Interne Dokumente offenbaren, was OpenAI und Microsoft wirklich über ihren Datenklau dachten

In einem Gerichtsschriftsatz zitieren die New York Times und weitere Kläger erstmals interne E-Mails und Aussagen von OpenAI- und Microsoft-Führungskräften.

Die New York Times, die Daily-News-Gruppe (u.a. Chicago Tribune, Denver Post), Ziff Davis (u.a. CNET, IGN, PCMag), das Center for Investigative Reporting (Mother Jones) und The Intercept haben einen gemeinsamen Summary-Judgment-Brief beim US-Bezirksgericht in New York eingereicht. Laut Financial Times fordern die Kläger Milliarden Dollar Schadensersatz.

Ein Summary-Judgment-Brief ist ein Schriftsatz, in dem eine Prozesspartei das Gericht bittet, den Fall oder Teile davon ohne Geschworenenverhandlung zu entscheiden, weil die Faktenlage aus ihrer Sicht so eindeutig ist, dass kein vernünftiger Geschworener anders entscheiden könnte. Das 92-seitige Dokument ist das Ergebnis eines zusammengelegten Verfahrens (Multidistrict Litigation), das aus mehreren Einzelklagen hervorgegangen ist, beginnend mit der Klage der New York Times im Dezember 2023.

Der Schriftsatz stützt sich auf interne E-Mails, Slack-Nachrichten und Aussagen unter Eid, die im Rahmen der Discovery-Phase offengelegt wurden. Darunter sind Aussagen, die die Fair-Use-Haltung der KI-Labore erheblich relativieren.

KI-Führungskräfte relativieren Fair-Use-Argumente intern

Microsofts Director of Applied Science, Brent Hecht, bezeichnete das Vorgehen laut Schriftsatz als "einen erstaunlichen Diebstahl von beispiellosem Ausmaß" und möglicherweise den "größten Arbeitsdiebstahl in der Menschheitsgeschichte". Hecht schrieb laut Schriftsatz auch, eine erfolgreiche Fair-Use-Verteidigung würde die "Idee von Fair Use zur kompletten Farce machen". Microsoft erklärte gegenüber der Financial Times, diese Kommentare spiegelten "die individuelle Perspektive eines einzelnen Mitarbeiters wider" und stellten "keine rechtliche Analyse" dar.

Auch das US-Copyright-Office kam im Mai 2025 zu dem Schluss, dass Fair Use aufgrund der enormen Skalierung der Datenübernahme durch KI-Unternehmen nicht generell gelten könne. Die verantwortliche Leiterin wurde anschließend von der Trump-Regierung entlassen.

Nick Turley, OpenAIs Head of ChatGPT, schrieb laut dem Schriftsatz, Verlage stünden vor einer "existenziellen Bedrohung". Die Produkte seien "größtenteils substitutiv, Punkt" und würden Verlagsangebote zunehmend ersetzen, "je besser sie werden". Ein OpenAI-Ingenieur ergänzte: "Egal wie prominent wir die Links anzeigen, die Nutzer werden nicht klicken."

Microsoft-CEO Satya Nadella bestätigte unter Eid, dass Chatbot-Gespräche das Aufrufen der Originalquelle ersetzt hätten. Microsoft erklärte dazu, Nadellas Aussage habe sich auf "allgemeine Prinzipien und Veränderungen in der Art, wie Menschen Informationen finden und konsumieren" bezogen und sei keine "Schlussfolgerung zu den Urheberrechtsfragen" im Zentrum des Falls.

Ein internes Microsoft-Dokument beschreibt einen sich selbst verstärkenden Teufelskreis: "Unsere KI-Inhaltsstrategie hat einen 'Doom Loop' gestartet, der die Leistung unserer Modelle und das gesamte Web gleichzeitig schädigen wird." Das Produkt bedrohe "die wirtschaftlichen Grundlagen seiner wesentlichen Zulieferer" in der Inhaltslieferkette.

Microsofts eigene Daten zeigen, dass die Click-Through-Raten bei Copilot im Vergleich zur traditionellen Bing-Suche um 87 bis 93 Prozent für die New York Times, 83 bis 91 Prozent für die Daily-News-Gruppe und 51 bis 94 Prozent für Ziff Davis einbrachen. Lokale Nachrichten, ein Kerngeschäft der Daily-News-Gruppe, beschrieb OpenAI intern als "ziemlich häufige Anfrage" in ChatGPT. Auch andere Studien zeigen, dass Chatbot-Antworten den Traffic ins offene Web massiv reduzieren.

Brockman schrieb intern über die Fähigkeiten der Modelle: "Wir sind hervorragend bei Nachrichten, übrigens. Jedes Mal, wenn ich generative Sachen mit der NYT mache, scheint das Modell den nächsten Satz ziemlich gut vorherzusagen."

OpenAI nutzte auch gezielt Inhalte, bei denen klar war, dass Fair Use nicht gelten kann

Die Kläger dokumentieren, wie OpenAI systematisch Paywalls umging und Nutzungsbedingungen ignorierte. Als ein Mitarbeiter OpenAI-Mitgründer Brockman über "einen Hack, um die NYTimes-Paywall zu umgehen" informierte, antwortete dieser laut dem Schriftsatz mit "ah, sehr schön". OpenAIs Unternehmensvertreter sagte aus, er kenne keine Methode zur Erkennung von Paywall-Inhalten in den Trainingsdaten und keine Bemühungen, solche Inhalte zu entfernen. OpenAIs generelle Praxis beim Crawling "umfasste nicht die Überprüfung der Nutzungsbedingungen von Websites".

Nadella sagte unter Eid, dass "alles, was hinter einer Paywall steht, von jedem lizenziert werden sollte, der es nutzen will". Hätte er gewusst, dass OpenAI Paywall-Inhalte gescrapt und damit trainiert hatte, hätte er OpenAI zum Retraining gezwungen.

OpenAI erwarb zudem den "New York Times Annotated Corpus" mit 1,8 Millionen Artikeln über einen Drittanbieter. Die Lizenz beschränkte die Nutzung auf "nicht-kommerzielle linguistische Bildung, Forschung und Technologieentwicklung". OpenAI-Angestellte wussten, dass es "nicht angemessen" wäre, den Korpus zum Modelltraining zu verwenden, taten es aber trotzdem.

Filter als Beweisunterdrückung

Unmittelbar nach Einreichung der Klagen erstellte OpenAI laut dem Schriftsatz einen sogenannten Bloom-Filter, um die Ausgabe von Inhalten zu unterdrücken, die am wahrscheinlichsten von den klagenden Verlagen stammten. Inhalte von Unternehmen, die nicht geklagt hatten, blieben unberührt. Der Zweck war laut Klägern nicht der Schutz von Urheberrechten, sondern die Verhinderung der Beweissammlung.

Microsofts Hecht hatte die Sorge geäußert, dass OpenAI einen solchen Filter einsetzen könnte, und bezeichnete das als "versehentliche Vertuschung", da es dazu führen würde, dass "Personen, die ein Recht an den Inhalten haben, weniger Einblick haben, was für das Training verwendet wurde".

Der Schriftsatz enthält dennoch zahlreiche Beispiele für problematische Outputs. ChatGPT reproduzierte auf Anfrage exakte Kopien und Zusammenfassungen von NYT-Artikeln, auch wenn diese hinter einer Paywall lagen.

Fair Use scheitert laut Klägern an allen vier Faktoren

Die Kläger argumentieren, die Fair-Use-Verteidigung scheitere an allen vier gesetzlichen Faktoren: Der Zweck sei substitutiv und kommerziell, nicht transformativ. Die Artikel seien expressiv und im Kern des Urheberrechtsschutzes. Die Beklagten hätten gesamte Werke kopiert, obwohl ihre eigenen Experten einräumten, dass kein einzelnes Werk nötig gewesen sei.

Beim Faktor Marktschädigung verweisen die Kläger auf bestehende und realistisch entwickelbare Lizenzmärkte. OpenAI und Microsoft selbst hätten Lizenzvereinbarungen mit anderen Verlagen abgeschlossen, ebenso Amazon, Google, Meta und Perplexity. Für die Inhalte der Kläger hätten die Beklagten jedoch nicht bezahlt, sondern sie kostenlos genommen und untereinander gehandelt. Die Existenz eines funktionierenden Lizenzmarktes erschwert die Fair-Use-Argumentation, weil die Beklagten schlecht behaupten können, eine Lizenzierung sei nicht möglich gewesen, wenn sie für vergleichbare Inhalte anderer Verlage sehr wohl zahlen.

"Pink Slime" für 6.800 Dollar pro Million Artikel

Die Kläger argumentieren zudem, dass OpenAIs Produkte die Überflutung des Marktes mit "Pink Slime" ermöglichten: minderwertige, oft plagiierte Pseudo-Nachrichten. Mit OpenAIs API-Preisen koste die Generierung von einer Million nachrichtenähnlicher Artikel zu je 500 Wörtern rund 6.800 Dollar, ohne dass ein einziger Journalist beteiligt sei. Als Beispiel nennt der Schriftsatz Prism News, das mit nur vier Mitarbeitenden 200 KI-generierte Publikationen betrieb, die sich als lokale Nachrichtenredaktionen und Hobbyseiten ausgaben.

OpenAI hatte 2024 ein Tool namens "Media Manager" angekündigt, das Verlagen erlauben sollte, sich vom Scraping abzumelden. Das Projekt wurde laut Schriftsatz inzwischen eingestellt.

Die Kläger fordern das Gericht auf, die Urheberrechtsverletzung festzustellen, die Fair-Use-Verteidigung abzuweisen und bei der Bemessung etwaiger gesetzlicher Schadensersatzleistungen jeden einzelnen Artikel als eigenständiges Werk zu behandeln.

Bisherige Gerichtsurteile lagen eher auf Seiten des Fair Use. Auch die US-Justizbehörde, gesteuert durch die Trump-Regierung, stellte sich auf die Seite der KI-Labore. OpenAI und Microsoft dürften bald ihre Version vorlegen und den Fokus auf Fair Use und die Transformativität legen. Die internen Dokumente, die nun öffentlich sind, dürften ihnen diese Argumentation nicht leichter machen.