"Atemlos durch die Nacht" im KI-Modell kann Urheberrechte verletzen

Die GEMA hat vor dem LG München I wieder gewonnen. Im KI-Musikgenerator von Suno, mit dem Nutzer mit wenigen Texteingaben ganze Musikstücke erzeugen können, sieht das LG eine Urheberrechtsverletzung. Tobias Voßberg ordnet das Urteil ein.

Am Freitagmorgen ging es in Saal 270 des Münchner Justizpalasts um sechs Lieder, die in keiner deutschen Hochzeitsplaylist fehlen dürfen: "Atemlos durch die Nacht", "Rasputin", "Big in Japan", "Forever Young", "Mambo No. 5" und "Daddy Cool".

Die GEMA hatte im Januar 2025 den KI-Musikgenerator Suno Inc. verklagt, weil, so die Verwertungsgesellschaft, das Unternehmen diese von Menschen komponierten, getexteten und aufgenommenen Songs für das Training seines KI-Musikgenerators genutzt und anschließend in seinem Trainingsdatensatz gespeichert habe. Mit einfachen Eingaben ließen sich dann Songs erzeugen, in denen nach Auffassung der GEMA originelle Elemente der Originalwerke wiederzuerkennen waren.

Die auf Urheberrecht spezialisierte 42. Zivilkammer hat die Ansprüche der GEMA auf Unterlassung, Auskunft und Schadensersatz gegen Suno "überwiegend" bestätigt, heißt es in der Pressemitteilung des LG München I zum Urteil vom 31. Juli 2026 (42 O 763/25). In welchen Punkten die GEMA unterlag, geht daraus nicht hervor.

Soweit ersichtlich, ist das die weltweit erste Entscheidung zu KI-generierten Audioinhalten. Es ist aber nicht das erste Mal, dass diese Kammer Rechtsgeschichte schreibt. Im November 2025 verurteilten die Richter und Richterinnen Open AI, weil deren KI-Modell ChatGPT auf simple Eingaben hin Liedtexte von Helene Fischer, Herbert Grönemeyer und Reinhard Mey ausgab; sie sahen darin eine Urheberrechtsverletzung (Urteil vom 11.11.2025, 42 O 14139/24). Im Fall GEMA gegen Suno ging es nun nicht nur um Liedtexte, sondern um Musik im engeren Sinn, die sich mithilfe von Suno erzeugen, anhören und herunterladen lässt.

Das Training

Die Kammer unterscheidet vier Vorgänge. Zunächst fertigte Suno beim Training seines Modells in den USA Kopien der Musikwerke an. Dafür hatte das Unternehmen die Stücke nach den Feststellungen des Gerichts mithilfe von Stream-Ripping von YouTube heruntergeladen.

Diese Werke waren nach Überzeugung der Kammer in den Modellversionen v3.5 und v4 enthalten, die auf Servern in Deutschland gespeichert wurden. Anschließend erzeugten diese Modelle Songs, in denen sich originelle Elemente der Originalwerke wiederfanden. Schließlich ging es auch um das Angebot des Modells selbst.

Interessant ist bereits der Umgang des LG München I mit dem Training in den USA. Für die Kopien, die beim Training in den USA entstanden, prüfte das Gericht amerikanisches Recht und kaum zu dem Ergebnis, dass das Training nach der dortigen Fair-Use-Doktrin nicht erlaubt gewesen sei,  weil sich die Musikwerke in den Outputs wiederfänden. Für die daraus folgenden Ansprüche erklären sich die Münchner Richterinnen und Richter für international zuständig. Sie stützen das auf eine Sonderregel für Verwertungsgesellschaften, § 131 Abs. 1 und 2 Verwertungsgesellschaftsgesetz (VGG).

Die Memorisierung

Wie schon im Verfahren gegen OpenAI kam die Kammer dann zum Ergebnis, dass die geschützten Werke nach dem Training im Modell selbst enthalten sind. Sunos Behauptung, dass die Gewichte und Parameter des Modells keine Musikstücke speicherten, sondern nur abstrakte Zusammenhänge aus den Trainingsdaten abbildeten, überzeugte sie nicht.

Das Gericht verglich die Outputs mit den Originalwerken und stellte erhebliche Übereinstimmungen fest. Wegen der Länge und Komplexität der Musikstücke sei ausgeschlossen, dass diese Ähnlichkeiten zufällig entstanden sind. Die Werke müssten daher, so die Kammer, im Modell enthalten sein. Wie schon im Verfahren um die Liedtexte schloss die Richterinnen und Richter also auch diesmal vom Output auf den Inhalt des Modells.

Nach Auffassung der Kammer ist die Memorisierung in den Modellen auch nicht durch die Schrankenbestimmungen des Text- und Data-Minings nach § 44b UrhG gedeckt und damit eine rechtswidrige Vervielfältigung der urheberrechtlich geschützten Songs nach § 16 UrhG. Bis zur Veröffentlichung der Urteilsgründe kann man nur spekulieren, dass die Kammer wie auch im Verfahren gegen OpenAI der Auffassung ist, die Schranke decke nur vorbereitende Handlungen zum Training, nicht aber dauerhafte Vervielfältigungen im Modell.

Der Output

Auch die erzeugten Songs verletzten nach Auffassung der Kammer das Urheberrecht. Die originellen Elemente der Musikwerke seien in den Outputs wiederzuerkennen. Ihre Wiedergabe stelle deshalb sowohl eine unberechtigte Vervielfältigung als auch eine öffentliche Wiedergabe dar.

Damit war die Rechtsverletzung durch die Outputs geklärt. Diese rechnet die 42. Kammer auch Suno zu. Das Unternehmen hatte argumentiert, die beanstandeten Songs seien das Ergebnis komplexer, immer weiter verfeinerter Prompts der GEMA. Dies würde den Zurechnungszusammenhang zugunsten von Suno unterbrechen. Die Ähnlichkeiten in den Outputs seien auf prompt-induzierte Einschränkungen des Suchraums sowie auf statistisch erlernte Muster zurückzuführen.

Die GEMA hatte für die beanstandeten Outputs allerdings jeweils nur den Originaltext des Musikstücks, den gewünschten Musikstil und den Werktitel eingegeben. Vorgaben zu Melodie, Harmonie, Rhythmus oder Arrangement enthielten die Prompts nicht.

Daher sieht das LG München I die Verantwortung für die erzeugten Songs bei Suno. Das Unternehmen betreibe die KI-Modelle, habe die Musikstücke als Trainingsdaten ausgewählt und sei sowohl für die Architektur der Modelle als auch für die Memorisierung der Trainingsdaten verantwortlich. Damit hätten die von Suno betriebenen Modelle die ausgegebenen Outputs inhaltlich bestimmt.

Daraus zeichnet sich ein praktikabler Maßstab für die Zurechnung von KI-Erzeugnissen ab: Je weniger der Nutzer den musikalischen Inhalt durch seinen Prompt vorgibt, desto stärker spricht dies dafür, den erzeugten Song dem Anbieter zuzurechnen. Wie die Haftung bei detaillierten Vorgaben des Nutzers zu beurteilen wäre, lässt die Entscheidung offen.

Das Angebot

Bemerkenswert ist, dass die Kammer die Haftung von Suno nicht nur aus den einzelnen Songs ableitet. Nach ihrer Auffassung verletzt bereits das Angebot des Musikgenerators das Recht der öffentlichen Wiedergabe, wenn das zugrunde liegende Modell geschützte Werke enthält.

Das Urheberrechtsgesetz nennt mehrere Formen der öffentlichen Wiedergabe, zum Beispiel durch  Bild- oder Tonträger oder auch für Aufführungen. Diese Aufzählung ist aber nicht abschließend. Das Wort "insbesondere" in § 15 UrhG zeigt, dass auch neue technische Nutzungsformen erfasst sein können, die der Gesetzgeber 1965 noch nicht kennen konnte.

Die Kammer sieht im Angebot eines KI-Modells offenbar eine solche neue Nutzungsform. Die Urteilsgründe dürften ergeben, dass die öffentliche Wiedergabe darin liegen soll, ein Modell öffentlich anzubieten, aus dem sich die darin enthaltenen Werke durch Nutzereingaben wieder erzeugen lassen.

Folgt man diesem Ansatz, könnten Rechteinhaber bereits gegen das bloße Angebot eines Modells vorgehen, in dem ihre Werke memorisiert sind, müssten also nicht für jeden Unterlassungsanspruch einen weiteren rechtsverletzenden Song vorlegen. Ganz würde auch diese Auslegung das Nachweisproblem aber nicht lösen; denn die Annahme, dass ein Werk im Modell enthalten ist, leitet die Kammer bislang aus den erzeugten Outputs ab.

Was das für die anderen Verfahren bedeutet

Nach der Entscheidung gegen OpenAI bestätigt das Landgericht München I seine Linie und bleibt damit für Rechteinhaber in Deutschland die derzeit attraktivste Adresse für Verfahren gegen Anbieter generativer KI. Das Urteil ist nicht rechtskräftig. Während die GEMA mitteilte, einen wegweisenden Erfolg für Musikschaffende erzielt zu haben und "Maßstäbe für internationales Urheberrecht zu definieren", hat Suno nach Angaben des Musikmagazins MusikWoche angekündigt, derzeit alle verfügbaren Optionen zu prüfen, "einschließlich einer Berufung".  Es wird spannend, ob das OLG München und später möglicherweise der BGH den Schluss vom Output auf die Memorisierung im Modell mittragen.

Die Kammer gewährt Rechteinhabern damit eine Beweiserleichterung: Erzeugt ein Modell Inhalte, die einem Trainingswerk deutlich ähneln, spricht dies dafür, dass das Werk im Modell enthalten ist. Dieser Ansatz ist nachvollziehbar, weil Außenstehende kaum feststellen können, welche Trainingsdaten ein Anbieter verwendet hat und was davon im fertigen Modell verblieben ist.