Можно ли обучать ИИ на чужих работах? Ответ немецкого суда

10 декабря 2025 года Высший земельный суд Гамбурга (OLG Hamburg, 5 U 104/24) вынес по делу Robert Kneschke v. LAION e.V первое в Германии апелляционное решение о применении исключений для интеллектуального анализа текста и данных (TDM) при обучении ИИ.

Фотограф Роберт Кнешке оспаривал включение его работ в датасет LAION 5B, использовавшийся для обучения моделей вроде Stable Diffusion. Суд подтвердил решение первой инстанции: деятельность LAION подпадает под исключения §§44b и 60d UrhG. Заявленный автором запрет на TDM был признан недействительным, поскольку не был выражен в машиночитаемой форме.

Позиция суда:
▪️ загрузка, анализ и валидация изображений для проверки image-text-пар относятся к TDM;
▪️ такие действия охватывают и этапы, предшествующие обучению модели;
▪️ исключение для научных исследований (§60d UrhG) применяется к некоммерческой исследовательской деятельности, включая создание открытых датасетов;
▪️ внутреннее использование данных не нарушает обычную коммерческую эксплуатацию произведений.

Что защищено от претензий о нарушении авторского права:
▪️ временное воспроизведение работ для автоматизированного анализа (например, сопоставление изображения и текста, фильтрация, проверка);
▪️фильтрация, проверка и подготовка датасетов для обучения ИИ;
▪️ создание и хранение датасетов в исследовательских целях;
▪️ иные внутренние технические операции без публикации контента.

Что не защищено:
▪️ публикация или распространение самих охраняемых произведений;
▪️ использование данных за пределами TDM;
▪️ результаты ИИ, воспроизводящие конкретные охраняемые работы;
▪️ интеллектуальный анализ данных при наличии действующего машиночитаемого запрета со стороны правообладателя.

Суд подчеркнул: исключения для TDM не создают общего разрешения на использование чужих работ. Они защищают только строго определённые технические стадии обучения ИИ. Дальнейшая кассация в BGH допущена, а значит спор о границах TDM в Европе продолжается.

Для правообладателей:
▪️Внедрите машиночитаемые формы отказа от участия (robots.txt, протокол резервирования TDM, метаданные).
▪️Документируйте развертывание системы с возможностью отказа от участия и храните подтверждающие документы в течение соответствующего периода времени.
▪️Постарайтесь включить в соглашения с агентствами и платформами положения, обеспечивающие соблюдение технических требований.

Для разработчиков ИИ и исследовательских организаций:
▪️Обеспечьте соблюдение обязательств по выявлению угроз с возможностью отказа от участия (ст. 53 AI Act).
▪️Поддерживайте прозрачность в отношении некоммерческого назначения, чтобы не потерять защиту, предоставляемую разделом 60d.
▪️Документируйте исследовательскую деятельность и публикуйте результаты проверки для повышения научной ценности работы.

📌 Требования защиты авторских прав для поставщиков и развертывателей по EU AI Act;

Как владельцам контента в ЕС отказаться от использования их данных для обучения ИИ?

Проект Code of Practice по прозрачности AI-контента

#LawAndDisorder
————
@pattern_ai