Ein Buch zu kaufen ist einfach. Ein Buch zu kopieren ist heikel. Ein Buch zu kaufen, einzuscannen, für ein KI-Modell zu verwenden und anschließend zu vernichten, liegt genau in jener Zone, in der die KI-Industrie derzeit ihre härtesten Konflikte austrägt: zwischen Eigentum, Zugriff, Nachweisbarkeit und Kontrolle.
Berichte über massenhafte Ankäufe gebrauchter Bücher durch Mittelsmänner wirken zunächst wie eine bizarre Randnotiz aus dem Antiquariatshandel. Tatsächlich berühren sie einen Kern des KI-Geschäfts. Große Sprachmodelle brauchen nicht nur Rechenzentren, Chips und Strom. Sie brauchen Texte. Viele Texte. Möglichst sauber, möglichst strukturiert, möglichst hochwertig. Gedruckte Sachbücher und akademische Titel aus früheren Jahrzehnten sind dafür attraktiv: redaktionell bearbeitet, thematisch dicht, oft nicht frei im Netz verfügbar.
Die Hauptthese ist nüchtern: KI-Training wird nicht mehr nur durch Modellarchitektur und Rechenleistung entschieden, sondern durch die Beschaffungsketten für Trainingsdaten. Und diese Ketten werden zu einem Sicherheits-, Rechts- und Reputationsrisiko.
Der Scan ist nicht das Ende der Kette
Im Zentrum der Debatte steht Anthropic. Laut Gerichtsdokumenten gab das Unternehmen viele Millionen Dollar aus, um Millionen von Büchern für das Training seines Modells Claude zu kaufen, zu scannen und anschließend zu zerstören. Parallel berichten Antiquariatshändler seit Anfang 2026 von ungewöhnlich großen Bestellungen, vor allem bei unverkauften Sachbüchern und akademischen Titeln ab den 1970er Jahren. In diesen Berichten taucht das kanadische Unternehmen Zoom Books auf. Schätzungen sprechen von rund drei Millionen weltweit erworbenen und digitalisierten Büchern, davon etwa 700.000 Titel aus Deutschland.
Diese Zahlen sind nicht nur wegen ihrer Größe relevant. Entscheidend ist die operative Logik dahinter. Wer Bücher erwirbt, statt digitale Kopien aus fragwürdigen Quellen zu nutzen, erzeugt eine andere Verteidigungslinie: Das Ausgangsmaterial wurde gekauft. Der physische Datenträger war Eigentum des Käufers. Nach dem Scan bleibt keine zusätzliche gedruckte Kopie im Umlauf. Die Vernichtung des Originals kann dann als Teil eines kontrollierten Prozesses erscheinen.
Juristisch ist das keineswegs ein Freifahrtschein. Aber es verschiebt die Debatte. Weg von der simplen Frage, ob ein Text irgendwo illegal heruntergeladen wurde. Hin zur komplexeren Frage, ob ein rechtmäßig erworbenes Werk in eine Trainingspipeline überführt werden darf, ohne Lizenz des Autors oder Verlags.
Fair Use ist keine globale Infrastruktur
Die US-Rechtsprechung liefert dafür eine wichtige, aber begrenzte Grundlage. Im Juni 2025 entschieden US-Gerichte, dass das Training von KI-Modellen mit urheberrechtlich geschützten Inhalten unter bestimmten Bedingungen von der Fair-Use-Doktrin gedeckt sein kann. Zentral ist dabei, ob die Nutzung transformativ ist und ob sie nicht direkt mit dem Originalwerk konkurriert.
Richter William Alsup kam im Juni 2025 im Fall Anthropic zu einer Unterscheidung, die für die Branche unangenehm klar ist: Die Nutzung der Bücher für das Training konnte transformativ sein. Gleichzeitig lag eine direkte Urheberrechtsverletzung darin, dass Anthropic Millionen illegal beschaffter digitaler Buchkopien gespeichert hatte. Für KI-Unternehmen ergibt sich daraus ein taktischer Anreiz. Physische Bücher kaufen, selbst scannen, Originale aus dem Bestand entfernen: Das sieht rechtlich robuster aus als der Griff zu unklaren digitalen Archiven.
Genau hier beginnt das Risiko. Fair Use ist ein US-amerikanisches Konzept. Es lässt sich nicht einfach auf Deutschland oder die EU übertragen. Wenn deutsche Titel über internationale Beschaffungsketten angekauft, digitalisiert und in Trainingsprozesse eingespeist werden, entsteht ein grenzüberschreitender Konflikt zwischen Marktpraktik, Urheberrecht und Durchsetzbarkeit. Für Autoren und Verlage ist das Problem nicht nur, dass ihre Werke genutzt werden. Es ist, dass sie oft erst spät erkennen, wo und wie diese Nutzung stattgefunden haben könnte.
Mittelsmänner schaffen Abstand, aber keine Sicherheit
Der Einsatz von Zwischenhändlern ist in globalen Lieferketten nichts Neues. In der KI-Datenbeschaffung bekommt er jedoch eine besondere Funktion. Er trennt den sichtbaren Ankauf vom späteren Modelltraining. Ein Antiquariat verkauft an ein Handelsunternehmen. Das Handelsunternehmen spricht von Recycling, Weiterverkauf oder Bestandverwertung. Erst später stellt sich die Frage, ob die Bücher Teil einer destruktiven Scanpipeline wurden.
Dieser Abstand hilft Unternehmen operativ. Er kann Beschaffung beschleunigen, öffentliche Aufmerksamkeit reduzieren und einzelne Schritte voneinander entkoppeln. Aus Sicht von Compliance und Sicherheit ist er jedoch brüchig. Wer später nachweisen muss, welche Werke in welchem Modelltraining verwendet wurden, braucht belastbare Herkunftsdaten, Vertragsketten, Löschprotokolle und technische Dokumentation. Die Branche ist daran nicht immer gewöhnt. Viele KI-Unternehmen haben Trainingsdaten lange wie Rohmaterial behandelt: beschaffen, bereinigen, einspielen, vergessen.
Bei Büchern funktioniert diese Haltung schlechter. Bücher haben Autoren, Verlage, Ausgaben, Übersetzungen, Auflagen und Rechteketten. Ein Scan ist kein neutraler Rohstoff. Er ist ein abgeleitetes digitales Objekt mit Herkunft. Wird das physische Original danach zerstört, verschwindet nicht das Rechtsproblem. Es verschwindet vor allem ein Teil der überprüfbaren materiellen Spur.
Gewinner sind die Datenbeschaffer
Die kurzfristigen Gewinner dieser Praxis sind klar. KI-Unternehmen erhalten hochwertige Trainingsdaten, ohne für jedes Werk individuelle Lizenzen auszuhandeln. Mittelsmänner, die große Buchbestände aufkaufen, sortieren, transportieren und möglicherweise digitalisieren lassen, sitzen plötzlich an einer wertvollen Schnittstelle. Auch Kanzleien profitieren, denn die neue Beschaffungspraxis produziert Streitfälle, Gutachten und Vertragsfragen.
Die Verlierer sind weniger sauber abzugrenzen. Manche Antiquariate erzielen kurzfristig Umsatz mit Beständen, die sonst schwer verkäuflich wären. Gleichzeitig kann der Markt für ältere Fachliteratur ausgedünnt werden, wenn massenhaft Titel nicht weiterverkauft, sondern zerstört werden. Autoren und Verlage verlieren Kontrolle über die Nutzung ihrer Werke. Bibliotheken, Archive und Forschende tragen das längerfristige Risiko, dass physische Exemplare verschwinden, die mehr sind als Textträger: Randnotizen, Druckvarianten, Ausgabenhistorie, Materialität.
Die Kulturdebatte ist dabei nicht bloß sentimental. Sie hat eine technische Seite. Wer ein Buch auf Text reduziert, übersieht, dass Originale Belege sind. In sicherheitsnahen Bereichen würde man sagen: Sie sind Teil der Beweiskette. Wird diese Kette absichtlich verkürzt, steigt die Abhängigkeit von den Dokumentationen jener Akteure, die ein Interesse daran haben, die Beschaffung als sauber darzustellen.
Die eigentliche Schwachstelle heißt Auditierbarkeit
Für die KI-Industrie ist das ein unbequemes Thema, weil es sich nicht mit besseren Benchmarks oder neuen Modellversionen lösen lässt. Die Frage lautet nicht, ob Claude oder ein anderes Modell gute Antworten liefert. Die Frage lautet, ob ein Unternehmen im Streitfall belastbar erklären kann, welche Daten verwendet wurden, welche Rechte geprüft wurden, welche Kopien existierten und was nach dem Training mit ihnen geschah.
Wenn physische Bücher massenhaft durch eine Scan- und Schredderlogik laufen, entsteht ein Modell industrieller Datenverwertung, das nach außen sauberer aussehen kann als frühere Datensammlungen. Gekauft statt kopiert. Gescannt statt heruntergeladen. Vernichtet statt weiterverbreitet. Doch gerade diese Sauberkeit ist fragil. Sie hängt an Dokumentation, Zuständigkeit und an der Frage, ob Gerichte die Konstruktion akzeptieren.
Der Fall zeigt, wie stark KI-Ökonomie inzwischen auf juristische Architektur angewiesen ist. Nicht jedes Buch, das in einer Trainingspipeline landet, ist ein Skandal. Nicht jede Nutzung ist automatisch rechtswidrig. Aber der industrielle Umgang mit gedrucktem Wissen macht sichtbar, wo die nächste Grenze verläuft: Wer KI-Modelle baut, muss nicht nur Rechenzentren absichern. Er muss die Herkunft seiner Daten so behandeln, als könnte sie morgen vor Gericht, vor Regulierern oder vor der Öffentlichkeit rekonstruiert werden müssen.
Das Schreddern der Bücher beseitigt Papier. Es beseitigt nicht die Frage, wem der verwertete Text gehört.
