Tafel XII: Urheberrecht im KI-Zeitalter

dreamshaper XL, Stable diffusion, Symbolbild (OC), getimg.ai – eigens trainiertes Modell

dreamshaper XL, Stable diffusion, Symbolbild (OC), getimg.ai – eigens trainiertes Modell

24.2.2026

Täglich können wir beobachten, wie Bilder, die mithilfe Künstlicher Intelligenz generiert wurden, auch auf unseren Umgang mit der Fotografie einwirken. Von der Produktion bis zum Gebrauch wandeln sich die fotografischen Praktiken – und mit ihnen auch das Verständnis davon, was eine Fotografie zeigt und ist. Im Rahmen des Seminars »The Pencil of Nature, 1844–2026«, geleitet von Steffen Siegel, haben Studierende im B.A. Fotografie im Wintersemester 2025/2026 diese Fragen diskutiert. Ganz nach dem Vorbild von William Henry Fox Talbots berühmten Fotobuch haben sie eine eigene Tafel entworfen, die sich mit den Herausforderungen der Künstlichen Intelligenz auseinandersetzt. Luis Lucyga studiert seit 2022 im B.A. Fotografie an der Folkwang Universität der Künste. Hier ist sein Beitrag.

Der mit einem bildgenerativen KI-Modell erstellte Bildausschnitt zeigt Wolken im Sonnenschein vor klarem, blauem Himmel. Bei genauerer Betrachtung werden aber Textüberreste in Form von Wörtern und einzelnen Buchstaben sichtbar. Die Trennung zwischen Wolke und Text ist dabei fließend: Die kryptischen Wortschnipsel schreiben sich in die Umgebung ein und werden Teil von ihr.

Diese Überreste stammen von in Bildern eingebetteten Wasserzeichen verschiedener Stockphoto-Plattformen. Zum Schutz des Urheberrechts der Bild-Autor:innen werden diese Wasserzeichen in Form von Logos und Textfragmenten auf die beworbenen Bilder gelegt. Erst mit einem Erwerb einer Lizenz weicht diese Kennzeichnung dem eigentlichen Bildmaterial. Ausgehend von den generierten Bildern lässt sich nur noch begrenzt nachvollziehen, von welchen Stockphoto-Seiten und vor allem welchen Urheberinnen das nicht lizenzierte Bildmaterial stammt. Nichtsdestotrotz ist dieser Umstand ausreichend für eine Feststellung.

Bildgenerative KI-Modelle werden mit menschengemachtem Bildmaterial in Milliardenzahl trainiert, dessen Verwendungszweck in der Regel nicht mit den Rechteinhaber:innen abgestimmt wurde. Zudem zeigen nur wenige Anbieter Transparenz im Hinblick auf ihre Datenbanken und die Herkunft des gesammelten Trainingsmaterials. Sichtbar wird dieser Missstand in diesem Fall lediglich deshalb, weil sich Wasserzeichen aufgrund ihrer repetitiven Struktur in die Generierung einschreiben. Damit geben sie gleichzeitig einen Hinweis auf eine weitaus größere, unsichtbare Masse an Bildern, deren nicht lizenzierte Verwendung nicht mehr zurückverfolgt werden kann.

In diesem Nachhall erscheinen die Wasserzeichen wie Relikte einer überholten Praxis, die auf eine aktuelle Notwendigkeit verweisen: Der Umgang mit Urheberrecht und algorithmischen Systemen muss überhaupt erst noch verhandelt werden.