Eine Analyse des Urteils LG München I, Urt. v. 11.11.2025 – 42 O 14139/24 (GEMA ./. OpenAI)
Die rechtliche Bewertung generativer KI-Systeme zählt derzeit zu den zentralen Herausforderungen des europäischen Urheberrechts. Mit seinem Urteil vom 11. November 2025 hat das Landgericht München I einen der ersten umfassenden Rechtsmaßstäbe zur urheberrechtlichen Einordnung von KI-Modellen gesetzt. Im Verfahren GEMA ./. OpenAI bejahte die Kammer sowohl eine Vervielfältigung als auch eine öffentliche Zugänglichmachung geschützter Werke durch die Memorisierung und Wiedergabe von Liedtexten in den Modellen GPT-4 und GPT-4o. Die Entscheidung geht in ihrer Begründung weit über den Einzelfall hinaus und entfaltet erhebliche Signalwirkung für das Training und den Betrieb generativer KI in Europa.
Der folgende Beitrag untersucht die wesentlichen Argumentationslinien des Gerichts, ordnet sie dogmatisch ein und bewertet ihre Tragweite für die zukünftige Auslegung des Urheberrechts im Kontext künstlicher Intelligenz.
Sachverhalt und prozessuale Ausgangslage
Beklagte waren zwei Unternehmen der OpenAI-Gruppe, die Sprachmodelle und darauf basierende Chatbots betreiben. Die Klägerin, die GEMA, machte als Verwertungsgesellschaft Unterlassungs-, Auskunfts- und Schadensersatzansprüche wegen der Verwendung von neun bekannten Liedtexten im Training und in den Outputs der Modelle geltend. Auf Nutzeranfragen hin hatte ChatGPT diese Texte nahezu wortgleich reproduziert. OpenAI bestritt das Vorliegen einer Vervielfältigung und argumentierte, Sprachmodelle speicherten keine spezifischen Trainingsdaten, sondern lediglich Wahrscheinlichkeiten.
Das LG München I folgte dieser Argumentation nicht und sah eine reproduzierbare Speicherung der Werke im Modell als erwiesen an. Es bestätigte sowohl eine unzulässige Vervielfältigung (§ 16 UrhG; Art. 2 InfoSoc-RL) als auch eine öffentliche Zugänglichmachung (§ 19a UrhG).
Was bedeutet „Memorisierung“ im urheberrechtlichen Sinne?
1. Vervielfältigungstatbestand bei statistischen Modellen
Kern der Entscheidung ist die Annahme, dass das Einlernen eines KI-Modells eine „Vervielfältigung“ darstellt, wenn die Trainingsdaten im Modell reproduzierbar enthalten sind. Das Gericht stützt sich hierbei auf den unionsrechtlichen Vervielfältigungsbegriff, der nach ständiger EuGH-Rechtsprechung technologieneutral und äußerst weit auszulegen ist. Bereits eine mittelbare Wahrnehmbarkeit über technische Hilfsmittel genügt.
Damit bricht das Gericht mit der Argumentation vieler KI-Anbieter, die das Training als rein mathematische Abstraktion darstellen. Nach Auffassung der Kammer ist relevant, dass die Liedtexte im Modell vollständig extrahierbar waren, nicht ob dies die typische Funktionsweise eines Modells beschreibt.
2. Abgrenzung zur bloßen Informationsentnahme
Das Gericht grenzt explizit ab zwischen:
- extrahierten Informationen (zulässig), und
- übernommenen Werken (unzulässig).
Diese Differenzierung knüpft an die Prämissen des Text- und Data-Mining an: Eine Schrankenregelung setzt voraus, dass der Werkcharakter im Datenverarbeitungsvorgang verschwindet. Wo jedoch – wie hier – das Modell in der Lage ist, das Werk nahezu 1:1 wiederzugeben, liegt keine bloß „analytische“ Nutzung mehr vor, sondern eine eigenständige Speicherung.
Keine Anwendung der TDM-Schranke (§ 44b UrhG)
Das Gericht lehnt eine Rechtfertigung über die Schranken des Text- und Data-Mining ausdrücklich ab. Die Regelungen seien auf vorbereitende Analyseschritte zugeschnitten, nicht auf dauerhafte Modellinhalte.
1. Zweck der Schranke
§ 44b UrhG dient:
- der Förderung digitaler Forschung,
- der Ermöglichung automatisierter Auswertung großer Datenbestände,
- bei gleichzeitiger Schonung der Verwertungsinteressen.
Der Gesetzgeber ging dabei ausdrücklich davon aus, dass das Werk als solches nicht vervielfältigt werden soll.
2. Keine analoge Anwendung
Die Kammer verweist auf den klaren Wortlaut: Die Schranke erlaubt nur notwendige technische Zwischenschritte. Eine dauerhafte Speicherung vollständiger Werke ist nicht umfasst. Auch eine planwidrige Regelungslücke verneint das Gericht: Die Interessenlage sei nicht vergleichbar, da Memorisierung die Verwertungsinteressen unmittelbar beeinträchtige.
Verantwortlichkeit der KI-Anbieter
Eine Besonderheit des Urteils ist die klare Zuweisung der Verantwortlichkeit an die Betreiber der Modelle.
1. Nutzer sind nicht „Hersteller“ der Outputs
OpenAI argumentierte, die Nutzer seien für die Inhalte verantwortlich, da diese durch ihre Prompts erzeugt würden. Das Gericht folgt dem nicht: Die Modelle prägen den Output entscheidend vor. Nutzer verlangen keine konkreten Texte, sondern lösen lediglich ein Ergebnis aus den gespeicherten Strukturen aus.
Damit adressiert das Urteil ein weit verbreitetes Missverständnis:
Der KI-Anbieter bleibt verantwortlich für das System, das er selbst geschaffen hat – selbst wenn der Nutzer die Ausgabe initiiert.
2. Bedeutung des Trainings als willentliche Nutzungshandlung
Die Beklagten wählten die Trainingsdaten und damit die Werke aus. Das Training der Modelle ist ein aktiver Nutzungsvorgang, der nicht auf Nutzerverhalten zurückgeführt werden kann.
Öffentliches Zugänglichmachen durch Outputs
Neben der Vervielfältigung sieht das Gericht auch eine öffentliche Zugänglichmachung (§ 19a UrhG), da die KI die geschützten Liedtexte für die Allgemeinheit abrufbar macht. Dies stellt einen eigenständigen Eingriff dar und ist ebenfalls nicht durch Schranken gedeckt.
Bewertung und Bedeutung für die zukünftige KI-Regulierung
Das Urteil ist dogmatisch weitreichend.
1. Bedeutung für generative KI
Die Entscheidung legt nahe, dass KI-Anbieter künftig nicht mehr auf die Argumentation zurückgreifen können, Modelle enthielten keine Werke, sondern lediglich Parameter. Der Maßstab lautet: Was reproduzierbar ist, ist vervielfältigt.
Dies schafft erstmals eine klare Grenze, die für sämtliche Werkarten gilt – von Musik über Texte bis hin zu Bildern und Filmen.
2. Auswirkungen auf die KI-Industrie
Bei Bestätigung der Rechtsprechung wird eine Lizenzierung großer Trainingskorpora notwendig. Damit würde sich das Kräfteverhältnis zwischen Technologieunternehmen und Kreativwirtschaft verschieben. KI-Anbieter müssten nachvollziehbar dokumentieren:
- welche Daten trainiert wurden,
- in welchem Umfang Memorisierung stattfindet,
- welche Rechte dafür bestehen.
3. Verhältnis zum europäischen KI-Regulierungsrahmen
Spannend ist die Kollision mit dem AI Act. Dieser regelt nicht das Urheberrecht, enthält aber Transparenzpflichten, die künftig auch für Trainingssets gelten können. Das Urteil zeigt, dass KI-Regulierung nur funktioniert, wenn Urheberrecht und KI-Verordnung zusammengedacht werden.
Schlussfolgerung
Die Entscheidung des LG München I ist ein Meilenstein der europäischen KI-Rechtsentwicklung. Sie etabliert erstmals feste juristische Kategorien zum Umgang mit generativer KI und urheberrechtlich geschützten Werken. Vor allem die Anerkennung der Memorisierung als Vervielfältigung wird zukünftige Modelle, Trainingspraktiken und Geschäftsmodelle entscheidend beeinflussen.
Die Entscheidung macht zugleich deutlich, dass technische Innovation nicht außerhalb rechtlicher Strukturen stattfindet. Wenn KI-Modelle wie schöpferische Werkzeuge agieren, müssen sie dieselben Regeln respektieren wie jede andere Form der Nutzung fremder Inhalte. Das Urteil schafft damit ein wichtiges Gleichgewicht zwischen technologischer Entwicklung und dem Schutz kreativer Leistungen – und könnte zum Ausgangspunkt einer neuen, differenzierten Rechtsprechung im Zeitalter generativer KI werden.