Plötzlich landen ungewöhnlich große Bestellungen bei deutschen Antiquaren – häufig nachts und aus Nordamerika. Dahinter werden KI-Unternehmen vermutet, die gebrauchte Bücher als Trainingsmaterial benötigen und diese beim Digitalisieren teilweise zerstören sollen.
In sozialen Netzwerken sorgen entsprechende Berichte und Videos für Wirbel. Vor allem die Vorstellung, dass Bücher massenhaft zerschnitten oder anderweitig zerstört werden, empört viele Nutzer. Doch was ist über die Praxis tatsächlich bekannt?
Markus Brandis, Vorsitzender des Verbandes deutscher Antiquare, berichtet gegenüber "n.tv" von zahlreichen auffälligen Bestellungen. Einzelne Händler hätten dadurch innerhalb weniger Monate Gewinne im sechsstelligen Bereich erzielt. "Das ist schon bemerkenswert."
Auffällig sei nicht nur die Menge. Viele Bestellungen seien nachts eingegangen und die Käufer häufig in Nordamerika angesiedelt gewesen. Besonders gefragt waren demnach ausgerechnet "Ladenhüter" – Bücher also, die teilweise schon lange auf Käufer warteten.
Kurzfristig beschert die neue Nachfrage den Antiquariaten gute Geschäfte. Brandis sieht die Entwicklung langfristig dennoch kritisch und spricht von einer "Barbarei", die er "schärfstens" ablehne.
Dabei geht es ihm weniger um die Zerstörung einzelner Exemplare, von denen häufig noch zahlreiche weitere existieren. Entscheidend sei vielmehr die Frage nach den Urheberrechten.
Thomas Koch vom Börsenverein des Deutschen Buchhandels berichtet, dass klassische Buchhandlungen bisher keine vergleichbaren Großbestellungen verzeichnet hätten. Er bezeichnet die Entwicklung dennoch als "sehr besorgniserregend" und einen "klaren und massiven Verstoß gegen das Urheberrecht".
Dass zumindest ein großer KI-Entwickler massenhaft Bücher für seine Modelle beschafft hat, geht aus US-Gerichtsunterlagen hervor. Im Mittelpunkt steht Anthropic, das Unternehmen hinter dem KI-System Claude.
Brisant: Im Zuge einer Urheberrechtsklage von Autoren wurden interne Unterlagen öffentlich. Darunter befindet sich ein Plan namens "Project Panama". Darin heißt es: "Project Panama ist unser Vorhaben, alle Bücher der Welt destruktiv zu scannen."
Beim destruktiven Scannen werden Bücher für eine schnellere Verarbeitung beschädigt. Beispielsweise kann der Buchrücken entfernt werden, damit anschließend lose Seiten automatisiert eingelesen werden können.
Anthropic erklärte auf Anfrage: "Claude wird auf einer Mischung von öffentlich zugänglichen Web-Daten, kommerziell erworbenen Datensätzen und selbst generierten Daten trainiert."
Der Ankauf von Büchern sei innerhalb der KI-Branche eine verbreitete Methode, um große Sprachmodelle zu trainieren. Gleichzeitig betont das Unternehmen: "Bei keinem unserer Programme zum Datenankauf werden seltene oder antiquarische Bücher zerstört."
Google erklärte zu seiner Vorgehensweise: "Wir respektieren das Urheberrecht, arbeiten in Partnerschaft mit anderen und geben Verlagen die Kontrolle darüber, wie ihre Inhalte verwendet werden."
Beim früheren Projekt Google Books habe der Konzern "Hunderten von Bibliotheken weltweit geholfen, gemeinfreie Werke für zukünftige Generationen zu digitalisieren - und dabei die physischen Exemplare unversehrt zurückgegeben".
Allerdings wird Google in einer aktuellen Verlagsklage vorgeworfen, Daten aus Google Books unter Verletzung von Urheberrechten für das Training seiner KI Gemini verwendet zu haben. Wegen des laufenden Verfahrens äußerte sich der Konzern dazu nicht.
OpenAI reagierte auf eine Anfrage nicht.
Der Hintergrund liegt in der Funktionsweise moderner KI-Systeme. Chatbots wie ChatGPT oder Claude beruhen auf sogenannten Large Language Models, die mit enormen Textmengen trainiert werden.
"Man hat empirisch festgestellt, dass, je größer diese Modelle sind und mit je mehr Daten trainiert worden ist, desto besser funktionierten sie", erklärt Sebastian Schelter, Professor an der Technischen Universität Berlin.
Anfangs bot vor allem das frei zugängliche Internet reichlich Trainingsmaterial. Doch irgendwann waren große Teile davon bereits ausgeschöpft. "Ab einem bestimmten Punkt hatte man sozusagen das gesamte öffentliche Internet da schon reingeschmissen", so Schelter. Damit werden Inhalte interessant, die bislang nicht digital im Netz verfügbar sind – darunter Bücher.
Gleichzeitig spielt der Wettbewerb zwischen den Unternehmen eine Rolle. "Wenn es eine Firma schafft, Zugriff auf bestimmte Daten zu bekommen, die eine andere Firma nicht hat, dann kann das automatisch ein Wettbewerbsvorteil sein", erklärt Schelter.
„Gerade in Deutschland berührt das Thema Bücherzerstörung oder gar -verbrennung natürlich ganz besonders“Kathrin KessenDeutscher Bibliotheksverband
Notwendig ist die Zerstörung eines Buches für die Digitalisierung nicht. Sie kann den Vorgang allerdings erheblich beschleunigen und verbilligen.
Kathrin Kessen vom Deutschen Bibliotheksverband erklärt, dass eine schonende Digitalisierung aufwendig ist. Bücher lassen sich nicht immer vollständig aufklappen, zudem müssen die Seiten einzeln umgeblättert werden.
Werden die Seiten dagegen vom Rücken getrennt, können Einzugscanner ganze Stapel loser Blätter automatisch verarbeiten. "Das würden wir in Bibliotheken mit Büchern nie machen", sagt Kessen.
Bei der massenhaften Verarbeitung durch KI-Unternehmen könne die Geschwindigkeit jedoch ein Grund für diese Methode sein. Rechtlich könne zudem grundsätzlich niemand bestimmen, was ein Käufer anschließend mit seinem Buch macht. Emotional sei die Sache dennoch aufgeladen. "Gerade in Deutschland berührt das Thema Bücherzerstörung oder gar -verbrennung natürlich ganz besonders", so Kessen.
Das Einscannen urheberrechtlich geschützter Bücher ist in Deutschland grundsätzlich nicht ohne Weiteres erlaubt. Dafür braucht es entweder die Zustimmung des Rechteinhabers oder eine entsprechende gesetzliche Ausnahme.
Für KI-Training kann das Scannen unter bestimmten Voraussetzungen zulässig sein. Entscheidend ist unter anderem ein rechtmäßiger Zugang zum Werk. "Der legale Kauf eines Exemplars, auch eines gebrauchten, genügt dafür", erklärt Rechtsanwalt Christian Solmecke.
Eine zusätzliche Vergütung der Urheber ist dabei nicht vorgesehen – genau das gehört zu den zentralen Kritikpunkten.
Aus US-Gerichtsunterlagen geht allerdings auch hervor, dass Anthropic und andere KI-Unternehmen Bücher in großem Umfang aus illegalen Online-Sammlungen mit Raubkopien bezogen hatten. Anthropic erklärte, damit trainierte Modelle seien nicht kommerziell veröffentlicht worden und hätten keine Erlöse erzielt.
Eine weitere Frage betrifft die Speicherung der digitalisierten Werke. Nach deutschem Recht müssen entsprechende Vervielfältigungen wieder gelöscht werden, sobald sie für das KI-Training nicht mehr erforderlich sind.
Problematisch könnte dabei sein, dass Trainingsdaten üblicherweise nicht nach einer einzigen Verwendung verschwinden, sondern auch für spätere Modellgenerationen gespeichert werden.
Ausgerechnet die Vernichtung der gedruckten Bücher spielte in einem US-Verfahren gegen Anthropic eine wichtige Rolle bei der rechtlichen Bewertung. "Damit lag im Ergebnis kein zusätzliches Exemplar vor, sondern ein bloßer Formatwechsel - rechtlich vergleichbar mit dem Umkopieren einer gekauften CD auf einen MP3-Player", erklärt Solmecke.
Für die konkreten Fälle ist allerdings entscheidend, wo die Bücher verarbeitet werden. Werden sie in den USA gescannt und entsorgt, gilt dortiges Recht. Eine abschließend eindeutige Rechtslage zum KI-Training besteht dort trotz mehrerer erstinstanzlicher Entscheidungen bislang nicht.
