Ein indisches Gericht nennt KI-Training „private Nutzung“ – Verlage sollten das Kleingedruckte lesen
Der Delhi High Court verweigerte der Nachrichtenagentur ANI eine einstweilige Verfügung gegen OpenAI. Die Speicherung urheberrechtlich geschützter Artikel für das Training von ChatGPT falle wahrscheinlich unter eine Fair-Dealing-Ausnahme. Es ist eine vorläufige Entscheidung, kein Endurteil.
Indiens erste inhaltliche Gerichtsentscheidung zu Trainingsdaten für KI ist zugunsten von OpenAI ausgefallen. Im Fall ANI Media gegen OpenAI OpCo, dessen Entscheidung am 24. Juli verkündet und diese Woche breit aufgegriffen wurde, lehnte Richter Amit Bansal vom Delhi High Court eine einstweilige Verfügung für die Nachrichtenagentur ANI ab. Nach seiner vorläufigen Einschätzung fällt OpenAIs Speicherung von ANI-Artikeln zum Training der ChatGPT-Modelle unter Abschnitt 52(1)(a) des indischen Urheberrechtsgesetzes – die Ausnahme für „private oder persönliche Nutzung einschließlich Forschung“. Bleibt diese Auslegung bestehen, liegt keine Verletzung vor.
Zwei Einzelheiten machen die Entscheidung interessanter als die Schlagzeile. Erstens wies das Gericht ANIs Argument ausdrücklich zurück, ein kommerzielles Unternehmen könne sich nicht auf diese Ausnahme berufen. Das Parlament habe bestimmte andere urheberrechtliche Ausnahmen auf nichtkommerzielle Nutzung beschränkt, erklärte der Richter, bei dieser Vorschrift aber bewusst darauf verzichtet. Zweitens gewann ANI den Streit um die Zuständigkeit. OpenAI hatte geltend gemacht, indische Gerichte seien für ein Training auf US-Servern nicht zuständig. Bansal widersprach: Nach dieser Logik könnte jeder Verletzer indischem Recht entgehen, indem er seine Server im Ausland betreibt. Das Gericht bezog auch das öffentliche Interesse ein und warnte, eine einstweilige Verfügung würde in dieser Phase die KI-Entwicklung in Indien einschließlich heimischer Modelle behindern und Millionen dortiger ChatGPT-Nutzer betreffen.
In der Aufregung geht leicht unter, worüber hier tatsächlich entschieden wurde. Es ging um eine einstweilige Verfügung, die ein Verhalten stoppen soll, während das eigentliche Verfahren weiterläuft. Geprüft wird dabei, ob der Kläger einen ausreichend starken Fall vorgelegt hat, um die Lage schon jetzt einzufrieren – nicht, wer am Ende gewinnt. Das Hauptverfahren mit Offenlegung und Sachverständigengutachten steht noch aus. „Prima facie“ ist deshalb entscheidend: Es bedeutet „auf den ersten Blick“, nicht „abschließend geklärt“. Trotzdem orientieren sich Gerichte aneinander. Innerhalb von etwa dreizehn Monaten ist dies nun die dritte bedeutende Entscheidung zur Frage der Trainingsdaten, die zugunsten von KI-Entwicklern ausgefallen ist. Daher sehen Verlage darin eher eine schlechte Woche als eine juristische Fußnote.
Bevor daraus weitreichende Schlüsse gezogen werden, ist eines wichtig: Hier gilt indisches Recht. Die Formulierung „private oder persönliche Nutzung einschließlich Forschung“ hat im EU- oder deutschen Urheberrecht keine unmittelbare Entsprechung. Dort sind die Text-und-Data-Mining-Ausnahmen der DSM-Richtlinie mit ihrem Opt-out-Mechanismus maßgeblich. Ein Erfolg in Delhi lässt sich nicht nach München übertragen.
Was das für dich bedeutet: Wenn du KI-Werkzeuge lediglich nutzt, ändert sich nichts; deine Chatverläufe stehen nicht plötzlich vor Gericht. Veröffentlichst du Inhalte im Netz, vom Blog bis zur Wissensdatenbank eines Unternehmens, lautet die praktische Erkenntnis: Gerichte in mehreren Rechtsordnungen zögern bislang, Training als Urheberrechtsverletzung einzustufen. Technische Maßnahmen wie Regeln in der robots.txt und das europäische TDM-Opt-out bewirken derzeit mehr als Klagen. Und wenn du KI entwickelst, bleibt der rechtliche Boden unter Trainingsdaten in Bewegung. Es handelt sich um vorläufige Entscheidungen in noch laufenden Verfahren. Sie als Freibrief zu behandeln, wäre verfrüht.
Quellen
Die Gewichte von Kimi K3 sind endlich öffentlich – und 1,4 Terabyte schwer
Moonshot AI hat die vollständigen Gewichte und den technischen Bericht zu seinem Modell Kimi K3 mit 2,8 Billionen Parametern veröffentlicht, dazu Teile der nötigen Betriebsinfrastruktur. Die entscheidende Behauptung: 2,5-mal mehr Intelligenz je Recheneinheit.
