Sony Music und Universal Music Group haben erneut Klage gegen den KI-Musikgenerator Suno eingereicht, und dieses Mal erheben die Labels einen ungewöhnlichen Vorwurf: „Modellwäsche“. In der Beschwerde, die The Verge mitgeteilt wurde, wird argumentiert, dass das neue v6-Modell von Suno immer noch auf ihren urheberrechtlich geschützten Aufnahmen basiert – auch wenn v6 selbst nie direkt darauf trainiert wurde.
Das Argument der „Modellwäsche“.
Der Kern des Streits ist Sunos Behauptung, dass v6 einen klaren Bruch mit seinen früheren Modellen darstellt. Die Labels argumentieren das Gegenteil: Dass das Training eines neuen Modells auf den Ergebnissen eines rechtsverletzenden Modells den Verstoß nicht beseitigt, sondern ihn reinigt. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.
„Das Training eines ‚neuen‘ Modells auf den Ausgaben eines rechtsverletzenden Modells beseitigt die Verletzung nicht; es wäscht sie, indem der Wert des Ausdrucks der Kläger von den kopierten Aufzeichnungen an die befleckten Modelle, von diesen Modellen an ihre Ausgaben und von diesen Ausgaben an Version 6 weitergegeben wird“, heißt es in der Beschwerde. „V6 ist kein Neuanfang; es ist die Frucht desselben vergifteten Baumes.“
Den Labels zufolge wurden die früheren Modelle von Suno auf nicht lizenzierte Musik trainiert, die von YouTube und anderen Quellen gerippt wurde, und v6 übernimmt diesen Makel, weil es stark auf Benutzerausgaben trainiert wurde – die Songs, die von diesen früheren, angeblich rechtsverletzenden Systemen generiert wurden.
Sony und Universal sind bemerkenswerte Verweigerer im Bereich KI-Musik: Im Gegensatz zu einigen ihrer Konkurrenten haben sie nie eine Lizenzvereinbarung mit Suno unterzeichnet, sodass das Unternehmen keine Genehmigung zur Nutzung ihrer Kataloge hat.
Eine neue Wendung: Destillationsansprüche
Die Beschwerde von Sony geht noch weiter und behauptet, dass Suno die Destillation verwendet habe, um v6 zu trainieren – eine Technik, bei der ein neues Modell trainiert wird, um die Ausgaben bestehender „Lehrer“-Modelle zu reproduzieren, anstatt aus Rohdaten zu lernen. Wenn v6 aus Vorgängermodellen destilliert wurde, die auf rechtsverletzenden Aufzeichnungen basierten, so argumentieren die Labels, änderten die neuen Trainingsdaten nichts an dem zugrunde liegenden Verstoß.
„Selbst ein Model, das nicht direkt mit den Aufzeichnungen der Kläger vertraut ist, ist über die von Suno aufbewahrten, nicht autorisierten Kopien informiert und profitiert davon“, heißt es in der Klageschrift. Nach Ansicht der Labels werden seine Modelle weiterhin auf gestohlenen Daten aufbauen, sofern Suno nicht wirklich bei Null anfängt – egal wie oft das Unternehmen einen Neuanfang ankündigt.
Sunos Verteidigung
Suno hat öffentlich behauptet, dass v6 anders aufgebaut sei. Als das Modell auf den Markt kam, sagte Jack Brody von Suno gegenüber The Verge, es sei „von Grund auf trainiert worden, mit einem neuen Datensatz“, einschließlich Benutzerdaten, obwohl er darüber hinaus keine Details preisgab.
Suno-Sprecherin Rachel Racusen bestätigte später, dass die Trainingsdaten „Kreationen“ von Benutzern umfassen, und sagte, v6 sei auf „von unseren Partnern lizenzierten Inhalten, Interaktionen einschließlich Kreationen und Präferenzsignalen aus unserer Community und den gesammelten Erkenntnissen unseres Teams“ trainiert worden. Sie gab nicht an, ob diese Daten hochgeladene Audiodaten oder aus hochgeladenen Audiodaten abgeleitete Ausgaben enthielten – die Unterscheidung, die den Kern der Geldwäschetheorie der Labels bildet.
Zunehmender Druck auf das KI-Musikgeschäft
Die neue Klage ergänzt Sunos ohnehin schon überfüllte Rechtsakte. Das Startup verlor im August einen bahnbrechenden deutschen Urheberrechtsstreit gegen die Verwertungsgesellschaft GEMA, und die mangelnde Bereitschaft der großen Labels, ihre Kataloge zu lizenzieren, lässt Sunos Kernschulungsstrategie auf zwei Kontinenten offen.
Die frühere US-Klage des Labels gegen Suno zielte auf das Training seiner Modelle der ersten Generation auf deren Aufnahmen ab. Die v6-Beschwerde verschließt effektiv den offensichtlichsten Ausweg: mit synthetischen Daten und Benutzerkreationen von vorne zu beginnen. Selbst wenn dieser Weg rechtlich verdorben ist, beschränken sich Sunos Optionen auf Lizenzverträge zu den Bedingungen der Labels, eine gerichtliche Verteidigung seiner Praktiken oder den Wiederaufbau seines Trainingskorpus auf der Grundlage von Musik, die nachweislich lizenziert oder original ist.
Suno ist nicht der Einzige, der mit dieser Herausforderung konfrontiert ist. KI-Musikgeneratoren, Bildmodelle und Textsysteme stehen alle vor der gleichen Frage, da die frühe Ära der Abschaffung des offenen Internets einer rechtlichen Abrechnung Platz macht. Einige Rechteinhaber haben sich für die Lizenzierung statt für Rechtsstreitigkeiten entschieden und Verträge abgeschlossen, die ihre Kataloge in Schulungsunterlagen mit einer entsprechenden Vergütung verwandeln. Indem Sony und Universal zweimal klagen, wetten sie darauf, dass die Gerichte zu einem besseren Ergebnis kommen als jede Lizenz.
Der Fall ist auch weit über ein Unternehmen hinaus von Bedeutung. Gerichte werden zunehmend aufgefordert, zu entscheiden, ob KI-Ausgaben – und auf Ausgaben trainierte Modelle – den rechtlichen Charakter ihrer Trainingsdaten tragen können. Das Konzept, das die Labels Modellwäsche nennen, weist offensichtliche Parallelen in der Text- und Bildgenerierung auf, wo synthetische Daten, die aus früheren Modellen gescrapt oder generiert wurden, einen größeren Anteil an Trainingssätzen einnehmen.
Wenn die Theorie von Sony und Universal an Bedeutung gewinnt, könnte sie die Art und Weise verändern, wie KI-Unternehmen über die Herkunft denken: nicht nur darüber, was in ein Modell einfließt, sondern auch was in die Modelle einfließt, die seine Trainingsdaten erzeugt haben. Die Frage geht vorerst an ein US-Gericht, wo Suno argumentieren muss, dass v6 wirklich der klare Durchbruch ist, für den es sich ausgibt.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
