Musik ist auch in wirtschaftlicher Hinsicht ein ungewöhnliches Gut. Ein Lied kann gleichzeitig Kunstwerk, Aufnahme, Aufführung, geistiges Eigentum und Handelsgut sein. Es kann im Radio laufen, in einem Film erscheinen, millionenfach gestreamt oder für wenige Sekunden in einer Werbung eingesetzt werden. Für nahezu jede dieser Nutzungsformen hat die Musikindustrie im Laufe vieler Jahrzehnte Regeln, Rechte und Vergütungsmodelle entwickelt. Nun kommt eine neue Form der Nutzung hinzu, für die dieses fein verzweigte System ursprünglich nicht geschaffen wurde.
Eine Maschine soll Musik kennenlernen. Nicht einen einzelnen Titel abspielen. Nicht einen Song in einem Werbespot verwenden. Sondern möglicherweise einen ganzen Katalog analysieren, um daraus ein Modell zu entwickeln, das später selbst Musik erzeugen kann.
Die Diskussion dreht sich häufig sofort um die Frage, ob das erlaubt ist. Mindestens ebenso interessant ist jedoch eine andere Frage:
Wie könnte ein funktionierender Markt aussehen, wenn Musik ausdrücklich für KI-Systeme lizenziert wird?
Denn genau darin könnte langfristig die wichtigste Entwicklung liegen. Nicht jeder Konflikt um KI-Training muss vor Gericht enden. Zwischen unbeschränkter Nutzung und vollständigem Verbot gibt es großen Spielraum für Verträge, neue Lizenzmodelle und Vergütungssysteme.
1. Musikrechte sind schon heute ein Baukasten
Wer einen bekannten Song kommerziell verwenden möchte, kauft nicht einfach „die Musik“. Je nach Art der Nutzung können unterschiedliche Rechte betroffen sein.
An der Komposition bestehen Rechte. Auch der Liedtext kann geschützt sein. Für die konkrete Tonaufnahme gelten wiederum eigene Rechte. Interpreten, Produzenten, Labels, Verlage und Verwertungsgesellschaften können daran beteiligt sein.
Die Musikindustrie hat gelernt, mit dieser Komplexität umzugehen. Ein Radiosender benötigt andere Vereinbarungen als ein Filmproduzent. Ein Streamingdienst arbeitet mit anderen Lizenzstrukturen als ein Restaurant, das Hintergrundmusik abspielt.
Für künstliche Intelligenz könnte nun eine weitere Lizenzkategorie entstehen. Nicht:
„Darf ich dieses Lied öffentlich abspielen?“
Sondern:
„Darf mein Modell dieses Werk für einen klar definierten Trainingszweck maschinell analysieren?“
Diese scheinbar kleine Veränderung hat weitreichende Folgen. Denn damit würde Trainingsmaterial selbst zu einem handelbaren Produkt.
Ein Musikkatalog hätte dann nicht mehr nur einen Wert für Hörer. Er hätte zusätzlich einen Wert für Maschinen.
2. Ein KI-Anbieter könnte Zugang erwerben, statt die Daten selbst zu besitzen
Heute wird die Debatte häufig so geführt, als gäbe es nur zwei Möglichkeiten. Entweder ein Unternehmen beschafft sich die Trainingsdaten eigenständig. Oder es darf überhaupt nicht darauf zugreifen.
Ein professioneller Lizenzmarkt könnte anders funktionieren. Ein Rechteinhaber könnte einen Musikkatalog gezielt für bestimmte Trainingszwecke freigeben. Dabei müsste der KI-Anbieter die Dateien nicht einmal dauerhaft speichern oder selbst vorhalten.
Technisch wären abgeschirmte Umgebungen denkbar, in denen ein Modell auf lizenzierte Inhalte zugreift, während Art, Dauer und Umfang dieses Zugriffs vertraglich kontrolliert werden.
Auch unterschiedliche Lizenzstufen wären denkbar. Eine Lizenz ausschließlich für Forschungszwecke. Eine andere für ein kommerzielles Basismodell. Eine weitergehende Lizenz für Systeme, die Musik generieren. Vielleicht gäbe es zusätzliche Bedingungen für Modelle, die Gesangsstimmen imitieren oder Musik mit besonders charakteristischen Stilmerkmalen erzeugen können.
Damit würde aus dem pauschalen Begriff „KI-Training“ eine klar differenzierte wirtschaftliche Nutzung.
Das wäre keineswegs völlig neu. Unternehmen lizenzieren bereits heute Datenbanken, Bilder, Nachrichtenarchive, Softwarebibliotheken und zahlreiche andere digitale Ressourcen. Musik könnte demselben Weg folgen.
Die eigentliche Neuerung läge nicht darin, dass Daten Geld kosten. Sondern darin, dass der Wert solcher Inhalte als Lernmaterial ausdrücklich anerkannt wird.
3. Die schwierigste Frage lautet: Wer bekommt wie viel?
Sobald Geld fließt, stellt sich die schwierige Frage der Verteilung. Angenommen, ein KI-Unternehmen lizenziert eine Million Musikstücke. Wie würde die Vergütung berechnet?
Für jeden Titel könnte derselbe Betrag ausgeschüttet werden. Das wäre einfach, würde aber die sehr unterschiedliche Bedeutung der einzelnen Werke außer Acht lassen.
Man könnte nach der tatsächlichen Nutzung während des Trainings abrechnen. Doch was bedeutet „Nutzung“ bei einem Modelltraining überhaupt?
Ein Werk wird möglicherweise nur einmal verarbeitet. Ein anderes taucht in mehreren Datensätzen auf. Ein drittes hat aufgrund seiner musikalischen Struktur womöglich großen Einfluss, obwohl es im Datensatz kaum stärker vertreten ist.
Bei den später erzeugten Ergebnissen wird die Frage noch komplizierter. Sollte ein Rechteinhaber zusätzlich vergütet werden, wenn ein generierter Song seinem Werk statistisch besonders nahekommt? Wie ließe sich ein solcher Einfluss messen? Und wäre eine derartige Messung musikalisch überhaupt sinnvoll?
Ein Lied besteht schließlich nicht nur aus einzelnen Tonfolgen. Auch Stil, Produktion, Instrumentierung und kultureller Kontext spielen eine Rolle.
Deshalb könnte langfristig ein System entstehen, das eher an ein kollektives Vergütungsmodell erinnert. Ein KI-Anbieter zahlt für den Zugang zu einem klar definierten Katalog. Die Einnahmen werden anschließend nach vereinbarten Regeln unter den Rechteinhabern verteilt.
Nicht perfekt. Aber möglicherweise praktikabler als der Versuch, den Einfluss einzelner Werke auf jeden Parameter eines Modells rechnerisch zu bestimmen.
Die Musikindustrie kennt solche Kompromisse. Verwertungsgesellschaften existieren gerade deshalb, weil sich nicht jede Nutzung individuell zwischen jedem Künstler und jedem Nutzer aushandeln lässt.
4. Ein rechtssicher lizenzierter Katalog könnte zum Wettbewerbsvorteil werden
Bislang wird die Lizenzierung häufig als Belastung für KI-Unternehmen dargestellt. Sie kostet Geld. Sie erfordert Verträge. Sie begrenzt den freien Zugriff auf Daten.
Doch aus wirtschaftlicher Sicht kann sich dieses Bild umkehren.
Ein Unternehmen, das professionell produzierte KI-Musik für Werbung, Filme, Computerspiele oder große Marken anbietet, verkauft nicht nur Klang. Es verkauft Sicherheit.
Eine Agentur möchte nicht erst Monate nach der Veröffentlichung einer Kampagne feststellen, dass grundlegende Fragen zum verwendeten Modell ungeklärt sind. Ein Filmstudio braucht langfristig gesicherte Nutzungsrechte. Ein internationaler Konzern will wissen, auf welcher Grundlage sein Werbesong entstanden ist.
Dann wird die Herkunft des Trainingsmaterials zu einem Teil des Produkts. Ein Anbieter könnte ausdrücklich erklären:
Das Modell wurde ausschließlich mit gemeinfreien, unternehmenseigenen oder vertraglich lizenzierten Musikbeständen entwickelt.
Eine solche Aussage wäre für professionelle Kunden wertvoll. Vielleicht sogar wertvoller als ein geringfügig besser klingender Generator.
Damit könnte ein interessanter Wettbewerb entstehen. Nicht nur:
Welches Modell erzeugt die beste Musik?
Sondern:
Welches Modell verfügt über die lückenloseste und rechtssicherste Rechtekette?
Die rechtliche Absicherung würde damit selbst zu einem Qualitätsmerkmal.
5. Vielleicht entsteht aus Musik, die kaum noch jemand hört, eine neue Einnahmequelle
Besonders spannend ist ein möglicher Nebeneffekt. Musikkataloge enthalten enorme Mengen älterer Aufnahmen, die kommerziell kaum noch genutzt werden.
Ein vergessenes Album aus den 1980er-Jahren wird vielleicht nur noch selten gestreamt. Eine Produktionsmusikbibliothek aus den 1990er-Jahren wird nur noch von wenigen Kunden genutzt. Experimentelle Aufnahmen kleiner Labels haben kulturellen Wert, bringen aber nur geringe laufende Einnahmen ein.
Als Trainingsmaterial könnten solche Bestände plötzlich wieder interessant werden. Nicht, weil eine KI den einzelnen Song kopieren soll. Sondern weil vielfältige Musik ein Modell robuster machen kann.
Damit könnte für Archive eine völlig neue Phase der wirtschaftlichen Verwertung beginnen. Labels und Rechteinhaber könnten ältere Bestände lizenzieren. Museen und Archive könnten spezielle Vereinbarungen entwickeln. Unabhängige Künstler könnten Trainingsrechte bewusst anbieten oder verweigern.
Vielleicht entstehen sogar neue Plattformen, auf denen Kreative ihre Werke getrennt nach verschiedenen Nutzungsarten lizenzieren.
Hören. Synchronisation. Sampling. KI-Training.
Ein Song hätte dann nicht nur einen wirtschaftlichen Verwertungsweg, sondern mehrere. Das würde auch die Machtverhältnisse verändern.
Bislang entscheidet ein Künstler bei der Veröffentlichung vor allem darüber, wo seine Musik gehört werden darf. Künftig könnte eine weitere Frage wichtig werden:
Darf eine Maschine daraus lernen?
Und wenn ja: zu welchem Preis?
Diese Form der Nutzung sollte weder romantisiert noch verteufelt werden. Manche Künstler werden jede Form des Trainings ablehnen. Andere werden darin eine zusätzliche Einnahmequelle sehen. Beide Haltungen können legitim sein.
Für einen funktionierenden Markt braucht es genau diese Wahlmöglichkeit.
Denn die interessanteste Zukunft der KI-Musik liegt möglicherweise nicht in einem ewigen Konflikt zwischen Technologieunternehmen und Rechteinhabern. Sie könnte in einem neuen Vertrag zwischen ihnen liegen.
Musik hat technische Umbrüche schon oft überlebt. Die Schallplatte veränderte das Musikhören. Das Radio veränderte die Verbreitung. Sampling veränderte die Komposition. Streaming veränderte die Einnahmen.
Jedes Mal musste die Branche neu bestimmen, was als Nutzung gilt und wie diese vergütet werden kann.
Künstliche Intelligenz fügt diesen Nutzungsformen nun eine weitere hinzu:
das Lernen selbst.
Vielleicht werden wir in einigen Jahren ganz selbstverständlich von Trainingslizenzen sprechen, so wie heute von Streaming- oder Synchronisationsrechten.
Dann wäre ein Musikkatalog nicht nur ein Archiv dessen, was Menschen geschaffen haben. Er wäre zugleich eine lizenzierbare Grundlage für das, was Maschinen künftig erschaffen können.
Die entscheidende Frage wäre dann nicht mehr, ob Musik zum Rohstoff der KI wird. Sondern ob diejenigen, die die Rechte an ihr halten, selbst darüber entscheiden können.
Und vielleicht liegt genau dort der Punkt, an dem aus einem Konflikt ein Markt entstehen kann.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
GEMA – PLAI by GEMA: Musikdatensatz für einfaches KI-Training
Das konkrete Marktangebot bündelt Soundfiles, Metadaten sowie Urheber- und Masterrechte für anpassbare KI-Trainingsdatensätze und vergütet die beteiligten Rechteinhaber.
https://www.gema.de/de/w/plai-by-gema-musikdatensatz
GEMA – Information zur Vergabe von kollektiven Lizenzen mit erweiterter Wirkung
Die Seite erläutert, wie pauschale kollektive Lizenzen das KI-Training und die Output-Generierung abdecken können, wenn eine individuelle Rechteklärung praktisch nicht durchführbar ist.
https://www.gema.de/de/w/erweiterte-kollektivlizenzen
Gesetze im Internet – § 44b UrhG: Text und Data Mining
Die amtliche Vorschrift liefert den rechtlichen Hintergrund für die automatisierte Werkanalyse und regelt insbesondere rechtmäßigen Zugang, Löschungspflichten und maschinenlesbare Nutzungsvorbehalte.
https://www.gesetze-im-internet.de/urhg/__44b.html
