dass sechs Werke reproduzierbar in dessen Modellen memorisiert waren. Das Urteil berührt beide Fronten der Abbildung 21.1: Beim Training deckt die Ausnahme für Text und Data Mining die Memorisierung von Werken im Modell nicht ab; bei der Ausgabe liegt die Haftung beim Anbieter und nicht beim Nutzer. Als erstinstanzliche Entscheidung ist es nicht rechtskräftig (eine Berufung bleibt möglich). Diese Zersplitterung erschwert die Arbeit von Laboren, die weltweit tätig sind, und befördert die Zunahme von Lizenzverträgen, die direkt mit Verlagen und Kataloginhabern ausgehandelt werden.

21.2Deepfakes, Desinformation und Demokratie

Einordnung

Überzeugung im Massenmaßstab

Neben der Desinformation (die auf Falschem beruht) wächst eine andere Sorge: die Überzeugungskraft selbst, also die Fähigkeit, Menschen zu einer Meinungsänderung zu bewegen, sogar mit zutreffenden Argumenten. In einer präregistrierten Studie (Salvi und Kollegen, Nature Human Behaviour, 2025) debattierten rund 900 Personen entweder mit einem Menschen oder mit GPT-4 über gesellschaftliche Themen. Das auffällige Ergebnis: Verfügte das Modell über einige soziodemografische Angaben zu seinem Gegenüber, erwies es sich in rund 64 % der nicht unentschieden ausgegangenen Debatten als überzeugender als der Mensch; ohne Personalisierung lag es gleichauf. Der entscheidende Vorteil liegt weniger in der Qualität eines Arguments als in der Fähigkeit, augenblicklich und in sehr großem Maßstab zu personalisieren: die Botschaft millionenfach und in Echtzeit an jedes Profil anzupassen. Das Risiko lässt sich im Marketing, in politischen Kampagnen oder in sozialen Netzwerken ermessen, wo ein solches automatisiertes Microtargeting die öffentliche Meinung massiv und unauffällig beeinflussen könnte. Die Autoren selbst rufen Plattformen und Regulierungsbehörden dazu auf, den Einsatz dieser Modelle in sensiblen Überzeugungskontexten zu überwachen und nötigenfalls zu regulieren. Es handelt sich um eine eigenständige gesellschaftliche Frage an der Schnittstelle von Psychologie (Kapitel 19) und Demokratie.

21.3Privatsphäre und Datenschutz

Einordnung

Differential Privacy

Wie lassen sich sensible Daten (Gesundheitsakten, Nutzungsdaten eines Dienstes) auswerten, ohne die Menschen bloßzustellen, von denen sie stammen? Eine strenge, inzwischen zum Standard gewordene Antwort ist die Differential Privacy (differenzielle Privatsphäre). Die Idee: Den Ergebnissen wird eine sorgfältig kalibrierte Dosis zufälligen Rauschens hinzugefügt, sodass die Gesamtstatistiken verlässlich bleiben, es aber mathematisch unmöglich wird festzustellen, ob eine bestimmte Person im Datensatz enthalten war oder nicht. So lassen sich Trends veröffentlichen oder sogar ein Modell trainieren, während formal begrenzt wird, was sich über einen Einzelnen in Erfahrung bringen lässt. Die Technik, die von großen Akteuren eingesetzt wird (Statistikämter, Smartphone-Hersteller, die Nutzungsdaten erheben, ohne jeden Einzelnen zu verfolgen), hat ihren Preis: Je stärker der Schutz, desto geringer die Genauigkeit, woraus sich eine Abwägung ergibt. Zusammen mit föderiertem Lernen und Verschlüsselung (Kapitel 11) gehört sie zum Werkzeugkasten einer KI mit „eingebautem Datenschutz“, einer Alternative zur Zentralisierung von Daten im Klartext.

21.4Überwachung, Verzerrungen und Diskriminierung

Einordnung

Sprachenvielfalt und der Globale Süden

Der Nutzen der KI verteilt sich nicht gleichmäßig über die Sprachen. Die besten Modelle werden vor allem mit Englisch und einer Handvoll datenreicher Sprachen trainiert; in den Tausenden ressourcenarmen Sprachen, die häufig in den Ländern des Südens gesprochen werden, sind sie deutlich weniger leistungsfähig, was eine digitale Kluft zu vertiefen droht (zumal die betroffenen Bevölkerungen auch bei der Infrastruktur und wegen der Kosten der Modelle schlechter gestellt sind). Es gibt Bemühungen, dem abzuhelfen: Modellprojekte für afrikanische oder indische Sprachen, offene und gemeinschaftlich erstellte Datensätze, Initiativen für sprachliche Souveränität. Dabei geht es nicht nur um Technik: Eine Sprache, die von der KI schlecht bedient wird, verliert an digitaler Verwendung, was ihr Verschwinden beschleunigen kann. Die Sprachenvielfalt der KI ist daher auch eine Frage der Kultur und der Gerechtigkeit.

21.5Haftung, Justiz und die positive Seite

Im Klartext

Drei Themen vervollständigen das Bild.

Die Haftung. Wenn eine KI einen Schaden verursacht (eine Fehldiagnose, ein Unfall eines autonomen Fahrzeugs, eine ruinöse Finanzberatung), wer haftet dann? Der Nutzer, der Betreiber, der Entwickler? Die Idee, der KI eine „Rechtspersönlichkeit“ zuzuerkennen, wird weithin verworfen; die Entwicklung geht vielmehr in Richtung von Regelungen der Produkthaftung und einer Pflicht zur menschlichen Aufsicht. Die Europäische Union hat im Übrigen ihr Produkthaftungsrecht modernisiert, um Software und KI-Systeme ausdrücklich einzubeziehen.
Die prädiktive Justiz. Der Einsatz von Algorithmen, um ein Rückfallrisiko zu bewerten oder gerichtliche Entscheidungen zu lenken, hat heftige Kritik hervorgerufen: Werkzeuge erwiesen sich als verzerrt zulasten bestimmter Bevölkerungsgruppen, was die Frage der Gleichheit vor dem Gesetz aufwirft.
Die Macht der Plattformen. KI moderiert inzwischen Milliarden von Inhalten: eine beträchtliche Macht über die Meinungsfreiheit und die Information, in wenigen Händen konzentriert und mit Fehlern in großem Maßstab. Der Schutz von Kindern im Netz (ungeeignete Inhalte, KI-Begleiter, Kapitel 19) ist dabei ein besonders heikler Fall (chinesische Regeln seit Juli 2026 in Kraft und im September 2026 unterzeichnetes kalifornisches Gesetz, Kapitel 19).

Einordnung

Das „Recht auf Erklärung“

Wenn eine automatisierte Entscheidung einen Menschen betrifft (abgelehnter Kredit, Vorauswahl von Bewerbungen, verweigerte Sozialleistung), kann er dann verlangen zu verstehen, wie sie zustande gekommen ist? Darum geht es beim Recht auf Erklärung, das im europäischen Recht angelegt ist (die DSGVO regelt Entscheidungen, die „ausschließlich auf einer automatisierten Verarbeitung beruhen“, und eröffnet ein Recht auf menschliches Eingreifen und auf Anfechtung). Der Grundsatz ist stark, stößt aber auf die Undurchsichtigkeit der Modelle (die „Blackbox“, Kapitel 2): Die Ausgabe eines Netzes mit mehreren Milliarden Parametern in verständlichen Begriffen zu erklären ist ein ungelöstes technisches Problem, das an die Forschung zur Interpretierbarkeit (Kapitel 24) und zur erklärbaren KI anknüpft. Daher die pragmatischen Ansätze: die Hauptfaktoren einer Entscheidung angeben, eine menschliche Überprüfung gewährleisten, das System dokumentieren. Es geht um mehr als den Komfort der Nutzer: Ohne Erklärung und Rechtsbehelf gibt es weder eine mögliche Anfechtung noch wirksame Verantwortlichkeit, und die algorithmische Entscheidung entzieht sich jeder demokratischen Kontrolle.

Das Wichtigste (Kapitel 21)

Urheberrecht: Das Training wird in den USA tendenziell als fair use gewertet, aber Piraterie wird geahndet, und die Haftung für generierte Inhalte bleibt offen; ein Lizenzmarkt entsteht; in Europa hat ein erstes Urteil (München, Juli 2026, nicht rechtskräftig) einen Musikgenerator wegen der Memorisierung von Werken verurteilt.
Deepfakes: Betrug, Desinformation, Bedrohung für die Demokratie; tiefere Gefahr der „Lügnerdividende“; nur teilweise wirksame Gegenmittel (Erkennung, Rückverfolgbarkeit, Kennzeichnungspflicht in der EU seit August 2026).
Privatsphäre: KI kann sensible Daten ableiten; die DSGVO setzt in Europa enge Grenzen, wobei ihr Zusammenspiel mit der KI-Verordnung zu klären ist.
Überwachung und Verzerrungen: je nach Region unterschiedliche Verwendungen, Risiko algorithmischer Diskriminierung, die die Verletzlichsten trifft.
Haftung (keine Rechtspersönlichkeit für die KI), prädiktive Justiz (Verzerrungen), Macht der Plattformen; aber auch eine gewichtige positive Seite: die Barrierefreiheit für Menschen mit Behinderung.

Vom Zivilrecht zum heikelsten Kernbereich staatlicher Hoheit: Kapitel 22 behandelt Verteidigung und internationale Sicherheit.

21.1Urheberrecht und geistiges Eigentum#

21.2Deepfakes, Desinformation und Demokratie#

21.3Privatsphäre und Datenschutz#

21.4Überwachung, Verzerrungen und Diskriminierung#

21.5Haftung, Justiz und die positive Seite#

Das Wichtigste (Kapitel 21)

21.1Urheberrecht und geistiges Eigentum

21.2Deepfakes, Desinformation und Demokratie

21.3Privatsphäre und Datenschutz

21.4Überwachung, Verzerrungen und Diskriminierung

21.5Haftung, Justiz und die positive Seite