Die Welt des Buchverlags steht vor einer paradoxen Realität: Das physische Buch, das jahrhundertelang als Behälter des Wissens diente, ist nun zum Rohstoff für digitale Algorithmen geworden. Unternehmen, die Künstliche Intelligenz (KI) entwickeln, haben begonnen, gedruckte Werke in großem Umfang zu kaufen, mit dem einzigen Ziel, ihre Modelle darauf zu trainieren, bevor sie den materiellen Träger zerstören.
Wie das Medium 404 Media herausfand, laufen die Kaufprozesse oft über Zwischenhändler, was es den Technologie-Giganten ermöglicht, ihre Beteiligung an den Geschäften zu verschleiern. Die Handelsvolumina sind beeindruckend: Einzelne Chargen können zwischen 1.000 und 1 Million Exemplaren liegen. Die Käufer interessieren sich nicht für Genres, Autorennamen oder Themen – für die Algorithmen zählt allein das Volumen an von Menschen geschriebenem Text.
Ein neuer Markt und unerwartete Akteure
In diese Industrie sind sogar Dienste involviert, die zuvor ausschließlich im traditionellen Buchhandel tätig waren. Beispielsweise bietet die Datenbank ISBNdb, die sich historisch auf die Bedienung von Bibliotheken und Buchhandlungen spezialisiert hatte, nun Dienstleistungen für den Massenkaufl von Literatur für Kunden aus dem KI-Sektor an.
Der Markt für gebrauchte Bücher reagiert sofort auf diese Nachfrage. Verkäufer berichten von einem plötzlichen Aktivitätsschub: Während früher etwa 20 Bücher pro Woche verkauft werden konnten, sind die Verkaufsvolumina nun auf mehrere hundert Exemplare gestiegen. Eine ähnliche Tendenz wird auf großen internationalen Plattformen wie Alibris und Biblio beobachtet.
Die Technologie der „zerstörerischen' Digitalisierung
Die Praxis, physische Bücher zum Training von neuronalen Netzen zu verwenden, hat bereits eine rechtliche Bestätigung erhalten. In den Gerichtsakten des Falls gegen das Unternehmen Anthropic wurde festgehalten, dass das Unternehmen Bücher kaufte, diese an Auftragnehmer zur Digitalisierung übergab und sie anschließend in einzelne Seiten zerlegte. Diese Methode ermöglicht ein Hochgeschwindigkeits-Industriescannen, was deutlich günstiger und schneller ist als eine behutsame Digitalisierung unter Wahrung der Integrität des Werkes.
Das Gericht urteilte, dass die Verwendung rechtmäßig erworbener Bücher zum Training von Modellen im Rahmen des Prinzips der „Fair Use' (Schranken des Urheberrechts) zulässig ist. Juristische Streitigkeiten in diesem Bereich laufen jedoch weiter. Anthropic selbst wurde verklagt, weil es eine Bibliothek von 7 Millionen piratierten Büchern gespeichert hatte. Darüber hinaus haben Verlage eine separate Klage gegen Google eingereicht und das Unternehmen des unrechtmäßigen Gebrauchs von Millionen urheberrechtlich geschützter Bücher zum Training des Modells Gemini bezichtigt.
Das Paradoxon des Datenwerts
Experten stellen fest, dass gedruckte Bücher im Zeitalter der generativen KI zu einem wertvollen Asset geworden sind. Da sie von Menschen geschrieben wurden, enthalten sie kein „Wasser' und keine Artefakte, die für Inhalte typisch sind, die von anderen neuronalen Netzen erstellt wurden. Dies macht sie zum idealen Trainingsmaterial.
Die Massendigitalisierung wirft jedoch beunruhigende Fragen zum Erhalt des kulturellen Erbes auf. Nach dem Scannen werden viele Exemplare unwiderruflich zerstört. Besonders besorgniserregend ist das Schicksal seltener und längst nicht mehr neu auflegter Ausgaben: Ihre physischen Kopien verschwinden, während die digitalen Zwillinge in geschlossenen Datenbanken landen, die ausschließlich für das kommerzielle Training von Algorithmen zugänglich sind.
