KI-Firmen zerstören Bücher: Was steckt dahinter?

Was geschehen ist – die Kernmeldung

In der Welt des Buchhandels und der Künstlichen Intelligenz sorgt ein beunruhigender Trend für Aufsehen: Große KI-Unternehmen kaufen in erheblichem Umfang gebrauchte Bücher bei Antiquaren auf. Das Ziel dieser massiven Aufkäufe ist die Digitalisierung der Werke, um sie als Trainingsdaten für große Sprachmodelle, sogenannte Large Language Models (LLM), zu nutzen. Besonders brisant ist dabei der Umstand, dass die Bücher während des Scan-Prozesses systematisch zerstört werden. Dabei werden beispielsweise Buchrücken abgetrennt, um die Seiten für automatisierte Einzugscanner zu vereinzeln. Während Antiquare von ungewöhnlich hohen Bestellungen berichten, die oft nachts eingehen und aus Nordamerika stammen, wächst in der Branche die Empörung. Die Vorwürfe wiegen schwer: Es geht nicht nur um den Verlust physischer Kulturgüter, sondern vor allem um die fundamentale Frage nach dem Urheberrecht und der ethischen Vertretbarkeit, wenn Wissen vernichtet wird, um die nächste Generation von KI-Systemen zu füttern. Die Praxis, Bücher für den Scanprozess zu opfern, wird von Branchenvertretern scharf kritisiert, während die technologische Entwicklung hinter den Kulissen unaufhaltsam voranzuschreiten scheint.

Die Einzelheiten der Vorgänge

Die Berichte über diese Praxis häufen sich, wie Markus Brandis, der Vorsitzende des Verbandes deutscher Antiquare, bestätigt. Er berichtet von Fällen, in denen Antiquare innerhalb weniger Monate Gewinne im sechsstelligen Bereich durch diese speziellen Käufer erzielen konnten. Die Bestellungen zeichnen sich durch ein spezifisches Muster aus: Es handelt sich häufig um sogenannte Ladenhüter, also Titel, die über lange Zeit keine Käufer fanden. Die Auftraggeber agieren meist aus Nordamerika. Ein konkretes Beispiel für dieses Vorgehen liefert das Unternehmen Anthropic, das hinter der KI-Software Claude steht. Aus Gerichtsunterlagen geht hervor, dass das Unternehmen unter dem Codenamen „Project Panama“ den Plan verfolgte, alle Bücher der Welt destruktiv zu scannen. Dabei wird explizit das Zerstören der Bücher, etwa durch das Abtrennen der Buchrücken, in Kauf genommen. Während Anthropic auf Anfrage betont, dass Claude auf einer Mischung aus Web-Daten und kommerziell erworbenen Datensätzen trainiert werde, weisen andere Akteure wie Google die Vorwürfe der Zerstörung zurück und verweisen auf ihre Partnerschaften mit Bibliotheken, bei denen physische Exemplare unversehrt blieben. Dennoch bleibt die Unruhe groß, da die Dimensionen der Aufkäufe die üblichen Handelswege weit übersteigen.

Hintergrund und bisheriger Verlauf

Die Entwicklung ist eng mit dem rasanten Aufstieg der generativen KI verknüpft. Sebastian Schelter, Professor an der Technischen Universität Berlin, erklärt, dass Chatbots auf statistischen Modellen basieren, die mit gigantischen Textmengen gefüttert werden müssen. Anfangs griffen die Entwickler auf das öffentliche Internet zurück, doch dieser Datenpool ist weitgehend erschöpft. Um die Modelle weiter zu verbessern und sich einen Wettbewerbsvorteil zu verschaffen, suchen die Unternehmen nun nach Datenquellen, die nicht frei im Netz verfügbar sind. Bücher stellen hierbei eine wertvolle und hochwertige Datenquelle dar. Der Prozess der Digitalisierung hat sich dabei von einer bewahrenden Tätigkeit, wie sie Bibliotheken praktizieren, zu einem rein industriellen Vorgang gewandelt. Während Bibliotheken Bücher schonend scannen, um sie für die Nachwelt zu erhalten, setzen die KI-Firmen auf Geschwindigkeit und Kosteneffizienz. Die Zerstörung der Bücher ist dabei kein notwendiges Übel aus technischer Sicht, sondern eine bewusste Entscheidung zur Beschleunigung des Prozesses durch den Einsatz von Einzugscannern, die lose Seitenstapel in hoher Geschwindigkeit verarbeiten können. Diese Kommerzialisierung von Wissen durch die Vernichtung des Trägermediums markiert einen neuen Tiefpunkt in der Debatte um KI-Training.

Die beteiligten Akteure und Institutionen

Auf der Seite der Kritiker stehen maßgeblich Antiquare und ihre Verbände, allen voran Markus Brandis vom Verband deutscher Antiquare, der die Praxis als „Barbarei“ bezeichnet. Auch Thomas Koch vom Börsenverein des Deutschen Buchhandels äußert sich besorgt und sieht in der Vorgehensweise einen massiven Verstoß gegen das Urheberrecht. Kathrin Kessen vom Deutschen Bibliotheksverband betont den kulturellen Wert der Bücher und hebt hervor, dass die Zerstörung von Büchern in Deutschland eine besondere emotionale Resonanz erzeugt. Auf der anderen Seite stehen die KI-Entwickler, allen voran Anthropic, deren „Project Panama“ durch Gerichtsunterlagen öffentlich wurde. Google wird ebenfalls im Kontext von Urheberrechtsklagen genannt, wobei der Konzern betont, Urheberrechte zu respektieren. Rechtliche Expertise steuert unter anderem der Anwalt Christian Solmecke bei, der die rechtlichen Rahmenbedingungen und die Problematik der Datenlöschung analysiert. Die Debatte wird zudem durch Forschungseinrichtungen wie die TU Berlin begleitet, die den technologischen Hunger der KI-Modelle nach immer mehr Trainingsdaten wissenschaftlich einordnet und den Wettbewerbsdruck zwischen den großen Tech-Konzernen als treibende Kraft identifiziert.

Einordnung der Geschehnisse

Einzuordnen ist diese Entwicklung als ein direkter Konflikt zwischen technologischem Fortschritt und dem Schutz geistigen Eigentums sowie kultureller Werte. Den Berichten zufolge ist das Vorgehen der KI-Firmen ein Symptom für den „Datenhunger“ der Branche. Dass die Unternehmen gezielt Ladenhüter aufkaufen, zeigt eine kalte, ökonomische Kalkulation: Man nutzt die Überbestände des Antiquariatsmarktes, um die Kosten der Datenbeschaffung zu minimieren. Die Zerstörung der Bücher ist aus Sicht der Unternehmen lediglich eine logistische Optimierung. Kritiker sehen darin jedoch eine Geringschätzung der literarischen Arbeit. Einzuordnen ist auch die rechtliche Grauzone, in der sich die Firmen bewegen. Während der Kauf eines Buches grundsätzlich erlaubt ist, ist die Nutzung des Inhalts zum Training von KI-Modellen ohne explizite Zustimmung der Urheber hoch umstritten. Die Tatsache, dass die Bücher in den USA gescannt werden, entzieht den Vorgang zudem der direkten Kontrolle des deutschen Rechtsraums, was die Durchsetzung von Ansprüchen für betroffene Autoren und Verlage erheblich erschwert. Es handelt sich hierbei um eine globale Herausforderung für das Urheberrecht im digitalen Zeitalter.

Offene Fragen zur Problematik

Der vorliegende Sachverhalt lässt eine Reihe wesentlicher Fragen unbeantwortet. So bleibt unklar, in welchem genauen Umfang die Zerstörung von Büchern stattfindet und ob dies tatsächlich ein flächendeckendes Phänomen bei allen großen KI-Entwicklern ist oder nur bei spezifischen Projekten wie „Project Panama“. Ebenso offen bleibt, wie die Unternehmen mit den urheberrechtlichen Vergütungsansprüchen umgehen, falls die aktuelle Rechtslage in den USA oder international zugunsten der Urheber angepasst werden sollte. Der Quelltext gibt zudem keinen Aufschluss darüber, ob die KI-Firmen neben den Antiquaren auch gezielt Verlage oder Autoren direkt kontaktieren, um Lizenzen zu erwerben, oder ob der Weg über den Gebrauchtmarkt der exklusive Pfad bleibt. Auch die Frage, wie lange die aus den Büchern gewonnenen Daten tatsächlich gespeichert werden und ob sie nach einer eventuellen Löschung aus den Trainingssets auch aus den bereits trainierten Modellen „entfernt“ werden können, bleibt technisch und rechtlich ungeklärt. Es fehlt zudem an einer belastbaren Statistik über die Anzahl der bisher zerstörten Exemplare weltweit.

Wie es weitergeht

Die juristische Aufarbeitung der Vorgänge steht erst am Anfang. Da bereits erste Klagen gegen Unternehmen wie Anthropic und Google anhängig sind, werden die kommenden Gerichtsurteile in den USA maßgeblich bestimmen, ob das destruktive Scannen von Büchern langfristig als rechtmäßig eingestuft wird oder ob die Unternehmen zu Entschädigungen verpflichtet werden. Die Rechtslage ist derzeit keineswegs eindeutig, da bisherige Urteile in erster Instanz widersprüchliche Signale gesendet haben. Für die Antiquare und den Buchhandel stellt sich die dringende Frage, wie sie auf diese ungewöhnlichen Großbestellungen reagieren sollen – ob durch Verweigerung oder durch eine neue Form der Lizenzierung. Es ist zu erwarten, dass das Thema die Netzpolitik und die Debatte um Urheberrechte in den kommenden Monaten weiter dominieren wird. Der Druck auf die KI-Unternehmen, Transparenz über ihre Datenquellen zu schaffen, wächst stetig, was möglicherweise zu neuen Branchenstandards oder gesetzlichen Regulierungen führen könnte. Die Branche beobachtet die weiteren Entwicklungen in den laufenden Verfahren mit großer Aufmerksamkeit, da von diesen Urteilen die Zukunft des digitalen Wissenszugangs abhängt.