KI-Firma darf Melodien wie "Atemlos", "Rasputin", "Forever Young", "Mambo No. 5" nicht ungefragt nutzenLandgericht München I gibt GEMA-Klage gegen Musik-KI Suno weitgehend statt

Das Urteil betrifft die sechs bekannten Musikwerke „Atemlos durch die Nacht“ von Kristina Bach, „Rasputin“ von Frank Farian, Fred Jay und George Reyam, „Big in Japan“ und „Forever Young“ von Marian Gold, Bernhard Lloyd und Frank Mertens, der Refrain des Stücks „Mambo No. 5 A little bit of“ von David Lubega und Christian Pletschacher sowie „Daddy Cool“ von Frank Farian. Nicht streit­ge­gen­ständlich waren Verletzungen durch die Liedtexte.

GEMA sieht Urheber­rechts­ver­let­zungen in den USA und in Deutschland

Die Klägerin ist eine Verwer­tungs­ge­sell­schaft. Zur Begründung hatte sie vorgetragen, die Musikwerke seien im Rahmen des Trainings vervielfältigt worden und in dem Musikgenerator zu Grunde liegenden KI-Modell der Beklagten memorisiert. Durch die Ausgabe als Outputs sei es zu weiteren Rechts­ver­let­zungen gekommen. Geltend gemacht wurden Urheber­rechts­ver­let­zungen in den USA und in Deutschland. Bei der Generierung der streit­ge­gen­ständ­lichen Outputs gab die Klägerseite jeweils den originalen Liedtext des Musikstücks, den gewünschten Musikstil und den Werktitel in die Eingabemaske des Musikgenerators ein. Die Prompts enthielten keine Vorgaben zu Melodie, Harmonie, Rhythmus oder Arrangement.

Die Beklagte bietet einen auf künstliche Intelligenz (KI) beruhenden Musikgenerator an, der auf Anfrage von Nutzern Musikstücke erstellt. Der Trainings­da­tensatz der Beklagten für ihr Modell enthielt auch die streit­ge­gen­ständ­lichen Musikwerke. Die Beklagte setzte sogenannte Stream-Ripping Techniken ein, um diese Musikwerke von der Plattform YouTube zu extrahieren und kopieren. Dabei umging sie den sogenannten Rolling Cipher, eine von der Plattform implementierte technische Schutzmaßnahme, die das Herunterladen von Audio- und Videoinhalten verhindern soll.

Die Beklagte hatte gegen die erhobenen Ansprüche eingewandt, die streit­ge­gen­ständ­lichen Musikstücke seien bereits nicht urheber­rechtlich geschützt. Zudem seien sie in den Outputs nicht wiedererkennbar. Die Trainingsdaten seien weder im Modell enthalten noch darin gespeichert. Die Gewichte und Parameter des Modells bildeten mathematisch erlernte Muster und verall­ge­meinerte Merkmale aus den Trainingsdaten ab, wie syntaktische, semantische und kontextuelle Zusammenhänge. Etwaige Ähnlichkeiten in den Outputs seien auf prompt-induzierte Einschränkungen des Suchraums sowie auf statistisch erlernte Muster zurückzuführen. Das Training mit den Musikstücken sei nach dem anzuwendenden US-amerikanischen Recht von dem Institut des fair use gedeckt, wobei das angerufene Gericht für diese Prüfung bereits nicht zuständig sei. Die angegriffenen Outputs seien das Resultat komplexer, iterativ verfeinerter Prompts der Klägerin, daher sei der Zurech­nungs­zu­sam­menhang durch die dazwi­schen­tretende, zielgerichtete Nutzerhandlung unterbrochen. Soweit deutsches Recht anwendbar sei, liege keine urheber­rechtlich relevante Nutzungs­handlung vor. Eventuelle Rechtseingriffe seien durch die Schranken des Text- und Data-Mining gerechtfertigt.

Nach der Entscheidung der erkennenden Kammer stehen der Klägerin die geltend gemachten Ansprüche sowohl aufgrund der gegebenen Verviel­fäl­tigung der Musikstücke im Rahmen des in den USA erfolgten Trainings, als auch aufgrund der in Deutschland Verviel­fäl­tigung im Modell und der Wiedergabe in den Outputs zu.

Im Einzelnen

Nach der Entscheidung der Kammer ist diese nach § 131 Abs. 1 und 2 VGG (einem Gesetz, dass die Wahrnehmung von Urheberrechten und verwandten Schutzrechten durch Verwer­tungs­ge­sell­schaften, wie die GEMA, regelt) international für die Ansprüche zuständig, die aufgrund von Verlet­zungs­hand­lungen auf dem Gebiet der USA geltend gemacht werden. Die Vorschrift gelte sowohl für die örtliche als auch die internationale Zuständigkeit und sehe einen besonderen Gerichtsstand des Sachzu­sam­menhangs für die insofern privilegierten Verwer­tungs­ge­sell­schaften vor, deren Zweck die Wahrnehmung von Urheberrechten ist.

Nach Überzeugung der Kammer seien die streit­ge­gen­ständ­lichen Musikstücke reproduzierbar in den Modellen Version v3.5 und v4 der Beklagten enthalten. Die Modelle waren auf Servern in Deutschland gespeichert. Aus der infor­ma­ti­o­ns­tech­nischen Forschung sei bekannt, dass Trainingsdaten in KI-Modellen enthalten sein können und sich als Outputs extrahieren lassen. Dies werde als Memorisierung bezeichnet. Eine solche liege vor, wenn die KI-Modelle beim Training dem Trainings­da­tensatz nicht nur Informationen entnähmen, sondern sich in den nach dem Training spezifizierten Parametern eine Übernahme auch des Inhalts der Trainingsdaten finde. Eine solche Memorisierung sei durch einen Abgleich der Musikstücke, die in den Trainingsdaten enthalten waren, mit den Wiedergaben in den Outputs festgestellt. Angesichts der Komplexität und Länge der Musikstücke sei der Zufall als Ursache für die Wiedergabe der Musikstücke ausgeschlossen.

Durch die Memorisierung sei eine Verletzung des Verviel­fäl­ti­gungs­rechts nach § 16 UrhG gegeben. Diese Verviel­fäl­tigung in den Modellen sei nicht durch die Schran­ken­be­stim­mungen des Text und Data Mining des § 44 b UrhG gedeckt.

Auch durch die Wiedergabe der Musikstücke in den Outputs in Deutschland hätten die Beklagten nach der Entscheidung der Kammer unberechtigt die streit­ge­gen­ständ­lichen Musikwerke vervielfältigt und öffentlich wiedergegeben. In den Outputs seien die originellen Elemente der Musikstücke wiedererkennbar. Hierfür sei die Beklagte und nicht die Nutzer verantwortlich. Die Outputs seien durch einfach gehaltene und ergebnisoffene Prompts generiert worden, die lediglich die Liedtexte und den Musikstil vorgegeben hatten. Die Beklagten betrieben die KI-Modelle, für die die Musikstücke als Trainingsdaten ausgewählt und mit denen sie trainiert worden sind. Sie seien für die Architektur der Modelle und die Memorisierung der Trainingsdaten verantwortlich.

Damit hätten die von der Beklagten betriebenen Modelle die ausgegebenen Outputs inhaltlich bestimmt.

Zudem stelle bereits das Angebot des Modells und die Anwendung der Beklagten zur Generierung von Musik ein Verstoß gegen das unbenannte Recht der öffentlichen Wiedergabe nach § 15 Abs. 2 UrhG dar.

Für das und beim Training in den USA seien Verviel­fäl­ti­gungen der Musikwerke gefertigt worden. Nach dem Schutz­land­prinzip sei für die Rechts­ver­let­zungen auf dem Gebiet der USA US-amerikanisches Recht anwendbar. Da sich die Musikwerke in den Outputs wiederfänden, seien die Verviel­fäl­ti­gungen nach dem anwendbaren US-amerikanischen Recht nicht von der fair use Doktrin nach 17 U.S.C. § 107 gedeckt.

Der Sachverhalt unterscheide sich signifikant von dem, der den Verfahren Bartz und Kadrey zugrunde lag, und in denen zwei US-amerikanische Gerichte das Training von KI-Modellen als von fair use gedeckt ansahen. Während in den beiden Verfahren die Trainingsdaten nicht oder nicht substanziell in den Outputs dem Benutzer zugänglich gemacht worden waren, seien hier nach Eingabe von einfachen und ergebnisoffenen Prompts Outputs von der Beklagten generiert worden, die den Originalwerken wesentlich ähnlich seien. Sämtliche im Rahmen der fair use Prüfung nach den Vorgaben des Supreme Courts in seiner Warhol Entscheidung zu prüfende Faktoren sprächen gegen die Beklagte.

Das Urteil ist nicht rechtskräftig.