https://de.wikipedia.org/wiki/Digitale_Rechteverwaltung
Verschlüsselung: Der Inhalt (z.B. eine Videodatei) wird verschlüsselt und ist ohne passenden Schlüssel unbrauchbar.
Lizenzvergabe: Beim Kauf oder Ausleihen wird ein digitaler Schlüssel (Lizenz) an das Gerät oder den Account des Nutzers gebunden.
Rechteverwaltung: Die DRM-Software prüft vor dem Abspielen, ob die Nutzung erlaubt ist (z.B. Gültigkeitsdauer, Anzahl der Geräte).
Abspielbeschränkung: Das Medium kann oft nur mit der spezifischen Software oder dem Gerät geöffnet werden, mit dem es erworben wurde.
Typische Einsatzgebiete:
Streaming-Dienste (Netflix, Spotify): Verhindern das Herunterladen von Inhalten.
eBook-Shops (Amazon Kindle): Binden Bücher an ein Kundenkonto.
Spiele (Steam, Denuvo): Überprüfen die Echtheit des Spiels online.
Übersetzung Sony's AI Music Detection Tool Joins The Trend In Tech
Sony gab letzte Woche bekannt, dass seine Sony AI-Abteilung eine neue Technologie entwickelt hat, mit der bestimmt werden kann, welche Künstler:innen-Musik in generativen KI-Musikausgaben verwendet wird. Während diese Ankündigung aufgrund des Namens Sony in der Branche Aufmerksamkeit erhält, reiht sie sich in eine wachsende Liste solcher Technologien ein. Sie ist Teil eines entstehenden Ökosystems von Urheberrechts-Management-Tools für generative KI, das an die vergleichbaren Werkzeuge erinnert, die im Zuge von Napster und der Filesharing-Ära vor 25 Jahren entstanden.
Zu den wichtigsten dieser Technologien gehören KI-Erkennung und Attribution. Sonys neue Technologie ist eine sogenannte Attribution Engine: Sie trifft eine fundierte Schätzung darüber, welche Trainingsdaten – in diesem Fall Songs – den größten Einfluss auf die KI-Ausgabe hatten.
Zum Beispiel kann die Sony-Technologie angeben, welchen musikalischen Künstler:innen das Ergebnis ähnelt und zu welchem prozentualen Einfluss.
Die Herkunft von KI-Ergebnissen nachvollziehen
Sonys Attributionstechnologie befindet sich noch in der Forschungs- und Entwicklungsphase; das Unternehmen hat weder eine kommerzielle Verfügbarkeit noch einen Markennamen angekündigt. Dennoch gibt es bereits mehrere Attribution Engines, die kommerziell verfügbar sind – allerdings nicht von bekannten Großunternehmen wie Sony, sondern von Start-ups.
Im Musikbereich gibt es etwa Sureel, das erkennt, welche „Stile“ von Künstler:innen – nicht nur konkrete urheberrechtlich geschützte Elemente – in KI-Ausgaben verwendet werden. Sureel hat kürzlich eine Partnerschaft mit STIM angekündigt, dem schwedischen Pendant zu Verwertungsgesellschaften wie ASCAP oder BMI, um Tantiemen aus KI-generierter Musik zu verfolgen. Weitere Akteure in diesem Bereich sind Musical AI aus Kanada und Neutune aus Südkorea.
Attribution Engines existieren auch für andere Inhaltsarten.
Eine der bislang erfolgreicheren ist ProRata, ein Spin-off des bekannten Technologie-Inkubators Idealab. ProRata konzentriert sich auf Textinhalte, hat aber Pläne angekündigt, auf Musik auszuweiten. Über eine Vereinbarung mit der News/Media Alliance verwaltet das Unternehmen eine freiwillige Pauschallizenz für Inhalte von Verlagen. Das bedeutet, dass Verlage ihre Inhalte bei ProRata registrieren und entsprechend der Nutzung durch KI-Plattformen Tantiemen erhalten können.
ProRata verwaltet auch Einnahmen aus individuellen Lizenzvereinbarungen zwischen Verlagen und KI-Plattformen.
Vermillio konzentriert sich auf Unterhaltungsinhalte; sein System TraceID überwacht das Internet nach KI-Inhalten, die Werke seiner Kund:innen sowie Namen, Bilder und Persönlichkeitsrechte widerspiegeln. Es kann genutzt werden, um Löschanfragen zu stellen oder Lizenzbedingungen durchzusetzen.
Zu den Kunden gehört unter anderem die große Talentagentur WME.
Ein weiteres Attribution-Tool stammt vom israelischen Start-up Bria. Bria fokussiert sich auf Bilder und Videos; es analysiert Trainingsdaten anhand verschiedener Merkmale (Objekte, Komposition, Textur usw.) und vergleicht diese mit KI-Ausgaben.
Eine Brücke zwischen Rechteinhabern und KI-Plattformen
Medienunternehmen finden Attribution Engines konzeptionell attraktiv, da sie einen Weg bieten, für ihre Inhalte bezahlt zu werden, während die Menge generierter KI-Inhalte wächst. Allerdings stehen diese Technologien vor zwei zentralen Herausforderungen: der Zusammenarbeit mit KI-Plattformen und der Akzeptanz durch Rechteinhaber.
Attribution Engines benötigen eine Abstimmung mit KI-Plattformen: Mindestens müssen sie Zugang zu Trainingsdaten haben, um diese den Ergebnissen zuordnen zu können.
Einige generative KI-Plattformen werden kooperativer sein als andere. Am einen Ende stehen Unternehmen, die sich nicht für Urheberrechte interessieren; am anderen sogenannte „ethische KI“-Plattformen, die nur mit lizenzierten Inhalten trainieren. Musical AI und Bria sind Beispiele dafür.
Wie stark KI-Plattformen kooperieren, hängt auch von den Ergebnissen zahlreicher laufender Urheberrechtsklagen ab (derzeit etwa 80). Je mehr Gerichte zugunsten der Rechteinhaber entscheiden, desto wahrscheinlicher ist eine Zusammenarbeit.
Attribution Engines liefern bei nicht-kooperativen KI-Systemen nur dann brauchbare Ergebnisse, wenn sie Trainingsdaten erhalten, die denen der jeweiligen Plattform ähneln.
„Ethische KI“-Unternehmen benötigen solche Engines eigentlich nicht, da sie selbst nachvollziehen können, welche Trainingsdaten ihre Ergebnisse beeinflusst haben.
Die zweite Herausforderung ist das Vertrauen der Rechteinhaber. Attribution-Modelle liefern Schätzungen – ihre Methoden sind oft Geschäftsgeheimnisse. Rechteinhaber müssen diesen Modellen vertrauen, obwohl sie deren Funktionsweise möglicherweise nicht vollständig verstehen.
Eine mögliche Lösung wäre ein neutrales Drittmodell, dem eine kritische Masse an Rechteinhabern vertraut – entweder durch Branchenkonsens oder regulatorische Maßnahmen.
KI-Erkennung markiert KI-generierte Inhalte
Eine weitere wichtige Technologie ist die KI-Erkennung – also die Analyse von Inhalten, um festzustellen, ob sie von KI erstellt wurden.
Diese Technologie entstand zunächst für Texte, als Weiterentwicklung von Plagiatserkennungssystemen wie Turnitin und CopyLeaks.
Seit dem Start von ChatGPT im Jahr 2022 sind zahlreiche Start-ups in den Markt eingetreten, darunter GPTZero, Winston AI, Originality.ai und Sapling. Auch die Schreib-App Grammarly bietet inzwischen KI-Erkennung an.
Der Hauptanwendungsfall liegt weiterhin im Bildungsbereich – etwa zur Erkennung von Hausarbeiten, die mit KI erstellt wurden. Die Ergebnisse sind jedoch gemischt: Einige Universitäten haben die Nutzung eingeschränkt, da es zu Fehlalarmen kam.
Inzwischen gibt es auch KI-Erkennung für Musik. Der Musikdienst Deezer hat eine Technologie entwickelt, um vollständig KI-generierte Musik zu erkennen und entsprechend zu kennzeichnen oder aus algorithmischen Playlists auszuschließen.
Weitere Anbieter in diesem Bereich sind IRCAM Amplify sowie Unternehmen wie Pex und BeatDapp.
Auch für andere Medientypen existieren Lösungen: Unternehmen wie Hive und Reality Defender erkennen KI-generierte Inhalte und Deepfakes über verschiedene Medien hinweg.
Ein Wettrüsten
KI-Erkennung ist letztlich ein Wettrüsten. Generative KI-Systeme werden ständig verbessert, um immer schwerer von menschlichen Inhalten unterscheidbar zu sein. Gleichzeitig entwickeln Drittanbieter Methoden, um KI-Inhalte der Erkennung zu entziehen.
Dennoch müssen diese Technologien nicht perfekt sein, um nützlich zu sein. Die Anforderungen hängen vom Anwendungsfall ab.
Echos der Napster-Ära
Dass solche Technologien trotz Herausforderungen funktionieren können, zeigt die Vergangenheit. In den 1990er-Jahren brachte das Internet massive Umbrüche für die Content-Industrien. Technologien wie Filesharing (z. B. Napster) führten zur Entwicklung von Urheberrechtsschutz-Tools wie DRM (Digital Rights Management) und automatischer Inhaltserkennung.
Diese Technologien hatten anfangs Probleme, wurden aber mit der Zeit verbessert und akzeptiert. Systeme wie YouTubes Content ID sind nicht perfekt, aber heute weit verbreitet.
Auch Dienste wie Spotify, Netflix und Amazon Kindle nutzen DRM, um Inhalte für Millionen von Nutzer:innen zugänglich zu machen.
Ähnlich wie damals entwickeln sich auch heutige KI-Technologien in einem dynamischen Umfeld weiter. Für Kreative, Plattformen und Technologiefirmen wird dies auf absehbare Zeit ein spannendes und sich schnell wandelndes Feld bleiben.