de.wedoany.com-Bericht: Generative Künstliche Intelligenz dringt in die Industrie ein, und Unternehmen richten ihren Fokus zunehmend auf Urheberrecht, Open-Source-Lizenzen, Trainingsdatenmanagement und die Transparenz der Software-Lieferkette. Die rechtliche Verantwortung für KI-generierte Ergebnisse, die Überprüfung der Herkunft von Trainingsdaten und die Bewältigung globaler Regulierungen werden zu neuen betrieblichen Herausforderungen, und der Bedarf an entsprechenden Governance-Strukturen steigt parallel.
Auf der „Open Source & AI Conference 2026“, die am 11. im The Raum im Seouler Stadtteil Gangnam stattfand, diskutierten die Teilnehmer die Risikofaktoren, die sich aus der Nutzung von Open Source und Daten im KI-Zeitalter ergeben, und suchten nach Bewältigungsstrategien auf Unternehmensebene. Die diesjährige, bereits 15. Ausgabe der Veranstaltung erweiterte die ursprüngliche Open-Source-Konferenz um den Bereich KI. Die Konferenz wurde von der Korea Open Source Business Association (OSBC) und Insignary gesponsert. In- und ausländische Unternehmens- und Rechtsexperten tauschten sich über Urheberrechtsstreitigkeiten, KI-Stücklisten (AI-BOM), Software-Stücklisten (SBOM) und Lieferkettenmanagement-Lösungen aus.
OSBC-Vertreter Kim Taek-wan sagte in seiner Eröffnungsrede, dass KI und Open Source untrennbar miteinander verbunden seien, und hoffte, dass diese Veranstaltung eine Gelegenheit biete, die verschiedenen Risikofaktoren bei der Nutzung von KI zu verstehen und Lösungen zu erkunden. Die Teilnehmer waren sich einig, dass die Ausweitung von KI-Anwendungen unvermeidlich sei und daher gleichzeitig technologische Innovation, Urheberrecht, Daten-Governance und Lieferkettentransparenz gemanagt werden müssten. Die Branche prognostiziert, dass die zukünftige Wettbewerbsfähigkeit von Unternehmen nicht mehr davon abhängen wird, „was“ sie hergestellt haben, sondern davon, ob sie erklären können, „wie“ sie es hergestellt haben, da KI auf Open Source und Daten basiert.
Der erste Hauptredner, Lim Hyung-joo, Leiter des Yulchon AI DC Center, wies darauf hin, dass die nächste Herausforderung für die KI-Industrie nicht die Technologie, sondern rechtliche Risiken seien. Er bezog sich auf den Gartner Hype Cycle und sagte, dass einer der Hauptgründe, warum die KI-Industrie derzeit im „Chasm“ (Tal der Enttäuschung) stecke, nicht die Technologie selbst sei, sondern der Konflikt mit bestehenden Rechtssystemen und Regulierungen. Mit der offiziellen Umsetzung von Regulierungen wie dem südkoreanischen KI-Grundgesetz und dem EU AI Act würden potenzielle rechtliche Risiken zur Realität.
Lim Hyung-joo erläuterte, dass urheberrechtliche Streitigkeiten im Zusammenhang mit KI rapide zunähmen. Die Zahl der Klagen im Zusammenhang mit generativer KI in den USA sei in den letzten zwei Jahren stark gestiegen. Beispiele hierfür seien die Fälle Getty Images gegen Stability AI, The New York Times gegen OpenAI und große Plattenfirmen gegen KI-Startups. Mit Bezug auf den Fall Getty Images sagte er, dass die Verwendung von Bildern mit Wasserzeichen für das KI-Training ein repräsentativer Streitpunkt sei und sowohl der Trainingsprozess als auch der Prozess der Ergebniserzeugung der KI Gegenstand von Urheberrechtsstreitigkeiten würden. Die US-Gerichte würden jedoch bei Streitigkeiten um das Training generativer KI hauptsächlich nach dem Grundsatz des „Fair Use“ (angemessene Nutzung) entscheiden. Der Kern der Fair-Use-Beurteilung sei, ob die Nutzung dem Markt des Originalwerks wesentlich schade, und ob sie eine Wettbewerbssituation mit dem ursprünglichen Autor schaffe und zu einer Marktverdrängung führe, werde zu einem wichtigen Kriterium. Er erwarte, dass auch der Ausgang des laufenden Rechtsstreits zwischen südkoreanischen Rundfunkanstalten und KI-Unternehmen ein wichtiger zukünftiger Maßstab sein werde. Darüber hinaus könnten personenbezogene Daten, Geschäftsgeheimnisse und nicht-öffentliche Daten komplexere rechtliche Streitpunkte als das Urheberrecht darstellen. Die Suche nach einem Gleichgewicht zwischen der Entwicklung der KI-Industrie und dem Schutz der Rechte von Urhebern sei eine zentrale zukünftige Aufgabe, und die Gerichte und Aufsichtsbehörden der einzelnen Länder befänden sich derzeit in einer Übergangsphase der Erarbeitung von Leitlinien.
Der zweite Hauptredner, Mike Pittenger, Chief Strategy Officer (CSO) von Insignary, wies darauf hin, dass auch KI-generierter Code der Lizenzverantwortung unterliege. Er erläuterte, dass Open Source zum Standard in der modernen Softwareentwicklung geworden sei. Aufgrund geringerer Entwicklungskosten und kürzerer Markteinführungszeiten sei die meiste heutige Software auf verschiedene Open-Source-Komponenten angewiesen. Das Problem sei, dass mit der Verbreitung von KI-Codierungstools die Anzahl der „Hidden Dependencies“ (versteckten Abhängigkeiten) zunehme, die mit herkömmlichen Methoden schwer zu finden seien. Pittenger erklärte, dass KI nach dem Lernen von Open-Source-Code Codefragmente neu generieren könne, die bestimmte Funktionen ausführen. In diesem Fall würden die generierten Codefragmente nicht in Paketmanagern oder Build-Dateien aufgezeichnet, sodass sie auch von bestehenden SCA-Tools (Software Composition Analysis) und SBOMs nicht erkannt werden könnten. Er wies darauf hin, dass die in KI-generiertem Code enthaltenen Open-Source-Codefragmente ebenfalls die ursprünglichen Lizenzpflichten nach sich ziehen könnten. Selbst wenn nur ein Teil des Codes verwendet werde, verschwänden die Urheberrechtshinweise oder die Lizenz-Compliance-Pflichten nicht. Er warnte insbesondere davor, dass die Verwendung von Copyleft-lizenziertem Code wie GPL zu Streitigkeiten über abgeleitete Werke führen könne. Pittenger zitierte Forschungsergebnisse, wonach in mehr als der Hälfte der KI-generierten Anwendungsdateien nicht deklarierte Open-Source-Codefragmente gefunden worden seien, bestehende SCA jedoch nur etwa 23 % aller Abhängigkeiten identifizierten. Er betonte, dass die Einführung von KI keine Option sei, aber auch das Risikomanagement keine Option sei. Es müssten Governance- und technische Kontrollmaßnahmen etabliert werden, die eine Sichtbarkeit auf Codefragment-Ebene gewährleisten.
Cho Jung-won, Anwalt am LG AI Research Institute, betonte, dass AI-BOM ein Nachweissystem für die Datenlieferkette sei. Anwalt Cho sagte, dass Open-Source-Compliance seit Jahren standardisiert sei, aber die Managementstandards für KI-Trainingsdaten noch nicht ausreichend etabliert seien. Die derzeitigen Urheberrechtsstreitigkeiten in den USA und Europa liefen letztlich auf die Frage der Datenherkunft und der Rechtmäßigkeit der Nutzung hinaus. Er wies auch darauf hin, dass die Bewertungskriterien für KI-Training und -Ergebnisse von Land zu Land unterschiedlich seien. Selbst für denselben KI-Dienst könnten je nach Land des zuständigen Gerichts unterschiedliche Schlussfolgerungen gezogen werden. Daher müssten Unternehmen ein Nachweissystem aufbauen, das die Datenherkunft, Lizenzierung, Verarbeitungshistorie und den Weiterverbreitungsprozess nachverfolgen könne. Anwalt Cho sagte, AI-BOM sei nicht nur ein Dokument, sondern ein Nachweissystem, das die Datenlieferkette erklären könne. Unternehmen stünden in Zukunft vor der Herausforderung, nachweisen zu müssen, welche Daten verwendet und durch welchen Prozess das Modell erstellt wurde. Das LG AI Research Institute betreibe derzeit ein Daten-Compliance-System, das Urheberrechte, personenbezogene Daten und Streithistorie von Trainingsdaten analysiert, und entwickle Technologien zur Nachverfolgung der Datenherkunft (Data Provenance).
Norio Kobota, Senior Strategist für Open Source bei der Sony Group, betonte die Bedeutung der Sicherstellung der SBOM-Qualität im Kontext der Ausweitung globaler Lieferkettenregulierungen. Er erläuterte, dass mit dem Aufkommen von Regulierungen wie denen der US-amerikanischen NTIA und CISA sowie dem EU Cyber Resilience Act (CRA) Unternehmen gleichzeitig unterschiedliche Anforderungen erfüllen müssten. Kobota sagte, dass SBOMs in der Vergangenheit Dokumente waren, mit denen Menschen Lizenzen und Schwachstellen überprüften, aber mit der zunehmenden Größe der Lieferketten sei die manuelle Überprüfung an ihre Grenzen gestoßen. Er betonte weiterhin, dass genaue Paketidentifikationsinformationen, nachvollziehbare Metadaten und ein reibungsloses System des Informationsaustauschs zwischen den Teilnehmern der Lieferkette von entscheidender Bedeutung seien. Die SBOM-Qualität werde direkt die Zuverlässigkeit der Lieferkette bestimmen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
