Aus Sorge vor dem Urheberrecht? KI-Unternehmen und das destruktive Scannen von Büchern

Das destruktive Scannen von Büchern

Das Retrodigitalisieren (meist kurz als ‚digitalisieren‘ bezeichnet) von Büchern geschieht in der Regel mittels Scantechnik. Moderne Buchscanner sind in der Lage, Bücher zerstörungsfrei einzuscannen. Allerdings ist das zerstörungsfreie Scannen von Büchern aufwendig, denn Unebenheiten, die durch die Buchbindung entstehen, müssen beim Scanprozess kompensiert werden.

Hingegen wird beim sogenannten destruktiven Scannen die Bindung der Bücher mechanisch entfernt. Dadurch wird aus einem Buch eine lose Blattsammlung, die bequem über einen Einzugscanner digitalisiert werden kann. Nach Abschluss des Scanprozesses werden die Buchseiten dann als Altpapier entsorgt.

Deshalb Antiquariate für KI-Training

Digitale Datenquellen wie beispielsweise Webarchive sind längst in das Training der gegenwärtigen KI-Modelle eingeflossen. Die Digitalisierung von gedruckten Büchern ist nun die nächste Stufe der Datenbeschaffung. Dabei steht laut Beobachtern insbesondere im Zeitraum zwischen den 1970er bis zu den 1990er Jahren erschienene Sachliteratur im Fokus der Tech-Unternehmen.

Diese Bücher dürften aus drei Gründen interessant sein: Erstens sind Sachbücher wegen ihrer Inhalte für das KI-Training wertvoll, da sie fachlich noch weitgehend akkurate Sachinformationen enthalten und diese in sprachlich anspruchsvolle Argumentationsmuster eingebunden sind. Zweitens sind die vor Mitte der 1990er Jahre erschienenen Buchtitel in der Regel ausschließlich als Printausgaben erschienen und bis heute nicht nachträglich digitalisiert worden. Drittens unterliegen die Bücher aus dem fraglichen Zeitraum noch überwiegend dem Urheberrecht, das sowohl in Deutschland als auch in den USA erst 70 Jahre nach Tod des Urhebers erlischt.

Eine Beschaffung von Scans dieser Bücher aus dubiosen anderen Quellen wäre illegal. Deshalb sind die käuflich erworbenen Printausgaben dieser Bücher aus urheberrechtlicher Sicht für die Unternehmen besonders wertvoll.

Technische Gründe für das destruktive Scannen

Warum aber nehmen die KI-Unternehmen die Zerstörung der Bücher während des Scanprozesses in Kauf?

Zunächst spielen technische Aspekte bei einer großangelegten Retrodigitalisierung von Büchern eine gewichtige Rolle: Wie eingangs bereits erläutert, ist das destruktive Scannen einfacher, schneller und damit kostengünstiger. Obwohl die KI-Industrie wirtschaftlich stark scheint, ordnen Beobachter die Entscheidung für das kostengünstigste Digitalisierungsverfahren als Hinweis auf den Kostendruck in der „hart umkämpften Branche“ ein.

Konkurrenzüberlegungen können auch eine Rolle spielen, denn bei den in Rede stehenden Büchern handelt es sich zwar nicht um besonders alte Exemplare oder um Unikate, aber viele dieser Bücher sind dennoch aufgrund niedriger Druckauflagen und Streueffekte kaum im antiquarischen Handel greifbar. Wer sie zuerst kauft, entzieht sie damit faktisch dem Zugriff der Konkurrenz, und hat damit einen kleinen Vorteil für sein KI-Modell.

Das destruktive Scannen aus Sorge vor dem Urheberrecht?

Ein Gerichtsprozess zwischen drei klagenden Buchautoren und dem KI-Unternehmen Anthropic vor dem United States District Court des Northern District of California (Bartz vs. Anthropic) hat im Jahr 2025 einen juristischen Präzedenzfall zum destruktiven Buchscannen geschaffen.

Zentrale Frage war hier, ob das destruktive Scannen einerseits und das Training von KI-Modellen mit den Inhalten erworbener digitalisierter Bücher andererseits unter die so genannte „Fair-Use-Doktrin“ fallen.

Die zwei vom Gericht zu entscheidenden zentralen Fragen sind dabei gesondert voneinander zu betrachten:

Erstens, ob das Training von KI-Modellen mit den Inhalten erworbener digitalisierter Bücher durch die Fair-Use-Doktrin geschützt ist.

Zweitens, ob das destruktive Scannen eine urheberrechtlich relevante Kopie eines Werkes darstellt.

Das Training von KI-Modellen mit den Inhalten erworbener digitalisierter Bücher war laut Richter William Alsup „im wahrsten Sinne des Wortes transformativ“ und daher durch die Fair-Use-Doktrin geschützt. Das destruktive Scannen sei als ersetzendes Scannen zu qualifizieren, bei dem ein gedrucktes Werk durch ein digitales Werk ersetzt wird.  Diese Umwandlung eines gekauften gedruckten Buches in ein digitales Buch wurde vom Gericht als Formatwechsel („format change“) anstelle einer Kopie eingestuft und sei daher ebenfalls durch Fair Use gedeckt.

Eine Einzelfallentscheidung mit Signalwirkung

Die auch als „format-shifting rationale“ bezeichnete Regelung zur Formatkonvertierung verspricht nach diesem Einzelfallurteil also eine gewisse Rechtssicherheit für KI-Unternehmen, die ihre für das KI-Training erworbenen Bücher beim destruktiven Scannen zerstören. Die aus technischer Hinsicht effizientere Methode ist also zugleich auch die juristisch ratsamere.

Es ist aber ein Fehlschluss, dass das Gerichtsurteil von den KI-Unternehmen eine Zerstörung der digitalisierten Bücher verlange. In dem Prozess wurde lediglich das konkrete Digitalisierungsverfahren, wie es von Anthropic im Rahmen von „Project Panama“ angewandt wird, geprüft – und als Fair Use eingestuft.

E-Books statt Printbücher?

Würden E-Books anstelle ihrer gedruckten Entsprechungen für das Training genutzt, entfiele der aufwändige Schritt des Scannens und der damit verbundenen Transport-, Lagerungs- und Nachnutzungsfragen.

E-Books können jedoch nur auf zwei Weisen zu Trainingsdaten für KI-Modelle werden: Auf die legale Weise, das bedeutet unter Einbeziehung der Rechteinhaber jener E-Books, oder durch das Training mit verbotenen Raubkopien.

Der legale Weg bedeutet für die KI-Unternehmen einen deutlich höheren „juristischen, praktischen und geschäftlichen Aufwand“ (Zitat des Mitbegründers und CEOs von Anthropic, Dario Amodei).

Das Trainieren der KI mit Raubkopien von E-Books sei nicht durch Fair Use gedeckt und stelle damit eine eindeutige Urheberrechtsverletzung dar, befand das Richter Alsup.

Sorge vor Fahrenheit 451-Szenarien

Die Berichte über Antiquariate, bei denen KI-Unternehmen große Mengen Bücher eingekauft haben, rufen medial teils heftige Reaktionen hervor. In der medialen Diskussion wird oft auf den Roman Fahrenheit 451 von Ray Bradbury verwiesen, eine Dystopie, in der Bücher verboten sind.

Ein genauer Blick auf die maßgebliche gerichtliche Einzelfallentscheidung offenbart, dass es keine gerichtliche Verpflichtung zur Zerstörung retrodigitalisierter Bücher gibt. Ökonomische Gründe für die günstigste Digitalisierungsmethode scheinen daher ausschlaggebend zu sein, wenn sich die KI-Branche des destruktiven Buchscannens bedient.

Da zahlreiche der zerstörten Bücher nur selten im antiquarischen Handel angeboten werden, und ihre Digitalisierung jeweils nur einem einzelnen KI-Unternehmen zu Gute kommt, mehren sich die Rufe nach „einer Open-Source-Initiative oder einem vergleichbaren gemeinnützigen Projekt“.

Jens Crueger ist Redakteur bei iRights.info. Er ist Historiker mit Schwerpunkt Digital History, Geschichte des Web und digitale Archivierung. Er promoviert in digitaler Medizinethik an der Fakultät für Gesundheitswissenschaften (FGW) Brandenburg.