Urheberrechtsverletzung durch mittels KI erstellter Musik: GEMA setzt Unterlassungsansprüche gegen SUNO durch

Wenn KI-Modelle zum Erstellen von Musikstücken beim Training den Trainingsdatensätzen nicht nur Informationen entnehmen, sondern sich in den nach dem Training spezifizierten Parametern eine Übernahme auch des Inhalts der Trainingsdaten findet, liegt eine Verletzung des Vervielfältigungsrechts nach § 16 UrhG in Form des sog. Memorisierung vor. Diese Vervielfältigung ist nicht durch die Schrankenbestimmungen des Text und Data Mining des § 44b UrhG gedeckt.

Der Sachverhalt:
Der Rechtsstreit betrifft die sechs bekannten Musikwerke „Atemlos durch die Nacht“ von Kristina Bach, „Rasputin“ von Frank Farian, Fred Jay und George Reyam, „Big in Japan“ und „Forever Young“ von Marian Gold, Bernhard Lloyd und Frank Mertens, der Refrain des Stücks „Mambo No. 5 A little bit of“ von David Lubega und Christian Pletschacher sowie „Daddy Cool“ von Frank Farian. Nicht streitgegenständlich waren Verletzungen durch die Liedtexte.

Die Klägerin ist die Verwertungsgesellschaft GEMA. Zur Begründung hatte sie vorgetragen, die Musikwerke seien im Rahmen des Trainings vervielfältigt worden und in dem Musikgenerator zu Grunde liegenden KI-Modell der Beklagten memorisiert. Durch die Ausgabe als Outputs sei es zu weiteren Rechtsverletzungen gekommen. Geltend gemacht wurden Urheberrechtsverletzungen in den USA und in Deutschland. Bei der Generierung der streitgegenständlichen Outputs gab die Klägerseite jeweils den originalen Liedtext des Musikstücks, den gewünschten Musikstil und den Werktitel in die Eingabemaske des Musikgenerators ein. Die Prompts enthielten keine Vorgaben zu Melodie, Harmonie, Rhythmus oder Arrangement.

Die Beklagte bietet den auf KI beruhenden Musikgenerator SUNO an, der auf Anfrage von Nutzern Musikstücke erstellt. Der Trainingsdatensatz der Beklagten für ihr Modell enthielt auch die streitgegenständlichen Musikwerke. Die Beklagte setzte sog. Stream-Ripping Techniken ein, um diese Musikwerke von der Plattform YouTube zu extrahieren und zu kopieren. Dabei umging sie den sog. Rolling Cipher, eine von der Plattform implementierte technische Schutzmaßnahme, die das Herunterladen von Audio- und Videoinhalten verhindern soll.

Die Beklagte hatte gegen die erhobenen Ansprüche eingewandt, die streitgegenständlichen Musikstücke seien bereits nicht urheberrechtlich geschützt. Zudem seien sie in den Outputs nicht wiedererkennbar. Die Trainingsdaten seien weder im Modell enthalten noch darin gespeichert. Die Gewichte und Parameter des Modells bildeten mathematisch erlernte Muster und verallgemeinerte Merkmale aus den Trainingsdaten ab, wie syntaktische, semantische und kontextuelle Zusammenhänge. Etwaige Ähnlichkeiten in den Outputs seien auf prompt-induzierte Einschränkungen des Suchraums sowie auf statistisch erlernte Muster zurückzuführen. Das Training mit den Musikstücken sei nach dem anzuwendenden US-amerikanischen Recht von dem Institut des fair use gedeckt, wobei das angerufene Gericht für diese Prüfung bereits nicht zuständig sei. Die angegriffenen Outputs seien das Resultat komplexer, iterativ verfeinerter Prompts der Klägerin, daher sei der Zurechnungszusammenhang durch die dazwischentretende, zielgerichtete Nutzerhandlung unterbrochen. Soweit deutsches Recht anwendbar sei, liege keine urheberrechtlich relevante Nutzungshandlung vor. Eventuelle Rechtseingriffe seien durch die Schranken des Text- und Data-Mining gerechtfertigt.

Die LG hat den Ansprüchen auf Unterlassung, Auskunft und Schadensersatz der GEMA gegen SUNO überwiegend stattgegeben. Nach der Entscheidung stehen der Klägerin die geltend gemachten Ansprüche sowohl aufgrund der gegebenen Vervielfältigung der Musikstücke im Rahmen des in den USA erfolgten Trainings, als auch aufgrund der in Deutschland Vervielfältigung im Modell und der Wiedergabe in den Outputs zu. Das Urteil ist nicht rechtskräftig.

Die Gründe:
Das Gericht ist nach § 131 Abs. 1 und 2 VGG (einem Gesetz, dass die Wahrnehmung von Urheberrechten und verwandten Schutzrechten durch Verwertungsgesellschaften, wie die GEMA, regelt) international für die Ansprüche zuständig, die aufgrund von Verletzungshandlungen auf dem Gebiet der USA geltend gemacht werden. Die Vorschrift gilt sowohl für die örtliche als auch die internationale Zuständigkeit und sieht einen besonderen Gerichtsstand des Sachzusammenhangs für die insofern privilegierten Verwertungsgesellschaften vor, deren Zweck die Wahrnehmung von Urheberrechten ist.

Die streitgegenständlichen Musikstücke sind reproduzierbar in den Modellen Version v3.5 und v4 der Beklagten enthalten. Die Modelle waren auf Servern in Deutschland gespeichert. Aus der informationstechnischen Forschung ist bekannt, dass Trainingsdaten in KI-Modellen enthalten sein können und sich als Outputs extrahieren lassen. Dies wird als Memorisierung bezeichnet. Eine solche liegt vor, wenn die KI-Modelle beim Training dem Trainingsdatensatz nicht nur Informationen entnehmen, sondern sich in den nach dem Training spezifizierten Parametern eine Übernahme auch des Inhalts der Trainingsdaten findet. Eine solche Memorisierung ist durch einen Abgleich der Musikstücke, die in den Trainingsdaten enthalten waren, mit den Wiedergaben in den Outputs festgestellt. Angesichts der Komplexität und Länge der Musikstücke ist der Zufall als Ursache für die Wiedergabe der Musikstücke ausgeschlossen.

Durch die Memorisierung ist eine Verletzung des Vervielfältigungsrechts nach § 16 UrhG gegeben. Diese Vervielfältigung in den Modellen ist nicht durch die Schrankenbestimmungen des Text und Data Mining des § 44b UrhG gedeckt.

Auch durch die Wiedergabe der Musikstücke in den Outputs in Deutschland haben die Beklagten unberechtigt die streitgegenständlichen Musikwerke vervielfältigt und öffentlich wiedergegeben. In den Outputs sind die originellen Elemente der Musikstücke wiedererkennbar. Hierfür ist die Beklagte und sind nicht die Nutzer verantwortlich. Die Outputs sind durch einfach gehaltene und ergebnisoffene Prompts generiert worden, die lediglich die Liedtexte und den Musikstil vorgegeben hatten. Die Beklagten betrieben die KI-Modelle, für die die Musikstücke als Trainingsdaten ausgewählt und mit denen sie trainiert worden sind. Sie sind für die Architektur der Modelle und die Memorisierung der Trainingsdaten verantwortlich. Damit haben die von der Beklagten betriebenen Modelle die ausgegebenen Outputs inhaltlich bestimmt.

Zudem stellt bereits das Angebot des Modells und die Anwendung der Beklagten zur Generierung von Musik einen Verstoß gegen das unbenannte Recht der öffentlichen Wiedergabe nach § 15 Abs. 2 UrhG dar. Für diesen Zweck und beim Training in den USA sind Vervielfältigungen der Musikwerke gefertigt worden. Nach dem Schutzlandprinzip ist für die Rechtsverletzungen auf dem Gebiet der USA US-amerikanisches Recht anwendbar. Da sich die Musikwerke in den Outputs wiederfinden, sind die Vervielfältigungen nach dem anwendbaren US-amerikanischen Recht nicht von der fair use Doktrin nach 17 U.S.C. § 107 gedeckt.

Der Sachverhalt unterscheidet sich signifikant von dem, der den Verfahren Bartz und Kadrey zugrunde lag, und in denen zwei US-amerikanische Gerichte das Training von KI-Modellen als von fair use gedeckt ansahen. Während in den beiden Verfahren die Trainingsdaten nicht oder nicht substanziell in den Outputs dem Benutzer zugänglich gemacht worden waren, sind hier nach Eingabe von einfachen und ergebnisoffenen Prompts Outputs von der Beklagten generiert worden, die den Originalwerken wesentlich ähnlich sind. Sämtliche im Rahmen der fair use Prüfung nach den Vorgaben des Supreme Courts in seiner Warhol Entscheidung zu prüfende Faktoren sprechen gegen die Beklagte.

Mehr zum Thema:

Rechtsprechung:
Urheberrechtsschutz für teilweise KI‑generiertes Lied
LG Frankfurt/M. vom 17.12.2025 - 2-06 O 401/25
CR 2026, 431

enthalten in:
Beratermodul IT-Recht
Otto Schmidt Answers ist in diesem Modul mit 5 Prompts am Tag enthalten! Nutzen Sie die Inhalte in diesem Modul direkt mit der KI von Otto Schmidt. Start-Abo: 3 Monate nutzen, nur 2 Monate zahlen! Komfortabel, vergünstigt, flexibel.