EU-Kommission legt Studie zu KI-Trainings-Opt-outs vor: Ein Register bleibt vorerst eine Option

Die EU-Kommission prüft ein Register für maschinenlesbare TDM-Opt-outs. Was die Studie vorschlägt – und was sie noch nicht verändert.

Von Wolfgang

14. Juli 20267 Min. Lesezeit

Die EU-Kommission prüft ein Register für maschinenlesbare TDM-Opt-outs. Was die Studie vorschlägt – und was sie noch nicht verändert.

Kreative, Verlage und KI-Anbieter erhalten noch kein neues EU-Register für Trainingsdaten. Neu ist jedoch ein konkreter Vorschlag, wie maschinenlesbare Rechtevorbehalte künftig besser auffindbar werden könnten. Die Europäische Kommission veröffentlichte am 13. Juli 2026 eine Machbarkeitsstudie zu einem ergänzenden Register für Text-and-Data-Mining-Opt-outs. Die Studie untersucht eine technische Infrastruktur; sie beschließt weder ein Register noch begründet sie neue Pflichten.

Das Wichtigste in 30 Sekunden

Die EU-Kommission untersucht ein mögliches Register für maschinenlesbare Rechtevorbehalte beim Text and Data Mining (TDM).
Der Bericht beschreibt heutige Opt-out-Signale als uneinheitlich und in Datenketten schwer auffindbar.
Geprüft wurde eine hybride Architektur mit einer zentralen Auflösungsebene und verteilten Anbindungspunkten.
Ein Register wäre nur eine Ergänzung: Es ersetzt weder bestehende Opt-outs noch Lizenzierung oder Rights Management.
Ob, wann und durch wen eine solche Infrastruktur aufgebaut würde, ist offen.

Eine Person ordnet an einem hellen europäischen Schreibtisch eine Mappe und neutrale Ausdrucke neben einem zugeklappten, unbeschrifteten Laptop. — Illustratives redaktionelles Motiv: Die Studie fragt, wie bereits mögliche Rechtevorbehalte bei KI-Training technisch besser auffindbar werden könnten. Ein EU-Register ist noch nicht beschlossen.

Was die Studie neu macht

Der Anlass ist enger, als die Debatte über KI-Training und Urheberrecht oft vermuten lässt. Die Kommission hat eine Machbarkeitsstudie vorgelegt. Im Mittelpunkt steht die Frage, ob Rechteinhaber ihre Vorbehalte gegen bestimmte TDM-Nutzungen über eine gemeinsame Infrastruktur klarer dokumentieren könnten – und ob KI-Anbieter diese Signale zuverlässiger finden würden.

Dahinter steckt ein praktisches Problem: Ein Rechtevorbehalt wirkt nur dann, wenn er in Daten- und Verarbeitungsketten auch auffindbar bleibt. Websites, Bildarchive, Verlage und andere Rechteinhaber nutzen heute unterschiedliche Wege. Manche Signale stehen an einer Quelle, andere an einzelnen Werken oder in Metadaten. Werden Inhalte kopiert, weiterverarbeitet oder in wechselnde Datensätze übernommen, kann dieser Bezug verloren gehen oder unklar werden.

Die Studie behauptet nicht, dieses Problem bereits gelöst zu haben. Ihr Befund ist nüchterner: Eine ergänzende Infrastruktur erscheint technisch machbar und kann politisch weiter geprüft werden. Ein einheitliches EU-Register hat die EU damit nicht beschlossen.

Warum Opt-outs heute oft schwer auffindbar sind

Text and Data Mining bezeichnet die automatisierte Auswertung großer Mengen von Texten, Bildern oder anderen Daten. Für öffentlich online verfügbare Inhalte können Rechteinhaber nach Artikel 4 Absatz 3 der DSM-Richtlinie einen angemessenen Vorbehalt erklären; maschinenlesbare Mittel nennt die Richtlinie ausdrücklich. Dieses Recht besteht bereits heute.

Praktisch sind die Hinweise allerdings nicht immer gleich präzise oder dauerhaft. Ein quellenbezogenes Signal kann bei einer Kopie des Materials fehlen. Metadaten an einzelnen Werken können entfernt, falsch verarbeitet oder nicht mitgeführt werden. Genau dort setzt die Studie an. Sie untersucht nicht die Schaffung eines neuen Urheberrechts, sondern ob bestehende Erklärungen technisch besser auffindbar werden können.

Eine zurückhaltende vierteilige Diagrammgrafik zeigt ein Werk, ein maschinenlesbares Signal, eine neutrale Vermittlungsebene und eine anschließende Prüfung als getrennte Schritte. — Einordnungsgrafik: Rechtevorbehalt, maschinenlesbares Signal, mögliche Vermittlungsebene und Prüfung wären getrennte Schritte. Das ist ein Studienmodell, kein geltender EU-Prozess.

Studienmodell: möglicher Opt-out-Abgleich

Rechtevorbehalt → sektoraler Identifikator oder maschinenlesbares Signal → mögliche Register-Abfrage → Prüfung im Ablauf eines KI-Anbieters. Dieses Modell beschreibt eine untersuchte Option, keinen bereits geltenden EU-Prozess.

Wie die untersuchte Registeridee aussehen könnte

Der Final Report bewertet eine hybride Architektur als technisch realisierbar und skalierbar. Vorgesehen wäre eine zentrale, autoritative Auflösungsebene, die mit verteilten Onboarding-Knoten verbunden ist. Bestehende sektorale Infrastrukturen, Identifikatoren und Opt-out-Lösungen sollen dabei nicht verschwinden, sondern angebunden werden können.

Für Rechteinhaber wäre das zunächst keine automatische Durchsetzung. Denkbar wäre ein klarerer technischer Bezugspunkt: Wo ist ein Vorbehalt dokumentiert, auf welches Werk oder welche Quelle bezieht er sich, und wie lässt sich der Eintrag aktualisieren? Für KI-Entwickler könnte das die Prüfung zusätzlich unterstützen. Weder eine garantierte Erkennung noch ein sicherer Ausschluss von Trainingsdaten folgt daraus.

Heute geltender Rahmen	Untersuchte Registerfunktion	Noch offen
Rechtevorbehalte nach Artikel 4 Absatz 3 DSM-Richtlinie	Bessere Auffindbarkeit und Zuordnung von Signalen	Betreiber, Zugang und Datenqualität
GPAI-Anbieter brauchen eine Copyright-Compliance-Policy nach Artikel 53 AI Act	Zusätzlicher technischer Bezugspunkt für die Prüfung	Verbindlichkeit, Kosten und Streitverfahren
Bestehende Kennzeichnungen, Identifikatoren und Lizenzierungswege	Ergänzung und mögliche Interoperabilität	Wie zuverlässig Metadaten in Datenketten erhalten bleiben

Was ein Register leisten könnte – und was nicht

Möglicher Nutzen

Opt-out-Signale könnten über unterschiedliche Systeme leichter auffindbar werden.
Einträge könnten nachvollziehbarer dokumentiert und aktualisiert werden.
Bestehende Branchenlösungen könnten besser miteinander verbunden werden.

Keine automatische Lösung

Ein Register würde keine Lizenzierung oder Vergütung garantieren.
Es würde keinen sicheren Nachweis schaffen, dass ein Werk nie für Training genutzt wurde.
Es ersetzt weder Rechtsprüfung noch Governance- und Korrekturverfahren.

Zwei Fachkräfte besprechen an einem neutralen Arbeitstisch eine geschlossene Mappe und abstrakte, unbeschriftete Materialproben; ein Bildschirm bleibt außer Sicht. — Illustratives Kontextbild: KI-Anbieter müssen Rechtevorbehalte schon heute im geltenden Rahmen berücksichtigen. Die Studie schlägt keinen einzigen verpflichtenden Prüfweg vor.

DSM-Richtlinie und AI Act: Der Rechtsrahmen steht schon

Entscheidend ist die zeitliche Trennung. Die neue Studie schafft keine neuen Rechte. Artikel 4 der DSM-Richtlinie regelt die TDM-Ausnahme für rechtmäßig zugängliche Werke und die Möglichkeit angemessener Rechtevorbehalte. Der AI Act verlangt von Anbietern von General-Purpose-AI-Modellen bereits eine Copyright-Compliance-Policy. Sie soll auch helfen, solche Vorbehalte zu identifizieren und einzuhalten.

Ein mögliches Register wäre daher nicht der einzige Compliance-Weg. Es könnte eine Infrastruktur ergänzen, über die Informationen strukturierter verfügbar sind. Ob es dafür einen politischen Beschluss, eine Trägerschaft und gemeinsame technische Regeln gibt, hat die Kommission noch nicht entschieden.

Was das für deutsche Kreative, Verlage und KI-Anbieter bedeutet

Für Deutschland ist das Thema konkret. Der Urheberrechts- und AI-Act-Rahmen gilt europaweit, während Trainingsdaten und digitale Veröffentlichungen grenzüberschreitend zirkulieren. Deutsche Rechteinhaber könnten von besserer Dokumentation profitieren, falls eine spätere Infrastruktur tatsächlich verlässlich an bestehende Systeme anschließt. Eine neue Anmeldepflicht oder ein zusätzlicher Vergütungsanspruch entsteht daraus heute nicht.

Auch KI-Anbieter sollten die Studie nicht als neue Vorgabe lesen. Sie macht vielmehr sichtbar, warum die technische Verarbeitung von Rechtevorbehalten im europäischen Kontext weiter an Bedeutung gewinnt. Der konkrete Umgang hängt weiterhin von Zugangsrechten, dem jeweiligen Material und den geltenden Regeln ab.

Meine Einschätzung: Der Engpass ist nicht das Recht, sondern die Auffindbarkeit

Gerade die Nüchternheit der Studie ist ihr interessanter Punkt. Sie verspricht kein Ende des Konflikts um Trainingsdaten. Stattdessen beschreibt sie ein Infrastrukturproblem: Ein bereits erklärter Vorbehalt muss in komplexen Datenketten auffindbar bleiben, damit er praktisch berücksichtigt werden kann.

Ob daraus ein brauchbares europäisches System wird, entscheidet sich an Details, die bislang offen sind. Wer korrigiert fehlerhafte Einträge? Wer entscheidet bei Streit? Wie werden kleine Rechteinhaber eingebunden, ohne neue Hürden aufzubauen? Und wie lässt sich verhindern, dass ein Register nur formal existiert, technisch aber nicht sauber mit den Arbeitsabläufen verbunden ist? Die Machbarkeitsstudie bietet dafür einen Ausgangspunkt. Die politische und organisatorische Arbeit folgt erst danach.