Am 20. Juli 2026 hat ein Bundesrichter in Kalifornien den grössten Vergleich in der Geschichte des Urheberrechts bestätigt: 1,5 Milliarden Dollar für 482.460 Bücher. Teilt man die Summe auf, kommt man auf rund 3.109 Dollar pro Werk, etwa das Vierfache des gesetzlichen US-Mindestbetrags für vorsätzliche Urheberrechtsverletzung nach 17 U.S.C. 504. Diese Zahl ist keine Strafe, die Anthropic für das Training eines KI-Modells mit Büchern ausgehandelt hat. Sie kommt eher dem Preis dafür nahe, für Hunderttausende einzelne Werke nicht nachweisen zu können, dass das Unternehmen überhaupt ein rechtmässiges Recht hatte, eine Kopie zu besitzen.
Was das Gericht tatsächlich entschieden hat
Der Fall heisst Bartz v. Anthropic und wurde vor dem US District Court for the Northern District of California verhandelt. Richterin Araceli Martínez-Olguín erteilte der Sammelklage-Einigung am 20. Juli 2026 die endgültige Genehmigung und beendete damit ein Verfahren, das Verlage, Autoren und jedes andere KI-Labor mit einem aus Büchern aufgebauten Trainingsdatensatz genau verfolgt hatten. Die zugelassene Klägergruppe umfasst 482.460 Werke, und die Authors Guild bezeichnete es als die grösste Entschädigung in der Geschichte der US-amerikanischen Urheberrechtsprozesse.
1,5 Milliarden Dollar geteilt durch 482.460 Werke ergibt fast genau 3.109 Dollar pro Buch. Diese Zahl ist weniger wegen der Kosten für Anthropic wichtig als wegen dessen, was sie ausgelöst hat: Für jedes dieser Werke konnte niemand eine Lizenz, einen Kaufbeleg oder eine andere Nachweiskette vorlegen, die das Recht zum Besitz dieser Kopie belegt hätte. Solche Vergleiche sind kein Einzelfall. Daten der Copyright Alliance zeigen, dass KI-bezogene Urheberrechtsklagen allein im Jahr 2025 von rund 30 auf mehr als 70 gestiegen sind, sodass die Zahl der Fälle, in denen ein Gericht dieselbe Frage stellt, weiter zunimmt.
Training versus Speicherung: die Grenze, auf die es ankam
Man könnte diesen Vergleich leicht so lesen, als wäre "KI-Training mit Büchern illegal". Das sagt die zugrunde liegende Entscheidung nicht, und die beiden Dinge zu vermischen, ist ein Fehler, den man vermeiden sollte. Die frühere Entscheidung des Gerichts, die diesen Vergleich erst möglich machte, stellte fest, dass das Training eines KI-Modells mit urheberrechtlich geschützten Büchern als Fair Use gelten kann. Nicht entschuldigt wurde dagegen, wie Anthropic einen grossen Teil dieser Bücher überhaupt beschafft hatte: durch das Beschaffen und Speichern von Raubkopien aus Schattenbibliotheken wie Library Genesis und dem Pirate Library Mirror. Training war die eine Rechtsfrage. Das Halten von Raubkopien war eine andere, und genau diese hat die Zahl von 1,5 Milliarden Dollar hervorgebracht.
Diese Unterscheidung ist wichtig für alle, die aus diesem Fall eine Lehre ziehen wollen. Das Risiko entstand nicht durch das Training eines Modells. Es entstand durch eine Lücke in der Herkunftsnachweisführung: die Unfähigkeit, Werk für Werk genau zu zeigen, wann und wie eine Kopie in den Besitz des Unternehmens gelangte.
Was das bedeutet, wenn Sie nicht verklagt werden
Die meisten Kreativschaffenden und Unternehmen werden nie Beklagte in einem solchen Fall sein. Doch dieselbe Lücke in der Herkunftsnachweisführung zeigt sich auch auf der anderen Seite des Tisches, egal ob Sie selbst einen Anspruch geltend machen oder ob Sie sich verantworten müssen. Landet Ihr Werk im Trainingsdatensatz eines anderen, oder stellt ein Mitbewerber Ihr Recht an einem Inhalt infrage, auf dem Sie ein Produkt oder eine Marke aufgebaut haben, dann stellt sich zuerst dieselbe Frage, die auch Bartz v. Anthropic entschieden hat: Können Sie mit einem Datum und einem überprüfbaren Nachweis zeigen, dass Sie dies besassen, bevor jemand anderes einen Anspruch darauf erhob?
Eine datierte, kryptografisch überprüfbare Versiegelung eines Dokuments lässt eine Klage nicht verschwinden und ändert nicht die Fakten eines Streits. Was sie ändert, ist die Ausgangsposition. Statt im Nachhinein, unter Zeitdruck und vor der Gegenseite eine Nachweiskette zu rekonstruieren, legen Sie einen Nachweis vor, der bereits existiert. Die Rechnung in einem KI-Trainingsstreit basiert genau auf dieser Art von Nachweis: wer was besass und wann.
Wenn Sie einschätzen möchten, wo Ihre eigenen Inhalte auf dieser Skala stehen, bevor ein Streit die Frage erzwingt, geht der IP-Risikorechner genau die Variablen durch, die ein solcher Anspruch prüfen würde: wie viel Ihrer veröffentlichten Werke einen datierten Eigentumsnachweis haben, wie sie lizenziert wurden und wo die Lücken liegen.
