KI-Training und Urheberrecht: Zulässigkeit des Webscrapings für Trainingsdatensätze (OLG HH)

Text und Data Mining nach § 44b UrhG

Das Gericht bejahte die Anwendbarkeit des § 44b UrhG, der Vervielfältigungen für das Text und Data Mining erlaubt, sofern der Rechtsinhaber sich diese nicht ausdrücklich vorbehalten hat. Entscheidend war, dass der Download der Fotografie der automatisierten Analyse diente, um die Übereinstimmung von Bild und Beschreibung zu prüfen. Diese Prüfung stellte nach Auffassung des Gerichts eine Gewinnung von Informationen über Korrelationen dar, die vom Gesetzgeber als zulässiger Anwendungsfall des Text und Data Mining anerkannt ist. Der Abgleich zwischen Bild und Text sei eine wechselseitige Beziehung, die unter den Begriff der „Korrelation“ im Sinne der Norm falle.

Interessant ist, dass das Gericht betonte, dass es nicht darauf ankomme, ob das spätere KI-Training selbst unter § 44b UrhG fällt. Vielmehr genüge bereits die vorbereitende Handlung – also der Download und die Analyse der Bilddatei –, um die Schranke zu erfüllen. Dies ist ein wichtiger Präzedenzfall, da damit klargestellt wird, dass auch vorbereitende Maßnahmen für das KI-Training von der Schranke erfasst werden können:

Gem. § 44b Abs. 2 S. 1 UrhG sind Vervielfältigungen von rechtmäßig zugänglichen Werken für das Text und Data Mining zulässig. Gem. § 44b Abs. 3 UrhG sind Nutzungen nach § 44b Abs. 2 S. 1 UrhG nur zulässig, wenn der Rechtsinhaber sich diese nicht vorbehalten hat. Ein Nutzungsvorbehalt bei online zugänglichen Werken ist nur dann wirksam, wenn er in maschinenlesbarer Form erfolgt. § 44b UrhG wurde in Umsetzung von Art. 4 der Richtlinie (EU) 2019/790 vom 17. April 2019 über das Urheberrecht und die verwandten Schutzrechte im digitalen Binnenmarkt und zur Änderung der Richtlinien 96/9/EG und 2001/29/EG (im Folgenden: „DSM-RL“) in das UrhG eingefügt (..) Gem. § 44b Abs. 1 UrhG ist Text und Data Mining die automatisierte Analyse von einzelnen oder mehreren digitalen oder digitalisierten Werken, um daraus Informationen insbesondere über Muster, Trends und Korrelationen zu gewinnen (…)

Ein Ziel einer automatisierten Auswertung i.S.d. § 44b Abs. 1 UrhG kann das Erkennen eines Musters in einer Vielzahl von Werken sein (vgl. Dreier in Dreier/Schulze, UrhG, 8. Aufl., § 44b Rn. 5). Hierauf ist die Anwendung des § 44b UrhG aber nicht beschränkt (vgl. Dreier in Dreier/Schulze, UrhG, 8. Aufl., § 44b Rn. 5 f.). Bereits nach dem Wortlaut des § 44b Abs. 1 UrhG erfasst das Text und Data Mining im Sinne dieser Vorschrift auch die automatisierte Analyse von einzelnen digitalen oder digitalisierten Werken, um daraus Informationen insbesondere über Muster, Trends und Korrelationen zu gewinnen. Auch in der Gesetzesbegründung heißt es, dass es auch zulässig ist, ein einzelnes Werk automatisiert auszuwerten (BT-Drs. 19/27426, S. 88) (…)

Selbst wenn das Vorliegen einer Korrelation zu verneinen wäre, wäre jedenfalls der Zusammenhang zwischen Bild und Text als (sonstige) Information i.S.d. § 44b Abs. 1 UrhG anzusehen. Das Gesetz nennt Muster, Trends und Korrelationen lediglich als Regelbeispiele („insbesondere“; vgl. Paul in BeckOK IT-Recht, 19. Ed., § 44b UrhG Rn. 3a; Bomhard in BeckOK UrhR, 46. Ed., § 44b UrhG Rn. 11). Auch in der Definition von „Text und Data Mining“ in Art. 2 Nr. 2 DSM-RL heißt es, der Begriff bezeichne eine Technik für die automatisierte Analyse von Texten und Daten in digitaler Form, mit deren Hilfe Informationen unter anderem — aber nicht ausschließlich — über Muster, Trends und Korrelationen gewonnen werden können.

Ein zentraler Streitpunkt war der Nutzungsvorbehalt der Bildagentur, der automatisierte Downloads untersagte. Das Gericht stellte jedoch fest, dass dieser Vorbehalt nicht in maschinenlesbarer Form vorlag. Zwar war der Text in den Nutzungsbedingungen und im Quellcode der Webseite enthalten, doch genüge dies nicht den Anforderungen des § 44b Abs. 3 UrhG. Maschinenlesbarkeit erfordere, dass der Vorbehalt von automatisierten Systemen erkannt und interpretiert werden könne. Da der Kläger nicht darlegen konnte, dass im Jahr 2021 – dem Zeitpunkt des Downloads – bereits Technologien verfügbar waren, die einen in natürlicher Sprache formulierten Vorbehalt zuverlässig auslesen konnten, scheiterte der Einwand des Fotografen.

Forschungsschranke nach § 60d UrhG

Zusätzlich stützte das Gericht seine Entscheidung auf § 60d UrhG, der Vervielfältigungen für Zwecke der wissenschaftlichen Forschung erlaubt. Der Beklagte wurde als Forschungsorganisation im Sinne der Norm anerkannt, da er nicht kommerzielle Zwecke verfolge und seine Arbeit auf die Gewinnung neuer Erkenntnisse im Bereich der KI-Forschung ausgerichtet sei. Die Erstellung des Datensatzes selbst wurde als wissenschaftliche Tätigkeit gewertet, da sie methodisch und systematisch erfolgte und auf einen späteren Erkenntnisgewinn abzielte. Dass der Datensatz auch von kommerziellen Dritten genutzt werden konnte, stehe dem nicht entgegen, solange der Verein selbst keine gewinnorientierten Absichten verfolge.

Das Gericht wies zudem den Vorwurf zurück, der Beklagte stehe unter dem bestimmenden Einfluss eines kommerziellen Unternehmens. Zwar gab es Kooperationen mit KI-Firmen, doch reichten diese nicht aus, um eine unzulässige Public-Private-Partnership im Sinne des § 60d Abs. 2 S. 3 UrhG zu begründen. Die bloße Bereitstellung von Rechenressourcen oder die Beschäftigung von Vereinsmitgliedern in der Industrie ändere nichts an der nichtkommerziellen Ausrichtung des Vereins.