Yale-Lizenz CCAI: Soll Open-Source-Code per Copyleft vor KI-Modellen geschützt werden?

Stellen Sie sich vor, Ihr Open-Source-Code auf GitHub landet in einem milliardenschweren, streng geheimen KI-Modell – und Sie bekommen nichts zurück. Genau dieses Szenario wollen Forscher der Elite-Universität Yale nun mit einem juristischen Kniff unterbinden. Doch die Idee ist so bestechend wie umstritten.

Was genau steckt hinter der CCAI-Lizenz?

Die Contextual Copyleft AI License (CCAI) ist ein Lizenzvorschlag des Digital Ethics Center (DEC) an der Yale University . Das Grundprinzip ist aus der Open-Source-Welt bekannt: Copyleft – quasi ein umgedrehtes Copyright. Vereinfacht gesagt: Wer freien Code nutzt und verändert, muss das Ergebnis wieder unter denselben freien Bedingungen veröffentlichen.

Die CCAI-Lizenz will diesen Mechanismus nun erstmals konsequent auf generative KI-Modelle anwenden. Wird ein KI-Modell mit Code trainiert, der unter einer CCAI-Lizenz steht, gilt das fertige Modell rechtlich als abgeleitetes Werk (Derivative Work) dieses Codes . Damit würde die Copyleft-Kette nicht beim Code enden, sondern sich auf das mächtige KI-System erstrecken.

Das Ziel? Verhindern, dass Tech-Konzerne öffentliche Code-Repositories plündern, um proprietäre Systeme zu füttern, ohne der Gemeinschaft etwas zurückzugeben .

Welche Transparenzpflichten kämen auf KI-Firmen zu?

Sollte sich die CCAI-Lizenz durchsetzen, müssten Entwickler von KI-Modellen plötzlich sehr tief in die Karten schauen lassen. Die Offenlegungspflichten umfassen :

• Die Modellarchitektur – also den kompletten Bauplan und die Struktur des KI-Modells .
• Die Trainingsdaten – welche Datensätze wurden verwendet, inklusive der genauen Quellen .

Zusätzlich müsste das Modell selbst sowie alle darauf aufbauenden Versionen unter derselben CCAI-Lizenz bleiben . Für viele KI-Unternehmen, deren Geschäftsmodell auf Geheimhaltung beruht, käme das einer kleinen Revolution gleich. Statt Code einfach stillschweigend zu absorbieren, müssten sie die Früchte ihrer Arbeit mit der Open-Source-Community teilen.

Wer steckt hinter dieser Idee?

Das zugrundeliegende Forschungspapier trägt den Titel "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI" . Die Autoren sind ein Team des Yale Digital Ethics Center :

• Grant Shanklin – Hauptautor und de Vries-Sherif Junior Fellow am DEC (Yale College)
• Claudio Novelli – Forscher am DEC
• Emmie Hine – Forscherin am DEC
• Luciano Floridi – Professor und Gründungsdirektor des DEC
• Tyler Schroder – ehemaliger Undergraduate Fellow des DEC

Die entscheidende Frage: Ist das überhaupt durchsetzbar?

So elegant der Ansatz theoretisch klingt, so wackelig ist sein juristisches Fundament. Die Forscher selbst benennen mehrere große Unsicherheiten, die eine gerichtliche Durchsetzung der CCAI-Lizenz erschweren oder gar unmöglich machen könnten :

1. Die „Fair Use“-Hürde: In den USA hängt alles an der Frage, ob das Training von KI-Modellen als „Fair Use“ (faire Nutzung) urheberrechtlich geschützten Materials gilt . Gerichte in den USA haben zuletzt in spektakulären Fällen – etwa dem 1,5-Milliarden-Dollar-Vergleich mit Anthropic – das KI-Training als „zutiefst transformativ“ und damit als Fair Use eingestuft. Wäre das Training vom Urheberrecht befreit, bräuchte ein KI-Unternehmen streng genommen gar keine Erlaubnis des Code-Urhebers – und die Lizenzbedingungen liefen ins Leere .
2. Die „Derivat“-Frage: Selbst wenn kein Fair Use vorliegt, ist es rechtlich völlig ungeklärt, ob ein trainiertes KI-Modell mit seinen komplexen Gewichtungen juristisch als „abgeleitetes Werk“ des Trainingscodes gilt . Hier betreten Gerichte Neuland.
3. Internationales Rechtsgefälle: Urheberrechtsregeln und Ausnahmen unterscheiden sich teils massiv von Land zu Land. In Europa mit seinem „Text und Data Mining“-Recht etwa gelten andere Voraussetzungen als in den USA. Die Durchsetzbarkeit von CCAI könnte daher je nach Gerichtsbarkeit stark schwanken .
4. Praktische Nachweisbarkeit: In der Praxis trainieren große KI-Modelle oft auf riesigen, undurchsichtigen Datenmischungen. Die genaue Herkunft eines einzelnen Code-Schnipsels nachzuweisen, um eine Lizenzverletzung zu belegen, kann sich als kaum lösbare Aufgabe erweisen .

Die CCAI-Lizenz ist damit ein starkes Signal an die Politik und ein theoretisch fundierter Vorstoß, aber ihre reale Schlagkraft steht und fällt mit zukünftigen Gerichtsurteilen .