Auf den Punkt: KI-Firmen kaufen gezielt ältere Bücher als Trainingsdaten auf und vernichten diese beim Digitalisierungsprozess.
KI-Unternehmen erwerben große Mengen vergriffener oder antiquarischer Bücher mit Druckdatum vor 2022, um deren Inhalte als KI-freie Trainingsdaten zu nutzen. Die Bücher werden beim Scannen zerstört.
KI-Entwickler greifen zunehmend auf eine Strategie zurück, um rechtlich sichere Trainingsdaten zu beschaffen: Sie kaufen Bücher mit Erscheinungsdatum vor 2022 im großen Stil. Solche älteren Druckwerke gelten als frei von KI-Trainingsmaterial und ermöglichen damit eine klare Abgrenzung zu Daten, die möglicherweise bereits durch generative KI-Systeme beeinflusst wurden.
Der Kaufprozess richtet sich häufig auf vergriffene, antiquarische oder schwer zugängliche Werke, die zu günstigen Preisen beschafft werden können. Beim Einscannen der Bücher werden diese danach typischerweise zerstört — eine Praxis, die sowohl kostengünstig als auch irreversibel ist und Fragen zur Ressourceneffizienz aufwirft.
Diese Vorgehensweise reflektiert die regulatorischen und reputationsmäßigen Herausforderungen, denen sich KI-Entwickler bei der Datenbeschaffung gegenübersehen. Mit der wachsenden Diskussion um Urheberrecht, Trainingstransparenz und Datenherkunft in KI-Systemen bieten prädigitale Quellen mit klarer Provenienz eine Möglichkeit, potenzielle Compliance-Risiken zu mindern.
Quelle: www.golem.de · Erschienen 22. Juli 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.3.