Neue, öffentlich zugängliche Dokumente in dem Urheberrechtsprozess, den The New York Times vor drei Jahren gegen OpenAI und Microsoft angestrengt hat, legen interne Einschätzungen der Unternehmen zu ihren Methoden der Inhaltsbeschaffung für das Training künstlicher Intelligenz und deren Auswirkungen auf Verlage offen. Ein wesentlicher Teil der Dokumente stützt sich auf die Klageschrift von The Times, während die zugrunde liegenden Anlagen weiterhin unter Verschluss bleiben.
Laut der Klageschrift bezeichnete Brent Hecht, Microsofts Direktor für Angewandte Wissenschaften, die Datensammlung für künstliche Intelligenz im Januar 2023 als „erstaunlichen Diebstahl geistiger Arbeit in beispiellosem Ausmaß“ und als „größten Diebstahl geistiger Arbeit in der Geschichte der Menschheit“. Nick Turley, der bei OpenAI für ChatGPT zuständige Manager, schrieb hingegen, Produkte wie Chatbots stellten für Verlage eine „existenzielle Bedrohung“ dar, seien weitgehend substitutiv und würden mit ihrer Weiterentwicklung noch stärker ersetzend wirken.
Daten von Microsoft zeigten, dass die „answer engine“-Funktion von Copilot die Klickrate auf die Domain von The New York Times im Vergleich zur herkömmlichen Bing-Suche um bis zu 93 % senkte. In Hechts Präsentation vom Januar 2024 wurde dies als „doom loop“ bezeichnet, der sowohl die Leistungsfähigkeit der Modelle als auch das Internet gleichzeitig beeinträchtigen könne. Auch Satya Nadella sagte in seiner Aussage in diesem Jahr, dass Inhalte hinter einer Bezahlschranke lizenziert werden müssten, wenn sie für das Training oder Grounding verwendet werden sollten.
In den Dokumenten heißt es, dass die Zwischen-Datensätze für das Training von OpenAI mehr als 91.692 Kopien von Werken enthalten, die von NYT, Daily News und dem Center for Investigative Reporting veröffentlicht wurden. Ein von Common Crawl stammender Datensatz umfasste allein von nytimes.com mehr als 2 Millionen Dokumente. Der im Rahmen von Project Mango erstellte Datensatz soll Kopien von mindestens 160.903 einzigartigen Werken von Nachrichtenverlagen enthalten.
In der Klageschrift wird behauptet, die Unternehmen hätten Inhalte über den Bing Index gesammelt, OpenAI-Mitarbeiter hätten Pläne entwickelt, um Bezahlschranken unbemerkt zu umgehen, und Copyright-Hinweise seien aus den Trainingsdaten entfernt worden, damit sie in den Ausgaben der Modelle nicht erschienen. OpenAI und Microsoft antworteten nicht auf Bitten um Stellungnahme.
Warum das wichtig ist
Die Dokumente zeigen, dass sich der Rechtsstreit nicht nur darum dreht, ob urheberrechtlich geschütztes Material unrechtmäßig verwendet wurde; auch die Auswirkungen von KI-Produkten auf den Leserverkehr und das Erlösmodell der Verlage stehen im Mittelpunkt des Konflikts. Insbesondere interne Einschätzungen, wonach Systeme, die anstelle von Suchergebnissen direkte Antworten liefern, den Bedarf verringern könnten, Nutzer auf Nachrichtenseiten weiterzuleiten, könnten die wirtschaftliche Begründung für die Lizenzierungsforderungen der Verlage stärken. Viele Behauptungen in den Unterlagen werden jedoch in der Klageschrift der New York Times wiedergegeben. Da die entsprechenden Anlagen vertraulich sind, ist eine unabhängige Prüfung des Umfangs der Daten und der Methoden ihrer Erhebung vorerst nur eingeschränkt möglich. Dass die Unternehmen keine Stellungnahme abgaben, bedeutet in dieser Phase außerdem, dass sich die Darstellung weitgehend auf von einer der Prozessparteien vorgelegte Dokumente stützt.
Hintergrund
Microsoft ist im FikirPilot-Archiv kein neuer Name: In den vergangenen 90 Tagen haben wir 15 Nachrichten veröffentlicht, in denen dieser Name vorkommt; die jüngste stammt vom 19. September 2026.