KI-Rechtsprechung: Leitentscheidungen, Linien und offene Fragen

1. Einordnung

Die aktuelle Rechtsprechung sollte nach unserer Auffassung weder als bloße Folge medienwirksamer Entscheidungen noch als bereits abgeschlossenes System gelesen werden. In einzelnen Feldern zeichnet sich inzwischen eine vergleichsweise klare Richtung ab. Daneben stehen Bereiche, in denen die Gerichte die dogmatischen Grundlagen erst allmählich schärfen. Wer beides nicht sauber trennt, wird dem gegenwärtigen Stand kaum gerecht.

2. Leitentscheidungen, Signalentscheidungen und offene Felder

Der derzeit aussagekräftigste Bestand ergibt sich nicht aus lückenloser Breite, sondern aus einigen klar konturierten Blöcken. Offene Volltexte oder gut zugängliche gerichtliche Veröffentlichungen liegen insbesondere für die Entscheidung des Bundesverfassungsgerichts (BVerfG) zu Palantir, die Münchner Prüfungsfälle, die DABUS-Entscheidung des Bundesgerichtshofs (BGH), die Entscheidungen des Landgerichts (LG) und des Hanseatischen Oberlandesgerichts (OLG) Hamburg zu LAION, die Entscheidung des Oberlandesgerichts (OLG) Köln zu Meta AI, den Beschluss des Oberverwaltungsgerichts (OVG) Nordrhein-Westfalen, die Entscheidung des Verwaltungsgerichts (VG) Hamburg, die Entscheidung des Verwaltungsgerichts (VG) Wiesbaden sowie die Entscheidung des Oberlandesgerichts (OLG) Düsseldorf vor.

Andere Entscheidungen sind fachlich relevant, müssen wegen der offeneren Quellenlage aber behutsamer eingeordnet werden. Das gilt vor allem dort, wo nur Presseberichte, knappe Metadaten oder stark verkürzte Wiedergaben zugänglich sind.

2. Die derzeit wichtigsten Leitentscheidungen

Für die Praxis sind nicht alle Entscheidungen gleich wichtig. Besonders aussagekräftig sind die Fälle, die über den Einzelfall hinaus eine wiederkehrende rechtliche Prüfungslogik sichtbar machen.

Leitentscheidungs-Matrix: Welche Entscheidung wofür steht

Die folgende Matrix ist der schnelle juristische Kompass. Sie zeigt, welche Entscheidung für welches Rechtsproblem besonders relevant ist und was daraus gerade nicht vorschnell abgeleitet werden sollte.

Vertiefende ITMR-Fallbesprechungen zu einzelnen Entscheidungen

Diese Übersicht ordnet die Rechtsprechungslinien zusammenhängend ein. Einzelne Entscheidungen und Teilfragen hat ITMR bereits gesondert vertieft. Die folgenden Beiträge sind daher als Fallbesprechungen und Ergänzungen zu lesen, nicht als Ersatz für die übergreifende Einordnung.

Begriffe, die sauber getrennt werden müssen

3. Urheberrecht: Text und Data Mining, Training, LLM-Memorisierung und KI-Outputs

Das Urheberrecht ist derzeit der sichtbarste Schauplatz der KI-Rechtsprechung. Die Entscheidungen zeigen aber gerade nicht, dass alle KI-Fragen urheberrechtlich gleich zu behandeln wären. Vielmehr muss getrennt werden zwischen Datenbeschaffung, temporären Kopien, Datensatzbildung, Training, Modellverhalten, konkretem Output und einer möglichen eigenen Schutzfähigkeit des KI-Ergebnisses.

LAION: KI-Training, Text und Data Mining und der Nutzungsvorbehalt

Die Hamburger LAION-Entscheidungen ordnen die urheberrechtliche Diskussion in einer Weise, die für die Praxis erhebliches Gewicht hat. Es geht gerade nicht um die schlichte Aussage, KI-Training sei generell erlaubt oder generell unzulässig. Im Mittelpunkt steht die konkrete Nutzungshandlung: Welche Kopie entsteht, welche Funktion hat der Datensatz, welche Schranke kommt in Betracht und welche Bedeutung haben erklärte Vorbehalte gegen bestimmte Nutzungen?

Für die anwaltliche Einordnung ist wesentlich, Datensatzbildung, Analyse, Training und späteren Modelloutput nicht vorschnell in einen Topf zu werfen. Wer Inhalte sammelt, aufbereitet, indexiert oder in Trainingsumgebungen einbindet, sollte diese Schritte getrennt prüfen und dokumentieren. Gerade darin liegt die praktische Aussagekraft der Hamburger Verfahren.

GEMA gegen OpenAI: LLM-Memorisierung, Output und urheberrechtliche Zurechnung

Die Münchner Entscheidung verdient mehr Gewicht, als sie in vielen Übersichten bislang erhält. Sie ist nicht nur ein weiterer urheberrechtlicher Einzelstreit, sondern ein präziser Hinweis darauf, wo sich die juristische Diskussion verlagert: weg von der bloßen Frage, ob Trainingsdaten genutzt wurden, hin zu der Frage, ob sich geschützte Inhalte aus dem System mit einfachen Eingaben wieder abrufen lassen.

Das Landgericht (LG) München I formuliert in seinem redaktionellen Leitsatz ausdrücklich, dass ein „einfach gehaltene[r] Prompt“ für die richterliche Überzeugungsbildung ausreichen kann, um eine Memorisierung festzustellen. Im Urteil selbst heißt es, die Liedtexte seien durch „sehr einfach gehaltene[] Prompts“ deutlich wiedererkennbar ausgegeben worden. Gerade diese Schlichtheit der Abfragen macht die Entscheidung so bedeutsam. Es geht nicht um provozierte Grenztests, sondern um die Frage, ob das Modell bei naheliegenden Nutzeranfragen in einen urheberrechtlich heiklen Bereich kippt.

Hinzu kommt ein zweiter Punkt, der für die Praxis kaum weniger bedeutsam ist. Das Gericht ordnet die Verantwortung nicht reflexhaft dem Nutzer zu. Vielmehr hebt es hervor, dass die Beklagten die Modelle bereitstellen, die Trainingsdaten verarbeitet haben und dass bei „derart offener Prompts“ die Verletzung nicht dem Nutzer zugeschrieben werden könne. An anderer Stelle spricht das Urteil davon, dass die Ausgabe „deutlich wiedererkennbar“ gewesen sei. Wer Systeme anbietet, sollte diese Passagen ernst nehmen. Sie betreffen nicht nur die Modellarchitektur, sondern ebenso Produktgestaltung, Output-Kontrolle und Risikosteuerung.

Oberlandesgericht Düsseldorf: KI-Bildgenerierung, Werkqualität und Abstand zum Ausgangsbild

Neu hinzugekommen ist die Entscheidung des Oberlandesgerichts (OLG) Düsseldorf vom 2. April 2026. Ausgangspunkt war eine Fotografie, die in eine KI-Software hochgeladen wurde, um daraus eine neue Abbildung zu erzeugen. Der Senat verneint zunächst eine freie Bearbeitung im Sinne des § 23 Abs. 1 Satz 2 Urheberrechtsgesetzes (UrhG), weil es dafür nach dem Wortlaut der Norm eines neuen „Werkes“ bedarf und ein KI-generiertes Ergebnis diese Werkqualität nur erreicht, wenn sich darin trotz des softwaregesteuerten Prozesses freie kreative Entscheidungen eines Menschen widerspiegeln.

Damit macht das Gericht zweierlei deutlich. Erstens genügt es nicht, auf das Schlagwort „freie Bearbeitung“ zu verweisen, wenn unklar bleibt, ob der KI-Output selbst überhaupt Werkqualität besitzt. Zweitens verlangt das Gericht für die Annahme eines geschützten KI-Ergebnisses eine menschlich-schöpferische Einflussnahme auf die konkrete Gestaltung, etwa durch individuelle Voreinstellungen oder einen prägenden Selektionsprozess. Besonders deutlich wird das in der Formulierung, die „bloße Auswahl eines KI-Erzeugnisses“ sei „nicht ausreichend“.

Gleichzeitig verneint das Oberlandesgericht (OLG) Düsseldorf eine Verletzung des ursprünglichen Lichtbildwerkes. Maßgeblich sei, dass die eigenpersönlichen Merkmale des Ausgangsbildes nicht übernommen würden und das Motiv als solches nicht am urheberrechtlichen Schutz teilhabe. Auch das Leistungsschutzrecht aus § 72 UrhG sei aus demselben Grund nicht berührt.

SunoAI und KI-Logos: Der menschliche Anteil bleibt entscheidend

Die Entscheidungen aus Frankfurt am Main und München führen einen weiteren Strang zusammen. Im Frankfurter KI-Song-Kontext bleibt der Schutz menschlicher Werkbestandteile erhalten, obwohl KI-Systeme im weiteren Produktionsprozess eingesetzt werden. Umgekehrt zeigt die Münchner Logo-Entscheidung, dass rein KI-generierte Ergebnisse urheberrechtlich rasch an Grenzen stoßen, wenn der menschliche Beitrag sich in allgemeiner Steuerung erschöpft.

4. Prüfungsrecht: KI-Täuschung, Indizienbeweis und Sanktionen

Kaum ein Bereich hat sich so schnell verdichtet wie das Prüfungsrecht. Die Beschlüsse des Verwaltungsgerichts (VG) München, die Entscheidung des Oberverwaltungsgerichts (OVG) Nordrhein-Westfalen, der Hamburger Schulfall und die Kasseler Urteile zeigen gemeinsam, dass Gerichte die unerlaubte Nutzung generativer KI nicht als bloßes Ordnungsthema behandeln, sondern als Frage der Eigenständigkeit der Prüfungsleistung.

Verwaltungsgericht München: ChatGPT, KI-Täuschung und Indizienbeweis

Die Münchner Entscheidungen sind besonders aufschlussreich, weil sie die Diskussion vom reinen Techniknachweis lösen. Ein Detektor für KI-Texte genügt nicht. Maßgeblich ist vielmehr eine Gesamtwürdigung: Sprachbild, Brüche im Arbeitsprodukt, Vergleich mit sonstigen Leistungen, Widersprüche in Darstellung und Bearbeitungssituation. Die Täuschungsfrage wird damit in eine klassische prüfungsrechtliche Beweisstruktur eingebettet.

Oberverwaltungsgericht Nordrhein-Westfalen und Verwaltungsgericht Hamburg: Eigenständigkeit und Schulprüfung

Der Beschluss des Oberverwaltungsgerichts (OVG) Nordrhein-Westfalen bringt den Kern klar auf den Punkt: Täuschung liegt vor, wenn eine eigenständige und reguläre Prüfungsleistung vorgespiegelt wird, obwohl tatsächlich unzulässige Hilfe eingesetzt wurde. Für die Überzeugungsbildung des Senats war dabei unter anderem wichtig, dass „belastbare Tatsachen“ für die behauptete Vorbereitung fehlten und dass die mit ChatGPT erzeugte Lösung der abgegebenen Lösung „in auffallendem Maße“ ähnelte. Der Hamburger Schulfall fügt sich in dieses Bild ein.

Verwaltungsgericht Kassel: Sanktionen können deutlich ausfallen

Die Kasseler Entscheidungen verschärfen den praktischen Blick noch einmal. Unerlaubte generative KI-Nutzung muss nicht bei einer bloßen Abwertung stehen bleiben. Je nach Prüfungsordnung und Einzelfall können schwerere Folgen in Betracht kommen. Gerade deshalb sollten Hochschulen und Bildungsträger ihre Regelwerke, Offenlegungsanforderungen und Verfahrensdokumentation besonders sorgfältig überprüfen.

5. Persönlichkeitsrecht und Medienrecht: Deepfakes, Voice Cloning und Fake-Werbung

Der Deepfake-Beschluss des Oberlandesgerichts (OLG) Frankfurt am Main und der Berliner Voice-Cloning-Fall gehören in denselben Problemkreis: KI simuliert nicht nur Inhalte, sondern Identität. Es geht deshalb nicht allein um technische Manipulation, sondern um Wiedererkennbarkeit, Zuordnung, wirtschaftliche Nutzung und den Schutz der persönlichen Sphäre insgesamt.

Für die Praxis liegt die Nähe zu Medienrecht, Persönlichkeitsrecht und Reputationsschutz auf der Hand. Wer KI-generierte Stimmen, Bilder, Testimonials oder werbliche Zuordnungen nutzt, sollte vor Veröffentlichung klären, ob eine reale Person erkennbar betroffen ist, ob eine Einwilligung erforderlich ist und ob Plattform- oder Takedown-Prozesse greifen müssen.

6. Haftung für KI-Outputs und Plattformverantwortung

Die Rechtsprechung ist in diesem Bereich noch nicht so weit ausgeformt wie im Urheber- oder Prüfungsrecht. Die offen diskutierten Fälle aus Kiel und Hamburg lassen aber erkennen, worum es künftig gehen wird: Wer KI-Systeme nach außen als Kommunikations-, Assistenz- oder Auskunftsinstrument einsetzt, kann sich nicht schlicht auf deren technische Eigenlogik zurückziehen.

Entscheidend werden insbesondere Rolle, Kontrollmöglichkeit, Einsatzkontext, Kenntnis, Reaktion und organisatorische Absicherung. Für Unternehmen, Plattformen und Agenturen überschneidet sich diese Frage häufig mit IT-Recht, Vertragsgestaltung, Produktkommunikation, Support-Prozessen und Compliance. Gerade deshalb lohnt es sich, diese Entscheidungen bereits jetzt mitzudenken, auch wenn sie noch keine umfassende Grundsatzrechtsprechung bilden.

7. Datenschutz, Meta AI, Palantir und SCHUFA-Scoring

Bundesverfassungsgericht zu Palantir: automatisierte Datenanalyse und Grundrechtsschutz

Die Entscheidung des Bundesverfassungsgerichts (BVerfG) ist für KI-Recht im weiteren Sinne zentral, weil sie zeigt, wie automatisierte Datenanalyse verfassungsrechtlich einzuordnen ist. Beanstandet wird nicht schlicht der Einsatz von Software, sondern die Unklarheit und Weite der normativen Grundlage. Je tiefer automatisierte Analyse in sensible Lebens- und Freiheitsbereiche eingreift, desto präziser muss die gesetzliche Struktur ausfallen.

Oberlandesgericht Köln zu Meta AI: Training mit Nutzerdaten und begrenzte Reichweite

Die Kölner Entscheidung ist in der öffentlichen Wahrnehmung schnell als Freigabe für KI-Training gelesen worden. So würden wir sie nicht verstehen. Es handelt sich um ein Eilverfahren zur angekündigten Nutzung öffentlich gestellter Daten erwachsener Nutzerinnen und Nutzer auf Facebook und Instagram. Im Mittelpunkt steht eine konkrete Prüfung von berechtigtem Interesse, Erforderlichkeit, Eingriffsabschwächung, Umgang mit sensiblen Daten und Gesamtgewichtung. Schon deshalb verbietet sich eine pauschale Übertragung auf jede Form des Modelltrainings.

Die Reichweite der Entscheidung bleibt begrenzt. Weder beantwortet sie die datenschutzrechtliche Zulässigkeit sämtlicher Trainingskonstellationen noch ersetzt sie die Prüfung der konkreten Datenarchitektur. Wo aus solchen Konstellationen konkrete Umsetzungsfragen folgen, liegt die operative Vertiefung regelmäßig näher bei /ai-act-umsetzen als bei einer bloßen Fallbesprechung.

Verwaltungsgericht Wiesbaden zur SCHUFA: Scoring, Transparenz und Auskunft

Das Wiesbadener Urteil betrifft nicht generative KI im engeren Sinne, gehört aber in jede ernsthafte KI-Rechtsprechungsübersicht. Wo Daten verarbeitet, bewertet und zu wirksamen Scores verdichtet werden, reichen abstrakte Hinweise nicht. Transparenz und aussagekräftige Informationen über die Funktionsweise des Systems bleiben zentral.

8. Patentrecht: DABUS und der Erfinderbegriff

Mit DABUS hat der Bundesgerichtshof (BGH) klargestellt, dass eine KI nicht Erfinder im Sinne des deutschen Patentrechts sein kann. Das ist weniger eine technologische Wertung als eine begriffliche Präzisierung. Der Erfinderbegriff knüpft weiterhin an die natürliche Person an. Für KI-gestützte Entwicklungsprozesse bedeutet das allerdings nicht, dass Patente ausgeschlossen wären. Die rechtliche Zuschreibung muss nur weiterhin menschlich erfolgen.

Für technologieorientierte Unternehmen ist die Entscheidung deshalb praktisch: KI kann Werkzeug, Impulsgeber oder Bestandteil eines Entwicklungsprozesses sein. Die Erfinderbenennung, Dokumentation menschlicher Beiträge und interne IP-Governance bleiben aber menschlich zu organisieren. Berührungspunkte bestehen hier häufig auch zum gewerblichen Rechtsschutz.

Zeitliche Entwicklung in vier Linien

9. Linien und Spannungen

10. Checkliste für Unternehmen, Plattformen, Hochschulen und Legal-Teams

FAQ zu KI-Training, KI-Outputs, Prüfungen und Datenschutz

Quellen, Normen und Rechtsprechungsblock

11. Rechtsprechungstabelle