Die Rechtslage in drei Absätzen
Das deutsche Urheberrecht hat für das automatisierte Auswerten von Inhalten eine eigene Vorschrift: § 44b UrhG, „Text und Data Mining". Sie sagt in Absatz 2:
„Zulässig sind Vervielfältigungen von rechtmäßig zugänglichen Werken für das Text und Data Mining. Die Vervielfältigungen sind zu löschen, wenn sie für das Text und Data Mining nicht mehr erforderlich sind."[1]
Rechtmäßig zugänglich ist alles, was frei im Netz steht — deine Website also. Damit ist die Grundregel: erlaubt. Absatz 3 dreht das um, wenn du willst:
„Nutzungen nach Absatz 2 Satz 1 sind nur zulässig, wenn der Rechtsinhaber sich diese nicht vorbehalten hat. Ein Nutzungsvorbehalt bei online zugänglichen Werken ist nur dann wirksam, wenn er in maschinenlesbarer Form erfolgt."[1]
Der europäische Ursprung dieser Regel steht in Art. 4 Abs. 3 der DSM-Richtlinie und formuliert es etwas weicher: Der Vorbehalt muss „in angemessener Weise, etwa mit maschinenlesbaren Mitteln im Fall von online veröffentlichten Inhalten" erklärt werden.[2] Der deutsche Gesetzgeber hat daraus ein „nur dann wirksam" gemacht.
Was „maschinenlesbar" heißt — und warum das gerade strittig ist
Genau an diesem Wort hängt alles, und es steht nirgends definiert. Zwei Auslegungen stehen sich gegenüber:
- Eng: maschinenlesbar heißt technisches Format — robots.txt, Metadaten, ein maschinell auswertbares Signal.
- Weit: maschinenlesbar heißt alles, was heutige Technik verstehen kann — also auch ein deutscher Satz in den Nutzungsbedingungen, denn Sprachmodelle lesen Sätze.
Der bislang wichtigste deutsche Fall dazu ist der Streit des Fotografen Robert Kneschke gegen den gemeinnützigen Verein LAION. Das OLG Hamburg hat am 10. Dezember 2025 entschieden (Az. 5 U 104/24) und dabei — nach der Besprechung des Urteils, die ich ausgewertet habe[3][4] — drei Dinge festgehalten — die eine zweite, unabhängige Besprechung genauso zusammenfasst („General terms of use or human-readable disclaimers are insufficient")[4]:
- Ein Vorbehalt in natürlicher Sprache genügte für den maßgeblichen Zeitpunkt (der Download fand 2021 statt) nicht, um als maschinenlesbar zu gelten.
- Maßgeblich ist der Stand der Technik zum Zeitpunkt der Nutzung — nicht der von heute. Das Argument „ChatGPT kann doch AGB lesen" ließ das Gericht für 2021 nicht gelten.
- Der Maßstab ist technologieneutral und dynamisch: Was heute oder morgen zuverlässig maschinell auswertbar ist, kann dann auch als Vorbehalt wirken.
Das Verfahren ist nicht zu Ende — das Gericht hat die Revision zum Bundesgerichtshof zugelassen. Für dich als Betrieb ändert das an der praktischen Folgerung nichts, im Gegenteil, sie wird eindeutiger:
Schreib den Vorbehalt technisch hin, nicht nur in Worten. Ein Satz in den Nutzungsbedingungen mag eines Tages genügen. Eine Zeile in der robots.txt genügt heute schon — und kostet dich fünf Minuten statt eines Prozesses.
Die andere Seite: Anbieter müssen suchen
Seit dem 2. August 2025 gilt für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck Art. 53 Abs. 1 lit. c der KI-Verordnung. Sie müssen
„eine Strategie zur Einhaltung des Urheberrechts der Union […] auf den Weg bringen, insbesondere zur Ermittlung und Einhaltung eines gemäß Artikel 4 Absatz 3 der Richtlinie (EU) 2019/790 geltend gemachten Rechtsvorbehalts, auch durch modernste Technologien."[5]
Das ist die Pflicht auf der Gegenseite: Wer ein Modell anbietet, muss aktiv nach Vorbehalten suchen. Es entbindet dich nicht davon, einen zu erklären — aber es erklärt, warum die technische Form gerade wichtiger wird und nicht unwichtiger.
So erklärst du den Vorbehalt praktisch
Zwei Bausteine, beide in derselben Datei, beide in fünf Minuten gesetzt.
1. Sperre der Trainings-Crawler in der robots.txt
Das ist der etablierte, von allen großen Anbietern selbst dokumentierte Weg. Wichtig ist die Trennung: Training sperren, Suche erlauben — sonst verschwindest du aus den Antworten, in denen du vorkommen willst. Warum das zwei verschiedene Programme sind, steht im Beitrag Wie ChatGPT an deine Firmendaten kommt.
2. Die Content-Signal-Zeile
Cloudflare hat am 24. September 2025 die Content Signals Policy veröffentlicht — eine Erweiterung der robots.txt, die nicht regelt, ob gelesen werden darf, sondern wofür. Drei Signale, im Wortlaut der Richtlinie:[6]
| Signal | Bedeutung laut Cloudflare |
|---|---|
search | „building a search index and providing search results […] Search does not include providing AI-generated search summaries." |
ai-input | „inputting content into one or more AI models (e.g., retrieval augmented generation, grounding, or other real-time taking of content for generative AI search answers)." |
ai-train | „training or fine-tuning AI models." |
Der entscheidende Satz steht in der Richtlinie selbst: Einschränkungen über Content Signals sind „express reservations of rights under Article 4 of the European Union Directive 2019/790". Damit ist die Zeile nicht bloß eine Bitte, sondern der Versuch, genau den Vorbehalt aus § 44b Abs. 3 in maschinenlesbarer Form hinzuschreiben.
Der fertige Block
Das ist die Aufteilung, die für die meisten Betriebe passt: gefunden werden ja, zitiert werden ja, trainieren nein.
# Suche und Antwortmaschinen: erlaubt.
User-agent: OAI-SearchBot
Allow: /
User-agent: Claude-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
# Training: vorbehalten (§ 44b Abs. 3 UrhG).
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: Google-Extended
Disallow: /
User-agent: *
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /Zum Prüfen der eigenen Datei gibt es im Grundlagen-Beitrag ein kleines Werkzeug, das im Browser rechnet.
Drei Grenzen, die du kennen solltest
| Grenze | Was das bedeutet |
|---|---|
| Es ist kein technischer Schutz. | Cloudflare schreibt es selbst: „content signals express preferences; they are not technical countermeasures against scraping. Some companies might simply ignore them."[6] |
| Nutzer-Abrufe greifen daneben. | Wenn ein Mensch gerade fragt und die Antwortmaschine deine Seite deshalb holt, gelten die Regeln nicht oder nur eingeschränkt — Perplexity schreibt offen, dass dieser Abruf robots.txt „generally ignores".[7] |
| Wer sich nicht ausweist, hält sich nicht daran. | Die robots.txt wirkt nur gegenüber Programmen, die ihren Namen nennen. Gegen alles andere hilft sie nicht. |
Trotzdem ist die Zeile nicht sinnlos. Sie hat einen Zweck, der unabhängig davon ist, wer sich daran hält: Sie ist die Erklärung. Wenn es später darauf ankommt, ob du dir die Nutzung vorbehalten hast, ist ein datierter, maschinenlesbarer Eintrag etwas, das man vorzeigen kann. Ein Satz in den AGB ist es nach der bisherigen Rechtsprechung nicht sicher.
Sollte ich das Training überhaupt sperren?
Es gibt gute Gründe dagegen, und ich halte sie für ehrlicher als das reflexhafte Zusperren.
Dagegen spricht: Dein Betrieb lebt nicht davon, dass seine Leistungsbeschreibung ein knappes Gut ist. Wenn ein Modell weiß, dass es dich gibt und was du machst, ist das eher nützlich. Und die praktische Wirkung des Sperrens ist begrenzt — siehe die drei Grenzen oben.
Dafür spricht: Bei eigenen Werken — Fotos, Zeichnungen, Texten mit Substanz, Fachbeiträgen — ist es dein Material, und du darfst darüber entscheiden, ohne das begründen zu müssen. Das ist genau der Fall, für den Absatz 3 geschrieben wurde.
Für Fotografinnen, Autoren und Werkstätten mit eigenem Bildmaterial ist die Antwort meistens: sperren. Für einen Handwerksbetrieb mit zwölf Seiten Leistungsbeschreibung ist sie meistens: egal — und dann triff die Entscheidung trotzdem bewusst, statt sie einer kopierten Datei zu überlassen.
Quellen
- [1] § 44b UrhG — Text und Data Mining · Bundesministerium der Justiz
- [2] Richtlinie (EU) 2019/790 (DSM-Richtlinie), Art. 4 Abs. 3 · EUR-Lex
- [3] Bird & Bird — Higher Regional Court Hamburg confirms AI training was permitted · Besprechung des Urteils OLG Hamburg vom 10.12.2025, Az. 5 U 104/24
- [4] Norton Rose Fulbright — Machine-readable opt-outs and AI training · zweite, unabhängige Besprechung desselben Urteils
- [5] Verordnung (EU) 2024/1689 (KI-Verordnung), Art. 53 Abs. 1 lit. c · EUR-Lex · anwendbar seit 02.08.2025
- [6] Cloudflare — Content Signals Policy · 24.09.2025 · Wortlaut unter contentsignals.org
- [7] Perplexity — Bots · dazu OpenAI, Anthropic und Google
Alle Quellen am 9. September 2026 abgerufen und als PDF archiviert. Der Urteilsvolltext lag nicht vor — Grundlage sind die beiden Besprechungen [3] und [4], die in den hier zitierten Punkten übereinstimmen.