GEMA wint rechtszaak tegen SUNO: wat betekent dit voor AI-training op beschermde werken?

Met eenvoudige prompts produceren tools als SUNO binnen seconden een compleet nieuw nummer. Maar: is het wel een nieuw nummer? Achter die tools schuilt namelijk een AI-model dat getraind is op enorme hoeveelheden bestaande muziek. Kan een AI-model dat muziek genereert, gewoon getraind worden met bestaand beschermd repertoire? En wie is daarvoor verantwoordelijk als de output verdacht veel op het origineel lijkt: de aanbieder van de tool, of de gebruiker die de prompt intypte? Op deze vragen heeft het Landgericht München antwoord gegeven in de zaak van GEMA tegen AI-muziekgenerator SUNO.

Waar ging de zaak over?

GEMA, de Duitse tegenhanger van Buma/Stemra, stapte naar de rechter omdat SUNO, aanbieder van een AI-muziekgenerator, zes bekende muziekwerken zou hebben gebruikt zonder toestemming. Denk aan nummers als Atemlos durch die Nacht, Big in Japan en Forever Young. Het ging daarbij niet om de songteksten, zoals in een eerdere zaak die GEMA tegen OpenAI won, maar om de muziek zelf.

SUNO had de betreffende nummers via zogeheten stream-ripping van YouTube gehaald, waarbij het bedrijf een technische beveiliging omzeilde die downloaden juist moet voorkomen. Die nummers zijn vervolgens gebruikt om het AI-model te trainen. Toen GEMA als test de originele songtekst, de gewenste muziekstijl en de titel van een nummer in de tool invoerde, zonder verder iets te zeggen over melodie, harmonie, ritme of arrangement, genereerde SUNO output die sterk leek op de originele nummers.

SUNO verweerde zich onder meer met het argument dat de nummers niet auteursrechtelijk beschermd zouden zijn, dat de output het resultaat was van de eigen creatieve prompts van GEMA zelf en dat het trainen van het model onder Amerikaans recht onder de fair use-uitzondering zou vallen.

AI-training en auteursrecht

Onder het Europese en Nederlandse auteursrecht bestaat er een uitzondering voor tekst- en datamining. Deze uitzondering maakt het onder voorwaarden mogelijk om beschermd materiaal te gebruiken voor het trainen van AI-modellen. Die uitzondering geldt echter niet onbeperkt: het werk moet rechtmatig en met toestemming van de rechthebbende openbaar zijn gemaakt. Wanneer beveiligingen zijn omzeild om het werk te gebruiken, geldt de uitzondering van tekst- en datamining niet. Daarnaast kunnen rechthebbenden het gebruik van hun werk voor tekst- en datamining bovendien uitsluiten door middel van een zogenaamde ‘opt-out’.

Een aparte, en minstens zo belangrijke vraag is wat er gebeurt na het trainen. Heeft een AI-model een werk zodanig onthouden dat het bij het genereren van output vrijwel het originele werk (of delen ervan) reproduceert? Dit verschijnsel wordt ook wel ‘memorisatie’ genoemd. In dat geval is er al snel sprake van auteursrechtinbreuk. Dat zit anders als het model alleen algemene patronen en stijlen heeft geleerd.

Wat oordeelde de rechter?

De rechtbank in München stelde GEMA op vrijwel alle punten in het gelijk. De belangrijkste overwegingen op een rij:

• Memorisatie vastgesteld: volgens de rechtbank waren de zes muziekwerken reproduceerbaar aanwezig in de SUNO-modellen. Op basis van een vergelijking tussen de trainingsdata en de gegenereerde output concludeerde de rechtbank dat toeval als verklaring kon worden uitgesloten, gezien de complexiteit en lengte van de werken.

• Tekst- en datamining geldt in dit geval niet: de verveelvoudiging van de werken tijdens het trainen van het model viel volgens de rechtbank niet onder de wettelijke uitzondering voor tekst- en datamining.

• SUNO is verantwoordelijk voor de output: omdat SUNO de modellen heeft ontwikkeld, getraind en aangeboden, is het bedrijf verantwoordelijk voor de inhoudelijke bepaling van de output, niet de gebruiker die slechts een eenvoudige prompt intypte.

• Aanbieden van de tool vormt al een inbreuk: volgens de rechtbank vormt het aanbieden van het model en de toepassing om muziek te genereren al een inbreuk op het openbaarmakingsrecht ten aanzien van de beschermde werken.

• Geen beroep op Amerikaans fair use mogelijk: op de trainingshandelingen die in de Verenigde Staten hadden plaatsgevonden, was fair use volgens de Amerikaanse Warhol-maatstaf niet van toepassing.

Wat betekent dit voor creatieve organisaties?

Deze uitspraak is een van de eerste Europese rechterlijke uitspraken die zich zo concreet uitlaat over memorisatie door AI-modellen, en is daarmee relevant voor de muzieksector en daarbuiten. Als jij muziek, teksten, beeld of andere creatieve content produceert, biedt deze uitspraak aanknopingspunten om op te treden tegen AI-aanbieders die zonder toestemming hun model op jouw werk trainen, zeker als het model het werk bijna 1:1 kan reproduceren.

Werk je zelf met AI-generatoren voor muziek, beeld of tekst binnen je organisatie? Deze uitspraak laat zien dat een eenvoudige prompt de aanbieder van de tool niet vrijwaart. De aanbieder van de AI is verantwoordelijk voor inbreuken op werken die onrechtmatig worden gebruikt als trainingsdata. Tegelijk is dit geen garantie dat gebruikers nooit aansprakelijk kunnen zijn, dat hangt af van hoe gericht en sturend de prompt is en welke data de input bevat.

Heb je vragen over de juridische aspecten van AI in jouw organisatie, of wil je weten wat deze uitspraak voor jouw organisatie betekent? Plan dan een gratis gesprek in met één van onze juristen.