Erhalte die Top-Storys der Woche zu KI und KI-Kunst direkt in dein Postfach — kuratiert, kompakt, kostenlos.
Kostenlos. Jederzeit abbestellbar.
Ein Hackerangriff hat eines der größten Geheimnisse der KI-Musikbranche aufgedeckt: Suno hat sein Modell aufgebaut, indem es Millionen von Songs und Liedtexten von YouTube Music, Deezer und Genius gescrapt hat – Quellen, die das Unternehmen nie öffentlich benannt hatte.
Laut TechCrunch verschaffte sich der Angreifer mithilfe der Zugangsdaten eines Suno-Mitarbeiters Zugang und extrahierte anschließend Quellcode, der die Scraping-Pipeline im Detail dokumentierte. Der Code zeigte, wie Suno jahrzehntelange Audiodaten abgriff – nicht nur Metadaten oder Ausschnitte, sondern vollständige Tracks und Liedtexte – von Plattformen, die automatisiertes Harvesting in ihren Nutzungsbedingungen ausdrücklich untersagen. 404 Media berichtete zuerst über die zugrundeliegenden Daten.
Was diesen Vorfall über den Einbruch selbst hinaus bedeutsam macht, ist das, was er über die Branchenpraxis bestätigt. Suno gehörte zu den verschlossensten KI-Musikunternehmen, wenn es um seinen Trainings-Stack ging. Während Bildgenerierungsunternehmen wie Stability AI und Midjourney öffentlicher Kritik – und Klagen – wegen ihrer Nutzung gescrapter visueller Inhalte ausgesetzt waren, ist KI-Audio bislang weitgehend von einem vergleichbaren Dokumentationsgrad verschont geblieben. Das ändert sich jetzt.
YouTube Music, Deezer und Genius sind keine obskuren Quellen. YouTube Music allein beherbergt Hunderte Millionen Tracks; Genius ist das führende Repository für Songtexte im Web. Scraping in diesem Ausmaß, ohne Lizenzvereinbarungen, bringt Suno in direkten Konflikt mit den Nutzungsbedingungen der Plattformen und mit den Rechteinhabern, deren Werke auf diesen Plattformen liegen – Labels, Verlage und unabhängige Künstler gleichermaßen.
Suno war bereits zuvor mit einer Urheberrechtsklage großer Plattenlabels konfrontiert, darunter Universal Music Group, Sony Music und Warner Music Group, die 2024 eingereicht wurde. Diese Klage warf Suno vor, Aufnahmen ohne Genehmigung kopiert zu haben. Der nun aufgedeckte Quellcode gibt den Anwälten der Kläger etwas, das sie in KI-Urheberrechtsfällen selten bekommen: interne Dokumentation darüber, woher die Trainingsdaten genau stammten und wie sie gesammelt wurden.
Das Muster ist jedem vertraut, der den Bildgenerierungsbereich verfolgt. Der laufende Fall der NYT gegen OpenAI dreht sich ebenfalls darum, welche internen Beweise das Unternehmen über sein Trainingskorpus zurückgehalten hat. Im Fall Suno kam die Offenlegung nicht durch Beweiserhebung im Rechtsstreit, sondern durch ein Sicherheitsversagen.
Für Ersteller, die KI-generierte Musik in Videoprojekten, Social-Content oder als Hintergrundmusik für KI-Kunst-Präsentationen verwenden, ist die rechtliche Lage gerade unübersichtlicher geworden. Sollte festgestellt werden, dass Sunos Ergebnisse von nicht lizenzierten Aufnahmen abgeleitet sind, birgt jede kommerzielle Nutzung dieser Ergebnisse ein nachgelagertes Risiko – dasselbe Argument, das einige Marken vorsichtig gegenüber KI-generierten Bildern aus Tools mit undurchsichtiger Trainingsgeschichte gemacht hat.
Praktisch gesehen ist dies ein Grund, genau darauf zu achten, welche KI-Audio-Plattformen klare, lizenzierte Angaben zu ihren Trainingsdaten veröffentlichen. Einige Wettbewerber – darunter solche, die Lizenzvereinbarungen mit Labels abgeschlossen haben – sind nun in der Position, Transparenz als Feature zu vermarkten. Sunos Schweigen zu seinem Datensatz, das vor dieser Woche wie eine branchenübliche Haltung wirkte, sieht jetzt wie eine Haftung aus.
Für KI-Bildersteller ist der Suno-Einbruch eine nützliche Erinnerung daran, dass Intransparenz bei Trainingsdaten nicht auf eine einzige Modalität beschränkt ist. Dieselben Fragen, die es wert sind, über ein Bildmodell zu stellen – womit wurde es trainiert, und war es lizenziert – gelten gleichermaßen für die Audio-Tools, die in kreative Workflows integriert werden. Plattformen, die diese Fragen klar beantworten können, sind zunehmend die sicherere kreative Wahl.
