Mit dem FORBES-NEWSLETTER bekommen Sie regelmässig die spannendsten Artikel sowie Eventankündigungen direkt in Ihr E-mail-Postfach geliefert.
Techkonzerne kaufen offenbar massenhaft gedruckte Bücher, um ihre KI-Modelle mit hochwertigen Texten zu trainieren. Recherchen und Gerichtsunterlagen zeigen: Dafür werden nicht nur Bestseller, sondern auch seltene, vergriffene und antiquarische Werke eingescannt – und die Originale anschließend teilweise zerstört.
Autoren, Archivare, Historiker und Buchliebhaber kritisieren zunehmend eine Praxis der KI-Branche, die bislang weitgehend im Verborgenen stattfand: Technologieunternehmen kaufen physische Bücher in großem Stil, entfernen deren Bindung, digitalisieren die einzelnen Seiten mit Hochleistungsscannern und vernichten anschließend die gedruckten Exemplare.
Wie umfangreich diese Methode eingesetzt wird, wurde Anfang 2026 durch Unterlagen aus einem Rechtsstreit gegen das KI-Unternehmen Anthropic deutlich. Demnach kaufte das Unternehmen Millionen physische Bücher und ließ Dienstleister deren Buchrücken entfernen. Die Seiten wurden anschließend eingescannt, die Originale geschreddert. Das Vorhaben lief unter dem Namen „Project Panama“.
Gerichtsunterlagen zufolge plante Anthropic im Rahmen eines einzigen sechsmonatigen Vertrags die Digitalisierung von 500.000 bis zwei Millionen Büchern. In internen Dokumenten war sogar davon die Rede, „alle Bücher der Welt destruktiv zu scannen“. Parallel dazu beobachteten Händler einen ungewöhnlich starken Anstieg bei Verkäufen gedruckter Bücher, die vor 2022 erschienen waren. Buchhändler vermuteten zunehmend KI-Unternehmen hinter großen Sammelbestellungen.
Spur führt zu Amazon
Eine Recherche des von Technologiejournalisten gegründeten Mediums 404 Media zeigt, dass sich die Praxis offenbar nicht auf Anthropic beschränkt. Ein nicht namentlich genannter Händler für seltene Bücher erhielt eine Bestellung über fast 1.000 physische Exemplare und erlaubte den Reportern, einen Apple AirTag in einem der Bücher zu verstecken. Damit ließ sich die Lieferung verfolgen.
Das Paket wurde von Kalifornien über Milwaukee und Colorado Springs schließlich zu einem Amazon gehörenden Lager mit der internen Kennung „VGT3“ transportiert. Laut 404 Media befindet sich am Eingang des Gebäudes ein Logo, das einen Tyrannosaurus Rex zeigt, der ein geöffnetes Buch fressen will. Mitarbeiter beschrieben ihre Tätigkeit dem Bericht zufolge als permanente Digitalisierung von Büchern. Die Recherche deutet darauf hin, dass große Technologieunternehmen eigene Anlagen betreiben, in denen Bücher industriell eingescannt werden, um Daten für große Sprachmodelle, sogenannte Large Language Models oder LLMs, zu gewinnen. Besonders umstritten ist, dass dabei offenbar auch seltene, antiquarische und vergriffene Werke verarbeitet werden. Einige davon könnten in anderen Formaten kaum oder gar nicht erhalten sein.
Warum KI-Unternehmen gedruckte Bücher kaufen
Für Entwickler großer KI-Modelle haben physische Bücher zwei entscheidende Vorteile: Sie reduzieren bestimmte rechtliche Risiken und liefern qualitativ hochwertige Trainingsdaten. Die Verwendung illegal verbreiteter digitaler Buchsammlungen, sogenannter „Shadow Libraries“, hat KI-Unternehmen bereits mit umfangreichen Urheberrechtsklagen von Autoren, Künstlern, Fotografen und Medienunternehmen konfrontiert. Wer dagegen ein physisches Buch legal erwirbt, darf grundsätzlich über dieses konkrete Exemplar verfügen – und es auch zerstören. Gleichzeitig erhalten die Unternehmen Zugang zu Millionen vergriffenen, spezialisierten oder wenig verbreiteten Werken, die teilweise ausschließlich gedruckt existieren.
Besonders interessant sind Bücher, die vor 2022 veröffentlicht wurden. Sie stammen aus einer Zeit, bevor KI-generierte Inhalte das Internet in größerem Umfang erreichten. Damit können Entwickler sicherstellen, dass ihre Modelle auf Texten trainiert werden, die von Menschen geschrieben wurden. Das wird zunehmend relevant, weil das Internet inzwischen zahlreiche KI-generierte Webseiten enthält. Werden neue Modelle wiederum mit solchen Inhalten trainiert, kann sich die Qualität der Trainingsdaten verschlechtern. Bücher bieten dagegen lange, zusammenhängende Argumentationen, redaktionell bearbeitete Sprache, narrative Strukturen und spezialisierte Inhalte – Eigenschaften, die viele kurze Webseiten oder automatisch erzeugte Texte nicht in gleicher Form liefern.
Ist die Zerstörung der Bücher legal?
Grundsätzlich ja. Nach der sogenannten First-Sale Doctrine des US-amerikanischen Urheberrechts darf der Eigentümer eines legal gekauften physischen Buches dieses Exemplar grundsätzlich auch zerstören. Gerichte haben zudem entschieden, dass die Umwandlung eines rechtmäßig erworbenen gedruckten Buches in eine digitale Datei für internes KI-Training unter bestimmten Umständen als transformative Nutzung und damit als „Fair Use“ gelten kann.
Kritiker sehen darin dennoch ein rechtliches Schlupfloch: Technologieunternehmen könnten physische Bücher kaufen, daraus umfangreiche digitale Trainingsdatensätze erstellen und die Inhalte anschließend für kommerzielle KI-Systeme verwenden, ohne die Urheber zusätzlich zu vergüten. Bislang bleibt die Praxis jedoch legal.
Wie viele Bücher wurden bereits zerstört?
Eine verlässliche Zahl gibt es nicht. Allein Anthropic plante laut Gerichtsunterlagen, innerhalb von sechs Monaten zwischen 500.000 und zwei Millionen Bücher zu scannen. Quellen von 404 Media berichteten zudem von Bestellungen einzelner Käufer, die zwischen 1.000 und einer Million Exemplaren umfassen sollen. Auch Händler für gebrauchte Bücher in den USA, Großbritannien und Europa berichten demnach von auffälligen Großbestellungen. Dabei werden teilweise Hunderte oder Tausende scheinbar zufällig zusammengestellte Sachbücher und vergriffene Titel in einer einzigen Transaktion gekauft. Wie viele Werke inzwischen für das Training von KI-Modellen digitalisiert und anschließend vernichtet wurden, ist nicht bekannt.
Text: Mary Whitfill Roeloffs
Foto: Ed Robertson