URHEBERRECHT
KI-Musikgenerator: GEMA setzt sich überwiegend durch
Experten-Branchenbuch.de,
zuletzt bearbeitet am:

GEMA setzt sich im KI-Musikstreit durch © KI-generiertes Symbolbild
- Das Wichtigste in Kürze
- Der Hintergrund: Bekannte Songs als Trainingsmaterial für eine Musik-KI
- Was das Gericht entschieden hat und warum das wichtig ist
- Warum das Gericht so entschieden hat
- Memorisierung als Vervielfältigung
- Text- und Data-Mining half hier nicht
- Auch das Angebot des Modells spielte eine Rolle
- US-Recht: Fair Use griff nach Ansicht des Gerichts nicht
- Was die Entscheidung praktisch bedeutet
- Welche Fehler Betroffene vermeiden sollten
- Redaktions-Tipp
- Häufige Fragen
- Darf eine KI bekannte Songs zum Training verwenden?
- Was bedeutet Memorisierung bei KI-Musik?
- Sind KI-generierte Songs automatisch urheberrechtsfrei?
- Ging es auch um die Liedtexte der Songs?
- Ist das Urteil endgültig?
- Entscheidungsdaten
Im Streit zwischen der GEMA und SUNO ging es um einen auf künstlicher Intelligenz beruhenden Musikgenerator. Nach der Mitteilung des Gerichts betraf der Fall die Frage, ob bekannte Musikwerke beim Training vervielfältigt, im KI-Modell memorisiert und in Outputs wiedergegeben wurden. Betroffen sind damit vor allem Anbieter von Musik-KI und Rechteinhaber; auch die Eingaben, mit denen Outputs erzeugt wurden, spielten in dem Verfahren eine Rolle.
Das Landgericht München I hat der GEMA mit Urteil vom Tag der Mitteilung überwiegend recht gegeben. Die Kammer sah unter anderem Rechtsverletzungen durch Vervielfältigungen beim Training, durch eine Memorisierung im KI-Modell und durch die Wiedergabe in den Outputs. Das Urteil ist nicht rechtskräftig.
Das Wichtigste in Kürze
- Entscheidung: Das Landgericht München I gab Ansprüchen der GEMA gegen SUNO auf Unterlassung, Auskunft und Schadensersatz überwiegend statt.
- Kern des Falls: Nach Überzeugung der Kammer waren die streitgegenständlichen Musikstücke reproduzierbar in den KI-Modellen v3.5 und v4 enthalten. Das Gericht wertete dies als Memorisierung.
- Praktische Folge: Die Entscheidung betrifft die Frage, ob Trainingsdaten nur abstrakt verarbeitet werden oder ob Originalwerke im Modell reproduzierbar enthalten sind und in Outputs wieder erscheinen.
- Rechtliche Grenze: Die Schranke des Text- und Data-Mining nach deutschem Recht und die US-amerikanische Fair-Use-Doktrin deckten die geltend gemachten Nutzungen nach Auffassung des Gerichts hier nicht.
- Einschränkung: Das Urteil ist nicht rechtskräftig.
Der Hintergrund: Bekannte Songs als Trainingsmaterial für eine Musik-KI
SUNO bietet einen auf künstlicher Intelligenz beruhenden Musikgenerator an. Nutzer können Eingaben machen, woraufhin das System Musikstücke erstellt. Nach den Feststellungen in der Pressemitteilung enthielt der Trainingsdatensatz der Beklagten auch die streitgegenständlichen Musikwerke.
Betroffen waren sechs bekannte Musikwerke, darunter „Atemlos durch die Nacht“, „Rasputin“, „Big in Japan“, „Forever Young“, der Refrain von „Mambo No. 5 A little bit of“ sowie „Daddy Cool“. Verletzungen durch Liedtexte waren ausdrücklich nicht Streitgegenstand.
Die GEMA trug vor, die Werke seien beim Training vervielfältigt und im zugrunde liegenden KI-Modell memorisiert worden. Außerdem seien durch die späteren Outputs weitere Rechtsverletzungen entstanden. Bei der Generierung der streitgegenständlichen Outputs gab die Klägerseite jeweils den originalen Liedtext, den gewünschten Musikstil und den Werktitel ein. Vorgaben zu Melodie, Harmonie, Rhythmus oder Arrangement enthielten die Prompts nach der Mitteilung nicht.
Eine besondere Rolle spielte auch die Herkunft der Trainingsdaten: SUNO setzte nach dem mitgeteilten Sachverhalt sogenannte Stream-Ripping-Techniken ein, um Musikwerke von YouTube zu extrahieren und zu kopieren. Dabei wurde der sogenannte Rolling Cipher umgangen, eine von der Plattform implementierte technische Schutzmaßnahme, die das Herunterladen von Audio- und Videoinhalten verhindern soll.
Was das Gericht entschieden hat und warum das wichtig ist
Das Landgericht München I entschied unter dem Aktenzeichen 42 O 763/25, dass der GEMA die geltend gemachten Ansprüche auf Unterlassung, Auskunft und Schadensersatz überwiegend zustehen.
Die Kammer stützte dies auf mehrere Punkte: Zum einen seien im Rahmen des Trainings in den USA Vervielfältigungen der Musikwerke hergestellt worden. Zum anderen liege in Deutschland eine Vervielfältigung in den KI-Modellen sowie eine Wiedergabe in den Outputs vor. Nach Überzeugung des Gerichts waren die streitgegenständlichen Musikstücke reproduzierbar in den Modellen v3.5 und v4 enthalten. Diese Modelle waren auf Servern in Deutschland gespeichert.
Für Ansprüche wegen Verletzungshandlungen auf dem Gebiet der USA sah sich die Kammer nach § 131 VGG international zuständig. Die Vorschrift gelte nach der Entscheidung sowohl für die örtliche als auch für die internationale Zuständigkeit und sehe einen besonderen Gerichtsstand des Sachzusammenhangs für Verwertungsgesellschaften vor.
Von Bedeutung ist die Entscheidung auch wegen eines zentralen Einwands der Beklagten: SUNO hatte geltend gemacht, die Trainingsdaten seien weder im Modell enthalten noch darin gespeichert. Die Gewichte und Parameter des Modells bildeten mathematisch erlernte Muster und verallgemeinerte Merkmale aus den Trainingsdaten ab. Das Gericht stellte hier jedoch darauf ab, dass Trainingsdaten in KI-Modellen enthalten sein können, wenn sich Inhalte aus den Trainingsdaten in Outputs extrahieren lassen. Das bezeichnete es als Memorisierung.
Warum das Gericht so entschieden hat
Memorisierung als Vervielfältigung
Nach Auffassung der Kammer waren die Musikwerke in den Modellen so enthalten, dass sie reproduzierbar wiedergegeben werden konnten. Die Richter verwiesen darauf, dass aus der informationstechnischen Forschung bekannt sei, dass Trainingsdaten in KI-Modellen enthalten sein und als Outputs extrahiert werden können.
Eine Memorisierung liegt nach der Entscheidung vor, wenn ein KI-Modell beim Training nicht nur Informationen aus dem Trainingsdatensatz entnimmt, sondern sich in den nach dem Training festgelegten Parametern auch eine Übernahme des Inhalts der Trainingsdaten findet. Das Gericht stellte eine solche Memorisierung durch den Abgleich der Trainingswerke mit den späteren Outputs fest.
Angesichts der Komplexität und Länge der Musikstücke schloss die Kammer Zufall als Ursache für die Wiedergabe aus. Daraus folgte nach ihrer Auffassung eine Verletzung des Vervielfältigungsrechts nach § 16 UrhG.
Text- und Data-Mining half hier nicht
SUNO berief sich auch auf die Schranken des Text- und Data-Mining nach § 44b UrhG. Nach Auffassung des Landgerichts war die Vervielfältigung in den Modellen hier aber nicht dadurch gedeckt.
Die Entscheidung macht deutlich, dass sich die Kammer nicht allein mit dem Training befasste, sondern auch darauf abstellte, ob geschützte Werke im Modell memorisiert und später in Outputs wiedergegeben wurden.
Auch das Angebot des Modells spielte eine Rolle
Die Kammer sah zudem bereits im Angebot des Modells und der Anwendung zur Generierung von Musik einen Verstoß gegen das unbenannte Recht der öffentlichen Wiedergabe nach § 15 Abs. 2 UrhG.
US-Recht: Fair Use griff nach Ansicht des Gerichts nicht
Für Vervielfältigungen beim Training in den USA wandte das Gericht nach dem Schutzlandprinzip US-amerikanisches Recht an. SUNO berief sich dort auf Fair Use nach 17 U.S.C. § 107.
Das Landgericht verneinte Fair Use aber für diesen Fall. Entscheidend war nach der Mitteilung, dass sich die Musikwerke in den Outputs wiederfanden. Die Kammer unterschied den Fall ausdrücklich von zwei US-amerikanischen Verfahren, in denen KI-Training als Fair Use angesehen worden war. Dort waren die Trainingsdaten nicht oder nicht substanziell in den Outputs für Nutzer zugänglich gemacht worden. Hier dagegen seien nach einfachen und ergebnisoffenen Prompts Outputs entstanden, die den Originalwerken wesentlich ähnlich waren.
Was die Entscheidung praktisch bedeutet
Für KI-Anbieter zeigt das Urteil, dass Training, Modellinhalt und Outputs urheberrechtlich relevant sein können. Im entschiedenen Fall stellte die Kammer darauf ab, dass Werke reproduzierbar im Modell enthalten waren und in Outputs wiedergegeben wurden.
Für Rechteinhaber und Verwertungsgesellschaften zeigt die Entscheidung, dass Ansprüche nicht nur an die spätere Ausgabe anknüpfen können. Auch das Training und die Speicherung im Modell können nach der Entscheidung rechtlich relevant sein, wenn die Voraussetzungen nachweisbar sind.
Für Nutzer von Musik-KI ist wichtig: Das Urteil richtet sich gegen den Anbieter des KI-Musikgenerators. In dem Verfahren wurden die streitgegenständlichen Outputs durch Eingaben erzeugt, die den originalen Liedtext, den gewünschten Musikstil und den Werktitel enthielten.
Welche Fehler Betroffene vermeiden sollten
- Nicht annehmen, KI-Musik sei automatisch frei von Rechten Dritter: In diesem Fall waren die Outputs nach Auffassung des Gerichts urheberrechtlich relevant.
- Nicht nur auf den Prompt schauen: Nach der Entscheidung kann auch entscheidend sein, was im Modell enthalten oder memorisiert ist.
- Text- und Data-Mining nicht als Freibrief verstehen: Die Schranke deckte die Vervielfältigung in den Modellen nach Auffassung der Kammer hier nicht.
- Fair Use nicht vorschnell übertragen: Das Gericht verneinte Fair Use für die in den USA erfolgten Vervielfältigungen, weil sich die Musikwerke in den Outputs wiederfanden.
Redaktions-Tipp
Wer KI-Musik in Projekten, Werbung, Social Media oder Produkten nutzen will, sollte besonders aufmerksam sein, wenn Eingaben auf bekannte Songs, originale Liedtexte oder konkrete Werktitel Bezug nehmen. Das Urteil zeigt, dass solche Outputs rechtlich relevant werden können, wenn sich geschützte Musikwerke darin wiederfinden.
Häufige Fragen
Darf eine KI bekannte Songs zum Training verwenden?
Das lässt sich nicht pauschal beantworten. In diesem Fall sah das Gericht Rechtsverletzungen, weil die Musikwerke beim Training vervielfältigt, im Modell memorisiert und in Outputs wiedergegeben wurden.
Was bedeutet Memorisierung bei KI-Musik?
Memorisierung bedeutet hier, dass ein KI-Modell Trainingsinhalte nicht nur abstrakt verarbeitet, sondern Inhalte aus dem Trainingsdatensatz so übernimmt, dass sie später in Outputs wieder erscheinen können.
Sind KI-generierte Songs automatisch urheberrechtsfrei?
Nein. Das Urteil zeigt, dass KI-Outputs urheberrechtlich problematisch sein können, wenn sich geschützte Musikwerke darin wiederfinden.
Ging es auch um die Liedtexte der Songs?
Nein. Nach der Pressemitteilung waren Verletzungen durch Liedtexte nicht Streitgegenstand. Es ging um die Musikwerke.
Ist das Urteil endgültig?
Nein. Das Urteil des Landgerichts München I ist nicht rechtskräftig.
Entscheidungsdaten
- Gericht: Landgericht München I, 42. Zivilkammer
- Entscheidungsdatum: am Tag der Mitteilung vom 31. Juli 2026
- Aktenzeichen: 42 O 763/25
- Rechtsgebiet: Urheberrecht
- Wichtige Normen: § 131 VGG, §§ 15, 16, 19a, 44b UrhG, Art. 2 und 3 InfoSoc-RL, Art. 4 DSM-RL, Art. 6 DSA, 17 U.S.C. § 107
- Rechtskraft: nicht rechtskräftig