Die Urheberrechtsfrage, der Hollywood nicht länger ausweichen kann

Ein KI-generierter Establishing-Shot kann heute fotorealistisch, filmisch belichtet und schnell generiert sein. Für das Marketingteam ist das ein Gewinn. Für die Rechtsabteilung, den E&O-Versicherer und den internationalen Vertrieb beginnt genau hier die eigentliche Arbeit. Denn ein Bild, das gut aussieht, ist noch lange kein Bild, das man besitzt, lizenzieren, versichern und weltweit auswerten darf.

Diese Lücke zwischen visueller Überzeugungskraft und rechtlicher Belastbarkeit ist zur zentralen Frage der Branche geworden. Sie entscheidet nicht im Schnittraum, sondern in der Chain of Title, im Versicherungsantrag und im Distributionsvertrag – und lässt sich nicht mehr aufschieben.

Warum ein schönes Asset noch kein sicheres Asset ist

Der Kern des Problems liegt im Training. Generative Modelle entstehen, indem sie riesige Datenmengen verarbeiten, darunter geschützte Werke. Das U.S. Copyright Office ordnet dies in Part 3 klar ein: „several stages in the development of generative AI involve using copyrighted works in ways that implicate the owners' exclusive rights“ (U.S. Copyright Office, Part 3: Generative AI Training). Ob diese Nutzung erlaubt ist, hängt in den USA vom Fair-Use-Test ab, und die Behörde macht deutlich, dass es keine pauschale Freizeichnung gibt: „some uses of copyrighted works for generative AI training will qualify as fair use, and some will not“ (U.S. Copyright Office, Part 3). Training sei zwar oft transformativ, die Bewertung hänge aber vom Einzelfall ab – von Werk, Quelle, Zweck und Output-Kontrollen; die wissentliche Nutzung pirateriebasierter Datensätze spricht gegen Fair Use (U.S. Copyright Office, Part 3).

Für die Produktion heißt das: Die Rechtsfrage sitzt bereits im Modell, nicht erst im erzeugten Bild. Wenn niemand belegen kann, auf welchen Werken ein System trainiert wurde, bleibt ein Restrisiko, das am Ende Käufer, Verleiher oder Investor bezahlen müsste.

Ein zweites Problem betrifft das Eigentum am Ergebnis. In den USA gilt: „copyright protection in the United States requires human authorship“ (U.S. Copyright Office, Part 2: Copyrightability). Ein rein prompt-generiertes Ergebnis ist nach Behördensicht nicht schützbar, denn „prompts alone do not provide sufficient human control to make users of an AI system the authors of the output“ (U.S. Copyright Office, Part 2). Schutz entsteht erst dort, wo Menschen erkennbar gestalten: Nach der Behörde können Urheber Rechte an der kreativen Auswahl, Anordnung oder Bearbeitung der Ergebnisse beanspruchen (U.S. Copyright Office, Part 2). Wer das nicht dokumentiert, riskiert eine Eigentumslücke mitten im Werk.

Genau an dieser Stelle wird aus einem juristischen Detail ein wirtschaftliches Risiko. Die Chain of Title ist der lückenlose Nachweis, dass eine Produktion alle Rechte an allen Elementen kontrolliert, und sie ist üblicherweise Voraussetzung für die Errors-and-Omissions-Versicherung, die wiederum meist Voraussetzung für die Distribution ist. Fachdarstellungen beschreiben, dass das Underwriting sich auf diese Dokumentation stützt; ob und zu welchen Bedingungen gedeckt wird, hängt jedoch von Police, Ausschlüssen, Offenlegung und Underwriting ab (Thoolie, Errors & Omissions Insurance for Filmmakers, Fachdarstellung, keine Versichererzusage). Lücken können dabei Ausschlüsse, Rückfragen, höhere Prämien oder eine Ablehnung auslösen.

Ein KI-Element ohne dokumentierte menschliche Urheberschaft und ohne geklärte Trainingsherkunft ist damit ein potenzieller Bruch in dieser Kette. Der von der Producers Guild of America gehostete AI Tool Kit der Archival Producers Alliance empfiehlt daher ein „Cue Sheet“, das alle KI-generierten Inhalte und ihre Metadaten nachverfolgt, sowie Transparenz gegenüber Team, Distributoren und Partnern; ausdrücklich heißt es dort, diese Informationen seien auch für den Abschluss einer E&O-Versicherung nützlich (Producers Guild / Archival Producers Alliance, AI Tool Kit). Parallel bewegt sich der Versicherungsmarkt: Zum 1. Januar 2026 führte die Insurance Services Office (Verisk) standardisierte Ausschlüsse für generative KI in der allgemeinen Haftpflicht (CGL) ein (Formen CG 40 47, CG 40 48, CG 35 08), wobei die weit ausgelegte Formulierung „arising out of“ bereits bei mittelbarer KI-Beteiligung greifen kann (Fenwick, The End of 'Silent AI'?). Diese Ausschlüsse betreffen laut Quelle die allgemeine Haftpflicht und belegen nicht, dass jede Film-E&O-Police KI ausschließt; einzelne Tech-E&O-Policen können jedoch genau die von KI erzeugten Risiken wie IP-Verletzungen ausschließen, sodass eine zugesagte Freistellung ohne Deckung dastehen könnte (Honigman, The AI Insurance Gap). Versicherbarkeit ist also kein Automatismus: KI-Assets können zusätzliche Rückfragen, Auflagen oder Kosten auslösen.

Kontrollierbar wird das über dokumentierte Asset-Herkunft. Der offene Standard C2PA beschreibt mit den Content Credentials ein kryptografisch signiertes Manifest, das festhält, wer einen Inhalt wann und mit welchem Werkzeug erstellt oder verändert hat; zugleich zieht der Standard selbst eine Grenze und liefert „no value judgments about whether the provenance data is good or bad“ (C2PA, Content Credentials Explainer). Provenance ist ein Dokumentationswerkzeug, kein Rechtsnachweis: Sie stützt ein Produktionsprotokoll, ersetzt aber weder Lizenz noch Rechteklärung.

Das Rechenexempel Midjourney: wenn der Output selbst zum Beweis wird

Wie konkret diese Risiken sind, zeigt das erste große Hollywood-KI-Verfahren. Im Juni 2025 verklagten Disney und Universal Midjourney und bezeichneten den Dienst als „bottomless pit of plagiarism“, weil er unautorisierte Nachbildungen geschützter Figuren wie Darth Vader und Elsa erzeuge (AP News, Disney and Universal sue AI firm Midjourney). Im September 2025 schloss sich Warner Bros. Discovery an, sprach von „brazen theft“ bei Figuren wie Superman, Batman und Bugs Bunny und verlangte bis zu 150.000 US-Dollar je verletztem Werk (Mashable, Midjourney pushes to expose studios' own AI practices). Midjourney verteidigt sich mit Fair Use und argumentiert, die Studios setzten intern vergleichbare Verfahren ein; im Rahmen des Discovery-Streits begrenzte ein Magistrate-Richter Mitte Juni 2026 die Offenlegungspflichten der Studios auf verbrauchernahe KI-Produkte (Mashable, Midjourney pushes to expose studios' own AI practices). Das Verfahren ist Stand Juli 2026 anhängig; ein Urteil steht aus.

Der entscheidende Punkt für Produzenten: Nicht nur die Trainingsdaten, sondern auch der Output kann zum Problem werden, wenn er geschützte Figuren oder Werke erkennbar reproduziert – der Unterschied zwischen einem Modell, das „einen Weltraumhelm“ zeigt, und einem, das erkennbar eine geschützte Figur liefert.

Gerade für KI-Stiltransfer ist eine Differenzierung wichtig. Im US-Recht ist ein Stil als solcher nicht automatisch geschützt; das Gericht in Kadrey v. Meta stellte fest: „style is not copyrightable—only expression is“ (Loeb & Loeb, Kadrey v. Meta). Wer ein System bittet, „im Stil von“ zu arbeiten, verletzt also nicht allein deshalb Rechte. Riskant wird es, wenn der Output konkrete geschützte Ausdruckselemente oder erkennbare Figuren übernimmt – oder wenn KI-Erzeugnisse einen Markt für gleichartige Werke verdrängen; das U.S. Copyright Office warnt vor einem „serious risk of diluting markets for works of the same kind as in their training data“ (U.S. Copyright Office, Part 3). Diese Einordnung betrifft die US-Rechtslage und lässt sich nicht pauschal auf andere Länder übertragen.

Ein Rechtsraum, drei Antworten: USA, EU, UK

Für international verwertbare Filme reicht eine nationale Betrachtung nicht – drei zentrale Referenzmärkte behandeln dieselbe Technik unterschiedlich.

In den USA formt sich die Linie über Gerichtsentscheidungen. In Thomson Reuters v. Ross entschied das Gericht im Februar 2025, dass die Nutzung nicht Fair Use sei: „Ross' use of the headnotes did not constitute fair use as a matter of law“ (Loeb & Loeb, Thomson Reuters v. Ross Intelligence). Der Richter betonte jedoch ausdrücklich: „only non-generative AI is before me today“ (Loeb & Loeb, Thomson Reuters v. Ross). In Kadrey v. Meta wertete das Gericht im Juni 2025 das Training als Fair Use, ließ aber die „market dilution“-Theorie als möglichen künftigen Angriffspunkt zu (Loeb & Loeb, Kadrey v. Meta). Und in der Anthropic-Sache genehmigte Richter Alsup am 25. September 2025 vorläufig einen Vergleich über 1,5 Milliarden US-Dollar; zuvor hatte er das Training zwar als Fair Use eingestuft, die Speicherung von über sieben Millionen pirateriebasierten Büchern jedoch als Rechtsverletzung gewertet (Reuters, US judge preliminarily approves $1.5 billion Anthropic settlement). Auch im Musikbereich ist das Bild gemischt: Die von der RIAA getragenen Klagen gegen Suno und Udio aus dem Juni 2024 sind teils verglichen, teils weiter anhängig (RIAA, Record Companies Bring Landmark Cases against Suno and Udio).

Die EU setzt auf geschriebenes Recht. Die DSM-Richtlinie (EU) 2019/790 kennt in Artikel 4 eine Ausnahme für Text- und Data-Mining rechtmäßig zugänglicher Werke, die aber nur gilt, sofern die Nutzung „has not been expressly reserved by their rightholders in an appropriate manner, such as machine-readable means“ (EUR-Lex, Directive (EU) 2019/790). Dieser maschinenlesbare Rechtevorbehalt ist der Hebel, mit dem Rechteinhaber Trainingsnutzung untersagen können. Der EU AI Act verpflichtet Anbieter universeller Modelle zusätzlich, eine Copyright-Policy einzurichten und eine öffentliche Zusammenfassung der Trainingsinhalte bereitzustellen; diese Pflichten für universelle KI-Modelle gelten seit dem 2. August 2025 für neu in Verkehr gebrachte Modelle, während Durchsetzung und Bußgelder ab dem 2. August 2026 greifen; für Anbieter von Modellen, die bereits vor dem 2. August 2025 auf dem Markt waren, sieht die Quelle eine Übergangsfrist bis zum 2. August 2027 vor (Crowell & Moring, Code of Practice for General-Purpose AI Models Published). Der begleitende General-Purpose AI Code of Practice wurde am 10. Juli 2025 veröffentlicht und bietet mit seinem Copyright-Kapitel einen freiwilligen Weg zur Compliance (Europäische Kommission, The General-Purpose AI Code of Practice).

Das Vereinigte Königreich ist noch unentschieden. Nach geltendem Recht gilt die Data-Mining-Ausnahme nur für nicht-kommerzielle Forschung (Section 29A CDPA); kommerzielles Training ohne Lizenz ist davon nicht gedeckt (GOV.UK, Report on Copyright and Artificial Intelligence). Nach einer Konsultation vom 17. Dezember 2024 bis 25. Februar 2025 mit 11.520 Antworten ist die zunächst bevorzugte breite Ausnahme mit Opt-out nicht mehr die bevorzugte Linie (GOV.UK, Report on Copyright and Artificial Intelligence). Wie sehr Territorialität zählt, zeigte das Getty-Verfahren: Am 4. November 2025 entschied der High Court, dass ein Modell wie Stable Diffusion kein „infringing copy“ sei; Getty hatte zentrale Urheberrechtsvorwürfe zurückgezogen, weil sich das Training im Vereinigten Königreich nicht nachweisen ließ (The Guardian, AI firm wins high court ruling after photo agency's copyright claim). Fachanalysen ziehen daraus die Lehre, dass Territorialität tiefgreifend zählt und das UK-Sekundärrecht Grenzen setzt (Mayer Brown, Getty Images v Stability AI).

Gegenargumente, Grenzen und Risiken

Es wäre unredlich, die Lage nur als Gefahr zu zeichnen. Nicht jede KI-Nutzung ist rechtswidrig: Mehrere US-Gerichte haben Training unter bestimmten Bedingungen als Fair Use anerkannt, und das Copyright Office empfiehlt, den Lizenzmarkt ohne staatlichen Eingriff wachsen zu lassen (U.S. Copyright Office, Part 3). Zudem entstehen Werkzeuge, die das Risiko senken sollen. Adobe wirbt für Firefly damit, dass es „commercially-safe datasets, including licensed and public domain content“ nutze und nicht auf Kundendaten trainiere (Adobe for Business, Firefly AI Approach). Das ist eine Anbieterangabe, keine gerichtlich bestätigte Rechtsgarantie, markiert aber die Richtung: lizenzierte Trainingsmodelle, unternehmensinterne oder private Modelle auf freigegebenen Assets sowie vertragliche Freistellungen.

Die Grenzen bleiben jedoch real. Anbieterzusagen und Freistellungen sind nur so viel wert wie ihre Deckung, und der Versicherungsmarkt entfernt sich gerade von stillschweigender KI-Deckung (Honigman, The AI Insurance Gap). Provenance-Metadaten lassen sich entfernen, und selbst wo Training zulässig ist, kann ein Output geschützte Elemente reproduzieren, wie das Midjourney-Verfahren zeigt. Hinzu kommt die internationale Fragmentierung: Ein Asset, das in einem Markt vertretbar erscheint, kann in einem anderen angreifbar sein – für eine weltweit verwertbare Produktion kein Randproblem, sondern ein Kernrisiko.

Fazit

Die Branche hat lange so getan, als sei die KI-Frage vor allem eine ästhetische. Sie ist es nicht. Ob ein KI-Ergebnis überzeugend aussieht, ist die leichteste aller Prüfungen. Die schweren kommen danach: Ist die Herkunft dokumentiert? Sind die zugrunde liegenden Rechte geklärt und lizenziert? Lässt sich das Ergebnis versichern? Und hält es der Rechtslage in jedem Zielmarkt stand?

Wer diese Fragen erst bei der Auslieferung stellt, stellt sie zu spät. Die belastbare Antwort entsteht früh: durch lizenzierte oder interne Trainingsmodelle, dokumentierte menschliche Urheberschaft, ein sauberes Produktionsprotokoll zur Asset-Herkunft, frühzeitige Offenlegung gegenüber Versicherer und Completion Bond sowie Freistellungen, deren Deckung geprüft ist. Hollywood muss die Urheberrechtsfrage nicht fürchten, sondern sie beantworten, bevor die Kamera läuft. Dies ist keine Rechtsberatung; die konkrete Rechtslage ist nach Markt und Datum zu qualifizieren.