NYT-Klage: Wo Microsofts Opt-out für OpenAI endete

Das Wichtigste in Kürze

• Seit dem 17. September sind entschwärzte Schriftsätze aus der Klage der New York Times gegen OpenAI und Microsoft öffentlich lesbar.
• Laut Klägern betrieb Microsoft von August 2023 bis Juli 2024 einen Crawler für OpenAI, der sich nach außen GPTBot nannte.
• Microsoft sagte Verlagen im September 2023 zu, mit NOARCHIVE markierte Seiten nicht für das Training seiner eigenen Modelle zu nutzen.
• Nach § 44b des deutschen Urheberrechts wirkt ein Vorbehalt gegen Text und Data Mining im Netz nur, wenn er maschinenlesbar ist.
• Ob der Crawler für OpenAI mit NOARCHIVE markierte Artikel der Times ins Training brachte, klärt die Akte nicht.

Satya Nadella hat unter Eid bestätigt, „something that you shouldn’t do is to train on any data that’s not public“, und dazu zähle „data that is behind a paywall“. So steht es in Absatz 794 der Tatsachenaufstellung der Kläger storage.courtlistener.com ↗ im Verfahren der New York Times gegen OpenAI und Microsoft, Seite 171. Einen Absatz davor erstreckt der Microsoft-Chef die Lizenzpflicht auf beide Nutzungen: Was hinter einer Bezahlschranke liegt, solle lizenzieren, wer es „for whether grounding or training“ nutzen will, also für das Nachschlagen während einer Antwort ebenso wie für das Training eines Modells (¶793).

Eingereicht haben beide Seiten ihre Anträge auf eine Entscheidung ohne Hauptverhandlung am 4. September 2026, weitgehend geschwärzt. Seit dem 17. September sind die neuen Fassungen öffentlich, darunter das Memorandum der Kläger storage.courtlistener.com ↗ und die Schriftsätze von Microsoft und OpenAI. Alles darin ist Parteivortrag, und in der Akte haben die Beklagten auf die entschwärzten Stellen bislang nicht geantwortet. Die deutsche Berichterstattung zum Microsoft-Manager Brent Hecht las dessen Wort vom Diebstahl als Selbstbezichtigung, obwohl das Kläger-Memo es auf Seite 19 als Vorhersage zitiert, wie Menschen das Absaugen ihrer Arbeit bald sehen würden („will soon consider“). Microsoft nannte die Äußerung laut Presseberichten die persönliche Ansicht eines einzelnen Mitarbeiters.

Für deutsche Verlage steckt in Nadellas Grenze dieselbe Frage, die § 44b des Urheberrechtsgesetzes gesetze-im-internet.de ↗ stellt. Text und Data Mining ist dort an „rechtmäßig zugänglichen“ Werken erlaubt, und bei Werken im Netz wirkt ein Vorbehalt des Rechteinhabers nur, wenn er „in maschinenlesbarer Form“ erfolgt. Im Lobbyregister des Bundestags nennt ein Netzwerk von Autorenverbänden seit März 2024 die Auslegung von § 44b als Grundlage generativer KI „zweifelhaft“ und verlangt eine „vergütungspflichtige Ausgestaltung“. OpenAI Ireland und Microsoft Deutschland melden dort Urheberrecht als Interessengebiet, aber kein Vorhaben zu § 44b.

Der entsiegelte Schriftsatz zeigt einen Microsoft-Crawler für OpenAI#

Die Absätze zum Projekt „Mango“ waren in der Fassung vom 4. September vollständig geschwärzt. Laut Klägern betrieb Microsoft „on behalf of OpenAI“ einen Crawler, der die Adressen aus dem Bing-Index abarbeitete und die Inhalte OpenAI zum Training lieferte (¶715). Er lief von August 2023 bis Juli 2024 auf Microsoft-Servern (¶¶718–719) und war nach außen „disclosed as GPTBot“ (¶716). Die übrigen Domains, „essentially half the internet“, crawlte OpenAI selbst, mit einem unter Microsofts Hilfe entwickelten Crawler (¶722). Verwendet worden seien die Daten für „GPT-4.o, GPT-4.5, and GPT-5“ (¶729). Ein Gutachten der Kläger zählt darin 42.680 einzelne Kopien von Artikeln der Times und der Daily-News-Zeitungen (¶730).

Schon im April 2023 hatte die Times beiden Unternehmen laut Klägern mitgeteilt, dass sie keine Erlaubnis zum Training mit ihren Inhalten hätten (¶735). Am 17. August 2023 schloss die Times GPTBot in ihrer robots.txt aus (¶488). Ob der Mango-Crawler, der unter demselben Namen auftrat, diese Zeile befolgte, sagen die lesbaren Absätze nicht.

Microsofts Opt-out-Zusage von 2023 galt nur den eigenen Modellen#

Am 22. September 2023, wenige Wochen nach dem Start von Mango, gab Microsoft Webseitenbetreibern im Bing-Webmaster-Blog¹ zwei Werte an die Hand. Inhalte mit NOARCHIVE würden nicht in Antworten von Bing Chat aufgenommen und dort nicht verlinkt, und „going forward“ werde Microsoft sie nicht für das Training von „Microsoft’s generative AI foundation models“ verwenden. Damit Paywall-Artikel in Bing Chat auffindbar bleiben, riet der Blog, zu NOARCHIVE auch NOCACHE zu setzen, „since many paywall sites use only the NOARCHIVE tag“. Eine Seite mit beiden Tags behandelt Microsoft laut demselben Eintrag wie NOCACHE, und dann dürfen „only URLs, Titles and Snippets“ ins Training der eigenen Modelle eingehen. Eine Paywall-Seite, die dem Rat folgte, gab dem Training also Adressen, Titel und Anrisse frei, die NOARCHIVE allein gesperrt hätte.

Die Zusage hat damit zwei Teile. Der erste betrifft das Grounding, also die Webseiten, auf die Bing Chat und später Copilot eine Antwort stützen. Laut Klägern nutzte und zeigte Bing Chat NOARCHIVE-Seiten nach dem Blogeintrag weiter, auch Artikel hinter der Bezahlschranke (¶517). Der zweite Teil betrifft das Training und nennt wörtlich Microsofts eigene Modelle. Von den Modellen des Partners OpenAI steht dort nichts. Im Vertrag über „Web Crawling Assistance“ vom 16. Oktober 2023 sagte OpenAI laut Klägern auch nicht zu, die Meta-Tags der Verlage zu beachten (¶739).

Die Times setzt NOARCHIVE nach Klägerangaben seit spätestens Juni 2019 auf allen Artikelseiten (¶518). Historisch diente der Tag der Bezahlschranke: Verlage verhinderten damit, dass Leser eine zwischengespeicherte Kopie eines Bezahlartikels abrufen (¶¶510–511). 2023 bekam derselbe Tag die Aufgabe eines KI-Opt-outs.

Nadella zieht die Lizenzpflicht an der Paywall, die Beklagten am Opt-out#

In ihren eigenen Schriftsätzen ziehen OpenAI und Microsoft die Grenze woanders. „Using publicly available content from the Internet to pretrain an LLM is fair use“, schreiben die Beklagten (Dkt. 1980 storage.courtlistener.com ↗, S. 17). Microsoft stützt sich beim Grounding auf die Sperre selbst: Wer widerspreche, könne sich austragen, „It is hard to imagine a fairer use than one a copyright holder can block at will“ (Dkt. 1975 storage.courtlistener.com ↗, S. 10). Daraus leitet der Konzern eine stillschweigende Lizenz ab. Für Seiten der Kläger ohne NOARCHIVE nach der Ankündigung vom September 2023 seien die Ansprüche wegen des Groundings abzuweisen (S. 38). Die Tags seien „narrowly tailored to web grounding“ (S. 40). Das Argument betrifft ausdrücklich die Copilot-Antworten und nicht das Training.

OpenAI verweist darauf, dass sein Browse-Werkzeug die robots.txt unter dem Namen „ChatGPT-User“ befolgt habe, und die Times habe „nearly a year“ gewartet, bis sie diesen Agenten sperrte (Dkt. 1980, S. 19–20). Das betrifft den Abruf während einer Antwort. Den Trainings-Crawler GPTBot hatte die Times früher ausgeschlossen.

Deutsche Verlage und OpenAI: § 44b schützt nur, was der Crawler als Vorbehalt erkennt#

Seit Februar 2024 steht im Kopf der robots.txt der Times ein Vorbehalt in ganzen Sätzen, der ausdrücklich auf Artikel 4 der europäischen Urheberrechtsrichtlinie verweist (¶491), die Norm hinter § 44b. Im LAION-Fall sah das Oberlandesgericht Hamburg am 10. Dezember 2025 nicht dargelegt, dass das in Worten formulierte Verbot einer Fotoagentur gegen „automated programs“ im Jahr 2021 maschinenlesbar war (5 U 104/24). Der Bundesgerichtshof verhandelte darüber am 3. September 2026 (I ZR 281/25).

Nach Artikel 53 der KI-Verordnung müssen Anbieter von Modellen mit allgemeinem Verwendungszweck² eine Strategie haben, um solche Vorbehalte zu ermitteln und einzuhalten, „including through state-of-the-art technologies“, laut Erwägungsgrund 106 gleich, wo trainiert wird.

Was Verlage verlieren, wenn KI-Antworten den Artikel ersetzen, ist vor allem Aufmerksamkeit³. Ende 2023 sperrten 60 Prozent der 15 meistgenutzten deutschen Nachrichtenseiten die Crawler von OpenAI in ihrer robots.txt, über zehn Länder waren es 48 Prozent (Reuters Institute⁴). Axel Springer ging den anderen Weg. Laut Tatsachenaufstellung schloss OpenAI mit dem Konzern am 5. März 2024 eine Vereinbarung „for training use and display use“ (¶172).

Ob Mango NOARCHIVE-Artikel der Times ins Training brachte, klärt die Akte nicht. Die 42.680 Kopien sind eine Zählung der Kläger, und zu Mango hat sich keiner der Beklagten in seinen Schriftsätzen geäußert. Microsofts Zusage vom September 2023 galt „content in our Bing Index that is labeled NOARCHIVE“, und die Adressen aus demselben Index arbeitete Mango laut Klägern zur selben Zeit für OpenAI ab.

Anlass sind die Schriftsätze zu den Anträgen auf Entscheidung ohne Hauptverhandlung im Verfahren SDNY 1:25-md-03143, eingereicht am 4. September 2026 und in entschwärzter Fassung öffentlich seit dem 17. September 2026: das Memorandum der Kläger (Dkt. 1977-1 storage.courtlistener.com ↗), ihre Tatsachenaufstellung (Dkt. 1981-1 storage.courtlistener.com ↗), das Memorandum von Microsoft (Dkt. 1975 storage.courtlistener.com ↗) mit dessen Tatsachenaufstellung (Dkt. 1976 storage.courtlistener.com ↗) und das Memorandum der Beklagten (Dkt. 1980 storage.courtlistener.com ↗). Alle Aktenstellen sind Parteivortrag, ein Urteil liegt nicht vor. Welche Häuser über das Verfahren berichtet haben, zählt die Presseschau dieser Seite mit. Im Wortlaut zitiert und verlinkt sind der Eintrag im Bing-Webmaster-Blog blogs.bing.com ↗ vom 22. September 2023, § 44b UrhG (gesetze-im-internet.de gesetze-im-internet.de ↗), der Registereintrag R005345 im Lobbyregister des Bundestags⁵, die Pressemitteilung des Bundesgerichtshofs⁶ zu I ZR 281/25, Artikel 53 der KI-Verordnung (AI Act Service Desk⁷) und die Auswertung des Reuters Institute reutersinstitute.politics.ox.ac.uk ↗ vom 22. Februar 2024. Zugeschrieben bleiben das Urteil des OLG Hamburg vom 10. Dezember 2025 nach der Pressemitteilung des Bundesgerichtshofs und Microsofts Stellungnahme vom 17. September 2026 nach Presseberichten.