Der Hamburger Carlsen Verlag hat gemeinsam mit dem Autor Marc-Uwe Kling und der Illustratorin Astrid Henn Klage gegen OpenAI Ireland eingereicht. Im Mittelpunkt steht die erfolgreiche Kinderbuchreihe „Das NEINhorn“. Nach Auffassung der Kläger kann ChatGPT Inhalte erzeugen, die den geschützten Geschichten und Illustrationen auffallend ähnlich sind.
Die Klage wurde beim Landgericht München I eingereicht. Carlsen, Kling und Henn werfen OpenAI vor, Texte und Bilder der Reihe ohne Erlaubnis zum Training seiner KI-Modelle verwendet zu haben. Darüber hinaus gehe es nicht nur um das Lernen allgemeiner sprachlicher oder gestalterischer Muster: Teile der Werke sollen im Modell so weit „memorisiert“ worden sein, dass sich charakteristische Inhalte durch passende Eingaben wieder hervorbringen lassen.
Nach Darstellung der Kläger können dabei nicht nur Figuren, Handlungselemente und typische Formulierungen erscheinen. Auch der Name des Autors, das Verlagslogo und sogar ISBN-Angaben seien in einzelnen Ausgaben enthalten gewesen. OpenAI hat die Vorwürfe zurückgewiesen. Ob tatsächlich eine Urheberrechtsverletzung vorliegt, ist bislang nicht entschieden.
Warum dieser Fall über eine gewöhnliche Trainingsdatenklage hinausgeht
Bei vielen rechtlichen Auseinandersetzungen rund um generative KI steht die Frage im Zentrum, ob urheberrechtlich geschützte Werke überhaupt zum Training verwendet werden dürfen. Im NEINhorn-Fall kommt ein weiterer Punkt hinzu: Die Kläger behaupten, dass das System geschützte Inhalte nicht nur statistisch verarbeitet, sondern in einer wiedererkennbaren Form reproduziert.
Damit verschiebt sich die Debatte. Es geht nicht allein darum, womit ein Modell trainiert wurde, sondern auch darum, was es anschließend ausgeben kann. Wenn ein System auf Anfrage wesentliche Teile eines Werkes, charakteristische Illustrationen oder eindeutige Herkunftsmerkmale rekonstruiert, wird die Grenze zwischen erlernter Stilistik und unzulässiger Vervielfältigung besonders relevant.
Was „Memorisierung“ bei einem KI-Modell bedeutet
Sprachmodelle speichern Bücher nicht wie eine klassische Datenbank, aus der sie bei Bedarf eine vollständige Datei abrufen. Dennoch können bestimmte Inhalte während des Trainings so stark in den Modellparametern verankert werden, dass sie später nahezu wörtlich oder strukturell sehr ähnlich ausgegeben werden. Dieses Phänomen wird als Memorisierung bezeichnet.
Besonders wahrscheinlich ist das bei häufig wiederholten, sehr markanten oder in vielen Kopien verbreiteten Inhalten. Entscheidend ist deshalb nicht nur, ob eine Ausgabe exakt mit dem Original übereinstimmt. Auch die Kombination aus wiedererkennbaren Figuren, Formulierungen, Bildmotiven und bibliografischen Angaben kann Hinweise darauf geben, dass ein Werk mehr als nur eine allgemeine Inspiration geliefert hat.
Ein bekanntes Kinderbuch wird zum Testfall
Dass ausgerechnet „Das NEINhorn“ zum Gegenstand eines solchen Verfahrens wird, macht den Fall besonders anschaulich. Die Reihe lebt von einer unverwechselbaren Verbindung aus Wortwitz, Figuren, Reimen und Illustrationen. Diese Elemente lassen sich nicht ohne Weiteres voneinander trennen.
Bei einem Sachtext kann eine KI ähnliche Informationen mit anderen Worten wiedergeben. Bei einem Kinderbuch liegt der schöpferische Kern dagegen häufig gerade in der konkreten Sprache, der Figurenkonstellation und der visuellen Gestaltung. Je genauer ein KI-System diese Verbindung nachbildet, desto schwieriger wird es, die Ausgabe lediglich als neue, eigenständige Schöpfung zu verstehen.
Zwischen Fanfiction, Parodie und maschineller Reproduktion
Nicht jede Ähnlichkeit ist automatisch eine Rechtsverletzung. Menschen greifen seit jeher Motive auf, schreiben Fanfiction, parodieren bekannte Figuren oder lassen sich stilistisch inspirieren. Rechtlich kommt es unter anderem darauf an, welche geschützten Elemente übernommen werden, wie eigenständig das neue Ergebnis ist und in welchem Zusammenhang es verwendet wird.
Bei generativer KI entsteht jedoch eine besondere Konstellation: Die Ausgabe stammt nicht aus einer bewussten künstlerischen Auseinandersetzung mit dem Original, sondern aus einem technischen System, dessen Trainingsmaterial und innere Verarbeitung für Nutzerinnen und Nutzer meist nicht nachvollziehbar sind. Zugleich können solche Inhalte in großer Zahl und innerhalb weniger Sekunden erzeugt werden.
Warum der Fall für Bibliotheken relevant ist
Für Bibliotheken berührt der Streit zentrale Fragen der Informations- und Quellenkompetenz. KI-generierte Texte und Bilder können den Eindruck erwecken, authentische Bestandteile eines bekannten Werkes zu sein. Dabei bleibt oft unklar, ob es sich um ein Original, eine zulässige Bearbeitung, eine freie Neuschöpfung oder um die Rekonstruktion geschützter Inhalte handelt.
Das erschwert auch die bibliografische Einordnung. Wenn ein System Autorennamen, Verlagslogos oder ISBN-Nummern in erfundene oder veränderte Ausgaben einbaut, wirken diese auf den ersten Blick verlässlich. Gerade solche formalen Merkmale werden üblicherweise genutzt, um Publikationen eindeutig zu identifizieren. Ihre bloße Anwesenheit garantiert in einer KI-Ausgabe jedoch weder Echtheit noch korrekte Herkunft.
Bibliotheken sind deshalb nicht nur als Vermittlerinnen von Medien betroffen. Sie stehen auch für nachvollziehbare Urheberschaft, überprüfbare Quellen und die Unterscheidung zwischen dokumentierten Veröffentlichungen und synthetisch erzeugten Inhalten. Der Fall zeigt, dass diese Orientierung im Umgang mit generativer KI an Bedeutung gewinnt.
Ein Urteil könnte weitreichende Folgen haben
Sollte das Gericht den Klägern folgen, könnte das Verfahren über die konkrete Buchreihe hinaus Wirkung entfalten. Anbieter generativer KI müssten womöglich stärker verhindern, dass ihre Systeme geschützte Werke oder eindeutige Bestandteile daraus reproduzieren. Auch die Anforderungen an technische Schutzmaßnahmen, Auskunftspflichten und den Umgang mit Trainingsdaten könnten steigen.
Ein gegenteiliges Urteil würde die grundsätzlichen Konflikte allerdings nicht auflösen. Autorinnen, Illustratoren und Verlage müssten weiterhin klären, wie ihre Werke vor unerwünschter Nutzung geschützt werden können, während KI-Anbieter erklären müssten, wo die Grenze zwischen statistischem Lernen und reproduzierter Vorlage verläuft.
Nicht jede Ähnlichkeit ist ein Beweis – aber auch keine Kleinigkeit
Die öffentlich bekannten Beispiele und die Darstellung der Kläger erlauben noch kein abschließendes Urteil. Ob die beanstandeten Ausgaben tatsächlich eine rechtswidrige Vervielfältigung darstellen, muss das Gericht prüfen. Ebenso offen ist, welche Daten konkret für das Training verwendet wurden und wie die jeweiligen Ergebnisse technisch entstanden sind.
Trotzdem ist der Fall mehr als eine kuriose Geschichte über ein widerspenstiges Einhorn und einen Chatbot. Er macht sichtbar, wie eng Fragen des Urheberrechts, der technischen Reproduktion und der Informationskompetenz inzwischen miteinander verbunden sind. Wer KI-generierte Inhalte nutzt, muss nicht nur prüfen, ob sie plausibel sind. Ebenso wichtig wird die Frage, woher ihre Formulierungen, Bilder und vermeintlichen Herkunftsangaben stammen.