Zum Hauptinhalt springen

GEMA gewinnt gegen Suno: KI-Musikgenerator verletzt Urheberrechte

GEMA gewinnt gegen Suno: KI-Musikgenerator verletzt Urheberrechte

Die GEMA hat sich vor dem Landgericht München I weitgehend gegen Suno durchgesetzt. Nach Ansicht des Gerichts nutzte der KI-Musikgenerator mehrere weltbekannte Songs nicht nur für sein Training, sondern übernahm geschützte musikalische Bestandteile so genau, dass sie in neu erzeugten Titeln wieder auftauchten. Das Urteil ist noch nicht rechtskräftig.

Was ist Suno und worum geht es?

Suno ist ein KI-Dienst, mit dem Nutzer allein durch Texteingaben, sogenannte Prompts, neue Songs erzeugen können. Sie beschreiben beispielsweise den gewünschten Stil, die Stimmung oder das Thema – das System erstellt daraus ein vollständiges Musikstück mit Gesang.

Im Verfahren ging es um sechs bekannte Werke: „Atemlos durch die Nacht“ (Helene Fischer), „Rasputin“ und „Daddy Cool“ (beide Boney M.), „Big in Japan“ und „Forever Young“ (beide Alphaville) sowie den Refrain von „Mambo No. 5“ (Lou Bega). Wichtig: Verhandelt wurden weder die jeweiligen Originalaufnahmen noch die Liedtexte. Im Mittelpunkt standen die Kompositionen. Vereinfacht gesagt der musikalische Bauplan aus Melodie, Harmonie und Rhythmus.

Instagram Post blockiert

Um diesen Inhalt zu sehen, erteile bitte deine Zustimmung für Marketing-Cookies.

KI-Songs ähnelten den Originalen deutlich

Für das Verfahren ließ die GEMA mit Suno neue Versionen der sechs Songs erzeugen. Dafür gab sie jeweils den Originaltext, den Titel und den gewünschten Musikstil ein. Konkrete Vorgaben zur Melodie, Harmonie, zum Rhythmus oder Arrangement enthielten die Eingaben laut Landgericht München I nicht. Trotzdem tauchten charakteristische musikalische Elemente der ursprünglichen Werke in den KI-Songs wieder auf. Wegen der Länge und Komplexität der Übereinstimmungen schloss das Gericht einen Zufall aus.

Die KI spielte dabei nicht einfach die Originalaufnahmen ab. Die neu erzeugten Songs ähnelten den geschützten Kompositionen in ihren entscheidenden musikalischen Merkmalen jedoch so stark, dass das Gericht darin eine unzulässige Vervielfältigung sah.

Was bedeutet „Memorisierung“?

Nach Ansicht des Gerichts hatte Suno die Musikstücke beim Training nicht nur ausgewertet, um allgemeine Muster zu lernen. Geschützte Bestandteile seien so genau in die Modelle v3.5 und v4 übernommen worden, dass das System sie später erneut ausgeben konnte. Fachleute sprechen in einem solchen Fall von „Memorisierung“. Gemeint ist damit nicht, dass eine gewöhnliche Audiodatei des Originals im System liegt. Teile des Trainingsmaterials sind jedoch so genau im KI-Modell enthalten, dass sie sich durch passende Eingaben reproduzieren lassen.

Das Gericht wertete bereits diese Übernahme als Verletzung des Vervielfältigungsrechts. Suno hatte dagegen argumentiert, seine Modelle speicherten keine einzelnen Songs, sondern lediglich statistisch erlernte Muster.

Ausnahme für Datenanalyse greift nicht

Suno berief sich unter anderem auf die gesetzlichen Regeln zum Text und Data Mining. Diese erlauben es unter bestimmten Voraussetzungen, große Mengen an Inhalten automatisiert auszuwerten, um darin Muster zu erkennen. Nach Auffassung des Gerichts griff diese Ausnahme hier jedoch nicht. Die Songs seien nicht nur analysiert worden: Geschützte Bestandteile seien reproduzierbar in den Modellen enthalten gewesen und anschließend in neu generierten Musikstücken wieder aufgetaucht.

Bei der Beschaffung des Trainingsmaterials setzte Suno laut Gericht außerdem sogenannte Stream-Ripping-Verfahren ein. Das Unternehmen habe die Songs von YouTube heruntergeladen und dabei eine technische Schutzmaßnahme der Plattform umgangen.

Folge uns

Um keine News mehr zu verpassen

Auch das Training in den USA war nicht erlaubt

Eine Besonderheit des Falls ist, dass Sunos Modelle in den USA trainiert wurden. Das Münchner Gericht prüfte deshalb auch die dort geltende Fair-Use-Regelung. Diese kann bestimmte Nutzungen geschützter Werke ohne vorherige Zustimmung erlauben. In diesem Fall half sie Suno jedoch nicht. Entscheidend war für das Gericht, dass wesentliche Teile der Trainingsmusik später in den erzeugten Songs wieder auftauchten. Die Ausgaben seien den Originalwerken deutlich ähnlich gewesen.

Das Urteil bedeutet allerdings nicht automatisch, dass jedes Training einer Musik-KI mit urheberrechtlich geschützten Songs rechtswidrig ist. Die Entscheidung bezieht sich konkret auf die sechs verhandelten Werke und darauf, dass deren charakteristische Bestandteile nach Ansicht des Gerichts reproduzierbar im Modell und in den Ausgaben enthalten waren.

Gericht sieht Suno in der Verantwortung

Suno machte geltend, die Ergebnisse seien durch die Eingaben der Nutzer entstanden. Das Gericht folgte dieser Argumentation nicht. Die verwendeten Prompts seien einfach und weitgehend ergebnisoffen gewesen. Sie hätten keine Melodien, Harmonien oder Rhythmen vorgegeben. Die Verantwortung liege deshalb beim Unternehmen: Suno habe die Trainingsdaten ausgewählt, die Modelle entwickelt und deren Funktionsweise bestimmt. Damit habe das System selbst den musikalischen Inhalt der Ausgaben geprägt.

Urteil ist noch nicht rechtskräftig

Die zuständige Zivilkammer gab den Forderungen der GEMA nach Unterlassung, Auskunft und Schadensersatz überwiegend statt. Suno muss demnach auch offenlegen, welche Einnahmen mit den festgestellten Rechtsverletzungen verbunden waren. Die endgültige Höhe des Schadensersatzes steht noch nicht fest.

„Menschliche Kreativität ist die Grundlage jeder generativen KI“, erklärte GEMA-CEO Tobias Holzmüller nach der Entscheidung. KI-Anbieter müssten Lizenzen erwerben und die Urheber der verwendeten Werke vergüten, so die Position der Verwertungsgesellschaft.

Das Urteil vom 31. Juli 2026 ist noch nicht rechtskräftig. Dennoch könnte die Entscheidung weit über Deutschland hinaus Bedeutung erhalten: Erstmals urteilte ein europäisches Gericht auch darüber, ob das in den USA erfolgte Training eines KI-Musikmodells durch die dortige Fair-Use-Regelung geschützt war.

Fotocredit: Franck V.

DJ Mag Germany Logo
Franz Beschoner

Autor

Franz Beschoner

Head of Editorial / franz@djmag.de