Wie KI-Teams sich auf Änderungen im chinesischen Urheberrecht vorbereiten

Chinas jüngster Urheberrechtsplan ist keine fertige Compliance-Checkliste für jeden Modellentwickler. Er ist dennoch ein wichtiges Betriebssignal. Die Nationale Urheberrechtsverwaltung veröffentlichte am 7. September 2026 ihren am 31. August erlassenen Plan für die 15. Fünfjahresperiode. Er verbindet Urheberrechtsdienste, Durchsetzung, internationale Zusammenarbeit und neue Technologien. Für KI-Teams wird damit eine bekannte technische Aufgabe – die Herkunft von Inhalten zu kennen – zu einer Frage der geschäftlichen Nachweisbarkeit.

Foto: Tara Winstead / Pexels. Die Illustration zeigt weder ein bestimmtes KI-Produkt noch eine Rechtsauffassung.

Sicheres Wissen von offenen Fragen trennen

Der erste Grundsatz lautet, allgemeine politische Richtung nicht als sichere Antwort für einen Einzelfall auszugeben. Der Plan ist ein reales Signal, und die Behörde hatte KI und andere neue Bereiche bereits zuvor als Felder für eine stärkere urheberrechtliche Ordnung benannt. Die Mitteilung beantwortet aber nicht pauschal, ob ein bestimmter Korpus zum Training genutzt werden darf, wie jede Ausgabe einzuordnen ist oder welcher Vertrag einen Streit entscheidet.

Die Erläuterung des Obersten Volksgerichts vom 7. September zu KI-Streitigkeiten hilft, diese Grenze einzuordnen. Ein Rechteinhaber muss zunächst Anhaltspunkte dafür liefern, dass der beanstandete Inhalt von einem KI-Dienst stammt und dem geschützten Werk wesentlich ähnlich ist. Beruft sich ein Entwickler auf Nichtverletzung, können Herkunft der Trainingsdaten, Trainingsprozess und Betriebsweise zu relevanten Belegen werden. Zugleich lässt die Erläuterung zwei Grundfragen offen: die urheberrechtliche Schutzfähigkeit KI-generierter Inhalte und die rechtliche Bewertung des Trainings großer Modelle mit nicht lizenzierten Werken.

Das ist kein Grund, die Hinweise zu ignorieren. Es ist ein Grund für ein Unsicherheitsregister. Jede Entscheidung sollte als vertraglich gedeckt, durch eine anwendbare Regel gestützt, durch eine dokumentierte technische Kontrolle abgesichert oder als ungeprüfte Annahme gekennzeichnet werden. Werden diese Kategorien vermischt, werden vermeidbare Risiken unsichtbar.

Eine Evidenzkarte erstellen, bevor ein Streit sie erzwingt

Ein Dateninventar sollte mehr beantworten als die Frage nach dem verwendeten Datensatz. Es braucht Angaben zu Asset oder Datensatz, Lieferant, Erwerbsdatum, geltenden Bedingungen, geografischen und produktbezogenen Einschränkungen sowie zum vorgesehenen technischen Zweck. Ebenso wichtig ist die Transformationskette: Filtern, Annotieren, Deduplizieren, synthetische Ergänzung, Zugriffskontrollen und das Modell oder die Bewertung, für die das Material eingesetzt wurde. Die Aufzeichnung muss versioniert sein, weil ein späterer Datenstand nicht zwingend den tatsächlich trainierten Zustand wiedergibt.

Eine Rechtebeschwerde beginnt oft mit einer engen Frage: Woher stammt dieses Bild, Dokument, diese Sprachaufnahme oder Codepassage? Ein System mit Quellennachweis, Genehmigungsweg und Aufbewahrungsentscheidung kann rasch untersuchen. Ein großes, unbeschriftetes Archiv muss seine eigene Geschichte unter Druck rekonstruieren. Öffentlich zugängliche Inhalte, Partnerlieferungen, lizenzierte Datensätze und intern erstelltes Material sind nicht austauschbar. Fehlen klare Bedingungen oder Provenienz, sollte ein Team das offen markieren, statt das Material stillschweigend als freigegeben zu behandeln. Dann kann es die Nutzung beschränken, Ersatz suchen oder eine dokumentierte Risikoentscheidung treffen.

Lieferanten so fragen, dass nutzbare Antworten entstehen

Der Kauf einer Modell-API oder die Einbindung eines Drittwerkzeugs verlagert nicht jede operative Verantwortung. Die gerichtlichen Hinweise lenken Aufmerksamkeit auf Kontrolle, Rollen bei der Erzeugung, Trainingsdaten und Maßnahmen zur Schadensminderung. Das sind praktische Beschaffungsthemen.

Sinnvolle Fragen verlangen konkrete Unterlagen: Welche Anwendungsfälle und Inhaltsklassen decken die Bedingungen ab? Was kann der Anbieter über Herkunft und Governance von Trainings- oder Retrievaldaten sagen? Wie nimmt er Rechtebeschwerden an, prüft und beantwortet sie? Welche Protokolle stehen Kunden zur Verfügung? Welche Kontrollen gelten für hochgeladenes Material, Fine-Tuning, Retrieval-Indizes und Ausgaben? Ein pauschales Bekenntnis zu „verantwortungsvoller KI“ ersetzt keinen Reaktionsprozess. Vertrauliche technische Details können geschützt bleiben, während Kontaktstellen, Eskalationszeiten, Benachrichtigungen, vertragliche Zusagen und geteilte Verantwortung klar dokumentiert werden.

Ausgabe- und Beschwerdekriterien als Produktfunktion behandeln

Urheberrechtsrisiko endet nicht beim Training. Teams sollten festlegen, wie Nutzer vermutete Kopien melden, welche Angaben erforderlich sind, wie Meldungen priorisiert werden und wann möglicherweise schädliche Ausgaben eingeschränkt werden. Bei einem Verbraucherprodukt kann das ein sichtbarer Meldeweg, eine Fallnummer und eine Maßnahme gegen wiederholte missbräuchliche Promptmuster sein. Ein Unternehmenssystem braucht gegebenenfalls Workspace-Audit-Logs, Administratorkontrollen, Aufbewahrungseinstellungen und eine dokumentierte Eskalation.

Ein Tabletop-Test macht Lücken sichtbar. Wählen Sie eine hypothetische Beschwerde zu einem generierten Bild oder einer abgerufenen Passage und messen Sie, wie lange die zuständigen Teams für Konto, relevante Logs, Modellversion, Quellennachweise und mögliche Maßnahmen brauchen. Häufig verwenden Daten-, Rechts-, Support- und Engineering-Teams inkompatible Kennungen oder Aufbewahrungsfristen. Der Sinn der Übung liegt darin, das vor einer echten Beschwerde zu entdecken, ohne private Kundendaten unnötig preiszugeben.

KI-gestützte interne Arbeit prüfbar machen

Die gerichtliche Erläuterung betont auch für KI-gestützte Schriftsätze die Verantwortung der Nutzer, Tatsachen zu prüfen und die Unterstützung offenzulegen, wenn dies erforderlich ist. Die allgemeinere Lehre gilt für wichtige Texte außerhalb eines Gerichts. Ein flüssiger KI-Text ist keine Quelle. Für Richtlinienzusammenfassungen, Produktbehauptungen, Rechteanalysen und Kundenkommunikation sollte der Entwurf die Tatsachenbehauptungen markieren, Primärquellen bewahren, das verwendete Tool dokumentieren, wenn es relevant ist, und einem Menschen mit Korrektur- oder Ablehnungsbefugnis vorgelegt werden.

Regelmäßig die Vorbereitung überprüfen

Eine monatliche oder quartalsweise Überprüfung verankert diesen Rahmen im Betrieb. Prüfen Sie neue Datenquellen, wesentliche Lieferantenänderungen, offene Beschwerden, Erkenntnisse aus Vorfällen, Logging-Abdeckung und offene rechtliche Annahmen. Messen Sie beispielsweise den Anteil aktiver Datensätze mit dokumentierten Bedingungen, die Zeit bis zu einer vollständigen Beschwerdeakte, den Anteil hochriskanter Lieferanten mit Eskalationskontakt und das Alter ungeklärter Provenienzlücken.

Diese Kennzahlen sind kein Nachweis vollkommener Rechtskonformität in einem ungeklärten Feld. Ihr sinnvollerer Zweck ist zu zeigen, ob die Organisation ihre aktuelle Praxis erklären, bekannte Schwächen korrigieren und die nächste Entscheidung auf bessere Informationen stützen kann. Chinas Politikrichtung und die gerichtlichen Hinweise lösen die schwierigen Fragen zu Training und Eigentum nicht. Sie machen es aber schwerer zu rechtfertigen, einem Kunden, Urheber, Regulator oder Gericht gar nicht erklären zu können, wie ein System aufgebaut und kontrolliert wurde.