So das Gericht in seinem Urteil vom 31. Juli 2026 (Az.: 42 O 763/25) in einem Rechtsstreit der GEMA gegen das Unternehmen, dass die KI-Anwendung „Suno“ anbietet. Das Gericht sieht unter anderem einen Verstoß gegen das Vervielfältigungsrecht nach § 16 UrhG, der auch nicht durch die gesetzliche Schrankenregelung des § 44b UrhG gedeckt ist. Dabei sieht das Gericht auch, dass eine Trennung in der rechtlichen Bewertung zwischen der Erstellung des Trainingsmaterials, dem Training des KI- Modells und der späteren Nutzung durch den Anbieter der KI erfolgen muss. Dazu heißt es in den Entscheidungsgründen unter anderem:
„…Zutreffend ist hingegen zu differenzieren zwischen Vervielfältigungen, die lediglich der Überführung in ein digitales Format dienen oder zu Analysezwecken erstellt werden, und Vervielfältigungen, die im Modell verbleiben. In Anlehnung an Spindler (GRUR 2016, 1112) und das LG Hamburg (27.09.2024, 310 O 227/23 Rn. 46 – LAION) sind die zeitlich aufeinanderfolgenden Phasen zu unterscheiden:
(1) das Extrahieren und die Überführung des Trainingsmaterials in ein maschinenlesbares Format, dem Erstellen des Trainingsdatenmaterials,
(2) die Analyse des Datenmaterials und ihre Anreicherung mit Meta-Informationen, dem Training des Modells,
(3) die nachfolgende Nutzung des trainierten Modells durch Prompts und Outputs.
Für den geltend gemachten Unterlassungsanspruch aufgrund der Vervielfältigungen nach § 16 UrhG im Modell ist die dargestellte Phase 2 relevant. Die streitgegenständlichen Musikwerke sind in den Modellen reproduzierbar enthalten. Deren Memorisierung stellt eine urheberrechtlich relevante Vervielfältigung dar…“
Interessant ist auch, welche Vorgaben das Gericht aufstellt, um die Memorisierung der urheberrechtlich geschützten Werke in der KI-Anwendung festzustellen. Dazu heißt es in den Entscheidungsgründen unter anderem:
„…Die Memorisierung kann vorliegend bereits durch einen Abgleich der streitgegenständlichen Musikwerke mit den Outputs festgestellt werden. Die Verwendung der streitgegenständlichen Musikwerke als Trainingsdaten ist unstreitig. Ausweislich der Anlage K 3 sind die streitgegenständlichen Musikwerke durch den jeweiligen Prompt der originalen Liedtexte, des Musikstils und des Werktitels deutlich wiedererkennbar in den vorgelegten Outputs wiedergegeben worden (zur Wiederkennbarkeit siehe unten unter B. III. 2.).
(1) Die streitgegenständlichen Prompts stellen einfache, ergebnisoffene Prompts dar. Die Outputs wurden nicht durch die Eingabe steuernder Prompts provoziert.
(a) Der Vortrag der Beklagten, die Klägerin habe durch ihre über Monate gestreckten, tausendfachen, komplexen und hochgradig kontextualisierenden Prompteingaben mitsamt Vorgaben zur Struktur die Memorisierungseffekte vorsätzlich provoziert, ist schlicht falsch. Wie der Auswertung der Prompts der Klägerin (Anlage B 4) zu entnehmen ist, haben zwar 3779 Prompts durch die Klägerin stattgefunden. Hiervon beziehen sich jedoch lediglich 338 auf die streitgegenständlichen Musikwerke. Von diesen 338 Prompts entfallen 176 auf das Musikwerk „Atemlos durch die Nacht“, 14 auf „Daddy Cool“, 8 auf „Rasputin“, 124 auf „Big in Japan“, 12 auf „Forever Young“ und 4 auf „Mambo No. 5“. Die übrigen Prompts der Klägerin betreffen nicht den streitgegenständlichen Sachverhalt und sind für das Verfahren daher irrelevant.
Die streitgegenständlichen Prompts steuerten durch die wiederholte Eingabe desselben Prompts das Ergebnis des Outputs nicht in eine bestimmte Richtung. Wird derselbe Prompt in einem unabhängigen Durchlauf erneut eingegeben, bleibt die Eingabe gleich. Die Modellparameter sind ebenfalls gleich. Daher ist auch die bedingte Wahrscheinlichkeitsverteilung, aus der der Output erzeugt wird, grundsätzlich dieselbe. Dies unterscheidet den einfachen, ergebnisoffenen Prompt von einem provozierenden Prompt, bei dem wertende oder suggestive Vorgaben den Kontext verändern und das Ergebnis beeinflussen.
(b) Die Eingaben der originalen Liedtexte stellen keine komplexen und hochgradig kontextualisierende Vorgaben dar, sondern sind in Bezug auf die abgefragte Musik als einfache, ergebnisoffene Prompts einzuordnen. Der Text und die Genrewahl determinieren die Musik und insbesondere die Melodie nicht.
Der Text setzt allenfalls einen inhaltlichen oder atmosphärischen Rahmen und erfordert prosodische Kompatibilität. Ein Text enthält sprachliche Informationen wie semantische Inhalte, Reimstrukturen, Silbenfolgen und Betonungsmuster. Diese Elemente können eine Anpassung der musikalischen Phrasierung an die Prosodie der Sprache erforderlich machen. So wird eine betonte Silbe regelmäßig auf einer metrisch betonten Zählzeit platziert. Eine solche Anpassung betrifft jedoch primär lediglich die Zuordnung von Notenwerten zu Silben oder die Verteilung von Betonungen innerhalb eines Taktrasters.
Der Text bestimmt jedoch weder die konkrete Tonfolge noch deren rhythmische, harmonische oder tempobezogene Ausgestaltung in wesentlicher Weise. Aus der prosodischen Kompatibilität folgt keine Festlegung einer bestimmten Tonhöhe, des Tonhöhenverlaufs, der Intervallsprünge, der Motivstruktur, der melodischen Spannungsbögen oder der Wiederholungsmuster. Derselbe Text kann ohne Weiteres mit völlig unterschiedlichen Tonfolgen vertont werden, ohne dass sprachliche Änderungen erforderlich wären. Die konkrete melodische Ausgestaltung bleibt damit offen und austauschbar. Entsprechendes gilt für den Rhythmus im engeren musikalischen Sinne. Zwar können Silbenanzahl und sprachliche Betonung die Länge einzelner Noten oder die Platzierung innerhalb eines Taktes beeinflussen. Die Entscheidung über Taktart, synkopische Gestaltung, rhythmische Motive oder komplexe Akzentverschiebungen beruht jedoch auf kompositorischen Parametern. Eine zwingende rhythmische Struktur lässt sich aus dem Text nicht ableiten. Auch hinsichtlich des Tempos ist ein bestimmender Einfluss des Textes nicht gegeben. Das Tempo wird regelmäßig durch stilistische Vorgaben und die Vorgabe der Stimmung festgelegt. Zwischen Textinhalt und einer bestimmten Geschwindigkeit in Schlägen pro Minute besteht kein notwendiger Zusammenhang. Identische Texte können als langsame Ballade ebenso wie als schneller Tanzsong umgesetzt werden. Schließlich enthält der Text keinerlei harmonische Festlegungen. Die Wahl von Tonart, Akkordprogression oder Modulation erfolgt nach musikalischen Vorgaben. Selbst wenn bestimmte Textinhalte stimmungsmäßig mit einer Moll- oder Dur-Tonart assoziiert sein mögen, handelt es sich hierbei um kulturell geprägte, und nicht um zwingende Zuordnungen. Eine konkrete harmonische Struktur wird durch den Text nicht vorgegeben.
Die im Prompt erfolgte Genrewahl lässt eine Vielzahl von möglichen Vertonungen und Varianten zu. Ohnehin sind die Genreangaben mit Angaben wie Schlager, Pop, Disco, Elektronik, Soul oder Funk allgemein gehalten…“
Hinweis des Autors:
Das Urteil ist zum Zeitpunkt der Erstellung des Beitrages noch nicht rechtskräftig.
