ANI Media ./. OpenAI: LLM-Training als „fair dealing“
High Court of Delhi at New Delhi · CS(COMM) 1028/2024 (I.A. 45300/2024) · 24. Juli 2026
AI Act / KI-Recht · Urheberrecht
Orientierungssatz
- Die vorübergehende Speicherung frei zugänglicher, urheberrechtlich geschützter Presseartikel zum Training eines Large Language Models fällt prima facie unter die Fair-Dealing-Schranke für „private or personal use, including research“ gemäß Section 52(1)(a)(i) des indischen Copyright Act 1957 — auch bei kommerzieller Tätigkeit des Anbieters, wenn die Werke lediglich intern verarbeitet und weder in natürlicher noch tokenisierter Form Dritten zugänglich gemacht werden.
- Von einem LLM mittels Retrieval-Augmented Generation erzeugte Ausgaben verletzen das Urheberrecht nicht, sofern sie den Ausgangstexten nicht wesentlich ähnlich sind und eine Memorierung oder nahezu wörtliche Wiedergabe nicht nachgewiesen ist. Mangels glaubhaft gemachten Verstoßes und wegen der Interessenabwägung ist die einstweilige Untersagung abzulehnen. Die Feststellungen gelten nur vorläufig.
Die Entscheidung im Überblick
Justice Amit Bansal hat den Antrag von ANI Media auf eine einstweilige Untersagung gegen OpenAI abgelehnt und dabei festgestellt, dass das Training der ChatGPT zugrunde liegenden LLMs mit gespeicherten Presseartikeln prima facie unter die Fair-Dealing-Schranke des Section 52(1)(a) des indischen Copyright Act 1957 fällt. Die Kommentierung hebt hervor, dass dies die erste Befassung eines indischen Verfassungsgerichts mit KI und Urheberrecht ist.
Das Gericht arbeitete einen dreistufigen Maßstab ab: ob sich die Nutzung auf das Training beschränkte, ob sie ANI wirtschaftlich schädigte oder verdrängte und ob die Funktionen von ChatGPT einem breiteren öffentlichen Interesse dienen — alle drei Punkte fielen nach dem vorliegenden Material zugunsten OpenAIs aus (vgl. Volltext, Gründe). Anders als das flexible US-Fair-Use-Recht stützt sich die Entscheidung auf den geschlossenen Schrankenkatalog des Section 52(1)(a): Da die Norm zuletzt 2012 geändert wurde, als der Gesetzgeber KI nicht absehen konnte, sei sie technologieoffen auszulegen.
Zum Output stellte das Gericht fest, dass RAG-basierte Antworten das Urheberrecht nicht verletzen, weil sie den Originaltexten nicht wesentlich ähnlich seien; ANI habe eine Memorierung, Regurgitation oder öffentliche Wiedergabe exakter Kopien nicht nachgewiesen. Zur Marktverdrängung habe ANI außer bloßen Behauptungen nichts vorgetragen — kein Beleg für Marktanteils- oder Abonnement-Verluste. Die Interessenabwägung falle zugunsten OpenAIs aus: Eine Untersagung fügte nicht nur dem Unternehmen, sondern der Öffentlichkeit — darunter rund 100 Millionen wöchentliche ChatGPT-Nutzer in Indien — irreparablen Schaden zu; eine Lizenzpflicht für jede Trainingsquelle mache LLM-Entwicklung „wirtschaftlich unmöglich”.
Hintergrund und Einordnung
Die Fach-Einordnung sieht die Entscheidung als Meilenstein, aber unvollständig: Grundfragen — ob KI-Training generell Lizenzen erfordert, wie Fair Dealing auf maschinelles Lernen anzuwenden ist und wie Kreative zu vergüten sind — bleiben offen. Publishing-Kommentatoren ordnen sie als „dritten großen Fair-Use-Sieg in 13 Monaten” ein und vergleichen sie mit den US-Entscheidungen (u. a. Bartz v. Anthropic, 2025).
Für die europäische Praxis ist der Kontrast zum Suno-Urteil des LG München I (ur-501) aufschlussreich: Während Delhi mangels nachgewiesener Memorisierung Fair Dealing bejaht, bejaht München bei nachgewiesener reproduzierbarer Speicherung eine Vervielfältigung. Beide Gerichte machen den Nachweis der Memorisierung/Reproduzierbarkeit zum Dreh- und Angelpunkt — mit gegensätzlichem Beweisergebnis. Prozessuale Vorsicht: Neutrale Zitierung (2026 DHC 5900) ist nur über eine Fachquelle berichtet und als „reported” zu behandeln.
Originalurteil
Der vollständige Urteilstext ist über die folgende Quelle abrufbar:
https://www.itm.nrw/wp-content/uploads/2026/07/ANI-v.-OpenAI-Delhi-HC-July-24-2026.pdf
Quellen
- (Keine Quellen dokumentiert.)
