KI-Training und Urheberrecht: LG München I entscheidet im Fall GEMA gegen Suno

Dürfen urheberrechtlich geschützte Werke ohne Zustimmung der Rechteinhaber zum Training generativer KI verwendet werden? Und was gilt, wenn sich einzelne Werke anschließend im Modell wiederfinden und durch die KI in ähnlicher Form reproduzieren lassen?

Mit diesen Fragen hat sich das Landgericht München I in seinem Urteil vom 31. Juli 2026 (Az. 42 O 763/25) beschäftigt. Im Mittelpunkt stand der KI-Musikgenerator Suno. Die GEMA machte als Verwertungsgesellschaft urheberrechtliche Ansprüche im Zusammenhang mit sechs Musikwerken geltend.

Das Gericht gab der GEMA in wesentlichen Punkten Recht und befasste sich dabei sowohl mit der Verwendung geschützter Werke für das KI-Training als auch mit ihrer Speicherung im Modell und den später erzeugten Outputs. 

Worum ging es?
 

Suno betreibt einen KI-basierten Musikgenerator, mit dem Nutzer über Texteingaben neue Musikstücke erzeugen können. Für das Training wurden Millionen vollständiger Tonaufnahmen verwendet. Nach den Feststellungen des Gerichts befanden sich darunter auch die sechs streitgegenständlichen Musikwerke.

Hierzu gehörten unter anderem „Atemlos durch die Nacht“, „Rasputin“, „Big in Japan“, „Forever Young“ und „Daddy Cool“ sowie der Refrain von „Mambo No. 5“.

Nach den Feststellungen des Gerichts hatte Suno die betreffenden Audiodateien mittels sogenannter Stream-Ripping-Techniken von YouTube extrahiert und dabei den von YouTube eingesetzten „Rolling Cipher“ umgangen. Die Werke wurden anschließend unter anderem für Preprocessing, Trainings-, Validierungs- und Testdatensätze eingesetzt.

Die GEMA verlangte insbesondere Unterlassung, Auskunft und Schadensersatz.
 

Wann wird KI-Training zur urheberrechtlichen Vervielfältigung?
 

Besonders relevant sind die Ausführungen des Gerichts zur sogenannten Memorisierung von Trainingsinhalten.

Das Gericht unterschied zwischen der vorgelagerten Verarbeitung von Trainingsmaterial und dem Ergebnis des Trainings. Die ursprünglichen Audiodateien waren zwar nicht als solche im fertigen Modell gespeichert. Nach Auffassung des Gerichts können geschützte Werke jedoch auch in den Parametern bzw. Datenstrukturen eines KI-Modells urheberrechtlich relevant vervielfältigt sein.

Für die streitgegenständlichen Werke sah das Gericht eine solche Memorisierung als nachgewiesen an. Ausschlaggebend war insbesondere, dass sich aus den Modellen Musikstücke erzeugen ließen, die geschützte Bestandteile der Ausgangswerke reproduzierten.

Damit enthält die Entscheidung einen für die Praxis wichtigen Punkt: Dass ein KI-Modell keine klassische Datei des Trainingswerks speichert, schließt eine urheberrechtlich relevante Vervielfältigung im Modell nach Auffassung des Gerichts nicht automatisch aus.
 

Text und Data Mining ist kein pauschaler Freibrief
 

Das Gericht setzte sich auch mit der Schrankenregelung für Text und Data Mining nach § 44b UrhG auseinander.

Dabei differenzierte es zwischen verschiedenen Verarbeitungsschritten. Vervielfältigungen zur vorgelagerten automatisierten Analyse von Werken können grundsätzlich unter die Text-und-Data-Mining-Schranke fallen.

Nach Auffassung des Gerichts erfasst diese Schranke jedoch nicht ohne Weiteres eine darüber hinausgehende Speicherung eines geschützten Werkes innerhalb eines trainierten Modells.

Die vom Gericht angenommene Memorisierung der streitgegenständlichen Musikwerke wurde deshalb nicht als bloßer Text-und-Data-Mining-Vorgang behandelt.

Auch die konkrete Herkunft der Trainingsdaten spielte in dem Verfahren eine Rolle: Nach den Feststellungen des Gerichts wurden die Audiodateien unter Umgehung einer technischen Schutzmaßnahme von YouTube heruntergeladen.
 

Auch der Output kann Rechte verletzen
 

Das Verfahren betraf nicht nur das Training selbst.

Suno erzeugte auch Musikstücke, in denen das Gericht urheberrechtlich geschützte Bestandteile der Ausgangswerke wiedererkannte. Das LG München I bejahte daher auch Rechtsverletzungen im Zusammenhang mit den generierten Outputs.

Das zeigt, dass Unternehmen bei generativer KI Training, Modell und Output nicht isoliert voneinander betrachten sollten.

Urheberrechtliche Risiken können bereits bei der Beschaffung und Verarbeitung von Trainingsdaten entstehen, sich innerhalb des trainierten Modells fortsetzen und schließlich bei der Ausgabe des Systems erneut relevant werden.
 

Bedeutung für Anbieter generativer KI
 

Die Entscheidung bedeutet nicht, dass jedes Training eines KI-Modells mit urheberrechtlich geschützten Inhalten automatisch unzulässig ist.

Sie zeigt jedoch, dass sich Anbieter nicht pauschal darauf verlassen können, dass Trainingsprozesse vollständig durch die Text-und-Data-Mining-Schranken gedeckt sind.

Für die rechtliche Bewertung können insbesondere folgende Fragen relevant sein:

• Woher stammen die Trainingsdaten und unter welchen Bedingungen wurden sie beschafft?
• Welche Nutzungsrechte oder gesetzlichen Schranken greifen?
• Bestehen wirksame Nutzungsvorbehalte der Rechteinhaber?
• Werden einzelne Werke im Modell in einer Weise memorisiert, die eine Reproduktion ermöglicht?
• Können Outputs geschützte Bestandteile der Trainingswerke wiedergeben?
• Welche technischen Maßnahmen bestehen, um entsprechende Outputs zu erkennen oder zu verhindern?

Gerade bei der Entwicklung eigener generativer KI-Systeme sollte die urheberrechtliche Bewertung deshalb frühzeitig Bestandteil der Daten- und Modell-Governance sein.
 

Ausblick
 

Das Urteil des LG München I ist eine wichtige Entscheidung für die weitere Diskussion über generative KI und Urheberrecht. Es zeigt insbesondere, dass die rechtliche Prüfung nicht bei der Frage enden sollte, ob Trainingsdaten nach Abschluss des Trainings noch als ursprüngliche Dateien im Modell vorhanden sind.

Entscheidend kann vielmehr sein, was das Modell aus den Trainingsdaten übernommen hat und ob geschützte Werke oder Werkbestandteile anschließend reproduziert werden können.

Für Entwickler und Anbieter generativer KI wird damit die nachvollziehbare Dokumentation der Herkunft und Nutzung von Trainingsdaten ebenso relevant wie technische Maßnahmen gegen eine unerwünschte Memorisierung und Reproduktion geschützter Inhalte.
 

Kontakt
 

Sie entwickeln oder betreiben ein generatives KI-System und möchten die rechtlichen Anforderungen an Trainingsdaten, Modelle und Outputs bewerten?

Wir unterstützen Sie bei der rechtlichen und organisatorischen Einordnung von KI-Systemen – von der KI-Verordnung und dem Datenschutz bis zu Fragen der KI-Governance und der erforderlichen Dokumentation.

Melden Sie sich gern unter datenschutz@bitkom-consult.de