KI und Webinhalte: ein neues Signal gegen das Modelltraining

OpenAI, Google, Microsoft und Anthropic beteiligen sich an einem Ansatz, mit dem Website-Betreiber ihre Ablehnung der Nutzung ihrer Inhalte für das Training generativer KI einfacher ausdrücken können. Der Vorschlag erscheint, während US-Zeitungen Brave wegen der mutmasslichen Nutzung ihrer Artikel verklagen. Dahinter steht eine grundlegende Frage: Wer darf online verfügbare Informationen nutzen und unter welchen Bedingungen?

Eine gemeinsame Präferenz für das KI-Training

Am 30. Oktober 2026 veröffentlichte Kevin Kelley von Anthropic einen individuellen Internet-Draft bei der Internet Engineering Task Force (IETF), die an der Entwicklung von Internetstandards mitwirkt.

Der Vorschlag soll es Website-Betreibern erleichtern, der Verwendung ihrer Inhalte für das Training generativer KI zu widersprechen. Bereits heute können sie Regeln für einzelne Crawler und Anbieter festlegen. Die Verwaltung verschiedener Mechanismen ist jedoch aufwendig.

Der Entwurf führt ein gemeinsames, zweckgebundenes Signal in robots.txt ein, der Datei, über die traditionell Anweisungen an Webcrawler übermittelt werden. Eine Website könnte erklären:

User-agent: __usage_ai-training
Disallow: /

Diese Zeilen drücken die Präferenz aus, Inhalte der gesamten Website nicht für das Training generativer KI-Modelle zu verwenden. Einzelne Verzeichnisse könnten erlaubt und andere ausgeschlossen werden. Ein einziges Signal könnte dieselbe Präferenz an mehrere teilnehmende Anbieter übermitteln.

Quelle: technischer IETF-Vorschlag

Ein Präferenzsignal, keine technische Sperre

Der Mechanismus verhindert nicht technisch, dass ein Crawler Inhalte herunterlädt. Er drückt eine Präferenz zu ihrer Nutzung für das Training aus. Der Zugriff auf eine Webseite bedeutet nicht automatisch, dass ihre Verwendung für das Modelltraining erlaubt ist.

Unternehmen, die sich zur Beachtung des Signals verpflichten, müssen es in ihren Prozessen berücksichtigen. Akteure, die es ignorieren, werden dadurch aber nicht technisch blockiert. Das Signal schafft auch für sich genommen weder einen neuen Rechtsschutz noch ein Vergütungssystem für Inhalte.

Das Dokument vom 30. Oktober ist ein individueller Internet-Draft und noch kein verabschiedeter Standard. Einführung und Umsetzung hängen von den einzelnen Unternehmen ab. OpenAI möchte das Signal in den kommenden Monaten implementieren; Google strebt Unterstützung im Jahr 2027 an. Microsoft will die neuen Präferenzen ab dem 1. Februar 2027 beim Crawlen berücksichtigen. Kevin Kelley von Anthropic verfasste den Vorschlag; ein Umsetzungstermin für Anthropic ist hier nicht belegt.

Ankündigung von OpenAI · Ankündigung von Google · Ankündigung von Microsoft

KI-Training und die Verwendung von Inhalten in Antworten sind verschieden

Der Vorschlag betrifft hauptsächlich das Training von Modellen. KI-Systeme können Informationen aus dem Web aber auch anders nutzen: Bei einer Anfrage kann ein Assistent Dokumente suchen, um seine Antwort zu ergänzen.

Dieser Ansatz kommt unter anderem bei Retrieval-Augmented Generation, kurz RAG, zum Einsatz. Anders als das Training, das die erlernten Parameter eines Modells verändert, stellt RAG zusätzliche Informationen zum Zeitpunkt der Antwortgenerierung bereit. Ein System kann einen aktuellen Artikel heranziehen, ohne dass dieser Teil des ursprünglichen Modelltrainings war.

Die beiden Verfahren werfen unterschiedliche Fragen zu Nutzungsrechten, Verlagsrechten und einer möglichen Vergütung auf. Microsoft hat zusätzlich eine separate AI-Grounding-Präferenz angekündigt, mit der Betreiber die Verwendung ihrer Seiten in generierten Antworten seiner KI-Dienste steuern können. Diese zusätzliche Microsoft-Kontrolle ist vom vorgeschlagenen gemeinsamen Trainingssignal unabhängig.

Vier US-Zeitungen verklagen Brave

Am 2. November 2026 wurden in den USA zwei Klagen gegen Brave Software eingereicht. Die erste stammt von der New York Times, die zweite von der New York Daily News, der Chicago Tribune und dem Orlando Sentinel.

Brave ist vor allem für seinen Browser bekannt, betreibt aber auch Brave Search, eine Suchmaschine mit eigenem Index, sowie eine kommerzielle API, über die Anwendungen und KI-Systeme auf Suchergebnisse zugreifen können.

Die Verlage werfen Brave vor, ihre Artikel ohne Erlaubnis für den Aufbau seines Index kopiert und den Zugang an KI-Unternehmen verkauft zu haben. In den Klagen werden Anthropic, Perplexity, Mistral, xAI und Cohere als Nutzer bestimmter Brave-Dienste genannt. Diese Unternehmen sind in den neuen Verfahren nicht die Beklagten.

Die Vorwürfe betreffen auch die mutmassliche Wiedergabe von Inhalten in Antworten von Brave-Werkzeugen sowie eine Browserfunktion, die bestimmte Zugangsschranken für Abonnenten umgehen könnte. Es handelt sich um Vorwürfe der Verlage, nicht um gerichtlich festgestellte Tatsachen.

Quelle: TechCrunch, 2. November 2026

Die Besonderheit des Brave-Crawlers

Laut offizieller Dokumentation verwendet Brave Search keine gesonderte Crawler-Kennung, anhand derer Websites den Bot leicht erkennen können. Brave begründet dies damit, eine Benachteiligung durch Websites vermeiden zu wollen, die nur Google das Crawlen erlauben. Gleichzeitig erklärt das Unternehmen, dass sein Bot Domains oder Seiten nicht crawlt, die für Googlebot nicht zugänglich sind.

Dieser Ansatz verdeutlicht ein allgemeines Spannungsfeld: Verlage möchten unterschiedliche Nutzungen ihrer Inhalte kontrollieren, während Suchdienste Zugriff auf Informationen für ihre Indizes benötigen. Noch komplexer wird die Frage, wenn diese Indizes KI-generierte Antworten mit Informationen versorgen.

Quelle: Dokumentation des Brave-Search-Crawlers

Meta ebenfalls im Vereinigten Königreich unter Beobachtung

Am 30. Oktober 2026 eröffnete die britische Wettbewerbsbehörde Competition and Markets Authority (CMA) eine Untersuchung zu geplanten Geschäftsbedingungen für Unternehmen, die Metas Plattformen und Dienste nutzen.

Laut CMA könnten diese Bedingungen Meta erlauben, Inhalte von Websites betroffener Unternehmen und Nachrichtenverlage zu sammeln und für die Entwicklung eigener Produkte und Dienste einschliesslich KI-Funktionen zu verwenden. Die Behörde prüft, ob dadurch Unternehmen unfair benachteiligt werden könnten, die auf Metas Dienste angewiesen sind, um ihr Publikum zu erreichen.

Meta widerspricht dieser Auslegung und erklärt, die Änderungen beträfen vor allem Werbe- und Geschäftsdienste. Die Einführung wurde für Konsultationen ausgesetzt. Ein Verstoss gegen das Wettbewerbsrecht wurde bisher nicht festgestellt.

Quelle: britische Wettbewerbsbehörde, 30. Oktober 2026

Was dies für Entwickler mit KI-APIs bedeutet

Für Entwickler, SaaS-Unternehmen und Integratoren von KI-Modellen reichen diese Entwicklungen über die Frage der Crawler hinaus. Sie zeigen, wie wichtig es ist, verschiedene Vorgänge zu unterscheiden:

• Crawling: Webseiten oder Dokumente aus dem Internet abrufen.
• Indexierung: Inhalte für die Suche organisieren.
• Training: Daten nutzen, um die Parameter eines Modells zu verändern.
• RAG: einem Modell Dokumente zur Ergänzung einer Antwort bereitstellen.
• Weiterverbreitung: Inhalte oder deren Wiedergaben Dritten zugänglich machen, gegebenenfalls über einen kommerziellen Dienst.

Jeder Vorgang hat eigene technische, vertragliche und rechtliche Auswirkungen. Eine Such-API kann einer Anwendung Informationen liefern, ohne damit zwingend deren vollständige Weiterverbreitung zu erlauben. Ebenso bedeutet die Nutzung eines vortrainierten Modells über eine API nicht automatisch, dass in einer Anfrage übermittelte Dokumente für dessen Training verwendet werden.

Bei Projekten mit mehreren KI-Anbietern werden die Nachvollziehbarkeit der Quellen und das Verständnis der jeweiligen Nutzungsbedingungen besonders wichtig. Die technische Zugänglichkeit allein beantwortet nicht, welche Nutzung erlaubt ist und wer welche Verantwortung trägt.

Präzisere Regeln für Inhalte im KI-Zeitalter

Ein gemeinsames Signal könnte den technischen Aufwand für Website-Betreiber verringern und einheitliche Richtlinien gegenüber mehreren Anbietern erleichtern. Es löst jedoch nur einen Teil des Problems.

Ein Präferenzmechanismus garantiert weder dessen Beachtung durch alle Akteure noch legt er automatisch rechtliche Nutzungsbedingungen oder eine mögliche Vergütung fest. Die Klagen gegen Brave und die Untersuchung zu Meta zeigen, dass sich die Konflikte über die gesamte Kette erstrecken: von der Sammlung bis zur Nutzung in kommerziellen Produkten.

Unternehmen, die KI-Dienste entwickeln oder integrieren, müssen den Zugang zu hochwertigen Informationen mit der Achtung der Rechte und Entscheidungen ihrer Urheber verbinden. Fortschritt bedeutet, die Präferenzen der Website-Betreiber in einem internationalen Ökosystem aus Anbietern und Diensten verständlich, umsetzbar und überprüfbar zu machen.