Ein Urteil des Landgerichts München I könnte für die Diskussion über Künstliche Intelligenz und Urheberrecht erhebliche Bedeutung bekommen. Die auf Urheberrecht spezialisierte 42. Zivilkammer hat am 31. Juli 2026 den von der GEMA gegen den Anbieter des KI-Musikgenerators Suno geltend gemachten Ansprüchen auf Unterlassung, Auskunft und Schadensersatz überwiegend stattgegeben.
Das Verfahren wurde unter dem Aktenzeichen 42 O 763/25 geführt.
Im Kern geht es um eine der großen Fragen der KI-Ära: Was passiert, wenn urheberrechtlich geschützte Werke zum Training eines KI-Modells verwendet werden und anschließend Inhalte erzeugt werden, in denen sich wesentliche Elemente der Originalwerke wiederfinden?
Das Landgericht München I hat hierzu eine klare Position bezogen.
Das Urteil ist allerdings noch nicht rechtskräftig.
Sechs bekannte Musikwerke im Mittelpunkt
Das Verfahren betrifft sechs bekannte Musikwerke:
„Atemlos durch die Nacht“ von Kristina Bach, „Rasputin“ von Frank Farian, Fred Jay und George Reyam, „Big in Japan“ und „Forever Young“ von Marian Gold, Bernhard Lloyd und Frank Mertens, den Refrain von „Mambo No. 5 A little bit of“ von David Lubega und Christian Pletschacher sowie „Daddy Cool“ von Frank Farian.
Die Liedtexte selbst waren nicht Gegenstand der behaupteten Verletzungen.
Nach Darstellung des Gerichts befanden sich die betroffenen Musikwerke im Trainingsdatensatz des KI-Anbieters.
Dabei soll Suno sogenannte Stream-Ripping-Techniken eingesetzt haben, um Musikwerke von YouTube zu extrahieren und zu kopieren. Nach den Feststellungen der Kammer wurde dabei auch eine technische Schutzmaßnahme der Plattform umgangen, die das Herunterladen von Audio- und Videoinhalten verhindern soll.
GEMA argumentierte mit „Memorisierung“ im KI-Modell
Ein zentraler Punkt des Verfahrens war die Frage, was mit den Musikstücken innerhalb des trainierten KI-Modells geschieht.
Die GEMA hatte argumentiert, die Werke seien während des Trainings vervielfältigt und anschließend im zugrunde liegenden KI-Modell „memorisiert“ worden.
Das Gericht folgte dieser Argumentation.
Nach Überzeugung der Kammer waren die betroffenen Musikstücke reproduzierbar in den Modellversionen v3.5 und v4 enthalten. Die Modelle waren demnach auf Servern in Deutschland gespeichert.
Das Gericht verweist dabei auf das aus der informationstechnischen Forschung bekannte Phänomen der Memorisierung.
Vereinfacht gesagt geht es darum, dass ein KI-Modell aus Trainingsdaten nicht lediglich abstrakte Muster und Zusammenhänge lernt, sondern Inhalte aus den Trainingsdaten so übernimmt, dass sie sich später wieder aus dem Modell heraus erzeugen lassen.
Genau das sah die Kammer hier als gegeben an.
Zufall nach Auffassung des Gerichts ausgeschlossen
Für die Beurteilung spielte der Vergleich zwischen den im Trainingsmaterial enthaltenen Musikstücken und den von Suno erzeugten Outputs eine entscheidende Rolle.
Nach Auffassung der Kammer waren die Übereinstimmungen angesichts der Komplexität und Länge der Musikwerke nicht mit einem bloßen Zufall zu erklären.
Damit kommt das Gericht zu einer juristisch besonders relevanten Schlussfolgerung: Die Memorisierung stelle eine Verletzung des Vervielfältigungsrechts nach § 16 Urheberrechtsgesetz dar.
Auch auf die gesetzlichen Schranken für Text- und Data-Mining konnte sich der Anbieter nach Auffassung der Kammer in diesem Fall nicht erfolgreich berufen.
Auch die erzeugten Songs werden zum Problem
Das Urteil betrifft nicht nur das eigentliche Training der KI.
Auch die später generierten Outputs spielten eine entscheidende Rolle.
Nach Auffassung des Gerichts waren in den erzeugten Musikstücken originelle Elemente der geschützten Werke wiederzuerkennen. Dadurch seien die betreffenden Musikwerke unberechtigt vervielfältigt und öffentlich wiedergegeben worden.
Besonders interessant ist dabei die Frage, wer dafür verantwortlich ist: der Nutzer, der den Prompt eingibt, oder der Betreiber des KI-Modells?
Das Gericht sieht die Verantwortung in diesem Fall beim Anbieter.
Gericht sieht Verantwortung bei Suno – nicht beim Nutzer
Die GEMA hatte bei der Generierung der untersuchten Outputs den ursprünglichen Liedtext, den gewünschten Musikstil und den jeweiligen Werktitel eingegeben.
Konkrete Vorgaben zur Melodie, Harmonie, zum Rhythmus oder Arrangement enthielten die Prompts nach Angaben des Gerichts nicht.
Suno argumentierte unter anderem, die Ergebnisse seien Folge der gezielten Nutzereingaben. Die Handlung des Nutzers unterbreche deshalb den Zurechnungszusammenhang.
Diese Argumentation überzeugte die Kammer nicht.
Das Gericht bewertete die verwendeten Prompts als einfach und ergebnisoffen. Suno habe dagegen die KI-Modelle betrieben, die Trainingsdaten ausgewählt und sei für Modellarchitektur sowie die Memorisierung der Trainingsdaten verantwortlich.
Nach Auffassung der Kammer bestimmten damit die Modelle selbst maßgeblich den Inhalt der erzeugten Outputs.
Das könnte über den konkreten Fall hinaus eine wichtige Aussage für künftige Auseinandersetzungen zwischen Rechteinhabern und Anbietern generativer KI darstellen.
Schon das Angebot des Modells problematisch
Das Gericht ging sogar noch einen Schritt weiter.
Nach Auffassung der Kammer stellt bereits das Angebot des Modells und der Anwendung zur Musikgenerierung einen Verstoß gegen das Recht der öffentlichen Wiedergabe nach § 15 Abs. 2 UrhG dar.
Damit konzentriert sich die Entscheidung nicht lediglich auf einzelne problematische Outputs, sondern nimmt auch das zugrunde liegende Angebot des KI-Anbieters in den Blick.
Auch US-Recht spielte eine Rolle
Besonders interessant wird das Urteil dadurch, dass sich das Landgericht München I auch mit Vorgängen in den Vereinigten Staaten auseinandersetzte.
Nach Auffassung der Kammer war das Gericht aufgrund von § 131 Abs. 1 und 2 des Verwertungsgesellschaftengesetzes auch für entsprechende Ansprüche wegen Verletzungshandlungen in den USA international zuständig.
Für das Training in den USA wurde allerdings US-amerikanisches Recht angewandt.
Damit rückte die dort zentrale Frage des sogenannten Fair Use in den Mittelpunkt.
Gericht: Kein Fair Use beim Training
Suno hatte argumentiert, das Training mit den Musikstücken sei nach US-Recht durch die Fair-Use-Doktrin gedeckt.
Auch damit hatte das Unternehmen vor dem Landgericht München I keinen Erfolg.
Das Gericht grenzt den Fall ausdrücklich von zwei US-Verfahren – Bartz und Kadrey – ab, in denen amerikanische Gerichte KI-Training als Fair Use bewertet hatten.
Der entscheidende Unterschied aus Sicht der Münchner Richter:
In diesen Verfahren waren die Trainingsdaten nicht oder zumindest nicht substanziell über die erzeugten Outputs wieder für Nutzer zugänglich geworden.
Bei Suno sah die Kammer die Situation anders.
Bereits nach einfachen und ergebnisoffenen Prompts seien Outputs entstanden, die den Originalwerken wesentlich ähnlich gewesen seien.
Nach der Fair-Use-Prüfung entsprechend den Vorgaben des US Supreme Court in dessen Warhol-Entscheidung sprachen nach Auffassung der Münchner Kammer sämtliche zu berücksichtigenden Faktoren gegen Suno.
Urteil könnte weit über Musik hinaus interessant werden
Auch wenn es sich zunächst um einen Rechtsstreit zwischen einer Musikverwertungsgesellschaft und einem Anbieter generativer Musik-KI handelt, berührt das Verfahren eine grundsätzliche Frage der gesamten KI-Branche:
Wann wird aus dem Lernen anhand urheberrechtlich geschützter Inhalte eine urheberrechtlich relevante Vervielfältigung?
Besonders brisant ist dabei die vom Gericht angenommene Memorisierung.
Denn viele Anbieter generativer KI argumentieren, dass ihre Modelle Trainingsmaterial nicht wie eine klassische Datenbank speichern, sondern daraus statistische Zusammenhänge, Muster und Strukturen erlernen.
Auch Suno argumentierte nach Angaben des Gerichts entsprechend. Gewichte und Parameter des Modells würden mathematisch erlernte Muster und verallgemeinerte Merkmale der Trainingsdaten abbilden.
Das Münchner Gericht stellte jedoch für den konkreten Fall darauf ab, dass sich Inhalte der Trainingsdaten reproduzierbar in den Modellen wiederfanden und über Outputs extrahieren ließen.
Was bedeutet das Urteil für andere KI-Anbieter?
Noch wäre es verfrüht, aus der Entscheidung abzuleiten, dass jedes Training einer KI mit urheberrechtlich geschützten Werken automatisch rechtswidrig ist.
Der konkrete Sachverhalt ist entscheidend.
Im Suno-Verfahren spielte gerade die vom Gericht angenommene Kombination eine zentrale Rolle: Die Originalwerke befanden sich im Trainingsdatensatz, das Gericht sah sie im Modell als memorisiert an und wesentliche Elemente erschienen anschließend in generierten Outputs wieder.
Hinzu kommt die Art und Weise, wie die Musikstücke für das Training beschafft worden sein sollen.
Die Entscheidung könnte dennoch Signalwirkung entfalten, weil sie zentrale Fragen behandelt, die auch bei Bild-, Text-, Video- und anderen generativen KI-Systemen auftreten können.
Ein wichtiges Urteil – aber noch nicht das letzte Wort
Für die GEMA ist die Entscheidung zunächst ein bedeutender juristischer Erfolg.
Das Landgericht München I hat Ansprüchen auf Unterlassung, Auskunft und Schadensersatz überwiegend stattgegeben und sowohl das Training als auch die Memorisierung im Modell und die Ausgabe geschützter Elemente in den untersuchten Outputs rechtlich bewertet.
Für KI-Unternehmen dürfte die Entscheidung deshalb genau analysiert werden.
Gleichzeitig gilt eine wichtige Einschränkung:
Das Urteil ist nicht rechtskräftig.
Damit ist die juristische Auseinandersetzung möglicherweise noch lange nicht beendet.
Unabhängig vom weiteren Verfahrensverlauf macht die Entscheidung jedoch deutlich, wo eine der entscheidenden rechtlichen Konfliktlinien der kommenden Jahre verlaufen dürfte:
KI darf lernen – aber die Gerichte werden zunehmend klären müssen, wo Lernen endet und die urheberrechtlich relevante Übernahme eines geschützten Werkes beginnt.
Kommentar hinterlassen