Sofia verfolgt Geld, Regulierung und Plattformen, die bestimmen, was Kreative erschaffen können.
Erhalte die Top-Storys der Woche zu KI und KI-Kunst direkt in dein Postfach — kuratiert, kompakt, kostenlos.
Kostenlos. Jederzeit abbestellbar.
Wähle einen Companion und erfahre seine Meinung zu dieser Story
Neu entsiegelte Gerichtsdokumente im Verfahren New York Times gegen OpenAI enthüllen, dass sowohl OpenAI als auch Microsoft intern – in ihren eigenen Unterlagen – dokumentiert haben, dass ihre KI-Trainingspraktiken einen „Doom Loop" riskierten, der das offene Web degradieren würde. Zudem charakterisierte mindestens ein Microsoft-Manager das Scraping als den „größten Arbeitsdiebstahl in der Geschichte der Menschheit".\n\n## Die wichtigsten Erkenntnisse\n\n- Entsiegelte Dokumente im Fall NYT gegen OpenAI zeigen, dass Microsoft und OpenAI intern warnten, KI-Scraping könnte einen „Doom Loop" auslösen, der das Web-Ökosystem zerstört, von dem ihre Modelle abhängen.\n- Ein Microsoft Director of Applied Science beschrieb die Datenakquise als „einen erstaunlichen Diebstahl von beispiellosem Ausmaß" – möglicherweise den „größten Arbeitsdiebstahl in der Geschichte der Menschheit".\n- Microsoft-CEO Satya Nadella räumte unter Eid ein, dass Chatbots den Besuch von Quell-Websites ersetzen und damit den Datenverkehr abschneiden, auf den Verlage angewiesen sind.\n- OpenAI erkannte bereits 2021, dass seine API „bestehende Inhalte möglicherweise wortgetreu ausgeben könnte", und stufte die Verhinderung von Memorisierung als wichtig für die Fair-Use-Compliance ein.\n- Diese Eingeständnisse, die nun Teil des Gerichtsprotokolls sind, könnten die Position der Times erheblich stärken und die Art und Weise prägen, wie KI-Unternehmen künftig Trainingsdaten lizenzieren.\n\n## Was die internen Dokumente tatsächlich sagten\n\nDer Begriff „Doom Loop" taucht in den eigenen Unterlagen der Unternehmen auf – nicht in der Klageschrift der Times. Die Logik ist geradlinig und selbstbelastend: KI-Systeme scrapen das Web, um Inhalte zu trainieren, liefern dann Antworten direkt an Nutzer, anstatt sie zu den Quell-Websites zu leiten, was Verlagen den Traffic und die Werbeeinnahmen entzieht, die sie zur Produktion neuer Inhalte benötigen – was wiederum das Web degradiert, auf das dieselben KI-Systeme für ihr nächstes Training angewiesen sind. Die Schleife zieht sich mit jeder Modellgeneration enger.\n\n\n\nSatya Nadellas Aussage ist besonders aufschlussreich. Laut The Verge stimmte Nadella unter Eid zu, dass Chatbot-Interaktionen den Besuch der zugrunde liegenden Websites „ersetzten" – ein Zugeständnis, das die Schadenstheorie der Times direkt stützt. Das ist keine Behauptung aus einem Klägerschriftsatz; es ist der CEO des Beklagten, der zu Protokoll gibt.\n\nAuf OpenAIs Seite zeigen interne Aufzeichnungen, dass das Unternehmen bereits 2021 wusste, dass seine API bestehende Inhalte möglicherweise wortgetreu reproduzieren könnte, und dass die Verhinderung von Memorisierung „für die Fair-Use-Compliance und die Minimierung" rechtlicher Risiken wichtig sei. Das Unternehmen stellte auch fest, dass es beim Erwerb von Trainingsdaten Paywalls umging und Nutzungsbedingungen verletzte – und dass Personen innerhalb der Organisation diese Probleme als akzeptable Kosten betrachteten.\n\n> „Bei diesem Fall geht es, wie Microsofts Director of Applied Science es formulierte, um 'einen erstaunlichen Diebstahl von beispiellosem Ausmaß'; möglicherweise den 'größten Arbeitsdiebstahl in der Geschichte der Menschheit'."\n>\n> — Gerichtsschriftsatz, NYT gegen OpenAI\n\n## Das Präzedenzproblem bei Trainingsdaten im großen Maßstab\n\nDies ist nicht das erste Mal, dass ein großes KI-Unternehmen mit den Folgen seiner Trainingsdaten-Beschaffung konfrontiert wird. Als Stability AI 2023 mit ähnlichen Vorwürfen konfrontiert wurde, lautete die Position des Unternehmens im Wesentlichen, dass Scraping rechtlich ungeklärtes Terrain sei. Was die Situation von OpenAI und Microsoft strukturell anders macht, ist, dass die belastende Sprache aus dem Inneren des Unternehmens stammt – von Führungskräften und angewandten Wissenschaftlern, nicht von gegnerischen Gutachtern.\n\n\n\nFür KI-Kunstschaffende sind die nachgelagerten Risiken real. Die Trainingsdatensätze hinter Bildgenerierungsmodellen stehen vor analogen Fragen bezüglich des Scrapings visueller Inhalte aus dem Web ohne Vergütung. Sollte der NYT-Fall ein Urteil – oder einen Vergleich mit Lizenzbedingungen – hervorbringen, das einen Präzedenzfall für Text schafft, ist zu erwarten, dass dieser Rahmen nahezu sofort auf Bilddaten angewendet wird. Plattformen, die bereits auf lizenzierte oder synthetische Trainingsdaten umgestiegen sind, würden einen strukturellen Vorteil erlangen; jene, die sich noch auf ungefilterte Web-Scrapes stützen, würden derselben Haftungsexposition ausgesetzt sein, die derzeit in Manhattan verhandelt wird.\n\nDer Charmloop-Katalog verfügbarer Modelle spiegelt diesen Wandel bereits wider: Anbieter unterscheiden zunehmend zwischen Modellen, die auf lizenzierten versus gescrapten Datensätzen trainiert wurden – eine Unterscheidung, die in Kürze nicht nur ethisch, sondern auch rechtlich relevant sein wird.\n\nUnsere frühere Berichterstattung über die nicht geschwärzten Microsoft-Schriftsätze legte die ersten Dokumentenoffenbarungen dar; diese neu entsiegelten Unterlagen gehen weiter und bringen die „Doom Loop"-Formulierung sowie die Eingeständnisse zur Memorisierung direkt in das Gerichtsprotokoll ein.\n\nFür den Fall ist noch kein Verhandlungstermin angesetzt. Der nächste entscheidende Moment ist die Entscheidung des Gerichts über Anträge auf summarisches Urteil – eine Entscheidung, die entweder einen Vergleich erzwingen oder die „Doom Loop"-Dokumente vor eine Jury bringen wird.