GEMA mit Klage gegen Suno erfolgreich

Um die beanstandeten Outputs zu erzeugen, gab die Klägerseite jeweils den Werktitel, den Originaltext und den gewünschten Musikstil ein. Vorgaben zu Melodie, Harmonie, Rhythmus oder Arrangement enthielten die Prompts dagegen nicht. Nach den Angaben aus der mündlichen Verhandlung waren dafür teilweise zahlreiche Versuche notwendig: Für „Atemlos“ dokumentierte die GEMA 176 Prompts, für „Big in Japan“ 124. Bei den anderen Werken lag die Zahl zwischen vier und 14 Prompts. Dieser Umstand ist für die Einordnung relevant. Es handelte sich demnach nicht in jedem Fall um den ersten beliebigen Output nach einer einzelnen neutralen Eingabe. Entscheidend war für das Gericht jedoch, dass die Prompts trotz ihrer Wiederholung inhaltlich keine konkreten musikalischen Vorgaben enthielten. Die Kammer bezeichnete sie deshalb als einfach und ergebnisoffen. Dass komplexe und längere musikalische Passagen der Originale dennoch in den Outputs wiederkehrten, konnte nach ihrer Überzeugung nicht mit Zufall oder lediglich abstrakt erlernten Stilmustern erklärt werden.

Suno hatte argumentiert, die Trainingsdaten seien weder als Dateien im Modell gespeichert noch in den Modellparametern enthalten. Die Gewichte und Parameter bildeten lediglich mathematisch erlernte Muster und verallgemeinerte Merkmale der Trainingsdaten ab. Etwaige Ähnlichkeiten seien zudem durch die Eingaben und die wiederholten Versuche der GEMA verursacht worden. Das Landgericht folgte dieser Argumentation nicht. Nach seiner Überzeugung waren die streitgegenständlichen Musikwerke in den Modellversionen v3.5 und v4 reproduzierbar enthalten. Eine solche „Memorisierung“ liege vor, wenn das System beim Training nicht nur abstrakte Informationen aus den Trainingsdaten ableite, sondern geschützte Inhalte so in seine Parameter übernehme, dass sie später wieder erkennbar ausgegeben werden könnten.

Das Gericht wertete diese reproduzierbare Festlegung im Modell als Vervielfältigung im Sinne von Paragraph 16 des Urheberrechtsgesetzes. Diese Vervielfältigung sei nicht durch die gesetzliche Schranke für Text und Data Mining nach Paragraph 44b UrhG gedeckt. Die Vorschrift kann technisch erforderliche Kopien für die automatisierte Analyse von Daten erlauben. Nach Auffassung der Kammer geht eine dauerhafte oder reproduzierbare Übernahme geschützter Werkbestandteile in ein Modell jedoch über eine bloße Analyse hinaus. Auch in den konkreten Outputs sah das Gericht unzulässige Vervielfältigungen und öffentliche Wiedergaben. Nach seinem Vergleich waren darin originelle Elemente der sechs Kompositionen wiedererkennbar. Darüber hinaus soll bereits das Angebot der Modelle und der Anwendung zur Erzeugung entsprechender Musik das Recht der öffentlichen Wiedergabe nach Paragraph 15 Absatz 2 UrhG verletzt haben.

Besondere Bedeutung hat die Entscheidung für die Frage, wem ein rechtsverletzender Output zugerechnet wird. Suno hatte geltend gemacht, die Ausgaben seien erst durch zielgerichtete und wiederholt verfeinerte Nutzereingaben entstanden. Damit sei der Zusammenhang zwischen dem Modellbetrieb und dem jeweiligen Ergebnis unterbrochen. Das Landgericht sah die Verantwortung in diesem Fall dennoch bei Suno. Das Unternehmen habe die Trainingsdaten ausgewählt, die Architektur seiner Modelle bestimmt und die Memorisierung der geschützten Inhalte zu verantworten. Weil die Prompts keine Vorgaben für die später wiedererkannten musikalischen Elemente enthielten, seien diese Elemente maßgeblich durch das Modell und nicht durch eine eigenständige musikalische Gestaltung der Nutzer in den Output gelangt.

Daraus folgt allerdings keine generelle Haftungsfreistellung für Nutzer von KI-Musikdiensten. Das Urteil entscheidet lediglich über die Verantwortlichkeit von Suno für die von der GEMA nachgewiesenen Ausgaben. Wer selbst geschützte Texte, Melodien oder andere Werkbestandteile eingibt, gezielt Reproduktionen erzeugt oder rechtsverletzende Ergebnisse veröffentlicht und kommerziell verwertet, kann unabhängig davon eigene urheberrechtliche Risiken begründen. Über solche Konstellationen hatte das Gericht nicht zu entscheiden.

Eine Besonderheit des Verfahrens liegt darin, dass das eigentliche Training der Modelle in den USA stattgefunden hatte. Suno bestritt deshalb die internationale Zuständigkeit des Landgerichts München I. Die Kammer erklärte sich jedoch auf Grundlage von Paragraph 131 des Verwertungsgesellschaftengesetzes auch für die zusammenhängenden Ansprüche wegen der in den USA vorgenommenen Handlungen für zuständig. Auf die Trainingskopien selbst wandte sie nach dem Schutzlandprinzip US-amerikanisches Urheberrecht an. Dabei prüfte das Gericht die von Suno angeführte Fair-Use-Doktrin. Diese kann die Nutzung geschützter Werke unter bestimmten Voraussetzungen auch ohne Zustimmung der Rechteinhaber erlauben.

Nach Ansicht der Kammer waren die Trainingskopien in diesem Fall nicht durch Fair Use gedeckt. Ausschlaggebend war erneut, dass wesentliche Bestandteile der Trainingswerke später in den Outputs wiederkehrten. Darin unterschied das Gericht den Suno-Fall ausdrücklich von den US-Verfahren Bartz und Kadrey. Dort hatten Gerichte KI-Training als Fair Use eingestuft, weil die verwendeten Werke nicht oder jedenfalls nicht substanziell an die Nutzer ausgegeben wurden. Das Münchner Urteil besagt damit nicht, dass nach US-Recht jedes Training eines generativen Modells mit urheberrechtlich geschützten Werken unzulässig wäre. Die Kammer verneinte Fair Use für die konkrete Verbindung aus Trainingskopien, Memorisierung und wesentlich ähnlichen Ausgaben. Nach ihrer vorläufig veröffentlichten Begründung sprachen in dieser Konstellation alle Fair-Use-Faktoren gegen Suno.

Für andere Anbieter von KI-Musikgeneratoren entfaltet die Entscheidung keine unmittelbare Bindungswirkung. Das Urteil betrifft zunächst nur die Parteien des Verfahrens und die eingeklagten Werke beziehungsweise Nutzungshandlungen. Es verpflichtet weder sämtliche KI-Musikdienste automatisch zum Abschluss eines GEMA-Lizenzvertrags noch erklärt es sämtliche mit Suno erzeugten Songs für rechtswidrig. Gleichwohl erhöht die Entscheidung den rechtlichen und wirtschaftlichen Druck auf Anbieter, ihre Trainingsquellen und Modellarchitekturen zu überprüfen. Besonders riskant erscheinen nach der Argumentation des Gerichts Systeme, die geschützte Werke reproduzierbar memorisieren und nach vergleichsweise offenen Prompts erkennbare Werkbestandteile ausgeben. Anbieter dürften deshalb neben Lizenzmodellen auch technische Vorkehrungen gegen werkidentische oder werknahe Ausgaben verstärkt in den Blick nehmen müssen.

Eine sofortige Abschaltung von Suno oder ein generelles Nutzungsverbot folgt aus dem Urteil nicht. Zwar können auch noch nicht rechtskräftige Zivilurteile unter den im Urteil festgelegten Voraussetzungen vorläufig vollstreckt werden. Häufig muss die obsiegende Partei dafür eine Sicherheit leisten. Ob und unter welchen konkreten Bedingungen die GEMA aus dem Münchner Urteil bereits vollstrecken kann, lässt sich erst dem bislang nicht veröffentlichten Urteilstenor entnehmen. Auch eine Berufung würde die vorläufige Vollstreckbarkeit nicht automatisch beseitigen, Suno könnte jedoch eine einstweilige Einstellung der Vollstreckung beantragen. Das Unternehmen erklärte nach der Entscheidung, seine Modelle seien darauf trainiert, neue Songs zu schaffen und nicht bestehende Werke zu reproduzieren. Zudem habe Suno Schutzmechanismen in die Plattform integriert. Das Urteil beruhe aus Sicht des Unternehmens auf einer falschen Darstellung der Funktionsweise der Technologie und des anwendbaren US-Rechts. Suno prüfe alle verfügbaren Optionen einschließlich einer Berufung.

Die Entscheidung setzt eine Linie fort, die dieselbe Zivilkammer bereits im November 2025 im Verfahren GEMA gegen OpenAI eingeschlagen hatte. Damals ging es um neun geschützte Liedtexte, die nach einfachen Eingaben weitgehend originalgetreu ausgegeben werden konnten. Auch dort wertete das Gericht die reproduzierbare Übernahme in die Modelle und die Ausgabe durch den Chatbot als Urheberrechtsverletzung. OpenAI hat gegen das Urteil Berufung eingelegt, das Verfahren ist noch beim Oberlandesgericht München anhängig. Beide Entscheidungen beruhen damit auf einer ähnlichen Argumentationslinie: Ein KI-Modell „lernt“ aus Sicht des Gerichts nicht nur abstrakt, wenn sich ein geschütztes Werk aus seinen Parametern in erkennbarer Form reproduzieren lässt. Ob sich diese rechtliche und technische Bewertung in der Berufungsinstanz bestätigt, ist weiterhin offen.

Auch im Suno-Verfahren steht eine abschließende Klärung noch aus. Die Pressemitteilung des Landgerichts spricht davon, dass den Ansprüchen der GEMA „überwiegend“ stattgegeben wurde, erläutert jedoch nicht, welche Anträge ganz oder teilweise erfolglos blieben. Für eine belastbare Bewertung der Reichweite, der konkreten Unterlassungspflichten und der möglichen Schadensersatzberechnung müssen deshalb der vollständige Urteilstenor und die schriftlichen Entscheidungsgründe abgewartet werden.

Die GEMA begrüßt das Urteil und bekräftigt seine Bereitschaft zum Abschluss einer Lizenzvereinbarung mit Suno. Im Umfeld der Entscheidung äußerten sich auch zahlreiche prominente Musikstars zufrieden. Der deutsche Sänger und Musikproduzent Peter Maffay betonte, dass es nicht um ein Verbot von KI in der Musikproduktion ginge. Urheber und Künstler wünschten sich lediglich eine faire Entlohnung ihrer Musikrechte. Andere Künstler kritisierten Suno und ähnliche KI-Anbieter insbesondere für die nichtlizensierte Nutzung urheberrechtlich geschützter Musikwerke für Trainingszwecke. ■