第５２４回：人口知能（ＡＩ）による著作物の学習はテキスト及びデータマイニングのための権利制限の対象外とする２０２５年１１月１１日のドイツ・ミュンヘン地裁の判決他

　２月８日の衆議院総選挙では自民党が圧勝したが、与党の構成が変わったといった事はなく、憲法改正の動きなどは引き続き注意が必要だとは思うが、政府与党の政策運営の方針が大きく変わるといった事はないだろう。

　さて、少し間が空いてしまったが、今回は、以前ここで取り上げたいと思っていると書いた、人工知能と著作権に関する去年１１月のドイツのミュンヘン地裁の判決についてである。

　この２０２５年１１月１１日のミュンヘン地裁の判決は、あるドイツ語の歌詞が人工知能（ＡＩ）サービスのＣｈａｔＧＰＴでその儘出力可能であった事からその学習及び出力は著作権侵害であるとして、ドイツの音楽著作権団体であるＧＥＭＡとＯｐｅｎＡＩの間で争われたものであり、最終的にほぼ権利者側の主張の通り著作権侵害が認められた。

　この判決は他にも興味深い論点を含むが、ここで注目したいと思っているのは、ＡＩ学習と欧州及びドイツのテキスト及びデータマイニングの関係について述べた以下の部分である。（いつも通り、翻訳は拙訳。）

191 4. Die erfolgte Vervielfaltigung in den Modellen ist weder durch die Schrankenbestimmungen des Text und Data Mining noch durch §57 UrhG als unwesentliches Beiwerk gedeckt.

192 a. Die Beklagten konnen sich nicht auf die Schrankenregelung des §44b UrhG berufen.

193 Sprachmodelle wie die streitgegenstandlichen Modelle unterfallen grundsatzlich dem Anwendungsbereich der Text und Data Mining Schranken. Die Vorschriften decken erforderliche Vervielfaltigungen beim Zusammenstellen des Datenkorpus in Phase 1 (s.o.), nicht aber weitergehende Vervielfaltigungen im Modell in Phase 2. Werden wie vorliegend beim Training in Phase 2 nicht nur Informationen aus Trainingsdaten extrahiert, sondern Werke vervielfaltigt, stellt dies kein Text und Data Mining dar. Auch wenn die Schrankenbestimmungen grundsatzlich auf das Training von Modellen Anwendung finden, sind Vervielfaltigung im Modell keine Vervielfaltigungen, die von der Schrankenbestimmung erfasst sind, da sie nicht nur zur Vorbereitung des Text und Data Mining dienen.

194 aa. Nach der Legaldefinition in §44b Abs. 1 UrhG, die weitgehend Art. 2 Abs. 2 DSM-RL entspricht, ist "Text und Data Mining […] die automatisierte Analyse von einzelnen oder mehreren digitalen oder digitalisierten Werken, um daraus Informationen insbesondere uber Muster, Trends und Korrelationen zu gewinnen." Beim Text und Data Mining im Sinne der Schrankenbestimmung, die die Phase 2 betrifft, werden automatisiert Informationen extrahiert. Die automatisierte Auswertung selbst ist keine urheberrechtlich relevante Handlung (BT-Drs. 18/12329, 40, zu §60d a.F.). Die in Werken enthaltenen nicht schopferischen Informationen sind als solche nicht urheberrechtlich geschutzt (Raue, GRUR 2017, 11, 13 m.w.N.), weshalb eine Analyse von Werken zur Auswertung von blosen Informationen keine Verwertungsinteressen beruhrt.

195 Fur das Text und Data Mining sind allerdings mitunter vorbereitende Massnahmen vonnoten, die in Verwertungsrechte eingreifen konnen, wie etwa die Vervielfaltigung eines Werks durch seine Uberfuhrung in ein anderes (digitales) Format oder Speicherungen im Arbeitsspeicher. Fur diese urheberrechtlich relevanten Handlungen, die die Erstellung des Trainingsmaterials und somit Phase 1 betreffen, sieht §44b Abs. 2 S. 1 UrhG grundsatzlich die Zulassigkeit von Vervielfaltigungen vor. Hintergrund hierfur ist der Gedanke, dass diese Vervielfaltigungen lediglich zu nachfolgenden Analysezwecken erstellt werden und damit die Verwertungsinteressen des Urhebers am Werk nicht beintrachtigen (Schack, ZUM 2016, 266, 269). Die Analyse und allein hierfur genutzte Vervielfaltigungen vermitteln lediglich einen technischen Werkgenuss (Steinhauer RuZ 2021, 5, 21). Da diese fur das Text und Data Mining rein vorbereitenden Handlungen kein Verwertungsinteresse beruhren, sieht das Gesetz keine Vergutungspflicht gegenuber dem Urheber vor (Spindler/Schuster/Kaesling/Pesch, 5. Aufl. 2025 i.E., UrhG §44b Rn. 8).

196 bb. Die Schranke des §44b UrhG sowie seine europarechtliche Grundlage in Art. 4 DSM-RL finden auf Text und Data Mining beim Training Kunstlicher Intelligenz Anwendung (zum Meinungsstand im Schrifttum vgl. Spindler/Schuster/Kaesling/Pesch, 5. Aufl. 2025 i.E., UrhG §44b Rn. 17 Fn. 65). Vervielfaltigungshandlungen zur Vorbereitung des Trainingskorpus sind davon erfasst.

197 (1) Wie die Beklagten zutreffend unter Bezugnahme auf die Mitteilung der Kommission "Kunstliche Intelligenz fur Europa" vom 25.04.2018 (COM/2018/237, Anlage B 42) anfuhren, war dem EU-Gesetzgeber die Nutzung von Daten fur die Zwecke des Trainings von Modellen bekannt. Selbst wenn dem nicht so gewesen sein sollte, erstreckt sich der Anwendungsbereich des §44b UrhG sowie Art. 4 DSM-RL auf die moderne Technologie. Ausweislich der Erwagungsgrunde der DSM-RL sollen die Schrankenbestimmungen des Text und Data Mining gerade neue Technologie fordern: laut Erwagungsgrund 18 Abs. 1 S. 1 DSM-RL sollen Verfahren des Text und Data Mining der Entwicklung neuer Anwendungen oder Technologien dienen. Um dies zu ermoglichen, mussen nach Erwagungsgrund 3 S. 2 DSM-RL die "einschlagigen Rechtsvorschriften […] zukunftstauglich sein, damit die technologische Entwicklung nicht behindert wird."

198 In diesem Sinne hat der Unionsgerichtshof bereits im Hinblick auf die Schranke fur Vervielfaltigungshandlungen nach Art. 5 Abs. 1 InfoSoc-RL darauf hingewiesen, dass die Bestimmung den Einsatz neuer Technologien ermoglichen und gewahrleisten sowie einen angemessenen Rechts- und Interessenausgleich zwischen den Rechtsinhabern und den Nutzern der geschutzten Werke, die in den Genuss dieser neuen Technologien kommen wollen, beibehalten muss (EuGH 24.03.2022, C-433/20 Rn. 26 - Austro-Mechana). Das Gericht hat betont, dass eine Auslegung dem Grundsatz der Technologieneutralitat folgt, wonach das Gesetz die Rechte und Pflichten der Personen allgemein bezeichnen muss, damit nicht eine Technologie einer anderen vorgezogen wird (ebd.).

199 In der Gesetzesbegrundung zu §44b und §§60a ff UrhG hat dann auch der deutsche Gesetzgeber "das maschinelle Lernen als Basis-Technologie fur Kunstliche Intelligenz" im Rahmen des Anwendungsbereichs explizit aufgefuhrt (BT-Drs. 19/27426, 60).

200 (2) Dem Anwendungsbereich des §44b UrhG unterfallen somit Vervielfaltigungshandlungen zur Vorbereitung des Trainingskorpus von Modellen. Diese sind vorliegend allerdings nicht streitgegenstandlich.

201 cc. Die Vervielfaltigung der streitgegenstandlichen Liedtexte in den Modellen stellt kein Text und Data Mining dar.

202 Bei Sprachmodellen zielt das Text und Data Mining auf die Auswertung von Informationen wie abstrakter syntaktischer Regelungen, gangiger Begriffe und semantischer Zusammenhange (Spindler/Schuster/Kaesling/Pesch, 5. Aufl. 2025 i.E., UrhG §44b Rn. 18). Ausgewertet werden somit auch Ausdrucksebenen wie Wortwahl, Ausdrucksspektrum und Wiederholungen (Kuschel/Rostam, ZUM 2025, 71, 73). Diese blossen Informationen aus Trainingsdaten konnen in Parameter von Modellen uberfuhrt werden.

203 Die Memorisierung der streitgegenstandlichen Liedtexte uberschreitet hingegen eine solche Auswertung und ist daher kein bloses Text und Data Mining. Die Liedtexte als Trainingsdaten wurden nicht allein ausgewertet, sondern vollstandig in die Parameter des Modells ubernommen, was wiederrum in die Verwertungsinteressen der Urheber eingreift (s.o.).

204 dd. Die Vervielfaltigung der streitgegenstandlichen Liedtexte im Modell in Phase 2 ist nicht von der Text und Data Mining Schrankenbestimmung des §44b UrhG beziehungsweise Art. 4 DSM-RL gedeckt.

205 Die durch die Memorisierung im Modell gegebenen Vervielfaltigungen wurden nicht zur Erstellung des Trainingsdatensatzes und somit im Rahmen der Phase 1 gefertigt, in der keine Verwertungsinteressen der Urheber tangiert sind, sondern sie sind zusatzlich beim Trainieren des Modells in Phase 2 erfolgt. Die Pramisse des Text und Data Mining und der diesbezuglichen Schrankenbestimmungen, dass durch die automatisierte Auswertung von blosen Informationen selbst keine Verwertungsinteressen beruhrt sind, greift in dieser Konstellation nicht. Im Gegenteil, durch die gegebenen Vervielfaltigungen im Modell wird in das Verwertungsrecht der Rechteinhaber eingegriffen. Ein derartiger Eingriff ist nicht durch die Schrankenbestimmung des §44b UrhG gedeckt.

206 (1) Ausweislich des eindeutigen Wortlauts der unionsrechtlichen Regelung der Schrankenregelung setzt Art. 4 Abs. 1 DSM-RL "zum Zwecke des Text und Data Mining vorgenommene Vervielfaltigungen" voraus (Spindler/Schuster/Kaesling/Pesch, 5. Aufl. 2025 i.E., UrhG §44b Rn. 21, 24). Vervielfaltigungen im Modell dienen aber nicht der weiteren Datenanalyse, weshalb die Schrankenregelung hierfur nicht als Legitimationsgrundlage in Betracht kommt (Sesing-Wagenpfeil, ZGE 2024, 212, 251). Auch die Vorschrift des §44b Abs. 2 UrhG verlangt eine zweckgerichtete Vervielfaltigung, die fur das Text und Data Mining erforderlich sein muss.

207 Die Zweckgebundenheit spiegelt die Uberlegungen wider, die der DSM-RL zugrunde liegen. Nach deren Erwagungsgrunden sollen durch die Einfuhrung der Text und Data Mining Schranken nicht nur Innovationen und neue Technologien gefordert werden, sondern Urheber geschutzt werden. In diesem Sinne formuliert Erwagungsgrund 3 S. 4 der DSM-RL, dass "gleichzeitig ein hohes Mass an Schutz des Urheberrechts […] aufrechtzuerhalten" ist. Erwagungsgrund 8 DSM-RL weist darauf hin, wenn "keine Ausnahmen oder Beschrankungen geltend gemacht werden [konnen], so ist fur solche Handlungen die Erlaubnis des Rechteinhabers erforderlich". Auch Erwagungsgrund 18 zur DSM-RL betont, dass "Rechteinhaber […] auch kunftig Lizenzen fur die Nutzung ihrer Werke oder sonstigen Schutzgegenstande erteilen konnen, die weder unter die in dieser Richtlinie vorgesehene verbindliche Ausnahme fur Text und Data Mining zum Zwecke der wissenschaftlichen Forschung noch unter die gemass der RL 2001/29/EG geltenden Ausnahmen und Beschrankungen fallen".

208 Eine mutmasslich technik- und innovationsfreundliche Auslegung, die ebenfalls Vervielfaltigungen im Modell von der Schranke als gedeckt ansehen wollte, verbietet sich angesichts des klaren Wortlauts. Ebenso wenig kommt eine analoge Anwendung von Art. 4 DSM-RL in Betracht, die eine planwidrige Regelungslucke sowie eine vergleichbare Interessenlage des geregelten und zu regelnden Sachverhalts voraussetzt (zur Analogie im Unionsrecht vgl. Schon, FS Canaris, 2017, 147, 153 ff, 160). Selbst wenn man eine planwidrige Regelungslucke annehmen wollte, weil dem Gesetzgeber die Memorisierung und eine damit einhergehende dauerhafte urheberrechtlich relevante Vervielfaltigung in den Modellen nicht bewusst gewesen sein sollte, mangelt es an einer vergleichbaren Interessenlage. Die Schrankenregelung normiert mit der Zulassigkeit vorbereitender Vervielfaltigungshandlungen beim Text und Data Mining einen Sachverhalt, bei dem die Verwertungsinteressen der Urheber nicht gefahrdet sind, weil blosse Informationen extrahiert und das Werk als solches gerade nicht vervielfaltigt wird. Bei Vervielfaltigungen im Modell wird die Werkverwertung hingegen nachhaltig beeintrachtigt und die berechtigten Interessen der Rechteinhaber hierdurch verletzt. Die Urheber und Rechteinhaber wurden durch eine analoge Anwendung der Schrankenbestimmung, die keine Vergutung fur die Verwertung vorsieht, somit schutzlos gestellt. Dies widersprache klar dem Erwagungsgrund 17 der DSM-RL, demzufolge der durch die Schrankenbestimmungen bestehende Schaden fur die Rechteinhaber nur "minimal" ist (vgl. Raue, ZUM 2019, 684, 686). Hinzu kommt, dass das Risiko der Memorisierung allein aus der Sphare der Betreiber von Modellen als Verletzer stammt. Bei einer Analogie der Schranke wurde ausschliesslich der verletzte Rechteinhaber dieses Risiko tragen (vgl. Sesing-Wagenpfeil, ZGE 2024, 212, 260).

209 Sollte eine Memorisierung der Trainingsdaten nach dem Stand der Technik nicht verhinderbar sein, ist ein Training von Modellen mit urheberrechtlich geschutzten Trainingsdaten nicht von der Text und Data Mining Schranke gedeckt (Spindler/Schuster/Kaesling/Pesch, 5. Aufl. 2025 i.E., UrhG §44b Rn. 21). Rechtspolitisch wird die Einfuhrung einer neuen Schranke, die ein derartiges Training deckt und eine Vergutung der Urheber beinhaltet, zwar diskutiert (beispielsweise IUM-Symposion, (Kollektive) Vergutungsmodelle fur KI-Nutzungen: Wege zu einem fairen Interessenausgleich, https://www.urheberrecht.org/events/20251114.php). Geltendes Recht ist sie aber nicht.

210 (2) Nach diesen Massstaben sind vorliegend die Voraussetzungen der Schrankenregelung nach Art. 4 Abs. 1 DSM-RL, §44b Abs. 2 UrhG nicht erfullt.

211 Die Memorisierung in den Modellen stellt keine dem Zweck des Text und Data Mining dienende zweckgerichtete Vervielfaltigung dar. Nach dem Vortrag der Beklagten erfolgten die Vervielfaltigungen in ihren Modellen bereits nicht hierzu, sondern unbeabsichtigt: die Modelle seien nicht darauf angelegt, Trainingsdaten erneut zu generieren. Aber selbst wenn die Vervielfaltigungen der streitgegenstandlichen Liedtexte insofern absichtlich vorgenommen worden waren, erfolgten sie nicht fur den Zweck des Text und Data Mining. Die Vervielfaltigungen im Modell dienen keiner weiteren Datenanalyse.

１９１　４．モデルにおいて行われる複製はテキスト及びデータマイニングの権利制限規定によっても非本質的な付随物としてドイツ著作権法第５７条によってもカバーされない。

１９２　ａ．被告はドイツ著作権法第４４ｂ条の権利制限規定に依拠する事はできない。

１９３　本件のモデルの様な言語モデルは基本的にテキスト及びデータマイニングの権利制限の適用範囲に入る。この規定は上記の段階１のデータコーパスの編成に必要な複製をカバーするが、段階２のモデルにおけるさらなる複製をカバーしない。本件においては段階２における学習において単に情報が学習データから抜き出されているのではなく、著作物が複製されており、これはテキスト及びデータマイニングに該当しない。権利制限規定が基本的にモデルの学習に適用され得るものであるとしても、モデルにおける複製は、権利制限に含まれる複製ではなく、そこでそれはテキスト及びデータマイニングの準備のためのみになされているのではない。

１９４　ａａ．欧州新著作権指令の第２条第２項に概ね対応する、ドイツ著作権法第４４ｂ条第１項の法的定義によれば、「テキスト及びデータマイニングは「…］情報、特に典型、傾向及び相関をそこから得るために、個別の又は複数のデジタル又はデジタル化された著作物の自動化された分析」である。段階２に関する、権利制限の意味におけるテキスト及びデータマイニングにおいて、自動的に情報が抜き出されている。自動化された評価それ自体は著作権に関わる行為ではない（ドイツ連邦議会提出２０１７年法改正案資料）。著作物に含まれた非創作的情報それ自体は著作権によって保護されず（ラウエ著、ＧＲＵＲ２０１７、第１１、１３ページ他）、よって、単なる情報の評価のための著作物の分析は利用に関する利益を有さない。

１９５　しかしながら、テキスト及びデータマイニングのためには、他の（デジタル）形式又はメモリにおける蓄積へのその転送による著作物の複製の様に、複製となり得る準備措置を時として必要とする。学習マテリアルの作成、すなわち段階１に関する、これらの著作権に関わる行為は、ドイツ著作権法第４４ｂ条第２項第１文において基本的に許される複製であると規定されている。その背景にある考えは、この複製は後に続く分析の目的のためのみに作成されるものであり、よって、著作物に対する著作者の利用の利益に影響しないというものである（シャック著、ＺＵＭ２０１６、第２６６、２６９ページ）。その分析とそのためにのみ利用される複製は技術的な著作物の享受に過ぎない（シュタインハウアー、ＲｕＺ２０２１、第５、２１ページ）。そこで、このテキスト及びデータマイニングを純粋に用意する行為は利用の利益に関わるものではなく、法は著作者に対する補償の義務を規定していない（スピンドラー他著、第５版著作権法）。

１９６ ｂｂ．ドイツ著作権法第４４ｂ条の権利制限並びに新著作権指令の第４条の欧州法的基礎は人工知能の学習におけるテキスト及びデータマイニングに適用される（文献における意見の状況について、スピンドラー他著、第５版著作権参照）。学習コーパスの準備のための複製行為もそこに含まれる。

１９７　（１）被告が欧州委員会の２０１８年４月２５日の「ヨーロッパのための人工知能」を引き合いに出して正しく述べている様に、モデルの学習のためのデータの利用はＥＵの立法者に知られていた。たとえそうでなかったとしても、ドイツ著作権法第４４ｂ条並びに欧州新著作権指令第４条の適用範囲は今の技術に及ぶ。欧州新著作権指令の検討理由から示される通り、テキスト及びデータマイニングの権利制限規定は新しい応用又は技術に貢献するべきものである。この事を可能とするため、欧州新著作権指令の検討理由によれば、「当該の法規定は将来に向けて役に立つものでなければならず、それによって技術の発展が阻害されてはならない」。

１９８　この意味において、欧州司法裁判所は既に欧州著作権指令第５条第１項の複製行為に対する権利制限に関して、その規定は新技術の投入を可能とするとともに保障し、保護を受ける著作物の権利者と利用者の間で適切な権利及び利益のバランスを保持しなければならないと述べている（欧州司法裁、２０２２年３月２４日、アウストロ・メカーナ事件判決）。欧州司法裁は、法解釈は技術中立性に従う事、そこで法は人の権利と義務を一般的に示さなければならないのであって、それによって他者の技術を有利にしないという事を強調した。

１９９　ドイツ著作権法第４４ｂ条及び第６０ａ条等の法改正理由において、ドイツの立法者は適用範囲内にあるものとして「人工知能のための基礎技術としての機械学習」を明示している（ドイツ連邦議会提出２０２１年法改正案資料）。

２００　（２）したがって、モデルの学習コーパスの準備のための複製行為はドイツ著作権法第４４ｂ条の適用範囲内の適用範囲に入る。しかしながら、この事は本件において争いの対象となっていない。

２０１　ｃｃ．モデルにおける本件の歌詞の複製はテキスト及びデータマイニングに該当しない。

２０２　言語モデルにおいてテキスト及びデータマイニングは抽象的な文法規則、通用概念及び意味関係の様な情報の評価を目的とする（スピンドラー他著、第５版著作権）。そうして、語の選択、表現の分布及び繰り返しの様な表現の面も評価される（クシェル他著、ＺＵＭ２０２５、第７１、７３ページ）。これらの単なる情報は学習データからモデルのパラメータに移され得る。

２０３　それに対して本件の歌詞の記憶はこの様な評価を超え、したがって、単なるテキスト及びデータマイニングではない。学習データとしての歌詞は評価されているのみならず、完全にモデルのパラメータに取り入れられており、それはまた著作者の利用の利益を害する（上記参照）。

２０４　ｄｄ．段階２でのモデルにおける本件の歌詞の複製はドイツ著作権法第４４ｂ条のテキスト及びデータマイニングの権利制限規定並びに欧州新著作権指令第４条によってカバーされない。

２０５　モデルにおける記憶より行われる複製は、学習データセットの作成のためのもの、その様にして段階１の中で行われ、著作者の利用の利益に影響を与えないものではなく、それは段階２におけるモデルの学習において付随的になされる。単なる情報自体の自動的な評価によっては利用の利益に関わらないという、テキスト及びデータマイニング及びこれに関係する権利制限の前提はこの状況においては該当しない。それに対して、モデルにおいて行われた複製は著作権者の利用権を侵害するであろう。この様な侵害はドイツ著作権法第４４ｂ条の権利制限規定によってカバーされない。

２０６　（１）権利制限を規定する欧州連合規定の明確な文言に示されている通り、欧州新著作権指令第４条第１項は「テキスト及びデータマイニングの目的のためになされる複製」を前提としている（スピンドラー他著、第５版著作権）。しかし、モデルにおける複製はさらなるデータ分析に役に立てられるものではなく、よって、権利制限規定はここで適法化の基礎として考慮されない（セジング＝ワーゲンプファイル著、ＺＧＥ２０２４、第２１２、２５１ページ）。ドイツ著作権法第４４ｂ条第２項の規定も、合目的な複製であって、テキスト及びデータマイニングのために必要なものでなければならない事を求めている。

２０７　この目的との結びつきは欧州新著作権指令を基礎とする考察を反映するものである。その検討理由によっても、テキスト及びデータマイニングの権利制限の導入により、イノベーションと新技術だけが促進されるべきなのではなく、著作権者も保護されるべきなのである。この意味において、欧州新著作権指令の検討理由は、「同時に著作権の保護の高い水準を・・・維持するべき」であると書き表している。欧州新著作権指令の検討理由はまた、「権利者は・・・この指令において規定される、学術研究目的でのテキスト及びデータマイニングのための拘束力を持つ例外にも、欧州著作権指令に沿って適用される例外及び権利制限にも該当しない、その作品又はその他の保護対象の利用に対して将来的に許諾を与える事もできる」事を強調している。

２０８　同様にモデルにおける複製を権利制限によってカバーされるものと見ようとする、主張されている技術及びイノベーションフレンドリーな解釈は明確な文言から見て認められない。同じく欧州新著作権指令第４条について、計画に反する規則の欠陥並びに被規制側と規制側の事実関係における比較衡量され得る利益の状態を前提とする、類推適用もほぼ考慮の余地はない（欧州連合法における類推適用について、シェーン著、カナリス記念論文集、第１４７、１５３、１６０ページ他参照）。立法者にはモデルにおける記憶及びそれに伴う継続的な著作権に関わる複製は認識されていなかったに違いないと、計画に反する規則の欠陥を認めようとしたとしても、比較衡量され得る利益の状態が欠けている。この権利制限規定は、テキスト及びデータマイニングにおける準備のための複製の許可において、単に情報が抽出され、著作物自体が直接複製されるのではないから、著作者の利用の利益が危険に晒される事はないという事実関係を指し示している。それに対してモデルにおける複製は著作物の利用に不利に働き、そこで権利者の正当な利益が害される。権利制限規定の類推適用によって、そこで利用に対する補償は規定されておらず、著作者及び権利者はそのため保護されずに置かれる事になる。この事は、権利制限規定によって権利者に生じる損害は単に「最小限」のものであるとする欧州新著作権指令の検討理由に明らかに反する（ラウエ著、ＺＵＭ２０１９、第６８４、６８６ページ参照）。すなわち、記憶のリスクは侵害者となるモデルの運営者の領域のみから生じる。権利制限の類推においては被侵害者である権利者のみがそのリスクを負う事になる（セジング＝ワーゲンプファイル、ＺＧＥ２０２４、第２１２、２６０ページ）。

２０９　今の技術水準では学習データの記憶は避けられず、著作権の保護を受ける学習データの学習はテキスト及びデータマイニングの権利制限によってはカバーされない（スピンドラー他著、第５版著作権）。法政治的に、この様な学習をカバーし、著作権者の補償を含む権利制限の導入は確かに議論されるであろう（例えば、著作権・メディア法研究所のシンポジウム）。しかし、現行法はそうなっていない。

２１０　（２）この様な判断基準により、本件において、欧州新著作権指令第４条第１項、ドイツ著作権法第４４ｂ条第２項の条件は満たされていない。

２１１　モデルにおける記憶はテキスト及びデータマイニングの目的に向けられた複製に該当しない。被告の陳述によると、そのモデルにおける複製は前もってそのために行われておらず、意図的に行われたものではない：モデルはそれに向けられたものではなく、学習データは改めて作られたものであるという。しかし、本件の歌詞の複製が意図的に行われたものでないにしても、それはテキスト及びデータマイニングの目的のためになされていない。モデルにおける複製はさらなるデータ分析にあてられていない。

　欧州新著作権指令やそれに対応するドイツ著作権法のテキスト及びデータマイニングに関する権利制限については、それぞれ第４８１回や第５０４回を御覧頂ければと思うが、このドイツのミュンヘン地裁の判決は、要するに、ＡＩ向けの学習データの作成はこの権利制限の対象となるが、その後にＡＩにそれを学習させて記憶させる事は権利制限の対象とならないと判断したものである。

　この判断には、被告であるＯｐｅｎＡＩ側が、元の学習データそのものの出力が可能な状態で放置した儘、ＡＩ向けのあらゆる学習が権利制限の対象であると主張した事も影響したのではないかと思うが、訴訟戦略的にこの様な主張が良かったかどうか私にはかなり疑問である。

　そして、この事件の様に元の学習データそのものの出力が可能である場合に著作権侵害を認め得るだろうとしても、この判決が、それ以上に、現時点でＡＩにおける学習データの記憶は避けられず、ＡＩ学習に対してテキスト及びデータマイニングに関する権利制限の適用の余地はないと言い切っているのは、法解釈としても、また、技術的にも、その妥当性について大いに議論の余地がある所である。

　実際、この様にＡＩ学習に対してテキスト及びデータマイニングに関する権利制限の適用の余地はないとすると、ドイツにおいてＡＩサービスを提供するのは実質的に不可能とならざるを得ない。しかし、この判決においても言及されている通り、権利制限の導入検討においてＡＩ技術を対象として想定していた事、技術的にも学習データそのものの出力の抑止が不可能ではない事を踏まえれば（技術的にどこまで可能かという事は別論としてあり得るが）、この様な法解釈はバランスを欠いたものと言わざるを得ないのではないだろうか。

　この判決は、事前の学習データの作成そのものは権利制限の対象としているので、第５０４回で紹介した、学習データそのものの作成や提供は権利制限の対象であり得るとするハンブルク地裁との判決とも整合はしているのだが、学習データ作成後のＡＩの学習段階以降についても、学習データその儘の出力が可能かどうか、技術的にできる限りその様な出力の抑止を行っているかどうかなども含めて権利制限との関係はより総合的に考えるべきものと私は思う。

　今回のミュンヘン地裁の判決はあくまで１つの地裁の判断であって、これだけで何か片づくといった事は無論なく、当然、ドイツでも上級審に進んで行く事や、さらに欧州司法裁の判断を仰ぐ事も考えられる。ヨーロッパでＡＩと著作権の問題に対してどの様に司法的な解決が図られて行くかが見えて来るにはまだ時間がかかるだろう。

　この判決はドイツのものなので、日本に対して直接的な影響を及ぼす事はないが、日本の著作権法第３０条の４の非享受目的利用でも、学習元の著作物をほぼその儘出力するため、著作権侵害となる物を出力するためのＡＩ学習が対象となる事はないだろうが、そもそものＡＩの目的や、技術的にできる限り学習データその儘の出力の抑止を行っているかどうかなどを考慮した上で、権利制限の対象となるかどうかは判断される事になるだろう。また、蓋然性があるという事だけで著作権侵害とこれに基づく損害賠償と差し止めを全面的に認めるのも適当ではなく、著作権侵害のための利用が実際にどれほどなされているのか、技術的に可能な事はなにかといった事も考えた上で、著作権侵害の有無、損害賠償と差し止めの範囲は慎重に決定されるべきものである。（日本の著作権法とＡＩの関係については、第４９２回で紹介した文化庁の報告書参照。）

　最後に、つい最近２月１３日にミュンヘンの区裁判所が、ＡＩ生成物である簡単なロゴについて著作権は認められないとする判決を出しているので合わせて少し触れておく。この事件では原告と被告の間でウェブサイトでのロゴの利用が問題となっているが、ミュンヘンの区裁判所は、以下の一般論を示した上で、簡単なプロンプトによるＡＩ生成物について人間の創作的関与は認められないとして著作権による保護を否定した。この事件におけるプロンプトやＡＩ生成物の性質などから見てこの判断は妥当なものだろう。

19　2. Ob durch Kunstliche Intelligenz generierte Erzeugnisse Werkcharakter haben, hangt daher nach zutreffender wohl h.M. in der Literatur davon ab, inwieweit trotz des softwaregesteuerten Prozessablaufs noch menschlicher schopferischer Einfluss ausgeubt wird. Ein urheberrechtlicher Schutz ist daher denkbar infolge menschlichen Eingriffs in KI-Ergebnisse, der auch nachtraglich bzw. sukzessive wahrend des Promptings stattfinden kann und der dazu fuhrt, dass sich im Output auch gerade die Personlichkeit des Promptenden widerspiegelt. Erforderlich ist daher eine menschlichschopferische Einflussnahme auf die Gestaltung des konkreten Werkes selbst, etwa durch hinreichend individuelle Voreinstellungen bei der Programmierung des Entstehungsprozesses des konkreten Erzeugnisses selbst, ggf. im Verbund mit einem Selektionsprozess unter den generierten Erzeugnissen. Die blosse Auswahl eines KI-Erzeugnisses aus mehreren "Vorschlagen" ist fur sich genommen nicht ausreichend. Erfolgt die Generierung des Erzeugnisses ganzlich softwaregesteuert, kommt ein Urheber- und auch ein Leistungsschutz fur das KI-Erzeugnis nicht in Betracht (Dreyer in: Dreyer/Kotthoff/Hentsch, Heidelberger Kommentar zum Urheberrecht, 5. Aufl. 2025, 5. Auflage, 8/2025, § 2 UrhG, Rn. 32, m.w.N.).

20　Entscheidend ist nach dem oben definierten Werkbegriff daher letztlich, ob das Prompting des Klagers dessen schopferischen Fahigkeiten in eigenstandiger Weise zum Ausdruck bringt, indem er freie und kreative Entscheidungen trifft und damit auch dem Output seine personliche Note verleiht (vgl. EuGH, Urt. v. 1.3.2012 - C-604/10 - Football Dataco/Yahoo Rn. 38, fur Datenbanken). Die Gestaltung darf nicht durch die technische Funktionen der KI vorgegeben sein, sondern der Klager muss darin seinen schopferischen Geist in origineller Weise zum Ausdruck bringen (EuGH, Urt. v. 22.12.2010 - C-393/09 - BSA/Kulturministerium, fur grafische Benutzeroberflache eines Computerprogramms).

21　Erforderlich ist bildlich gesprochen, "dass der Einsatz des KI-Modells einem Hilfsmittel naher steht als einem selbststandigen Schopfungsinstrument" (Olbrich/Bongers/Pampel, GRUR 2022, 870, beckonline). Der Input muss letztlich den resultierenden Output (den "Ausdruck" der urheberrechtlichen Schopfung) hinreichend objektiv und eindeutig identifizierbar pragen (Leistner, GRUR 2025, 1123, 1132, beckonline). Dies ist nach Auffassung des Gerichts jedenfalls, aber auch erst dann der Fall, wenn die im Prompting eingeflossenen kreativen Elemente den Output derart dominieren, dass der Gegenstand insgesamt als eigene originelle Schopfung seines Urhebers angesehen werden kann.

22 Nicht ausreichend ist es daher, wenn im Rahmen des Promptings letztlich der KI die gestalterische "Entscheidung" durch lediglich allgemein gehaltene, ergebnisoffene Anweisungen uberlassen wird, auch wenn diese zahlreich sein sollten und dadurch sukzessive das Erscheinungsbild des Outputs verandert wird. Vollig unerheblich ist entgegen der Auffassung des Klagers auch, ob er eine "kostenpflichtige Premium-Version" der KI benutzt, welchen Streitwert das Gericht fur sein Unterlassungsinteresse angenommen hat oder wie aufwandig und sorgfaltig ein Prompt erstellt wurde. In lediglich handwerklichen Tatigkeiten spiegelt sich nicht seine Personlichkeit wider, vollig unabhangig davon, wie kostspielig oder aufwandig sie sind. Das Urheberrecht belohnt und schutzt nicht Investitionen, Zeitaufwand oder Fleiss, sondern allein das Ergebnis einer kreativen Tatigkeit (Dreier/Schulze/Raue, 8. Aufl. 2025, UrhG § 2 Rn. 79, beckonline, m.w.N.).

１９　２．人工知能によって生成された物が著作物性を持つかどうかは、文献における通説の通り、正しく、ソフトウェアによって制御される手順に関わらず、なお人間の創作的関与がどれほどなされているかによる。すなわち、プロンプトによって追加的にも、そして、連続的にも生じ得、プロンプト入力者の人格が直接的に出力に反映されるという事をもたらす、ＡＩ生成物に対する人間の介入の結果として、著作権による保護は考えられ得る。すなわち、場合により生成された物の選択プロセスと結びつくであろうが、具体的な物の生成プロセスのプログラミングにおける十分な個別の初期設定などによって、具体的な著作物それ自体の造形に対して人間の創作的な影響がある事が必要である。複数の「提案」からの１つのＡＩ生成物の単なる選択はそれ自体では十分なものとは捉えられない。その物の生成が完全にソフトウェアによって制御されて行われる場合、ＡＩ生成物に対する著作権及び著作隣接権の保護を考慮する余地はない（ドライヤー他著、著作権法コンメンタール、第５版）。

２０　すなわち、上記の定義の著作物の概念に基づき、最終的に、決め手となるのは、そのプロンプトによって、そこで自由な創作的決定を行い、それによって出力においてもその人格的特色を付与し、原告の創作的能力を独自の形で表現しているかどうかである（データベースについて、欧州司法裁、２０１２年３月１日、フットボール・データコ社事件判決参照）。造形はＡＩの技術的な機能によって与えられてはならず、原告はそこで独自の形でその創作的精神を表現していなくてはならない（コンピューター・プログラムのグラフィカルＵＩについて、欧州司法裁、２０１０年１２月２２日、チェコ文科省事件判決参照）。

２１　比喩的に必要と言われているのは、「ＡＩモデルの使用は独立した創作の道具ではなく補助的手段に近いものであるべき」という事である（オルブリッヒ他著、ＧＲＵＲ２０２２、第８７０ページ）。最後、入力は得られる出力（著作権の保護を受ける創作的「表現」）を十分に客観的かつ明確に特定可能な形で打ち出していなければならない（ライスナー著、ＧＲＵＲ２０２５、第１１２３、１１３２ページ）。裁判所もそう考えるが、これは、プロンプトに含まれる創作的要素が、対象が全体として著作者自身の独自の創作であると見られ得る様に、出力を支配している時に始めて該当するものである。

２２　すなわち、それが数多くなり、それによって出力の生成画像が連続的に変わるとしても、一般的なものに留まるオープンな指示のみにより、最終的にプロンプトの範囲においてＡＩに造形上の「決定」が委ねられる時、それは十分ではない。原告の主張に対し、ＡＩの「課金プレミアムバージョン」を用いているかどうか、裁判所がその差し止めの利益に対してどれだけの訴額を認めるか、又は、プロンプトがどれほど費用と手間を掛けて作成されているかは全く重要ではない。単に手工業的な活動においてその人格が反映されない事は、それにどれだけ費用が掛かっているかと全く関係しない事である。著作権が報奨を与え、保護するのは、投資、時間の消費又は勤勉ではなく、創作的活動の成果のみである（ドライヤー他著、著作権法コンメンタール、第５版）。