Generative KI löscht Urheberspuren und erschwert Urheberrechtsstreitigkeiten

• Eine Studie des MIT CSAIL zeigt, dass es bei generativen KI-Modellen, die mit extrem großen Datensätzen trainiert wurden, fast unmöglich ist, die Ausgabe auf ein einzelnes Originalwerk zurückzuführen.
• Das Forschungsteam nennt dieses Phänomen „Zuschreibungsverfall“ (attribution decay) – die Fähigkeit, eine Ausgabe einem bestimmten Trainingsdatum zuzuordnen, nimmt mit zunehmender Datengröße ab.
• Experimente zeigen, dass ein Bild, das gesamte Werk eines Künstlers oder alle Fotos einer Person aus den Trainingsdaten gelöscht werden können, ohne dass sich die Ausgabe merklich ändert.
• Dem Forschungsteam zufolge kann ein Datum nicht als Ursache für eine Ausgabe angesehen werden, wenn sich das Ergebnis nach dessen Entfernung nicht ändert.
• Sie entwickelten die Architektur „Diffusion Ensemble“, die das Modell in viele kleine Komponenten unterteilt, um den Einfluss einzelner Daten präzise zu eliminieren, ohne das gesamte Modell neu trainieren zu müssen.
• Das Team verglich das neue System mit 24 herkömmlichen Diffusionsmodellen auf denselben Daten; die Qualität der erzeugten Bilder war gleichwertig.
• Der Test nutzte über 160.000 Bilder aus 7 öffentlichen Datensätzen wie CIFAR-10, CelebA, MetFaces und ArtBench.
• Die Ergebnisse zeigen, dass der Einfluss einzelner Datenpunkte nach einem inversen Potenzgesetz abnimmt, wenn der Datenumfang wächst.
• Das Team trainierte zudem 1.282 separate Modelle zur Verifizierung und erhielt ähnliche Ergebnisse.
• Professor David Gifford glaubt, dass diese Entdeckung die Frage neu aufwirft, ob KI-Ergebnisse noch als abgeleitete Werke gelten oder urheberrechtlich geschützt werden können.
• Die Studie legt auch nahe, dass KI-Unternehmen Modelle bauen könnten, die garantieren, dass Ergebnisse nicht auf spezifische Werke zurückgeführt werden können.
• Die Autoren weisen darauf hin, dass die Studie bisher nur für Diffusionsmodelle zur Bilderzeugung gilt und noch nicht für große Sprachmodelle bestätigt wurde.

📌 Die Arbeit des MIT wirft eine neue Perspektive auf das Urheberrecht bei generativer KI auf. Wenn die Trainingsdaten groß genug sind, haben einzelne Werke fast keinen nennenswerten Einfluss mehr auf das erzeugte Bild, was die Identifizierung eines „Quellurhebers“ extrem erschwert. Diese Erkenntnis könnte erhebliche Auswirkungen auf Urheberrechtsklagen gegen KI, die Bewertung abgeleiteter Werke und Entschädigungsregeln für Schöpfer haben, auch wenn die Anwendung auf große Sprachmodelle derzeit noch nicht bewiesen ist.