NYT‑Akten legen interne Warnungen offen: Manager nannten massenhaftes Scraping ‚Diebstahl‘ und sahen Verlage in Gefahr.
In Kürze
- Paywalls systematisch umgangen, Artikel automatisiert gesammelt
- Interne Aussagen nennen das Vorgehen ‚Diebstahl‘ und warnen vor Klickverlusten
- Millionen NYT‑Dokumente in Trainingsdaten; Datenaustausch mit Microsoft
Neue, ungeschwärzte Teile der Klage der New York Times gegen OpenAI und Microsoft werfen ein schärferes Licht auf interne Einschätzungen und Praktiken der Firmen. Die Dokumente zeigen, dass Manager das großflächige Abschöpfen von Zeitungsinhalten intern als „Diebstahl“ bezeichneten und dass KI‑Produkte als ernsthafte Bedrohung für Verlage und Journalistinnen wahrgenommen wurden.
Was in den Papieren steht
Die freigegebenen Passagen legen nahe, dass Paywalls systematisch umgangen und große Mengen an Artikeln automatisiert gesammelt (Scraping) und in Trainingsdaten eingespeist wurden. In einigen Fällen sollen Copyright‑Hinweise bewusst entfernt worden sein, damit die Modelle sie später nicht wieder ausgeben. Viele der zugrunde liegenden Beweis‑Exponate bleiben jedoch weiterhin versiegelt; die Klageschrift enthält nur Teile der internen Kommunikation.
Konkrete interne Aussagen
- Ein hochrangiger Microsoft‑Mitarbeiter bezeichnete das Vorgehen als „Diebstahl“.
- OpenAI‑Manager warnten, Produkte wie ChatGPT könnten eine „existenzielle Bedrohung“ für Verlage darstellen, weil sie Inhalte zunehmend ersetzen.
- Satya Nadella, Microsoft‑Chef, wurde mit der Aussage zitiert, dass Inhalte hinter Paywalls lizenziert werden müssten; er habe gefordert, ein Modell neu zu trainieren, hätte er gewusst, dass OpenAI auf paywalled Material zugegriffen hat.
- Ein internes Microsoft‑Dokument spricht von einem „doom loop“, weil KI‑Antworten die Klicks auf Originalseiten stark reduzieren.
Zahlen und Umfang
- Die Akten nennen konkrete Mengen: In sogenannten Mid‑Training‑Datensätzen fanden sich mehr als 91.692 Kopien von Werken der New York Times, der New York Daily News und des Center for Investigative Reporting.
- Ein auf Common Crawl basierendes Dataset enthielt laut Akte über 2 Millionen Dokumente der New York Times.
- Ein Projekt mit dem Codenamen „Project Mango“ soll mindestens 160.903 einzigartige Werke aus Nachrichtenquellen enthalten haben.
- Ein internes Memo bezeichnete das als „einen erstaunlichen Diebstahl in bisher ungekanntem Ausmaß“ bzw. als „den größten Diebstahl von Arbeit in der Menschheitsgeschichte“ (sinngemäß).
Wie die Inhalte ausgetauscht wurden
Die Klage beschreibt, dass OpenAI Microsoft Trainingsdaten lieferte (etwa den GPT‑3‑Datensatz) und Microsoft im Gegenzug Daten über Projekte wie Taxi und Mango bereitstellte. Zusätzlich sollen Inhalte aus dem Bing‑Index und aus Common Crawl genutzt worden sein. Das Dokumentengeflecht legt nahe, dass es einen aktiven Datenaustausch zwischen den Firmen gab, nicht nur isolierte Zuwächse aus frei verfügbaren Quellen.
Auswirkungen auf Klicks und Einnahmen
Microsoft‑Daten zeigen, dass Copilot die Klickrate zu NYT‑Seiten im Vergleich zur normalen Bing‑Suche um bis zu 93 % senkte. Solche Zahlen untermauern die Befürchtung, dass generative KI nicht nur Inhalte benutzt, sondern deren kommerzielle Verwertung stört. Die Klage argumentiert daher, dass das ungefragte Training der Modelle Urheberrechte verletzt und Verlage wirtschaftlich schädigen kann.
Rechtlicher Rahmen
Die New York Times wirft den Firmen Urheberrechtsverletzung vor. Bislang haben Gerichte in ähnlichen Fällen häufig zugunsten der KI‑Anbieter entschieden und Fair Use als mögliche Rechtsgrundlage angeführt. Einige der neuen Eingeständnisse — insbesondere Hinweise darauf, dass Modelle ersetzend auf den Markt wirken — könnten dieses Argument jedoch schwächen. Anfang des Monats reichte die US‑Regierung unter der Leitung der Trump‑Administration eine Eingabe ein, die eine weite Auslegung des zulässigen Trainings verteidigt.
Reaktionen
OpenAI und Microsoft haben auf Anfragen zu den neuen Unterlagen nicht geantwortet. Der Anwalt der New York Daily News erklärte, die Beweise zeigten, dass die Firmen wussten, ihr Vorgehen sei falsch. Viele der detaillierten Belege bleiben weiterhin unter Verschluss, sodass das Gesamtbild noch lückenhaft ist.
Quellen
- Quelle: Microsoft / OpenAI / The New York Times
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
