Was genau ist "Model Laundering"?

Universal Music Group und Sony Music haben am 18. September 2026 vor einem Bundesgericht in Boston eine neue Urheberrechtsklage gegen Suno eingereicht, die sich auf eine vor Gericht noch nie geprüfte Theorie stützt. Die Labels wiederholen nicht nur ihren ursprünglichen Vorwurf, Suno habe seine frühen Modelle mit mehr als 60.000 unlizenzierten Aufnahmen trainiert. Sie argumentieren, das neue v6-Modell, am 9. September gestartet und als Ergebnis einer "Partnerschaft" mit Warner Music Group, BMG und Believe beworben, trage die ursprüngliche Verletzung trotzdem weiter, weil es teilweise mit den Ausgaben jener älteren, bereits rechtsverletzenden Suno-Modelle trainiert wurde.

Die Klageschrift spricht Klartext:

"Ein 'neues' Modell mit den Ausgaben eines rechtsverletzenden Modells zu trainieren, beseitigt die Verletzung nicht, es wäscht sie rein."

Wenn diese Theorie standhält, wäscht eine Lizenz für ein neues Modell mit drei Majors die Trainingsdaten nicht von den Sünden des alten Modells rein, weil das neue Modell nie wirklich von dem getrennt war, was ihm vorausging. Bei gesetzlichem Schadenersatz von bis zu 150.000 Dollar pro Werk könnte Sunos Risiko über 9 Milliarden Dollar steigen, sollte ein Gericht so entscheiden.

Warum klagt auch Kanadas Verwertungsgesellschaft, und um welche Songs geht es?

Universal und Sony sind nicht allein. Suno sieht sich zudem einer separaten Klage von SOCAN gegenüber, der kanadischen Verwertungsgesellschaft, die mehr als 200.000 Songwriter, Komponisten und Verlage vertritt und am 2. September 2026 klagte. SOCANs Klage nennt 150 öffentlich zugängliche, von Suno generierte Tracks, die nach eigener Einschätzung geschützte kanadische Songs reproduzieren oder ihnen stark ähneln, darunter Avril Lavignes "Sk8er Boi", Tom Cochranes "Life Is a Highway", Joni Mitchells "Both Sides Now" und The Tragically Hips "Bobcaygeon". SOCAN nennt diese 150 Tracks "die Spitze des Eisbergs" und fordert gesetzlichen Schadenersatz sowie 10 Millionen kanadische Dollar Strafschadenersatz.

Das zeigt: Dieser Streit ist nicht nur eine Geschichte der US-Majors. Jede Verwertungsgesellschaft mit einem großen genug Katalog und dem Budget für einen Rechtsstreit reiht sich ein, und dass SOCAN konkrete generierte Tracks benennt, die konkrete Songs nachahmen, liefert anderen Verwertungsgesellschaften, auch jenen, die mechanische und Aufführungsrechte an House- und Techno-Produzenten auszahlen, eine Vorlage für eigene Klagen.

Stützt das Berufungsurteil die Labels wirklich?

Am 29. September fällte das Berufungsgericht des Third Circuit das erste bundesweite Berufungsurteil zu KI-Training und Fair Use, zugunsten von Thomson Reuters gegen ROSS Intelligence, ein inzwischen aufgelöstes Legal-Tech-Startup, das sein Tool mit geschützten redaktionellen Westlaw-Zusammenfassungen trainiert hatte. Die RIAA und die National Music Publishers' Association hatten gemeinsam ein Schreiben zur Unterstützung von Thomson Reuters eingereicht, in dem sie argumentierten, das Urteil "schaffe einen zentralen Präzedenzfall: Ein KI-Modell mit geschützten Werken zu trainieren, um mit diesen Werken zu konkurrieren und sie zu ersetzen, könne niemals Fair Use sein."

Doch das Urteil selbst erschwert diese Lesart für Suno. In einer Fußnote trennen die Richter ROSS ausdrücklich von generativen Systemen und merken an, "anders als die KI-Modelle in den Fällen Bartz und In re: OpenAI könne ROSS' KI-Plattform keine originelle Ausdrucksform erzeugen." Sunos Modelle hingegen erzeugen Musik, genau die Fähigkeit, die das Gericht ausklammerte. Das Urteil ist real, es ist das erste Mal, dass ein Bundesberufungsgericht die Fair-Use-Verteidigung eines KI-Unternehmens rundweg zurückweist, aber es gibt Sunos Anwälten auch eine konkrete Unterscheidung an die Hand, mit der sie argumentieren können, statt einer endgültig geschlossenen Tür.

Was bedeutet das, wenn man nicht bei einer Major unter Vertrag steht?

Niemand, der Suno derzeit verklagt, vertritt ein unabhängiges House- oder Techno-Label, und das ist der unbequeme Teil. Die Model-Laundering-Theorie würde, falls sie standhält, genauso für jede KI-Plattform gelten, die irgendwann einmal mit einer unlizenzierten Kopie des Katalogs eines unabhängigen Labels trainiert und dieses Training dann über ein neueres, angeblich sauberes Modell "reingewaschen" hat. Die meisten Bedroom-Producer und kleinen Labels haben keine Ahnung, ob ihr eigener Katalog, über das letzte Jahrzehnt auf Bandcamp, SoundCloud oder YouTube hochgeladen, bereits irgendwo in einem Datensatz gelandet ist, und keine realistische Möglichkeit, das herauszufinden, geschweige denn dagegen zu klagen.

Dieser Fall wird komplett mit Major-Geld über Major-Kataloge ausgefochten. Aber der Präzedenzfall, der dabei entsteht, zu Model Laundering, zu Fair Use, dazu, was wirklich als "sauberes" Neutraining zählt, wird für jeden Künstler gelten, dessen Musik in einem dieser Modelle landet, egal ob er je ein Mitspracherecht hatte.