Tausende Bücher liegen aufgereiht in einem Lager. Offenbar sollen die Werke, die einst mit viel Wissen und Leidenschaft von ihren Autoren geschrieben wurden, nur noch einem letzten Ziel dienen: Künstliche Intelligenz füttern und so die Modelle der großen Tech-Konzerne verbessern. Im Anschluss werden die Bücher wohl geschreddert.
Händler, verteilt über ganz Deutschland, berichten in letzter Zeit über teils große, äußerst ungewöhnliche Bestellungen. Oft sind es sogenannte Ladenhüter, die plötzlich online bestellt werden. Alles ist dabei, Koch-, Sach-, Märchen- und Geschichtsbücher. So wie bei Martin Helmut aus Rosenheim, der der ARD sagte: „Als ich morgens das Programm öffnete, kamen ungefähr 50 Bestellungen und alle von Zoom Books aus Amerika.“ Markus Brandis, Vorsitzender des Verbandes deutscher Antiquare, bestätigt die ungewöhnlichen Bestellungen. Innerhalb weniger Monate hätten einzelne Antiquare so Gewinne im sechsstelligen Bereich gemacht, sagt er. „Das ist schon bemerkenswert.“
Texte dienen dem Training der KI
Doch der Umsatz der Händler hat einen faden Beigeschmack. Denn hinter den Käufen werden große KI-Entwickler vermutet. Die „Washington Post“ berichtet zuerst über das „Projekt Panama“, hinter dem der Tech-Gigant Anthropic stehen soll. Ziel: die Digitalisierung möglichst vieler gedruckter Bücher. Dafür werden erst die Rücken abgeschnitten, dann wird jede Seite durch Hochleistungsscanner gezogen. Was übrig bleibt, landet auf dem Müll. Die eingescannten Texte dienen wiederum dem Training von KI-Systemen, die immer neues Material brauchen. Dieser Prozess wird als destruktives Scannen bezeichnet.
Vor zwei Jahren war Anthropic verklagt worden, weil das Unternehmen Hunderttausende Bücher aus sogenannten Schattenbibliotheken heruntergeladen und Urheberrechte verletzt haben soll. Der Streit konnte außergerichtlich gegen die Zahlung von 1,5 Milliarden Dollar beigelegt werden. Nach aktueller Rechtsprechung fällt das Training von KI mit legal gekauften Büchern hingegen unter das US-Prinzip des „Fair Use“ („gerechte Verwendung“).
Auf eine Anfrage der Deutschen Presse-Agentur teilte Anthropic mit: „Claude wird auf einer Mischung von öffentlich zugänglichen Web-Daten, kommerziell erworbenen Datensätzen und selbst generierten Daten trainiert.“ Die Beschaffung von Büchern sei in der gesamten KI-Branche ein weit verbreiteter Ansatz für das Training großer Sprachmodelle. Aber bei keinem der Programme zum Datenankauf würden seltene oder antiquarische Bücher zerstört, so das Unternehmen.
Darum suchen KI-Giganten nach alten Büchern
Warum greifen KI-Unternehmen überhaupt auf die alten Bücher zurück, die kaum einer lesen will? Professor Sebastian Schelter von der Technischen Universität Berlin forscht zu Künstlicher Intelligenz und erklärt, dass Chatbots, wie ChatGPT oder Claude, mit riesigen Textmengen trainiert werden. „Je mehr Daten, desto besser funktionieren sie“, sagt Schelter. Zunächst griffen die Firmen auf Daten aus dem Internet zurück. Doch: „Ab einem bestimmten Punkt hatte man sozusagen das gesamte öffentliche Internet da schon reingeschmissen“, so der Professor. Seit ein paar Jahren seien die Unternehmen deshalb auf der Suche nach Daten, die nicht im Internet verfügbar sind – und greifen so auf alte Literatur zurück.
