Anthropic, Google, Microsoft und OpenAI wollen Website-Betreibern künftig erlauben, dem KI-Training mit ihren Inhalten zu widersprechen. Klingt fair. Hat nur einen Haken: Der Datenschatz, inklusiver über 14.000 unserer WindowsArea.de-Artikel, ist längst eingesammelt und ohne unserer Erlaubnis fürs Training ihres Produktes verwendet worden.
Stellt euch vor, jemand räumt eure Wohnung leer, und Jahre später hängt er euch freundlich ein Schild an die Tür: „Polizelicher Tatort: Bitte nichts stehlen.“
Ungefähr so fühlt sich die neueste Ankündigung der großen KI-Konzerne momentan für mich als Seitenbetreiber an. Nach Jahren, in denen Crawler das offene Web in einem nie dagewesenen Umfang abgegrast haben, bekommen Publisher jetzt ein offizielles „Nein-Danke“-Schild. Ein symbolischer Schritt, der mir genau keinen Cent bringen wird für jene Inhalte, die wir fürs Training dieser Produkte unfreiwillig geschaffen haben.
Vier der größten KI-Anbieter unterstützen nun jedoch immerhin ein gemeinsames Signal, mit dem Websites der Nutzung ihrer Inhalte für das Training generativer KI widersprechen können. Statt bei jedem Anbieter einzeln nachzulesen, welcher Crawler wie geblockt wird, soll künftig eine Angabe für alle teilnehmenden Firmen gelten.
Microsoft will Publishern nicht mehr die Wahl zwischen Bing-Sichtbarkeit und KI-Nutzung aufzwingen. Neue Einstellungen trennen Training, Grounding (also die Nutzung für KI-Antworten) oder beides, ohne Nachteile in der Bing-Suche. OpenAI kündigt an, das Signal für das Training sogenannter Foundation-Modelle zu respektieren. Google und Anthropic sind ebenfalls an Bord.
Der Mechanismus stammt von der AI-Preferences-Arbeitsgruppe (AIPREF) der Internet Engineering Task Force. Die Gruppe arbeitet an zwei Bausteinen: einem gemeinsamen Vokabular für KI-Nutzungswünsche und Wegen, dieses an Inhalte zu hängen, etwa über robots.txt oder HTTP-Header.
Das KI-Training lässt sich nun endlich getrennt von der Suchindexierung und der Archivierung ausschließen. Wer nicht für ChatGPT & Co. trainieren will, fliegt damit nicht automatisch aus der Suchmaschine. Genau dieses Dilemma hat Publisher bisher erpresst: Google-Crawler aussperren hieß im Zweifel, im Internet unsichtbar zu werden.
Nach Fertigstellung soll das Verfahren als internationaler Standard vorgeschlagen werden. Nur Anthropic hat das Signal bereits umgesetzt. Google, Microsoft und OpenAI lassen sich bis 2027 Zeit.
Zu spät
Die aktuellen Modelle sind längst trainiert. Ein Opt-out wirkt nur nach vorn und, was bereits in den Trainingsdaten steckt, bleibt dort. Selbstverständlich gänzlich ohne das Honorar für die harte, jahrelange Arbeit, die das Schreiben von über 14.000 Artikeln erfordert.
Zu freiwillig
Das Signal ist eher wie eine Bitte und keine technische Sperre. Schon die frühen IETF-Entwürfe stellen klar, dass solche Präferenzen nur beratenden Charakter haben. Wer sich nicht daran hält, wird vom Standard nicht gestoppt.
Zu viel Kleingedrucktes
OpenAI spricht zum Beispiel ausdrücklich nur vom Training von Foundation-Modellen. Kritiker in der Debatte warnen, Anbieter könnten ihre Modelle einfach anders einstufen und das Opt-out so umgehen.
Wer ernsthaft Respekt vor fremden Inhalten zeigen wollte, wozu diese hochverschuldeten Billiarden-Dollar-Firmen offensichtlich momentan keine Lust zu haben scheinen, hätte nicht bis 2027 warten müssen. Anthropic beweist, dass die Umsetzung schon heute geht. Das gemeinsame Opt-Out kann somit nicht einmal als Trostpflaster für Publisher und Rechteinhaber gesehen werden. Ohne echter Regulierung, Konsequenzen für das ungefragte Trainung und echtem Schadenersatz für Publisher ist dieser Schritt nicht einmal als ehrlicher Versuch zu verstehen, die Praxis des illegalen Trainings und des ungefragten Stehlens von Inhalten fremder Urheber zu beenden.
Als ich mein Gehirn kostenlos mit Sony-Filmen via Streamingseiten trainiert hatte, war der Gesetzgeber schließlich deutlich schneller darin, diese illegale Praxis zu unterbinden.
