Die Klägerin macht gegenüber den Beklagten als Betreibern von Sprachmodellen und darauf basierenden Chatbots Unterlassungs-, Auskunfts- und Schadenersatzansprüche wegen Verletzung von Urheber- und Persönlichkeitsrechten an neun verschiedenen Liedtexten geltend.

Die Klägerin ist eine Verwertungsgesellschaft, die die ihr von Komponistinnen und Komponisten, Textdichterinnen und Textdichtern sowie Musikverlagen übertragenen Nutzungsrechte an Werken der Musik wahrnimmt.

Die Beklagten gehören zu einer USamerikanischen Unternehmensgruppe, die Technologien der generativen Künstlichen Intelligenz (im Folgenden: KI) und insbesondere textbasierte Dialogsysteme zur Kommunikation in natürlicher Sprache, sogenannte KI-Chatbots (im Folgenden: Chatbot) entwickelt, betreibt und lizenziert, die auf Transformer-Sprachmodellen beruhen. Die Beklagte zu 1), die ihren Sitz in Irland hat, bietet seit dem 14.12.2023 den Chatbot der Unternehmensgruppe für Nutzer an, die im Europäischen Wirtschaftsraum ansässig sind. Die Beklagte zu 2), die ihren Sitz in den USA hat, offerierte diesen Dienst seit dem Launch des Chatbots am 30.11.2022 bis zur Übernahme des Dienstes durch die Beklagte zu 1). Sie bietet die mobile App an, die in der Bundesrepublik Deutschland herunterladbar ist, und mit der der Chatbot auf iPhones und iPads genutzt werden kann.

Den Chatbot und die dem Chatbot zugrunde liegenden KI-Sprachmodelle (im Folgenden: Modelle) stellen die Beklagten auf Servern an verschiedenen Standorten im Europäischen Wirtschaftsraum bereit, darunter auch an einem Standort in der Bundesrepublik Deutschland. Eingaben in deutscher Sprache beantwortet der Chatbot auf Deutsch.

Bei den streitgegenständlichen Liedtexten handelt es sich um folgende Texte: „Atemlos“ von Kristina Bach, „36 Grad“ von Thomas Eckart, Inga Humpe, Peter Plate und Ulf Leo Sommer, „Bochum“ und „Männer“ von Herbert Grönemeyer, „Über den Wolken“ von Reinhard Mey, „Junge“ von Jan Vetter sowie „Es schneit“, „In der Weihnachtsbäckerei“ und „Wie schön, dass du geboren bist“ von Rolf Zuckowski (Texte in Anlage K 1).

Die Klägerin schloss für diese Liedtexte Ende 2024 im Hinblick auf die streitgegenständlichen Rechtsverletzungen besondere Vereinbarungen mit den jeweiligen Textdichterinnen und Textdichtern (Anlage K 10) und Musikverlagen (Anlagen K 10, K 11, K 12, K 40). Ausweislich des Wortlauts der Vereinbarungen wird auf die allgemeinen zwischen den Textdichtern sowie Musikverlagen und der Klägerin bestehenden Berechtigungsverträge Bezug genommen und es wird „zur Vermeidung etwaiger Rechtsunsicherheiten“ vereinbart, dass ausschließliche Nutzungsrechte an den Liedtexten „übertragen“ und Ermächtigungen für die Geltendmachung höchstpersönlicher Rechte erteilt werden.

Die Klägerin passte auf ihrer Mitgliederversammlung vom 15. bis 17.05.2022 (siehe Anlage K 13) ihren Berechtigungsvertrag an, um sich von den Rechteinhabern die Befugnis zur Erklärung eines Nutzungsvorbehalts gemäß § 44b UrhG einräumen zu lassen. In ihren Tarifbedingungen aus dem Jahr 2023 für die Nutzung von Musik im Internet verpflichtet die Klägerin ihre Lizenznehmer, einen Text und Data Mining Nutzungsvorbehalt zu erklären. Auf ihrer Website erklärte die Klägerin nach Inkrafttreten der Vorschrift des § 44b UrhG einen Text und Data Mining Nutzungsvorbehalt für die in ihrem Repertoire enthaltenen Werke; seit 2024 findet sich dieser im Impressum ihrer Website.

Der Chatbot der Unternehmensgruppe der Beklagten lässt sich in verschiedenen Generationen der Modelle nutzen. Streitgegenständlich sind die Modelle 4 und 4o. Das Modell 4 wurde für Deutschland am 30.04.2025 für den Dienst des Chatbots eingestellt; am 07.08.2025 wurde das neueste Modell 5 vorgestellt.

Der Chatbot kann grundsätzlich von jeder Person genutzt werden, die über einen Internetzugang und ein internetfähiges Endgerät verfügt. Eine kostenlose Registrierung ist möglich, für einen limitierten Zugang aber nicht notwendig. Einzelpersonen können für die Nutzung des Chatbots seit dem 14.12.2023 bei der Beklagten zu 1), wie zuvor bei der Beklagten zu 2), ein Konto eröffnen. Der kostenpflichtige und umfangreichere Zugang ermöglicht es, für den Chatbot eigene Agenten zu erstellen und diese auf individuelle Bedürfnisse auszurichten. Hierbei kann beispielsweise bestimmt werden, ob der Agent zur Beantwortung einer Frage eine Onlinesuche durchführen soll oder nicht. Unternehmen bieten die Beklagten maßgeschneiderte Chatbots an.

Der Nutzer stellt dem Chatbot durch Eingabe eines sogenannten Prompts eine Frage. Die Ausgabe, die der Chatbot als Antwort auf einen Prompt erstellt, der sogenannten Output, wird dem Nutzer im Dialogfeld auf der Website beziehungsweise in der App des Chatbots angezeigt. Zudem werden die Prompts und Outputs für registrierte Nutzer als sogenannte Chats in der Chat-Historie gespeichert und sind dort für den Nutzer zu einem späteren Zeitpunkt wieder abrufbar. Die Beklagten stellen ihren Nutzern öffentliche Links zu jedem Chat bereit, die von Suchmaschinen indexiert und damit aufgefunden werden können. Durch Zugriff auf den Link kann der Chatverlauf importiert werden.

Die dem Chatbot zugrundeliegenden Modelle wurden auf Grundlage großer Mengen von Trainingsdaten, auch aus öffentlich zugänglichen Texten gesammelter („gecrawlter“) Webseiten aus dem Internet, trainiert. In der maschinenlesbaren robots.txt-Datei kann mittels sogenannter Tags für Crawler eine Sperrung oder Indexierung erfolgen.

Die streitgegenständlichen Liedtexte waren in den Trainingsdaten enthalten, mit denen die Modelle der Beklagten trainiert wurden.

Bei den Modellen, die dem Chatbot zugrunde liegen, handelt es sich um sogenannte generative vortrainierte Transformer (Generative Pretrained Transformers – GPT). Sie basieren auf einer neuronalen Netzwerkarchitektur, die Deep-Learning ermöglicht, und integrieren einen Aufmerksamkeitsmechanismus. Als Sprachmodelle verstehen und erzeugen sie die natürliche Sprache.

Neuronale Netze bestehen aus mehreren Ebenen künstlicher Neuronen. Die Neuronen nehmen die Eingabe anderer Neuronen auf, führen eine Berechnung durch, und erzeugen eine Ausgabe, die ihrerseits wieder als Eingabe in ein anderes Neuron eingespeist werden kann. Jeder Verbindung zwischen Neuronen sind bestimmte Gewichte zugeordnet, die entscheiden, wie ein bestimmtes Signal weitergegeben wird. Die Gewichte werden während des Trainings angepasst. Bei den Transformer Modellen ermöglicht es ein mehrköpfiger Aufmerksamkeitsmechanismus, Abhängigkeiten und Verknüpfungen zwischen einzelnen Elementen der Eingabesequenz wahrzunehmen und sich bei der Ausgabe flexibel auf diese zu konzentrieren. Der Aufmerksamkeitsmechanismus berechnet Aufmerksamkeitsgewichtungen, die die relative Bedeutung jedes Teils einer Eingabesequenz für die anstehende Aufgabe widerspiegeln. Diese Aufmerksamkeitsgewichtung erhöht oder verringert den Einfluss jedes Teils der Eingabe entsprechend seiner jeweiligen Bedeutung.

Die Modelle werden trainiert. In der Pre-Trainingsphase werden die Trainingsdaten für die Modelle, soweit erforderlich, in für Maschinen lesbaren Text umgewandelt. Der Text wird in sogenannte Token aufgeteilt, die Wörter oder Teile von Wörtern sind. Anschließend wird jedem Token ein eindeutiger ganzzahliger Index zugewiesen, wobei identische Token denselben Index aufweisen. Damit wird der Text in ein numerisches Format umgewandelt, das eine computergestützte Verarbeitung ermöglicht. Bei der Entwicklung eines Transformer-Modells wird beim Training die semantische Bedeutung der einzelnen Wörter beziehungsweise Token und deren Nähe zueinander erfasst. Diese Erkenntnis wird in einem mehrdimensionalen Raum durch einen mathematischen Vektor ausgedrückt; die Token werden vektorisiert. Welche Vektoren und welche Dimensionen ein Modell verwendet, um die verschiedenen Bedeutungen eines Wortes zu erfassen, wird durch den Algorithmus des Modells während des Trainingsprozesses eigenständig bestimmt. Das Modell wird durch die Bildung dieser Parameter erzeugt.

In einer weiteren Trainingsphase wird das Modell mit ausgewählten Prompts und hiermit korrespondierenden idealen Outputs trainiert, um die Parameter des neuronalen Netzes und die Werte der Vektoren anzupassen, damit ein möglichst passender Output produziert werden kann. Zudem werden dem Modell menschliche Präferenzen beigebracht, indem verschiedene Outputs auf typische Prompts von menschlichen Gutachtern verglichen und qualitativ im Hinblick auf beispielsweise Verständlichkeit, Relevanz und Höflichkeit bewertet werden.

Nach Abschluss des Trainingsprozesses kann das Modell über den Chatbot dem Menschen Fragen beantworten. Die Eingabesequenzen durchlaufen dann als Input im Modell dieselben Schritte, wie sie im Rahmen des Pre-Trainings erfolgten. Gibt der Nutzer einen Prompt ein, wird diese Eingabe in Token zerlegt und den Token jeweils ein Vektor zugeordnet, der die semantische Bedeutung des Token und seine Beziehung zu anderen Token beschreibt und im Rahmen des Trainings angepasst wurde. Zudem erhält jeder Token einen Positionsvektor, der die Position in der Eingabe bestimmt und somit syntaktische Strukturen wie den Satzbau wiedergibt. Der Positionsvektor wird mit dem Vektor, der die semantische Bedeutung des Tokens beschreibt, addiert und daraus ein gemeinsamer Vektor generiert. Für die Eingabe entsteht eine Matrix aus Vektoren, aus der für jeden Token weitere drei Vektoren gebildet werden (Query, Key und Value), um Aufmerksamkeitswerte für die einzelnen Token zu berechnen und den Value-Vektor zu gewichten. Der Vorgang wird gleichzeitig parallel durch mehrere Aufmerksamkeitsköpfe geführt. Anschließend wird die Stellung eines Tokens im sprachlichen Gefüge durch ein neuronales Feed-Forward-Netz analysiert und verstanden.

Die Schritte werden mehrfach wiederholt. Es ist noch nicht vollständig verstanden, was welche Schicht eines neuronalen Netzwerks tatsächlich macht. Es wird vermutet, dass die ersten Schichten einfache Merkmale und Muster wie etwa Grammatik oder Syntax erkennen, während die tiefer liegenden Schichten Abstraktionen und Beziehungen wie etwa komplexe semantische Beziehungen oder kontextabhängige Bedeutungen erfassen.

Als Ausgabetoken auf einen Prompt kommen verschiedene sogenannte Logits in Betracht. Welcher von diesen als Ausgabe gewählt wird, wird mithilfe der Softmax-Funktion und dem Parameter Temperature ermittelt. Die Softmax-Funktion ermöglicht eine konkrete Wahrscheinlichkeitsverteilung, bei der die Summe der Werte aller Logits 100% ergibt, die ohne diese zusätzliche mathematische Berechnung eine willkürliche Zahl sein kann. Ob der Logit als Ausgabetoken gewählt wird, der am wahrscheinlichsten ist, hängt auch vom Parameter Temperature ab. Ist dieser auf 0 gesetzt, wählt das Modell den Token mit der höchsten Wahrscheinlichkeit aus. Je höher der Parameter-Wert eingestellt ist, desto häufiger werden weniger wahrscheinliche Token berücksichtigt, was zu größerer Variation sowie höherem Zufall und Kreativität führt, und somit die Unvorhersehbarkeit der Ausgabe erhöht. Fortgeschrittene Nutzer können den Parameter Temperature der Programmierschnittstelle (sogenannte application programming interface, API) des Chatbots selbst einstellen.

Eine weitere Möglichkeit zur Auswahl des Ausgabetokens sind Sampling-Strategien. Die Nutzung dieser Strategien ist notwendig, da die Softmax-Verteilung meist nicht eindeutig ist, sondern eine Vielzahl von Token mit nicht-null Wahrscheinlichkeiten bereitstellt. Beim Top-k Sampling wird nur eine bestimmte Anzahl („k“) der wahrscheinlichsten Token in Betracht gezogen. Aus diesem stark eingeschränkten Set wird dann zufällig ein Token ausgewählt, proportional zu dessen Wahrscheinlichkeit: ein Token mit einer Wahrscheinlichkeit von 0.9 wird in 90% der Fälle ausgewählt. Mit dem Top-k Sampling wird verhindert, dass sehr unwahrscheinliche Token überhaupt gewählt werden können, und die Varianz gegenüber einer rein deterministischen Auswahl erhöht.

Der sogenannte Seed ist für die Auswahl eines konkreten Tokens aus der Gesamtmenge an Token relevant, die beim Sampling als mögliche Folge-Token ermittelt worden sind. Diese Auswahl erfolgt anhand einer Zufallszahl, die von einem Zahlengenerator erzeugt wird, wobei der Seed der Startwert für den Zahlengenerator ist. Ausgehend von dem Startwert wird eine feste Zahlenfolge generiert, deren Werte die Auswahl der Token der Ausgabesequenz im Rahmen des Sampling bestimmen. Bei identischem Seed wird stets die exakt gleiche Zahlenfolge generiert.

Hat das Modell nach Berechnung dieser Wahrscheinlichkeiten einen passenden Token als Nachfolger des letzten Tokens der Eingabesequenz ermittelt, wird dieser erzeugt. Anschließend wird die gesamte Eingabesequenz zusammen mit diesem erneut im Modell verarbeitet und es wird ein weiterer Token als Nachfolger der vorherigen Token generiert. Der Vorgang wird so lange wiederholt, bis eine vollständige Antwort vorhanden ist.

Bei Nutzung der Programmierschnittstelle (API) können sogenannte Logprobs (logarithm of a probability) angefordert werden. Diese enthalten die von der Softmax-Funktion auf der Grundlage der rohen Logit-Werte ausgegebenen Wahrscheinlichkeitswerte ohne Berücksichtigung von Temperature und Sampling.

Zumindest in Einzelfällen wird bei entsprechendem Prompt ein Output ausgegeben, dessen Inhalt zumindest teilweise identisch mit einem Inhalt aus dem früheren Trainingsdatensatz ist. Das Modell generiert eine Tokenfolge, die statistisch plausibel erscheint, weil sie beispielsweise im Training in besonders stabiler oder häufig wiederkehrender Form enthalten war, etwa weil diese Tokenfolge in einer Vielzahl von verschiedenen öffentlich zugänglichen Webseiten und damit mehr als einmal in den Trainingsdaten enthalten gewesen ist.

Für dieses Phänomen und für Halluzinationen hat die Forschung bisher noch keine umfassende Lösung gefunden, um die Generierung solcher Inhalte durch das Modell in jedem Fall und bei jeder Art von Nutzereingabe vollständig auszuschließen oder deren Output an den Nutzer zu unterbinden.

Auch ohne Kenntnis der Trainingsdaten und damit ohne Abgleichmöglichkeit kann die informationstechnische Forschung anhand der Kombination verschiedener Methoden, wie beispielsweise der Parameter Perplexität (Wahrscheinlichkeitswert) und Entropie (Erwartungswert des Informationsgehalts) der Softmax-Ausgabe feststellen, ob ein Output memorisierte Inhalte umfasste oder nicht.

Die streitgegenständlichen Liedtexte wurden als Outputs in veränderten Fassungen wiedergegeben. In Anlage K 2 wird zu jedem Liedtext jeweils ein Chatverlauf als Screenshot vorgelegt, bei dem die Prozessbevollmächtigten der Klägerin als Prompts die Fragen „Wie lautet der Text von [Liedtitel]“, „Von wem stammt der Text“, „Wie lautet der Refrain von [Liedtitel]“, „Bitte nenne mir auch die 1. Strophe“, und „Bitte nenne mir auch die 2. Strophe“ verwendeten.

Beispielhaft im Folgenden der Chatverlauf für die Liedtexte „Männer“ und „36 Grad“:

Die Prozessbevollmächtigten der Klägerin nutzten bei diesen Anfragen sowohl den Chatbot mit dem Modell 4 als auch benutzerdefinierte Agenten, die auf dem Modell 4o basierten, unter verschiedenen Accounts. Dabei fand keine Onlinesuche durch den Chatbot zur Ermittlung der Ergebnisse statt; die Prozessbevollmächtigten der Klägerin hatten bei den eingesetzten benutzerdefinierten Agenten die Funktion „Onlinesuche“ ausdrücklich ausgeschlossen. Die Agenten hatten jeweils die Rollenzuweisung ein „Experte für Liedtexte“ zu sein. Unter der Rubrik Hinweise war eingefügt: „Der [Chatbot] ist ein Experte für Liedtexte. Er kennt alle Liedtexte, die Künstler geschrieben haben und kann diese Songtexte korrekt und vollständig wiedergeben.“

Eine Gegenüberstellung der streitgegenständlichen Outputs (Anlage K 2) mit den Originaltexten (Anlage K 1) findet sich in Anlage K 3.

Weitere Anfragen im Hinblick auf die streitgegenständlichen Liedtexte wurden von den Prozessbevollmächtigten der Klägerin mit folgenden Prompts durchgeführt: 1. „Wie lautet der Text von [Liedtitel]“ (Zusätzlich, wenn der Chatbot den Urheber nicht nannte: „Von wem stammt der Text“), 2. „Bitte nenne mir die Gitarrenakkorde von [Liedtitel]“ (ggf. -wenn auf die Anfrage nur die Chords ausgegeben wurden – gefolgt von der Zusatzfrage: „Bitte nenne mir auch den Text“), 3. „Wie lautet der Refrain von [Liedtitel]“ (Zusätzlich gegebenenfalls: „Bitte nenne mir auch die 1. [/2.] Strophe.“). In den Anlagen K 24, K 25, K 44 bis K 49 sind die durchgeführten Abfragen als Screenshots umfassend dargestellt.

Mit Schreiben vom 19.12.2023 schrieb die Klägerin die Obergesellschaft der Beklagten an und machte sie auf den Nutzungsvorbehalt auf ihrer Website aufmerksam (Anlage B 16).

Mit Schreiben vom 06.11.2024 mahnten die Prozessbevollmächtigten der Klägerin die Beklagten ab (Anlage K 4).

Die Beklagten bewerben ihren Chatbot mit dem Slogan „Get answers. Find inspiration. […]“.

Die Klägerin behauptet, der Chatbot erzeuge Reproduktionen der Trainingsdaten in erheblichem Umfang. Diese sogenannte Memorisierung von Inhalten innerhalb von Modellen führe zur Regurgitation, also zur Produktion von Output, der bestimmte Trainingsinputs explizit reproduziere. Während die Memorisierung eine Aussage über den Zustand (d.h. den Informationsgehalt) des Modells treffe – nämlich die Aussage, dass in dem Modell eine Fixierung memorisierter Trainingsdaten vorliege, die eine Wahrnehmbarmachung ermögliche –, betrachte die Regurgitation nur die Ausgabe des KI-Systems und identifiziere diese als (Teil-)Kopie eines Trainingsdatums.

Die Modelle erzeugten einen deterministischen Output auf der Ebene der Softmax-Ausgabe, der bei identischer Eingabe identisch sei. Der Output des KI-Modells sei kein lesbarer Text, sondern eine Wahrscheinlichkeitsverteilung: die Ausgabe der sogenannten Softmax-Funktion. Sei der Trainingsprozess eines Transformer-Modells abgeschlossen, seien sämtliche Modellparameter (Gewichte) festgelegt. Das Modell werde zu einer statischen mathematischen Funktion. Jede spätere Nutzung zur Textgenerierung verändere diese Parameter nicht mehr. Auf dieselbe Eingabe erzeuge das Modell auch bei mehrfacher Wiederholung der Eingabe immer dieselbe Ausgabe.

Allerdings sei die Ausgabe des Modells noch nicht der Output, die der Chatbot dem Nutzer als Ausgabe auf einen Prompt anzeige. Der Output entstehe auf Basis der Ausgabe des Modells, nachdem diese durch die sogenannte Decoding-Struktur verarbeitet worden sei. Beim Decoding entstünden durch gezielt eingesetzte Randomisierungs-Mechanismen (Mechanismen zur Einführung eines Zufallselements in die Generierung von Ausgaben) Zufälligkeit und Variationen. Dieses Decoding sei somit nicht Teil des Modells, sondern diesem nachgelagert. Die Generierung nicht-deterministischer Ausgabe des Chatbots (und nicht des Modells) beruhe somit auf Designentscheidungen der Beklagten, die jederzeit wieder deaktiviert werden könnten.

Die Beklagten unterschieden die Modelle nicht in der gebotenen Klarheit von dem ihnen nachgeordneten Decoding-Algorithmus und von dem Gesamtsystem, dem Modell plus Decoding-Algorithmus plus Benutzeroberfläche Chatbot.

Mit dem Greedy Decoding stünde eine Decoding-Strategie zur Verfügung, die den Determinismus des Modells auf die Ausgabe des Chatbots übertrage. Werde Greedy-Decoding verwendet, bleibe die Ausgabe deterministisch. Selbst Nutzer könnten durch entsprechende Anpassung des Temperature-Parameters ein quasi-deterministisches Ausgabeverhalten erreichen.

Trotz künstlicher Randomisierung beim Decoding reproduzierten Chatbots memorisierte Inhalte konsistent und mit minimaler Varianz, weil bei der Generierung memorisierter Inhalte die Wahrscheinlichkeiten der Token, die sich zum memorisierten Inhalt zusammensetzen, sehr hohe Werte erreichten – häufig nahe 100%. Die Wiedergabe des memorisierten Inhalts werde damit faktisch unvermeidbar und erfolge deterministisch. Die Chatbots funktionierten insoweit wie eine Datenbank.

Ob ein Output memorisierten Inhalt enthalte, sei durch einen Abgleich des Outputs mit den Trainingsdaten möglich. Finde sich der Output in den Trainingsdaten wieder, müsse man von einer Memorisierung ausgehen. Zwar bestünde die theoretische Möglichkeit einer zufälligen Identität zwischen Output und Trainingsdatum. Jedenfalls ab einer bestimmten Textlänge sei die Wahrscheinlichkeit eines solchen Zufalls jedoch so verschwindend gering, dass sie praktisch vernachlässigbar werde.

Die streitgegenständlichen Liedtexte seien vollständig und unverändert im Modell memorisiert. Sofern es bei der Ausgabe der memorisierten Inhalte zu Verkürzungen und insbesondere Veränderungen der Texte komme, sei dies nicht dem Modell und den darin verkörperten Informationen geschuldet, sondern den Decoding-Mechanismen, die durch die Erzeugung künstlicher Varianz Halluzinationen provozierten. Die Ausgabe der streitgegenständlichen Liedtexte sei kein provozierter Einzelfall, sondern finde konsistent statt.

Selbst bei Beibehaltung der randomisierenden Decoding-Mechanismen erfolge eine ausreichend konsistente Ausgabe der Liedtexte. Die dadurch eingeführte Varianz betreffe gerade nicht die memorisierten Inhalte, sondern primär die auswechselbaren Einleitungs- und Schlusstexte der Outputs. Die Gewissheit der Modelle in Bezug auf memorisierte Inhalte – also die Wahrscheinlichkeitswerte der entsprechenden Tokensequenz gemäß Softmax-Funktion – sei so hoch, dass der Chatbot diese konsistent ausgebe.

Die Unternehmensgruppe der Beklagten habe maßgeblichen Einfluss auf die Outputs, unter anderem durch die gezielte Auswahl der Trainingsinhalte, die bewusste Ausgestaltung des Trainingsprozesses zur Memorierung spezifischer Inhalte und die Implementierung oder Unterlassung von Filtertechnologien.

Die Klägerin behauptet, die streitgegenständlichen Liedtexte seien nicht mit der Zustimmung der Rechteinhaber im Internet frei verfügbar. Für die von den Beklagten benannten Liedtextkopien, die vermeintlich ohne Nutzungsvorbehalt im Internet verfügbar gewesen seien, ließen sich überwiegend Nutzungsvorbehalte feststellen (siehe Screenshots der Websites als Anlagen K 56, 57).

Die Klägerin habe keine Lizenzen für eine Online-Nutzung der streitgegenständlichen Liedtexte erteilt. Bei der Lizenzierung anderer Bereiche verpflichte sie ihre Lizenznehmer konsequent zur Einhaltung des Text und Data Mining Nutzungsvorbehalts.

Weder der allgemeinen Bevölkerung noch den Rechtsinhabern sei die Existenz von Modellen vor der Veröffentlichung des ersten Chatbots der Unternehmensgruppe der Beklagten im November 2022 bewusst gewesen.

Die Beklagten erweckten durch eine Bewerbung ihres Dienstes mit „Get answers“ die Funktionserwartung einer Wissensdatenbank.

Die Klägerin ist der Ansicht, Rechtsverletzungen fänden sowohl im Modell als auch bei der Ausgabe statt.

Angesichts der erfolgten Memorisierung der streitgegenständlichen Liedtexte in den Modellen der Beklagten handele es sich bei den Modellen um Vervielfältigungsstücke i.S.v. Art. 2 InfoSoc-RL, § 16 Abs. 1, 2 UrhG.

Im Hinblick auf die erfolgten Eingaben der streitgegenständlichen Liedtexte als Trainingsdaten in den Modellen der Beklagten und die Ausgabe der Texte bei den erfolgten Abfragen bestünde bereits ein Anscheinsbeweis dafür, dass die Texte in den Modellen vervielfältigt seien. Die technischen Vorgänge spielten sich ausschließlich in der Sphäre der Beklagten ab. Nutzer erhielten keinen unmittelbaren Zugriff auf das Modell. Wenn Informationen in ein System wie vorliegend die Liedtexte beim Training eingespeist würden und das System anschließend dieselben Informationen, die Liedtexte, wiedergebe, sei typischerweise davon auszugehen, dass die Informationen im System gespeichert seien.

Tatsächlich wiesen die (teil-)identischen Ausgaben der Liedtexte deren Fixierung im Modell aber auch nach, da eine provozierte Regurgitation aufgrund der verwendeten Prompts ebenso wie eine zufällige Regurgitation aufgrund deren Unwahrscheinlichkeit ausgeschlossen sei.

Aus der Technologieneutralität des § 16 Abs. 1 und 2 UrhG und der Schwerpunktsetzung auf die Eignung zur mittelbaren Wahrnehmbarmachung ergebe sich, dass die Rechtsprechung auch Trägertechnologien als Vervielfältigungsstücke einstufe, die substanzielle Veränderungen an der Festlegung eines Werkes vornähmen, sofern sie nur eine sinnliche Wahrnehmung der schöpferischen Züge des Werkes erlaubten. Zur Beurteilung der Speicherung im Modell komme es nicht darauf an, ob die im Modell enthaltenen Einzelfragmente der streitgegenständlichen Liedtexte für sich gesehen urheberrechtlich geschützt oder in einer urheberrechtlich geschützten Anordnung gespeichert seien. Entscheidend sei, ob diese Inhalte später vom System in einer Anordnung ausgegeben würden, die die eigene geistige Schöpfung zum Ausdruck bringe. Aufgrund des Determinismus der Modelle sei dies der Fall. Zufälligkeit und Varianz bei den Ausgaben resultierten erst aus bewussten Designentscheidungen der Beklagten auf Ebene der Decoding-Architektur. Aber selbst bei Beibehaltung der randomisierenden Decoding-Mechanismen erfolge eine ausreichend konsistente Ausgabe der Liedtexte, da die Varianz nicht die memorisierten Inhalte, sondern primär die auswechselbaren Einleitungs- und Schlusstexte der Ausgabe beträfen. Im Interesse eines hohen Schutzniveaus für Urheber und angesichts neuer Technologien müsse es für das Vorliegen einer Vervielfältigung genügen, dass die Anwendung der Hilfsmittel mit einer gewissen Wahrscheinlichkeit zur Wahrnehmbarmachung des Werkes führe.

Die Modelle erlaubten mittelbar die sinnliche Wahrnehmung der streitgegenständlichen Liedtexte bzw. urheberrechtlich geschützter Teile davon. Die dabei erforderlichen technischen Hilfsmittel umfassten die Decoding-Architektur zur Verarbeitung der Softmax-Funktionen des Modells, die Chatbot-Benutzeroberfläche mit Eingabemaske und Ausgabedarstellung und die Nutzereingabe.

Die dauerhaften Vervielfältigungen im Modell seien nicht durch § 44b UrhG gerechtfertigt. Bereits die Anwendbarkeit auf Modelle werde bezweifelt. Jedenfalls unterfielen Memorisierungen von Trainingsdaten nicht der Text und Data Mining Schranke, da Vervielfältigungen im Modell nicht der weiteren Datenanalyse dienten und eine dauerhafte Vervielfältigung ohnehin nicht durch § 44b UrhG gerechtfertigt sei. § 60d UrhG finde keine Anwendung, da die Beklagten nicht zu den privilegierten Forschungsorganisationen zählten. Auch wenn man auf die Obergesellschaft abstellen wollte, liege bei Unternehmen, die wissenschaftliche Forschung betrieben, um darauf basierend Waren oder Dienstleistungen zu entwickeln und zu vermarkten, die Verfolgung eines kommerziellen Zweckes vor.

Jedenfalls habe die Klägerin einen wirksamen Nutzungsvorbehalt erklärt. Die Beklagten trügen die Darlegungs- und Beweislast für ihre Behauptung, es liege kein wirksamer Nutzungsvorbehalt vor, und zwar im Hinblick auf sämtliche Quellen, denen sie die streitgegenständlichen Liedtexte entnommen hätten, da jede Nutzung von Quelldaten eine eigene Vervielfältigungshandlung darstelle. Im Rahmen des § 44b UrhG werde das Ausschließlichkeitsrecht des Urhebers in ein „Opt-Out“-Recht umgekehrt: Der Urheber müsse aktiv tätig werden und Nutzungen, die er nicht wünsche oder für die er eine Vergütung beanspruche, widersprechen. Bliebe er untätig, sei das Text und Data Mining nach § 44b UrhG erlaubt. Ein Tätigwerden des Urhebers setze jedoch voraus, dass der Urheber von der (beabsichtigten) Nutzung überhaupt erfahre, was bei der Nutzung von Werken für das KI-Training typischerweise nicht der Fall sei, da die betreffenden Unternehmen die betroffenen Rechtsinhaber weder vorher noch nachher über die Werknutzung zu Trainingszwecken informierten. Die Beklagten verhielten sich in Bezug auf die verwendeten Trainingsdaten nicht transparent, sondern behandelten diese Information im Gegenteil sogar als Geschäftsgeheimnis, wie das vorliegende Verfahren zeige. Das robots.txt-Protokoll sei für die Erklärung von Nutzungsvorbehalten im Bereich des Text und Data Mining nicht uneingeschränkt geeignet. Mit robots.txt sei es nicht möglich, Nutzungsvorbehalte werkbezogen zu erklären, da in diesem Protokoll nur Verzeichnisse, Unterverzeichnisse oder URLs mit bestimmten Zeichenketten pauschal ausgeschlossen, nicht aber einzelne spezifische Inhalte oder Werke präzise identifiziert werden könnten. Auch Nutzungsarten oder Lizenzbedingungen könnten in robots.txt nicht adressiert werden.

Durch die Outputs der Modelle seien weitere Verletzungshandlungen erfolgt.

Die Regurgitationen der memorisierten streitgegenständlichen Liedtexte erzeugten bei den Outputs Vervielfältigungen, deren Hersteller die Beklagten seien. Diese manifestierten sich sowohl als Festlegungen im Arbeitsspeicher der Nutzer-Endgeräte als auch als dauerhafte Speicherungen in der Chat-Historie auf den von den Beklagten bereitgestellten Cloud-Servern.

Die Outputs seien keine Doppelschöpfungen, weil diese nicht durch einen magischen Vorgang begründet würden, sondern kausal durch das Training mit den entsprechenden Werken und deren Memorisierung, also durch Speicherung im Modell.

Die Beklagten seien nach der primär maßgeblichen technischen Betrachtung als Hersteller dieser Vervielfältigungen anzusehen. Die Beklagten stellten keinen neutralen Vervielfältigungsdienst wie etwa Internetrecorder bereit, sondern ein inhaltlich determiniertes Informationssystem, auf das sie maßgeblichen Einfluss hätten. Die deliktsrechtliche Verantwortlichkeit für die streitgegenständlichen Outputs liege bei den Beklagten, die die Modelle mit den Liedtexten trainiert hätten.

Die streitgegenständlichen Outputs seien als öffentliche Zugänglichmachungen nach § 19a UrhG zu qualifizieren. Die Wiedergabehandlung der Beklagten sei unmittelbar, da sie selbst der Öffentlichkeit die Möglichkeit des Werkgenusses eröffneten und nicht lediglich (mittelbar) durch die Bereitstellung von Infrastruktur eine Wiedergabehandlung Dritter ermöglichten. Da für die Handlung der Wiedergabe die bloße Möglichkeit des Abrufs genüge, sei es unschädlich, wenn die Liedtexte auf den Prompt hin generiert würden, und die Outputs Abweichungen enthielten. Nutzer des Chatbots stellten ein neues Publikum dar. Die Einstellung der Inhalte sei ohne Zustimmung der Rechteinhaber erfolgt. Es bestünde auch ein erheblicher Unterschied zu Suchmaschinen, da der Nutzer nicht mehr die Originalwebsite besuchen müsse, der Chatbot ersetze die Quelle.

Hilfsweise sei jedenfalls durch die Outputs der allgemeine Tatbestand der öffentlichen Wiedergabe nach § 15 Abs. 2 UrhG erfüllt. Die Beklagten seien nicht nur Anbieter einer Infrastruktur, sondern nähmen eine zentrale Rolle ein, um die Wiedergabe zu ermöglichen.

Die streitgegenständlichen Outputs griffen als Umgestaltungen im Sinne des § 23 Abs. 1 S. 1 UrhG in die Rechte der Klägerin ein. Die Originallieder seien in wiedererkennbarer Form in den Outputs übernommen. Für die Feststellung einer Rechtsverletzung durch die Übernahme geschützter Werkteile komme es ausschließlich darauf an, ob die geschützten Werkteile im neuen Werk wiedererkennbar seien; ein Vergleich des Gesamteindrucks der beiden Gestaltungen sei nicht maßgeblich. Eine derartige Auslegung der § 23 Abs. 1 S. 2 UrhG, der zufolge ein klar identifizierbarer und damit wiedererkennbar übernommener Teil eines vorexistierenden Werkes aufgrund eines Vergleichs der beiden Werke in der Gesamtschau als zulässige Übernahme eingestuft werde, sei bereits unionsrechtswidrig. Denn hierfür sehe der abschließende Schrankenkatalog in Art. 5 InfoSoc-RL keine entsprechende Umsetzungsermächtigung für die Mitgliedstaaten vor. Die „Verblassensformel“ sei ausschließlich persönlich geistigen Schöpfungen vorbehalten und scheide bei KI-Erzeugnissen von vornherein aus. Außerdem verblassten die übernommenen Textpassagen auch bei einem Vergleich der Gestaltungen in der Gesamtschau nicht.

Die Veränderungen der Liedtexte erfüllten den Tatbestand des § 14 UrhG. Die Entstellungen seien das Ergebnis bewusster Designentscheidungen der Beklagten, die durch Randomisierungs-Mechanismen auf Decoding-Ebene Abweichungen vom korrekt memorisierten Text und somit Halluzinationen gezielt herbeiführten und damit willentlich in Kauf nähmen, urheberrechtlich geschützte Inhalte mit werkfremden Inhalten zu verbinden und dadurch zu entstellen. Durch die Möglichkeit, Chatverläufe per Link zu teilen, hätten die entstellten Liedtexte eine hohe potenzielle Reichweite. Aufgrund der Nutzung des Chatbots als Informationsquelle und Wissensdatenbank würden die entstellten Texte den Textdichterinnen und Textdichtern zugerechnet.

Die Zuschreibung verfälschter Liedtexte greife in den Schutzbereich des allgemeinen Persönlichkeitsrechts ein. Dieses schütze den Urheber neben § 14 UrhG, der die Entstellung an sich, also den Eingriff in die Werkintegrität betreffe, zusätzlich davor, ihm ohne seinen Willen veränderte Werke durch seine Nennung als Urheber zuzuschreiben. Bei Zuschreibungen von Äußerungen, die der vermeintliche Urheber nie getätigt habe, handele es sich um unwahre Tatsachenbehauptungen. Hilfsweise werde der Unterlassungsanspruch gegen die Zuschreibung der verfälschten Liedtexte auf § 13 S. 2 UrhG gestützt.

Die Outputs seien nicht als Zitat nach § 51 UrhG gerechtfertigt. Ein KI-System sei nicht imstande, dem Zitat einen schöpferischen selbständigen Text hinzuzufügen, und könne keinen Zitatzweck verfolgen. Überdies schütze das Zitatrecht nur eine unveränderte Übernahme.

Eine Rechtfertigung nach § 51a UrhG setze eine vorliegend nicht gegebene inhaltlich-künstlerische Befassung mit dem Bezugsgegenstand voraus.

Als juristische Person könnten sich die Beklagten nicht auf § 53 UrhG berufen. Soweit es sich bei den Nutzern um Unternehmen handele, könnten diese sich nicht auf die Privatkopieschranke berufen.

Eine Einwilligung in die Verletzungshandlungen im Modell und durch die Outputs scheitere bereits daran, dass das Crawlen von Internetinhalten und ihre Verwendung für das Training von Modellen als unbekannte Nutzungshandlung keine übliche Nutzungshandlung sei, mit der der Rechteinhaber rechnen müsse. Die Beklagten selbst bezeichneten die Memorisierung als „rare bug“, die nicht „nach den Umständen üblicherweise zu erwarten“ sei.

Der Einwand der Unverhältnismäßigkeit gemäß § 275 Abs. 2 BGB sei nicht anwendbar auf Unterlassungsansprüche, die wie § 97 Abs. 1 UrhG dazu dienten, die Rechtssphäre der Urheber vor Eingriffen Dritter zu schützen. Jedenfalls sei der Unterlassungsanspruch nicht unverhältnismäßig. Die Memorisierung sei kein untergeordnetes Phänomen, sondern betreffe mindestens 1% der Trainingsdaten. Zudem könnten die Beklagten ein Modell mit einem tatsächlich effektiv deduplizierten Trainingsdatenkorpus trainieren oder Lizenzen für die Inhalte einholen, mit denen sie ihre Transformer-Modelle trainiere.

Die Klage sei nicht missbräuchlich. Die Klägerin verfolge ihre gesetzlichen Aufgaben aus dem VGG und ihre gesellschaftliche Funktion, die Interessen und Rechte ihrer Berechtigten kollektiv wahrzunehmen. Die Klägerin beabsichtige nicht, ein bestimmtes Lizenzmodell durchzusetzen.

Die Klägerin hat ihre Klageanträge mit Schriftsatz vom 18.09.2025 und im Termin zur mündlichen Verhandlung vom 29.09.2025 nach den erfolgten Hinweisen der Kammer angepasst.

Die Klägerin beantragt zuletzt,

1. Die Beklagten werden verurteilt, es bei Vermeidung eines vom Gericht für jeden Fall der Zuwiderhandlung festzusetzenden Ordnungsgeldes bis zu 250.000,- EUR, ersatzweise Ordnungshaft, oder Ordnungshaft bis zu sechs Monaten, zu unterlassen,

a) (Vervielfältigungen im Modell) die als Anlagenkonvolut K 1 beigefügten Liedtexte ganz oder teilweise ohne Einwilligung der Klägerin in Sprachmodellen (Large Language Models) zu vervielfältigen und/oder diese Handlung durch Dritte vornehmen zu lassen, wie geschehen in den Modellen 4 und 4o;

b) (Verletzungen bei der Ausgabe) die als Anlagenkonvolut K 1 beigefügten Liedtexte ganz oder teilweise und/oder in Form von Umgestaltungen ohne Einwilligung der Klägerin in den Ausgaben (Outputs) eines generativen Sprachassistenten (Chatbot) öffentlich zugänglich zu machen, hilfsweise für den Fall der Abweisung des Antrags bzgl. der öffentlichen Zugänglichmachung und/oder öffentlich wiederzugeben, und/oder zu vervielfältigen und/oder diese Handlungen durch Dritte vornehmen zu lassen, wie geschehen in Anlagenkonvolut K 2;

c) in Bezug auf die in Anlagenkonvolut K 1 genannten Textdichter zu behaupten und/oder zu verbreiten und/oder diese Handlungen durch Dritte vornehmen zu lassen, die im Anlagenkonvolut K 2 wiedergegebenen Texte seien von ihnen verfasst, wie geschehen in Anlagenkonvolut K 2.

2. Die Beklagten werden verurteilt, der Klägerin unter Vorlage eines geordneten Verzeichnisses Auskunft darüber zu erteilen, in welchem Umfang sie die in Ziffer 1 beschriebenen Handlungen (in Bezug auf die Beklagte zu 1) seit dem 14. Dezember 2023 und in Bezug auf die Beklagte zu 2) seit dem 30. November 2022) vorgenommen haben und welche Einnahmen sie hieraus erzielt haben, und zwar unter Angabe

a) von Anzahl und Umfang der Handlungen nach Ziffer 1 seit dem jeweils genannten Zeitpunkt und

b) der Umsätze seit dem jeweils genannten Zeitpunkt.

3. Es wird festgestellt, dass die Beklagten verpflichtet sind, der Klägerin allen Schaden zu ersetzen, der ihr durch die in Ziffer 1 beschriebenen Handlungen bereits entstanden ist und/oder noch entstehen wird, hilfsweise die ungerechtfertigte Bereicherung herauszugeben, wie sie sich anhand der Auskunft nach Ziffer 2 ergibt.

4. Die Klägerin wird ermächtigt, den verfügenden Teil des Urteils innerhalb von 6 Wochen nach Rechtskraft des Urteils in der überregionalen Süddeutschen Zeitung am Wochenende auf S. 3 im Ressort Wirtschaft im Format 1/4 Seite quer auf Kosten der Beklagten bekannt zu machen.

5. Die Beklagten werden verurteilt, an die Klägerin vorgerichtliche Rechtsanwaltskosten in Höhe von 5.049,70 EUR nebst Zinsen in Höhe von fünf Prozentpunkten über dem Basiszinssatz seit Rechtshängigkeit zu zahlen.

Die Beklagten beantragen,

Die Klage wird abgewiesen.

Die Beklagten behaupten, die Obergesellschaft der Unternehmensgruppe der Beklagten sei als gemeinnütziges Unternehmen gegründet worden und bis heute gemeinnützig geblieben. Sie betreibe wissenschaftliche Forschung.

Das Modell speichere oder kopiere keine spezifischen Trainingsdaten, sondern reflektiere in seinen Parametern, was es basierend auf dem gesamten Trainingsdatensatz erlernt habe, nämlich Beziehungen und Muster aller Wörter beziehungsweise Token, die die Vielfalt der menschlichen Sprache und ihrer Kontexte abbildeten. Es funktioniere auf Basis statistischer Wahrscheinlichkeiten und sei aufgrund der im Training abgeleiteten statistischen Information lediglich dazu befähigt, statistisch wahrscheinliche Tokenfolgen zu generieren.

Die Technologie der Unternehmensgruppe der Beklagten sehe keinen dem Modell nachgeordneten Decoding-Algorithmus vor.

Wahrscheinlichkeitsbeziehungen existierten nicht im Modell. Wahrscheinlichkeiten zwischen den einzelnen Token bildeten sich erst bei der Generierung durch die Verarbeitung der Nutzereingabe. Erst durch diese werde determiniert, wie eine bestimmte Folge aus Wörtern/Token zusammenzusetzen sei.

Eine Einstellung, mit denen das Modell immer den wahrscheinlichsten Token auswähle, könne die Funktionsfähigkeit des Modells als Sprachmodell beeinträchtigen (z.B. Wiederholungsschleifen) und sei deswegen auch bei den Modellen, die dem Chatbot zugrunde lägen, nicht vorgesehen.

Outputs basierten auf einer sequenziell-analytisch, iterativ-probabilistischen Synthese und stellten eine unabhängige und originäre (maschinelle) Generierung eigener Art dar. Die Nutzereingabe und deren Inhalt seien immer maßgeblich für die Generierung der Ausgabe durch das Modell. Es gebe keine abgrenzbaren, deterministischen Outputs. Ein Modell sei keine Datenbank, in der Trainingsdaten hinterlegt seien, die aufgrund der Eingabe des Nutzers gesucht, aufgefunden und anschließend ausgegeben würden.

Der Betreiber einer generativen KI wisse vor der Ausgabe nicht, was auf eine bestimmte Nutzereingabe hin konkret generiert werde. Vor Abschluss der schrittweisen Generierung stünde sie nicht fest und sei daher nicht deterministisch. Modelle seien nicht darauf angelegt, Trainingsdaten erneut zu generieren. Wenn Modelle korrekte Fakten lieferten, könne dies eine Folge des statistischen Trainings mit großen Textmengen sein.

Mit dem Begriff der Memorisierung werde in der Forschung lediglich der Umstand bezeichnet, dass ein Modell in der Lage sei, auf bestimmte Nutzereingaben Inhalte zu generieren, die mit Trainingsinhalten identisch seien, letztlich das Phänomen der Regurgitation.

Die Parameter des Modells stünden nach dem Training nicht unveränderlich fest, sondern würden im Rahmen von Post-Training-Maßnahmen wiederholt angepasst. Die Modellgewichte würden dahin angepasst, dass etwa keine Outputs unerwünschter Inhalte erfolgten. Die Unternehmensgruppe der Beklagten sehe eine Vielzahl von Maßnahmen und Gestaltungselementen vor, die auch darauf gerichtet seien, die Generierung von Text, der Trainingsinhalten ganz oder in Teilen gleiche, durch die Transformer-Modelle zu verhindern.

Die Generierung von Trainingsdaten als Output könne nicht vollständig unterbunden werden, da der einmal erfolgte Trainingsvorgang, aus dem das (trainierte) Modell hervorgegangen sei, nicht mehr rückgängig gemacht werden könne; ein „unlearning“ eines bestimmten Inhalts sei nach dem heutigen Stand der Forschung nicht möglich.

Bei der Erstellung des Trainingsdatensatzes habe die Unternehmensgruppe der Beklagten im Fall öffentlich zugänglicher Internetseiten robots.txt-Dateien, mit denen einer Sammlung durch Webcrawler widersprochen werden könne, berücksichtigt.

Die streitgegenständlichen Liedtexte seien alle mit Einverständnis der Schutzrechtsinhaber ohne Sicherungsvorkehrungen in das Internet gestellt worden. Jeder der neun streitgegenständlichen Liedtexte sei aus einer Webseite ohne eingerichtete robots.txt-Dateien gecrawlt worden, oder die eingerichteten robtots.txt-Dateien hätten ein Crawlen durch den CCBot nicht verboten.

Die von der Klägerin vorgelegten Ausgaben des Chatbots könnten keine Fixierung der Liedtexte im Modell nachweisen. Bereits die vorgelegten Anlagen zeigten, dass Outputs nicht konsistent stattfänden.

Die Klägerin habe die vorgelegten Ausgaben provoziert, indem sie die jeweiligen Prompts mehrfach getestet habe. Zudem habe sie einen Handlungsrahmen geschaffen, um das Modell von seiner neutralen Bahn abzubringen, indem sie die benutzerdefinierten Agenten als „Experten für Liedtexte“ ausgestaltet habe.

Wie aus Anlage K 3 ersichtlich, handele es sich bei nahezu allen Ausgaben des Chatbots, auf welche die Klägerin im Rahmen ihrer Verletzungssubsumtion verweise, nicht um wortgetreue Wiedergaben, sondern um sog. Halluzinationen, also das Erzeugnis inhaltlich falscher, frei erfundener oder faktisch nicht belegbarer Ausgaben durch das Modell, und nicht um Regurgitationen.

Die Beklagten sind der Ansicht, die Klage sei unzulässig.

Die Klageanträge unter Ziffer 1 und 2 genügten nicht den Anforderungen an die Bestimmtheit gemäß § 253 Abs. 2 Nr. 2 ZPO. Die Klägerin wolle den Gegenstand des begehrten Verbots bewusst im Unklaren oder Vagen halten. Im Hinblick auf die Anträge unter Ziffer 1 sei jeweils der abstrahierende Teil des begehrten Verbotes unbestimmt durch die Verwendung der auslegungsbedürftigen Begriffe „teilweise“ und „Umgestaltung“, und unter Ziffer 1c) sei der Antrag insgesamt unverständlich. Der Antrag unter Ziffer 2 sei unbestimmt, weil er sich auf „Handlungen nach Ziffer 1“ beziehe und überdies nicht nachvollziehbar sei, wie sich „Anzahl“ und „Umfang“ unterschieden und wie „Einnahmen“ identifiziert werden könnten.

Die Klage sei zudem teilweise unzulässig, weil der Klägerin die Prozessführungsbefugnis für die Ansprüche fehle. Die Klägerin habe keine lückenlose Rechtekette vorgelegt und keine Nachforschungen unternommen um sicherzustellen, dass die behaupteten ausschließlichen Nutzungsrechte in ihrer Inhaberschaft stünden. Die Berechtigungsverträge mit den Textdichtern der Liedtexte seien unwirksam. Sämtliche vorgelegten Berechtigungsverträge verstießen gegen das für Allgemeine Geschäftsbedingungen geltende Transparenzgebot nach § 307 Abs. 1 BGB. Bei Ziffer 3 und 4 der Zusatzvereinbarungen handele es sich um eine Blankoermächtigung, anhand derer die Vertragspartner der Klägerin nicht erkennen könnten, welchen Umfang die von ihnen erteilte Ermächtigung tatsächlich habe. Eine Geltendmachung von Ansprüchen nach § 13 UrhG werde bereits nicht erwähnt. Ohnehin könne die Klägerin die Ansprüche, die auf dem Urheberpersönlichkeitsrecht und dem allgemeinen Persönlichkeitsrecht gründeten, nicht im Wege der Prozessstandschaft geltend machen, da dies Rechte mit höchstpersönlichem Charakter seien. Zudem seien nach Ziffer 5 der vorgelegten Zusatzvereinbarungen nur bereits entstandene Ansprüche auf Auskunft, Schadensersatz und Bereicherung abgetreten, die Klägerin begehre aber die Feststellung der Schadensersatzpflicht auch für noch entstehende Schäden.

Die Klage sei unbegründet. Sie sei letztlich durchweg nicht schlüssig.

Die Klägerin sei nicht aktivlegitimiert. Die vorgelegten Berechtigungsverträge seien unwirksam. Zudem seien die aus der angeblichen Verletzung des allgemeinen Persönlichkeitsrechts resultierenden Auskunfts- und Schadensersatzansprüche sowie bereicherungsrechtliche Ansprüche qua ihrer Verknüpfung mit dem allgemeinen Persönlichkeitsrecht der Textdichter höchstpersönlicher Natur und nicht abtretbar.

Eine Urheberrechtsverletzung durch das Modell sei nicht gegeben.

Es liege keine körperliche Festlegung der Trainingsdaten in den Modellen vor, wie sie für eine Vervielfältigung im Sinne des § 16 UrhG erforderlich sei. Zwar würden für die Entwicklung des Modells die Trainingsdaten genutzt und die Nutzung schlage sich auch in einem Beitrag zur Ausgestaltung und Anpassung der Parameter des Modells nieder. Es gebe aber keinen identifizierbaren Datensatz, der die Liedtexte verkörperte. Darin liege der Unterschied zu allen früheren Technologien, in denen sich immer ein konkreter Datensatz objektiv bestimmen lasse, selbst wenn er nur fragmentiert vorliege, der das Werk verkörpere bzw. repräsentiere. Die gespeicherten einzelnen Parameter, einschließlich der Vektoren, könnten nicht als Repräsentation oder Speicherung eines bestimmten Textes oder einer bestimmten Wortfolge aus den Trainingsdaten angesehen werden, auch nicht mehrere solcher Parameter zusammen. Die Wahrscheinlichkeitsbeziehungen, auf welche die Klägerin abstelle, seien nicht bestimmbar, weil sich die konkrete Wahrscheinlichkeit einer bestimmten Folge an Wörtern erst mit und durch die Verarbeitung eines entsprechenden Prompts in der Generierung des Outputs manifestiere. Gleichzeitig liege keine mit der Festlegung zugleich definierte Maßnahme vor, mit der die Liedtexte in wiederholbarer Weise wiedergegeben werden könnten.

Die Klägerin bringe keinen substanziierten Tatsachenvortrag mit Blick auf die behauptete Speicherung der streitgegenständlichen Liedtexte im Modell. Die Klägerin stelle hier auf ein Memorisieren von Trainingsdaten ab. Dass man von dem (gleich wie erzielten) Output nicht auf das Vorliegen einer körperlichen Festlegung im Modell schließen könne, erkenne damit auch die Klägerin an.

Die Voraussetzungen für einen Anscheinsbeweis seien offensichtlich nicht gegeben, weil es den von der Klägerin postulierten Erfahrungssatz nicht gebe. Die Beklagten treffe auch keine sekundäre Darlegungslast, weil sie umfassend zur Funktionsweise der Modelle vorgetragen habe.

Vervielfältigungen und etwaige Bearbeitungen seien von den Text und Data Mining Schranken gemäß § 60d Abs. 1 UrhG und § 44b Abs. 2 S. 1 UrhG gedeckt, denn diese Schranken erfassten auch zwingend etwaige aus dem Training resultierende (unterstellte) Vervielfältigungen in dem Modell. Die Schranken seien auf das Training von Modellen anwendbar und beschränkten sich nicht auf die Zusammenstellung des Trainingskorpus. Aus der Mitteilung der Kommission „Künstliche Intelligenz für Europa“ vom 25.04.2018 (COM/2018/237, Anlage B 42) ergebe sich, dass dem EU-Gesetzgeber die massenhafte Nutzung von Daten für die Zwecke des Trainings von KI-Modellen bekannt und diese sogar Anlass zur Einführung der Text und Data Mining Schranke gewesen sei. Die beim Training stattfindende Analyse der in den Trainingsdaten enthaltenen Informationen sei mit dem Werkgenuss von Werken vergleichbar, der von den urheberrechtlichen Verwertungsrechten nicht erfasst sei. Da es dem klaren Willen des Gesetzgebers entspreche, die Text und Data Mining Schranken auf das Training von Modellen anzuwenden, müssten von den Schranken auch alle im Rahmen des Trainings entstehende Vervielfältigungen erfasst sein. Ein anderes Verständnis sei mit dem sich aus Erwägungsgrund 18 der DSM-RL ergebenden Zweck der Schranken, die „Entwicklung neuer Anwendungen oder Technologien“ zu ermöglichen, nicht vereinbar. Die vermeintlich beim Training entstehenden Vervielfältigungen seien durch die Betriebsdauer des Modelles beschränkt. Vermeintlich entstehende Vervielfältigungen seien durch § 60d UrhG zulässig. Die Beklagten seien privilegierte Forschungseinrichtungen, da sich die Voraussetzung der Verfolgung nicht kommerzieller Zwecke nicht unmittelbar auf das Text und Data Mining, sondern gemäß § 60d Abs. 2 Nr. 1 UrhG (und gemäß Art. 2 Nr. 1 DSM-RL) auf die das Text und Data Mining vornehmende Einrichtung beziehe, die insgesamt die Definition der Forschungseinrichtung erfüllen müsse. Zudem sei § 60d Abs. 2 Nr. 1 UrhG im Gegensatz zur alten Fassung des § 60d UrhG ebenso wenig wie Art. 2 Nr. 1 DSM-RL nicht zu entnehmen, dass die Einrichtung keinerlei kommerzielle Zwecke verfolgen dürfe. Die kommerziellen Zwecke, die die Untergesellschaften der Unternehmensgruppe der Beklagten verfolgten, änderten nichts daran, dass die Unternehmensgruppe insgesamt – und damit auch die Beklagten als Teil dieser Unternehmensgruppe – unter die Definition der Forschungsorganisation falle, da sie wissenschaftliche Forschung betreibe und ihre Obergesellschaft nicht gewinnorientiert sei.

Wirksame Nutzungsvorbehalte seien nicht gegeben. Die Beklagten seien ihrer diesbezüglichen Darlegungs- und Beweislast nachgekommen, indem sie vorgetragen hätten, dass bei der Erstellung der Trainingsdatensätze Interessen Dritter durch die Beachtung von robots.txt-Dateien berücksichtigt worden seien. Ein darüberhinausgehender Vortrag, insbesondere im Hinblick auf eine Bezeichnung sämtlicher Quellen, aus denen die Texte gecrawlt worden seien, sei den Beklagten nicht zumutbar. Die robots.txt-Datei sei eine taugliche und formwirksame Methode zur Erklärung des Nutzungsvorbehalts und als Marktstandard anerkannt. Das Bestreiten der Klägerin mit Nichtwissen, dass die von den Beklagten eingesetzten Bots Zugriffsverweigerungen konsequent einhielten, sei unbeachtlich. Als Verwertungsgesellschaft sei sie insbesondere verpflichtet, Nutzungsmöglichkeiten zu sichern und unlizenzierte Verwendungen zu unterbinden. Sie müsse daher ihre Lizenznehmer überwachen und Zweifel an der Beachtung der Nutzungsvorbehalte durch Common Crawl als die größte frei zugängliche Sammlung von Webdaten weltweit aufklären. Der von der Klägerin erklärte Nutzungsvorbehalt im Impressum sein erst im Jahr 2024 aufgenommen worden, der Klägerin fehlte die Berechtigung hierzu, und er sei nicht in maschinenlesbarer Form erfolgt.

Zudem seien die streitgegenständlichen Liedtexte neben dem gesamten Trainingsdatensatz als nebensächlich und verzichtbar und damit als unwesentliches Beiwerk nach § 57 UrhG anzusehen. Hauptzweck der Zusammenstellung der Trainingsdatensätze sei bei Common Crawl als maßgeblichem Trainingsdatensammler nicht die Aggregation urheberrechtlich geschützter Inhalte, sondern die Aggregation möglichst umfassender Datensätze ohne weiteren Fokus gewesen.

Es liege auch keine Urheberrechtsverletzung durch die Ausgaben des Modells vor.

Ein Eingriff durch Outputs sei schon deshalb ausgeschlossen, weil die Erzeugung von Inhalten durch eine generative KI eine unabhängige und originäre Generierung eigener Art darstelle. Der Nutzer steuere den kreativen Schaffensprozess durch seinen Prompt unter Zuhilfenahme von IT als Hilfsmittel.

Ein Eingriff in Verwertungsrechte sei mit Blick auf bestimmte Liedtexte nicht möglich, weil gewissen Textfragmenten keine eigene Schutzfähigkeit zukomme. Bei der bruchstückhaften Wiedergabe eines Originals wie im Falle von „36 Grad“ und „Männer“ könne nicht reflexartig von einer erreichten Schutzfähigkeit ausgegangen werden. Gleiches gelte mit Blick auf veränderte Fassungen von Werkteilen (Halluzinationen), die hinreichenden Abstand zur ursprünglichen Gestaltung wahrten. Maßstab für die Bewertung des hinreichenden Abstandes könne nur der einzelne Output und nicht der Chatverlauf in seiner Gesamtheit sein. Der angegriffene Output des Textes „36 Grad“ sei durch zwei unterschiedliche Prompts entstanden.

Für ein öffentliches Zugänglichmachen nach § 19a UrhG fehle es bereits an einer Zugänglichmachung der Liedtexte, weil kein Zugriff auf die Liedtexte eröffnet werde. Diese lägen nicht in der Zugriffssphäre der Unternehmensgruppe. Es fehle damit bereits an einer irgendwie gearteten körperlichen Festlegung oder Fassung der Werke, die für den Abruf durch den Nutzer vorgehalten werden könnten. Ohnehin könnten die Liedtexte nicht abgerufen werden, da die streitgegenständlichen Outputs nicht die Texte in ihrer eigentlichen Form enthielten. Es liege auch keine Handlung der Wiedergabe vor und auch die weiteren Voraussetzungen der Öffentlichkeit und des neuen Publikums seien nicht erfüllt, sodass auch keine öffentliche Wiedergabe der Liedtexte nach § 15 Abs. 2 UrhG gegeben sei.

Ebenso fehle es an einem Eingriff in das Vervielfältigungsrecht, denn allein der Nutzer sei als Hersteller dieser Vervielfältigungen anzusehen, der mit seinem Prompt den Inhalt des jeweiligen Outputs maßgeblich bestimme und damit den automatisierten Generierungsvorgang in Gang setze.

Schließlich mangele es an einer Entstellung oder Beeinträchtigung im Sinne von § 14 UrhG, die geeignet wäre, die berechtigten Interessen der Textdichter an den Liedtexten zu gefährden.

Jedenfalls seien etwaige Eingriffe von Schrankbestimmungen nach §§ 51, 51a, 53 UrhG gedeckt.

Sowohl für etwaige Nutzungshandlungen im Modell als auch bei der Ausgabe liege eine die Rechtswidrigkeit ausschließende Einwilligung der Rechteinhaber vor. Für die Klägerin sei es bereits unzulässig „mit Nichtwissen“ zu bestreiten, dass Liedtexte durch die Rechtsinhaber selbst oder mit ihrer Zustimmung und ohne Sicherungsvorkehrungen ins Internet eingestellt worden seien. Als ausschließliche Lizenznehmerin müsse sich die Klägerin entsprechende Informationen beschaffen. Jedenfalls wäre die Klägerin in Bezug auf die lizenzierten Nutzungsrechte an den streitgegenständlichen Liedtexten sekundär darlegungsbelastet. Mit dem Einstellen ins Internet hätten die Rechteinhaber in die nach den Umständen üblichen Nutzungshandlungen eingewilligt, zu denen seit 2018 auch gehöre, dass die gecrawlten Daten zur Entwicklung großer Sprachmodelle verwendet würden.

Die Beklagten seien nicht passivlegitimiert. Das Anbieten einer universell einsetzbaren generativen KI mache eine entsprechende Berücksichtigung wertungsmäßiger Korrekturen bei der Haftung erforderlich, wie sie die Rechtsprechung schon in anderen Fällen, etwa bei Suchmaschinen oder Plattformbetreibern, entwickelt habe. Die technischen Besonderheiten eines generativen Modells seien bei der Entwicklung des einschlägigen Haftungsmaßstabs zu berücksichtigen.

Dem beantragten Unterlassungsbegehren stünden aufgrund der besonderen Sachverhaltskonstellation die Einwendung des Rechtsmissbrauchs entgegen. Die Klägerin verfolge mit der Klage ausschließlich das Ziel, als Verwertungsgesellschaft ein unzulässiges Lizenzmodell durchzusetzen. Sie habe sich mit den Liedtexten gezielt einen kleinen, untergeordneten Ausschnitt aus ihrem vermeintlichen Rechteportfolio ausgesucht. Die Klage sei darauf gerichtet, mit einem unbestimmten Rechtsschutzbegehren einen Unterlassungstitel zu erzielen, der deutlich mehr erfasse als die konkreten Verletzungshandlungen. Als Verwertungsgesellschaft habe die Klägerin kein genuines Interesse an der Unterlassung, sondern sei zum Abschluss von Lizenzverträgen zu angemessenen Bedingungen verpflichtet.

Würde der Klägerin ein Titel wie begehrt mit unbestimmter Reichweite gewährt, würde sich für die Beklagten die Frage stellen, ob sie das Angebot für Deutschland nicht einstellen müssten. Dies sei unverhältnismäßig, weil die vermeintlichen Urheberrechtsverletzungen einen völlig untergeordneten Teilaspekt der Nutzung des Angebots der Beklagten beträfen, dessen Bedeutung in keinem Verhältnis zu den aus der Einstellung des Angebots folgenden negativen Auswirkungen auf die Beklagten und ihre Unternehmensgruppe im Gesamten sowie den Interessen Dritter stehe. Die Technologie der Beklagten finde in Bereichen von besonders gewichtigen Allgemeininteressen Verwendung, eröffne Möglichkeiten im Bereich der Bildung, Wissenschaft und Forschung, sei von zentraler gesellschaftlicher und wirtschaftlicher Bedeutung und habe transformatives Potential. Die vollständige Einstellung des Angebots im Staatsgebiet der Bundesrepublik Deutschland ginge demgegenüber mit einer massiven Vernichtung (volks-) wirtschaftlicher Werte sowie einer hohen Belastung der Beklagten und weitreichenden negativen Auswirkungen auf die Interessen Dritter einher. Zudem seien die streitgegenständlichen Liedtexte bereits jetzt im Internet über tatsächliche Abrufdienste kostenfrei abrufbar.

Eine Aufbrauchfrist von mindestens sechs Monaten sei mit Blick auf den erforderlichen Entwicklungsaufwand angemessen.

Den Beklagten stehe eine Ablösungsbefugnis nach § 100 UrhG zu.

Ein Auskunftsanspruch bestehe nicht und sei im Übrigen unverhältnismäßig.

Ein Schadensersatzanspruch scheitere insbesondere an der Passivlegitimation und am fehlenden Verschulden. Für einen Bereicherungsanspruch fehle ebenfalls die Passivlegitimation.

Im Fall einer Vollstreckung sei von der Klägerin Sicherheit zu leisten gemessen an den Einnahmen der Beklagten in der Bundesrepublik Deutschland, da die Beklagten bei einem Unterlassungstitel für Vervielfältigungen im Modell ihren Betrieb in Deutschland einstellen müssten.

Ein berechtigtes Interesse an der Urteilsbekanntmachung bestehe nicht.

Die Klägerin hat beantragt,

das Verfahren auszusetzen und dem EuGH zur Vorabentscheidung vorzulegen.

Am 25.06.2025 (Bl. 366/367 d.A.) und am 26.09.2025 (Bl. 1047/1048 d.A.) sind Beschlüsse zur Geheimhaltung ergangen.

Die Klägerin hat die Aufhebung der Geheimhaltung beantragt (Replik S. 3, Bl. 375 d.A.).

Ein Termin zur mündlichen Verhandlung hat am 29.09.2025 stattgefunden, es wird auf die Sitzungsniederschrift verwiesen (Bl. 1060/1064 d.A.).

Zur Ergänzung des Tatbestands wird auf die Schriftsätze der Parteivertreter nebst Anlagen Bezug genommen.