Urteil in Delhi: Warum KI-Training laut Gericht kein Diebstahl ist

Das Hohe Gericht von Delhi hat der indischen Nachrichtenagentur ANI eine einstweilige Verfügung gegen OpenAI verweigert und dabei erstmals in Indien grundsätzlich Stellung bezogen: Das Training von Sprachmodellen mit urheberrechtlich geschützten Inhalten falle unter die gesetzliche Ausnahme für private und persönliche Nutzung einschließlich Forschung. Das Urteil reiht sich in eine wachsende Zahl ähnlicher Entscheidungen weltweit ein, ist aber vorläufig, das Hauptverfahren steht noch aus.

Das Wichtigste in Kürze

• Richter Amit Bansal wies den Eilantrag von ANI am 24. Juli 2026 zurück und stufte KI-Training als „fair dealing“ unter Section 52(1)(a) des indischen Copyright Act ein.
• ANI untergrub die eigene Beweisführung: Die vorgelegten ChatGPT-Antworten bezogen sich auf Artikel aus August/September 2024, obwohl die getesteten Modelle Monate zuvor trainiert worden waren.
• Das Gericht sah weder Speicherung noch wörtliche Wiedergabe der ANI-Inhalte belegt, auch gezielt provozierende Prompts brachten keine Reproduktion hervor.
• Es ist bereits das dritte bedeutende Fair-Use-Urteil zugunsten von KI-Anbietern innerhalb von 13 Monaten, nach Bartz v. Anthropic und Kadrey v. Meta in den USA.
• Indische Verlegerverbände wie die Digital News Publishers Association intervenierten aus Sorge um zukünftige Einnahmen, konnten den Ausgang aber nicht beeinflussen.

Wie ANI sich selbst ins Bein schoss

Der Fall zeigt exemplarisch, wie schwer es ist, KI-Anbietern eine konkrete Urheberrechtsverletzung nachzuweisen, statt nur ein diffuses Unbehagen zu artikulieren. ANI legte dem Gericht ChatGPT-Ausgaben vor, die angeblich eigene Artikel wortnah wiedergaben. Das Problem: Die zitierten ANI-Artikel stammten aus August und September 2024, die von ANI getesteten Modellversionen, GPT-4 und GPT-4o, waren aber bereits im April 2022 beziehungsweise April 2024 trainiert worden. Die Texte konnten schlicht nicht in den Trainingsdaten gewesen sein. Zusätzlich hatte ANI mit gezielt manipulativen Prompts versucht, das Modell zur wörtlichen Reproduktion ihrer Artikel zu bewegen, offenbar ohne Erfolg. Für Richter Bansal war damit die zentrale Tatsachenbehauptung der Klage, OpenAI speichere und reproduziere geschützte Inhalte dauerhaft, nicht belegt, ein handwerklicher Fehler in der Prozessführung, der dem eigentlich berechtigten Anliegen der Nachrichtenagentur am Ende schadete.

Die rechtliche Argumentation im Detail

Das Gericht stützte seine Entscheidung auf drei Säulen. Erstens zur Memorisierung: Die Behauptung, OpenAI speichere Trainingsdaten dauerhaft ab und gebe sie eins zu eins wieder, ließ sich anhand der vorgelegten Beweise nicht stützen. Zweitens zum wirtschaftlichen Schaden: OpenAI und ANI seien in unterschiedlichen Marktsegmenten tätig, ChatGPT-Nutzer erhielten inhaltliche Zusammenfassungen, keine exakten Kopien der Originalartikel. Drittens zum öffentlichen Interesse: Sprachmodelle unterstützten Bildung, Forschung, digitale Barrierefreiheit und Softwareentwicklung, ein Nutzen, den eine Unterlassungsverfügung gegen die Allgemeinheit hätte abwägen müssen. In der Summe reichte das dem Gericht, um die Trainingsnutzung vorläufig unter die Ausnahme für private Nutzung und Forschung zu fassen.

Ein Muster über Ländergrenzen hinweg

Das Delhi-Urteil ist bereits die dritte große gerichtliche Entscheidung zugunsten von KI-Anbietern innerhalb von gut einem Jahr. Im Juni 2025 hatte ein kalifornisches Gericht im Fall Bartz gegen Anthropic das Training mit rechtmäßig erworbenen Büchern als „außerordentlich transformativ“ eingestuft, wenige Wochen später bestätigte ein weiteres US-Gericht im Fall Kadrey gegen Meta eine ähnliche Fair-Use-Position, warnte allerdings ausdrücklich vor pauschaler Übertragbarkeit auf andere Fälle. Bemerkenswert ist dabei die Unterscheidung, die auch das US-Verfahren gegen Anthropic getroffen hat: Transformatives Training wird geschützt, die Herkunft der Trainingsdaten aber nicht automatisch legitimiert. Anthropic musste trotz des grundsätzlich positiven Urteils 1,5 Milliarden Dollar Entschädigung für den Einsatz raubkopierter Bücher zahlen. Nicht überall fällt das Pendel gleich aus: Ein Gericht in München urteilte 2024 gegensätzlich, dass Liedtexte in den Gewichten eines Sprachmodells reproduzierbar und damit geschützt seien, ein Hinweis darauf, dass die globale Rechtslage trotz einzelner Konvergenzpunkte weiterhin fragmentiert bleibt und Anbieter je nach Land mit sehr unterschiedlichen Risiken kalkulieren müssen.

Einordnung

Für Verlage und Medienhäuser ist das Delhi-Urteil nach Einschätzung von Branchenbeobachtern die bislang schwächste Ausgangsposition in dieser Debatte: ANI gewann zwar formal die Zuständigkeitsfrage, verlor aber in allen inhaltlichen Punkten. Gleichzeitig bleibt das Urteil ausdrücklich vorläufig, Richter Bansal traf keine abschließende Entscheidung, sondern lehnte lediglich den Eilantrag ab. Offen bleiben zentrale Fragen fürs Hauptverfahren: Wie werden auf Recherche gestützte Ausgaben (RAG) rechtlich behandelt, wo genau verläuft die Grenze zur Memorisierung, und schließt unrechtmäßig beschafftes Trainingsmaterial die Berufung auf Fair Use grundsätzlich aus, wie es bereits in einem US-Verfahren gegen Anthropic anklang. Für die branchenweite Debatte, die zuletzt auch OpenAI und Anthropic gemeinsam mit einem offenen Brief mitzugestalten versuchten, liefert Delhi dennoch ein weiteres Datenpunkt in einem zunehmend erkennbaren Muster: Gerichte in unterschiedlichen Rechtssystemen kommen bei der Frage nach dem Training selbst zu ähnlichen Schlüssen, auch wenn sie bei der Herkunft der Daten deutlich strenger bleiben.