Bericht : Initiativbericht des Europäischen Parlaments: Urheberrecht und Künstliche Intelligenz : aus der RDV 2/2026, Seite 107 bis 111

Anwendbarkeit der TDM-Schranke auf das KI-Training

Art.  4 Abs.  1 DSM-RL^[7] verlangt von den Mitgliedstaaten die Schaffung einer Rechtsvorschrift, die Vervielfältigungen und Entnahmen von rechtmäßig zugänglichen Werken und sonstigen Schutzgegenständen zum Zwecke des Text und Data Minings erlaubt. In Deutschland ist diese Vorgabe in §  44b Abs. 2 S. 1 UrhG^[8] umgesetzt. Unter Text und Data Mining (TDM) ist gemäß Art. 2 Nr. 2 DSM-RL die automatisierte Analyse von Texten und Daten in digitaler Form zu verstehen, mit deren Hilfe Informationen unter anderem — aber nicht ausschließlich — über Muster, Trends und Korrelationen gewonnen werden können.^[9]Sowohl auf europäischer als auch auf nationaler Ebene ist allerdings umstritten, ob das Training generativer KI dem Begriff des Text und Data Minings unterfällt.^[10]

Während das OLG Hamburg die grundsätzliche Anwendbarkeit der Schranke auf das KI-Training bestätigt hat,^[11] betont der Berichtsentwurf aus dem Europäischen Parlament, dass die Vorschrift für das Training generativer KI weder entworfen noch gewollt war.^[12] Aufgrund der bestehenden Rechtsunsicherheit sei eine legislative Klarstellung erforderlich, die entweder in einer speziellen Rechtsgrundlage für das KI-Training oder in einer ausdrücklichen Erweiterung des An‑ wendungsbereichs der existierenden Schrankenbestimmung bestehen könne.^[13]In diesem Kontext wird auch der Europäische Gesetzgeber kritisiert. Dieser impliziert in Art. 53 Abs. 1 lit. c) KI-VO^[14], dass Art. 4 DSM-RL auf das Training generativer KI-Modelle anwendbar sei, ohne dass im Gesetzgebungsprozess die Konsequenzen eines solchen Verweises geprüft wurden.^[15]

Auch ohne Änderung der DSM-RL könnte die Position des Parlaments von Bedeutung für die weitere Debatte um die Anwendbarkeit der TDM-Schranke auf das Training generativer KI sein. Teilweise wird angeführt, dass einer Anwendung der Vorschrift der Dreistufentest entgegenstünde, der in der EU in Art. 5 Abs. 5 InfoSoc-RL^[16] normiert ist.^[17] Dabei handelt es sich um eine auch in internationalen Verträgen verankerte Bestimmung, die verlangt, dass Ausnahmen und Beschränkungen des Urheberrechts „nur in bestimmten Sonderfällen angewandt werden, in denen die normale Verwertung des Werks oder des sonstigen Schutzgegenstands nicht beeinträchtigt wird und die berechtigten Interessen des Rechtsin‑ habers nicht ungebührlich verletzt werden“. Der Bericht betont, dass der Output generativer KI-Systeme mit Urhebern in Konkurrenz treten kann.^[18] Daraus leiten Teile der Literatur ab, dass die Vervielfältigung auf der Grundlage der TDM-Schranke die normale Verwertung des Werks beeinträchtigt.^[19]

Nutzungsvorbehalt und Vergütung

Für den Fall der Schaffung einer neuen Schranke für das Trai‑ ning generativer KI oder die entsprechende Ausweitung der bestehenden TDM-Schranke verlangt der Bericht die Sicherung eines wirksamen Nutzungsvorbehalts und eine praxis‑ taugliche Möglichkeit für die Rechteinhaber, von den KI-Entwicklern eine angemessene Vergütung zu verlangen. Derzeit wird bezüglich der Möglichkeit eines Nutzungsvorbehalts zu‑ meist auf die Regelung des Art. 4 Abs. 3 DSM-RL verwiesen, in Deutschland umgesetzt in § 44b Abs. 3 UrhG. An der prak‑ tischen Wirksamkeit dieser Vorschrift bestehen allerdings durchgreifende Zweifel: Zunächst ist bereits umstritten, was der Gesetzgeber unter dem Begriff der Maschinenlesbarkeit versteht.^[20] Darüber hinaus können die Rechteinhaber Nutzun‑ gen kaum nachweisen, da sie nicht wissen, ob ein KI-Modell tatsächlich mit ihren Werken trainiert wurde. Das erschwert auch die Lizenzierung der Werke für Zwecke des KI-Trainings. Im Berichtsentwurf wird als eine Möglichkeit daher vorgeschlagen, ein zentrales europäisches Register zu schaffen, in dem Urheber ihren Nutzungsvorbehalt standardisiert hinterlegen können.^[21] Das Register könnte demnach durch das European Union Intellectual Property Office (EUIPO) geführt werden. Dieses soll zugleich die Maschinenlesbarkeit der Lizenzierungsverfahren konsolidieren und als „One-StopShop“ für KI-Entwickler dienen.

Transparenz

Der Berichtsentwurf enthält auch Vorschläge dazu, wie den Rechteinhabern der Nachweis einer Verwendung ihrer Werke für Zwecke des KI-Trainings erleichtert werden kann. Die Vorgabe in Art. 53 Abs. 1 lit. c) KI-VO genüge den Anforderungen der Praxis nicht, da darin lediglich eine Zusammenfassung der Trainingshinhalte verlangt werde, was dem einzelnen Rechteinhaber bei der Rechtsdurchsetzung nicht helfe.^[22] Erforderlich sei vielmehr vollständige und detaillierte Transparenz bezüglich aller urheberrechtlich geschützter Inhalte, die für das Training generativer KI verwendet werden.^[23]Die Transparenzverpflichtung dürfe darüber hinaus nicht wie derzeit auf die Anbieter von KI-Modellen beschränkt bleiben, sondern müsse auf alle Anbieter und Betreiber von KI-Systemen ausgeweitet werden, die urheberrechtlich geschützte Inhalte für eine Ableitung, für Retrieval-Augmented Generation oder Fine-Tuning verwenden. Sofern die Adressaten dieser neuen Transparenzpflicht nicht nachkommen, soll eine unwiderlegbare Vermutung dafür greifen, dass ein urheberrechtlich geschütztes Werk für KI-Trainingszwecke verwendet wurde.^[24] Alternativ sollen urheberrechtlich geschützte Werke mit einem Wasserzeichen versehen werden können, das die Zuordnung der Inhalte zu einzelnen Trainingsdatensätzen der KI-Entwickler ermöglicht.^[25]

Damit die Information über die Verwendung einzelner Werke auch die jeweiligen Urheber erreicht, soll nach dem Berichtsentwurf ein Intermediär – auch hierfür wird EUIPO vorgeschlagen – auf Wunsch des Urhebers eingeschaltet werden, um bei Unklarheit bezüglich der Nutzung eigener Inhalte Gewissheit zu bekommen. Dies soll Geschäftsgeheimnisse der KI-Entwickler schützen, wenn keine anderen Lösungen des KI-Entwicklers zugelassen werden.^[26]

Qualität der Trainingsinhalte

Mit Blick auf die aktuelle Debatte der Beeinflussung von KI-Systemen durch die dahinter stehenden Anbieter ist ein letzter Aspekt des Berichtsentwurfs zum KI-Training besonders zu würdigen: Es wird klargestellt, dass der Presse eine zentrale Rolle bei der Gewährleistung von Demokratie und demokratischen Strukturen in der Europäischen Union zukommt. Es müsse verhindert werden, dass generative KI nur ausgewählte Publikationen verarbeitet oder bestimmte Publikationen bevorzugt. Vielmehr sei sicherzustellen, dass generative KI so gestaltet wird, dass sie das gesamte Spektrum der Presseveröffentlichungen berücksichtigt.^[27] Vor diesem Hintergrund könne es künftig sogar erforderlich werden, dass der Gesetzgeber von KI-Entwicklern die Verwendung urheberrechtlich geschützter Inhalte verlangt, um eine hohe Qualität der KI-Modelle zu sichern.^[28]

Output generativer KI

Schließlich adressiert der Berichtsentwurf auch den Output generativer KI. KI sei kein Urheber nach dem europäischen Urheberrecht und solle das auch künftig nicht werden.^[29] Die Kommission wird zudem aufgefordert, Maßnahmen zu prüfen, um der Verletzung des Vervielfältigungsrechts, des Rechts der öffentlichen Zugänglichmachung und des Rechts der öffentlichen Wiedergabe durch den Output generativer KI zu begegnen.^[30]

Fazit

Der Berichtsentwurf enthält ambitionierte Forderungen. Er hat allerdings auch das ambitionierte Ziel, das europäische Urheberrecht auf die tiefgreifenden Auswirkungen vorzubereiten, die generative KI auf die europäische Kreativbranche entfalten wird. Die Fortführung des menschenzentrierten Ansatzes, den der europäische Gesetzgeber der KI-Regulierung bislang zugrunde gelegt hat, erscheint unausweichlich und zugleich herausfordernd. So wurde bisher nicht hinreichend diskutiert, dass die erheblichen praktischen Herausforderungen bei der Umsetzung eines erklärten Nutzungsvorbehalts Konflikte mit dem Dreistufentest hervorrufen können. Gerade an diesem neuralgischen Punkt verspricht der nun im Rechtsausschuss angenommene Berichtsentwurf wichtige Entwicklungen, die sowohl der europäischen Kreativbranche als auch KI-Entwicklern zugute kommen dürften.

*Axel Voss ist Mitglied des Europäischen Parlaments für die EVP. Er ist Berichterstatter des hier besprochenen Initiativberichts.

Moritz Köhler ist wissenschaftlicher Mitarbeiter der Kölner Forschungsstelle für Medienrecht an der TH Köln und beobachtet für die Gesellschaft für Datenschutz und Datensicherheit das politische Geschehen in Brüssel.

_{[1] Siehe etwa Moraht, Studie zu Umwälzungen in der Musikindustrie, https://background.tagesspiegel.de/digitalisierung-und-ki/briefing/studiezu-umwaelzungen-in-der-musikindustrie (zuletzt abgerufen am 10.2.2026).}

_{[2] Europäisches Parlament, Draft Report on Copyright and generative artificial intelligence – opportunities and challenges, 2025/2058(INI), https://oeil.europarl.europa.eu/oeil/en/procedure-file?reference=2025/2058(INI) (zuletzt abgerufen am 10.2.2026).}

_{[3] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rn. 1.}

_{[4] Entschließung des Europäischen Parlaments vom 10.3.2026 zu dem Urheber‑ recht und generativer Künstlicher Intelligenz – Chancen und Herausforde‑ rungen (2025/2058(INI)), https://www.europarl.europa.eu/doceo/document/TA-10-2026-0066_DE.html (zuletzt abgerufen am 18.3.2026)}

_{[5] Europäisches Parlament, 2025/2058(INI) (Fn. 2), S. 12.}

_{[6] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. Z.}

_{[7] Richtlinie (EU) 2019/790 des Europäischen Parlaments und des Rates vom 17.4.2019 über das Urheberrecht und die verwandten Schutzrechte im digitalen Binnenmarkt und zur Änderung der Richtlinien 96/9/EG und 2001/29/EG, ABl. L 130 vom 17.5.2019, S. 92-125.}

_{[8] Urheberrechtsgesetz vom 9.9.1965 (BGBl. I S. 1273), das zuletzt durch Art.  28 des Gesetzes vom 23.10.2024 (BGBl. 2024 I Nr. 323) geändert worden ist.}

_{[9] In § 44b Abs. 1 UrhG ist der Begriff des Text und Data Minings wie folgt defi‑ niert: „Text und Data Mining ist die automatisierte Analyse von einzelnen oder mehreren digitalen oder digitalisierten Werken, um daraus Informationen insbesondere über Muster, Trends und Korrelationen zu gewinnen}

_{[10] Gegen eine Anwendbarkeit: Dornis/Stober, Urheberrecht und Training ge‑ nerativer KI-Modelle, https://adepi.net/wp-content/uploads/2024/09/ssrn4946214.pdf (zuletzt abgerufen am 10.2.2026), S. 66 ff.; Schack NJW 2024, 113 (114 f.). Für eine Anwendbarkeit: Dreier/Schulze/Dreier UrhG § 44b Rn. 1; Spindler/Schuster/Kaesling/Pesch UrhG § 44b Rn. 20; de la Durantaye ZUM 2023, 645 (651); Hofmann WRP 2024, 11 (13 f.); Hofmann ZUM 2024, 166 (170); Maamar ZUM 2023, 481 (483). Jedenfalls auf Memorisierungen von Trainingsinhalten im KI-Modell findet § 44b Abs. 2 S. 1 UrhG allerdings keine Anwendung. Diese erfolgt in keinem Fall für das TDM, da dieses unabhängig vom angelegten Begriffsverständnis spätestens im austrainierten KI-Modell abgeschlossen ist, vgl. LG München I, Urt. v. 11.11.2025 – 42 O 14139/24, GRUR-RS 2025, 30204 Rn. 206}

_{[11] OLG Hamburg, Urt. v. 10.12.2025 – 5 U 104/24, RDi 2026, 97 (Ls. 1).}

_{[12] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. J, S. 15.}

_{[13] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rn. 7.}

_{[14] Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates vom 13.6.2024 zur Festlegung harmonisierter Vorschriften für Künstliche Intelligenz und zur Änderung der Verordnungen (EG) Nr. 300/2008, (EU) Nr. 167/2013, (EU) Nr. 168/2013, (EU) 2018/858, (EU) 2018/1139 und (EU) 2019/2144 sowie der Richtlinien 2014/90/EU, (EU) 2016/797 und (EU) 2020/1828 (Verordnung über künstliche Intelligenz), ABl. L, 2024/1689, 12.7.2024, ELI: http://data.europa.eu/eli/reg/2024/1689/oj.}

_{[15] Europäisches Parlament, 2025/2058(INI) (Fn. 2), S. 15.}

_{[16] Richtlinie 2001/29/EG des Europäischen Parlaments und des Rates vom 22.5.2001 zur Harmonisierung bestimmter Aspekte des Urheberrechts und der verwandten Schutzrechte in der Informationsgesellschaft, ABl. L 167 vom 22.6.2001, S. 10-19.}

_{[17] Dornis/Stober, Urheberrecht und Training generativer KI-Modelle (Fn. 10), S. 11}

_{[18] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rn. 3.}

_{[19] Dornis/Stober, Urheberrecht und Training generativer KI-Modelle (Fn. 10), S. 111.}

_{[20] Für die Annahme von Maschinenlesbarkeit nur bei Möglichkeit einer auto‑ matisierten Verarbeitung: BeckOK Urheberrecht/Bomhard UrhG § 44b Rn. 31; Gausling CR 2021, 609 (611); Hamann ZGE 2024, 113 (131 f.); Maamar, ZUM 2023, 481 (484). Für das Ausreichen einer Erklärung in natürlicher Sprache: Hartmann, MMR-Aktuell 2021, 441332; Wilmer, K&R 2023, 233 (234). Das OLG Hamburg, Urt. v. 10.12.2025 – 5 U 104/24, RDi 2026, 97 (Ls. 3) stellt entscheidend auf den Zeitpunkt der angegriffenen Nutzungshandlung und die maschinelle Interpretierbarkeit des Textes zu diesem Zeitpunkt ab.}

_{[21] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. N, Rn. 9.}

_{[22] Europäisches Parlament, 2025/2058(INI) (Fn. 2), S. 15 f.}

_{[23] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. O, Rn. 10}

_{[24] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. R, Rn. 11.}

_{[25] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. Q.}

_{[26] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. P.}

_{[27] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. T, S. 13.}

_{[28] Europäisches Parlament, 2025/2058(INI) (Fn. 2), S. 14.}

_{[29] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rz. X, Rn. 12.}

_{[30] Europäisches Parlament, 2025/2058(INI) (Fn. 2), Rn. 13.}