Wenn die KI zu genau mitsingt: Was das GEMA-Urteil gegen Suno für den verantwortungsvollen KI-Einsatz in der Kanzlei bedeutet

1. Sachverhalt

Suno Inc., ein US-amerikanisches Unternehmen, betreibt einen KI-Musikgenerator, der auf einen einfachen Prompt hin komplette Songs erzeugt: Melodie, Harmonien, sogar eine gesungene Stimme. Für das Training griff Suno nach Feststellung des Gerichts auf Stream-Ripping-Techniken zurück und lud Musikstücke direkt von YouTube herunter, wobei technische Schutzmaßnahmen umgangen wurden. Unter den verwendeten Werken befanden sich sechs bekannte Kompositionen aus dem GEMA-Repertoire, darunter „Cheri Cheri Lady" von Modern Talking, „Daddy Cool" von Boney M., „Mambo No. 5" von Lou Bega und „Atemlos durch die Nacht", komponiert von Kristina Bach für Helene Fischer.

Die GEMA testete den Generator mit Prompts, die Liedtext, Musikstil und teilweise den Werktitel kombinierten. Das Ergebnis: Outputs, die den Originalen nach Einschätzung des Gerichts zum Verwechseln ähnlich waren. Suno verteidigte sich mit zwei Argumenten. Erstens gingen die Ähnlichkeiten auf die komplexen Prompts der GEMA selbst zurück, nicht auf das Modell. Zweitens enthielten die Trainingsdaten ohnehin keine abrufbaren Kopien der Werke, sondern nur verallgemeinerte Muster, die von der TDM-Schranke des § 44b UrhG gedeckt seien.

a. Die Knackpunkte der Entscheidung

Fünf Punkte aus der Begründung sind für die Praxis besonders aufschlussreich.

Erstens verwarf das Gericht, was man die Zufallstheorie nennen könnte. Angesichts der Komplexität und Länge der Musikwerke sei ausgeschlossen, dass sie bloß zufällig im Output erscheinen. Wer ein ganzes Arrangement mit erkennbarer Melodie reproduziert, kann sich nicht auf Zufall berufen.

Zweitens band das Gericht die Verantwortung an die Architektur des Modells, nicht an den Prompt des Nutzers. Die Memorisierung der Trainingsdaten liege in der Sphäre des Betreibers, der damit den Output inhaltlich mitbestimme. Der Prompt der GEMA änderte daran nichts, er legte lediglich offen, was im Modell schon steckte.

Drittens lehnte das Gericht die TDM-Schranke mit der gleichen Argumentation ab, die es bereits im OpenAI-Verfahren verwendet hatte: Die Schranke deckt die Analyse der Trainingsdaten, nicht aber eine Memorisierung, die über reine Analysezwecke hinausgeht und eine spätere Reproduktion ermöglicht.

Viertens prüfte und verwarf das Gericht die US-amerikanische Fair-Use-Doktrin als Verteidigung, weil die Werke im Output erkennbar blieben. Für ein deutsches Gericht ist das keine Selbstverständlichkeit, zumal Suno als US-Unternehmen naheliegend mit seinem Heimatrecht argumentierte.

Fünftens musste das Gericht seine internationale Zuständigkeit klären, obwohl Teile der Verletzungshandlungen im Ausland stattfanden. Es stützte sich auf § 131 VGG, der einen besonderen Gerichtsstand für Verwertungsgesellschaften vorsieht. Diese Zuständigkeitsfrage wird für Mandanten, die gegen im Ausland sitzende KI-Anbieter vorgehen wollen, zu einem eigenen Prüfpunkt.

b. Das Urteil

Das Gericht gab der Klage überwiegend statt und sprach der GEMA Ansprüche auf Unterlassung, Auskunft über Nutzung und Erträge sowie Schadensersatz dem Grunde nach zu. Die konkrete Schadenshöhe ist der Pressemitteilung nicht zu entnehmen. Das Urteil ist nicht rechtskräftig, eine Berufung Sunos ist möglich. Bemerkenswert ist der ausdrückliche Bezug zur eigenen Vorentscheidung gegen OpenAI: Dort ging es um Liedtexte, hier um Kompositionen und Tonaufnahmen, die rechtliche Argumentation zur Memorisierung ist aber nahezu identisch übertragen worden.

2. Was eine KI-Rechtsrechercheplattform für Möglichkeiten bietet

Der Fall zeigt, wie sich eine Rechtsprechungslinie innerhalb einer einzigen Kammer über verschiedene Werkarten hinweg entwickelt und wie wichtig es wird, diese Entwicklung lückenlos zu verfolgen.

a. Entscheidungen derselben Kammer schnell miteinander abgleichen

Dass das LG München I seine Suno-Entscheidung tragend auf die eigene OpenAI-Entscheidung stützt, ist kein Zufall, sondern Methode. Eine Plattform wie anita.legal, die Entscheidungen semantisch statt nur über Aktenzeichen verknüpft, zeigt solche Bezüge automatisch an. Wer stattdessen mühsam jedes Urteil derselben Kammer einzeln durchsuchen muss, verliert genau die Zeit, die am Ende beim Mandanten fehlt.

b. Die vom Gericht entwickelten Kriterien auf andere Werkarten übertragen

Die Argumente zur Memorisierung, zur Ablehnung der Zufallstheorie und zur Verantwortlichkeit des Betreibers lassen sich grundsätzlich auf Text-, Bild- und Videogeneratoren übertragen. Eine KI-Urteilsanalyse, die diese tragenden Erwägungen herausarbeitet, liefert in kurzer Zeit eine belastbare Einschätzung, ob ein Mandant mit einem vergleichbaren Fall gegen einen anderen KI-Anbieter Erfolgsaussichten hat.

c. Internationale Zuständigkeitsfragen bei ausländischen KI-Anbietern einordnen

Mandanten, die gegen ein US-Unternehmen wie Suno vorgehen wollen, stehen vor der Frage, ob ein deutsches Gericht überhaupt zuständig ist. Der Rückgriff auf § 131 VGG ist eine Spezialvorschrift, die in einer klassischen Stichwortsuche leicht übersehen wird. Eine Plattform mit Volltextsuche über das gesamte Urteil, nicht nur über den Leitsatz, findet solche Nebenargumente zuverlässig.

d. Die Berufung und parallele Verfahren im Blick behalten

Da das Urteil nicht rechtskräftig ist und der Fall Kneschke gegen LAION zeigt, dass zwei Instanzen zur gleichen Rechtsfrage durchaus unterschiedlich entscheiden können, lohnt sich ein kontinuierliches Monitoring. Eine KI-Rechtsrechercheplattform kann ein Mandat automatisch mit dem Verfahrensstand abgleichen, statt dass die Kanzlei den Fall manuell nachhält.

e. Der Fall als Prüfstein für die eigene Werkzeugwahl

Der eigentliche Fehler bei Suno, ein Modell speichert Trainingsdaten und gibt sie bei passender Anfrage wieder aus, ist kein Suno-spezifisches Problem, sondern eine Eigenschaft generativer Sprachmodelle allgemein. Genau deshalb lohnt sich beim eigenen KI-Einsatz in der Kanzlei ein genauer Blick darauf, ob ein Tool frei aus seinem Training heraus formuliert oder ob es seine Antworten an verifizierte, zitierbare Originalquellen bindet. Nur Letzteres lässt sich im Streitfall auch gegenüber Mandant und Gericht belegen.

Fazit

Das Urteil gegen Suno zeigt, dass sich die Rechtsprechung zu KI und Urheberrecht in Deutschland nicht auf einen Einzelfall beschränkt, sondern Linie für Linie weiterentwickelt, von Liedtexten bei OpenAI bis zu kompletten Kompositionen bei Suno, mit teils gegenläufigen Tendenzen etwa im Fall Kneschke gegen LAION. Wer Mandanten aus der Musik- und Kreativwirtschaft oder aus der KI-Branche selbst berät, braucht Rechercheinstrumente, die solche Linien sichtbar machen, statt sie in einzelnen, isolierten Urteilen zu verstecken. Und wer selbst KI-Werkzeuge in der Kanzlei einsetzt, findet in diesem Fall einen guten Grund, genau hinzusehen, worauf die Antworten des eigenen Tools tatsächlich beruhen.