Anthropic einigt sich auf Rekordvergleich über 1,5 Milliarden Dollar, der künftige KI-Entwicklung rechtlich und finanziell prägen dürfte.
Das KI-Start-up Anthropic hat sich bereit erklärt, 1,5 Milliarden Dollar an Autoren zu zahlen, um eine Sammelklage wegen Urheberrechtsverletzungen beizulegen. Damit entsteht ein Präzedenzfall für die gesamte Branche, deren Geschäftsmodell zunehmend von Fragen rund um den Schutz geistigen Eigentums abhängt.
Der Vergleich muss noch von einem Bundesrichter in San Francisco bestätigt werden. Laut Gerichtsunterlagen handelt es sich um die „größte jemals veröffentlichte Urheberrechts-Entschädigung“. Die Autoren hatten behauptet, Anthropic habe 465.000 Bücher und Texte von Piratenseiten wie Library Genesis und Pirate Library Mirror heruntergeladen, um damit seine Large Language Models zu trainieren.
Ohne Einigung wäre es zu einem Prozess mit potenziellen Schadenersatzforderungen von bis zu einer Billion Dollar gekommen – eine Summe, die das erst vier Jahre alte Start-up mit einer Bewertung von 170 Milliarden Dollar wohl in den Bankrott getrieben hätte.
Anthropic muss im Zuge der Einigung auch die betroffenen Datensätze vernichten. Das Unternehmen verteidigt sich damit, dass das Training auf urheberrechtlich geschützten Inhalten eine Form von „fair use“ sei, da die Modelle die Werke in neue Kontexte transformieren. Ein kalifornisches Gericht hatte diese Argumentation im Juni teilweise anerkannt, jedoch die Speicherung von Raubkopien als „unheilbar rechtswidrig“ eingestuft.
Die Authors Guild sprach von einem „starken Signal“ an die Branche, dass die unerlaubte Nutzung kreativer Werke Folgen habe. „Es beraubt gerade jene, die es sich am wenigsten leisten können“, sagte CEO Mary Rasenberger.
Der Fall reiht sich ein in eine wachsende Zahl von Klagen gegen KI-Konzerne wie OpenAI und Meta, die sich wegen der Nutzung urheberrechtlich geschützter Texte verantworten müssen. Die Verfahren werden bestimmen, ob und wie Autoren künftig entschädigt werden – und ob sich die Kosten für das Training von KI-Modellen erheblich verteuern.