De Duitse auteursrechtenorganisatie GEMA heeft een belangrijke overwinning behaald tegen Suno, de Amerikaanse aanbieder van een populaire AI-muziekgenerator. Het Landgericht München I oordeelde dat Suno auteursrechten heeft geschonden bij het trainen en aanbieden van zijn AI-modellen.
De rechter wees de vorderingen van GEMA tot staking, informatieverstrekking en schadevergoeding grotendeels toe.
Het vonnis is nog niet definitief, want Suno kan tegen de uitspraak in beroep gaan. Toch is de beslissing belangrijk, omdat een Europese rechter hiermee duidelijke grenzen stelt aan het gebruik van beschermde muziek voor generatieve AI.
Wat is Suno?
Suno is een AI-dienst waarmee gebruikers op basis van korte tekstinstructies complete muziekstukken kunnen laten maken. De gebruiker kan bijvoorbeeld een onderwerp, muziekstijl of sfeer opgeven. Vervolgens genereert Suno een nummer met zang, melodie, instrumenten en ritme.
De rechtszaak draaide om zes zeer bekende hits zoals Atemlos durch die Nacht, Rasputin, Big in Japan, Forever Young, het refrein van Mambo No. 5 en Daddy Cool. Volgens GEMA kon Suno muziek genereren waarin herkenbare elementen van deze composities terugkeerden.
Songteksten wel gebruikt, maar niet onderdeel van de vordering
De procedure ging over de auteursrechten op de zes muziekwerken. Eventuele zelfstandige inbreuken op de bijbehorende songteksten waren geen onderwerp van deze zaak.
Dat betekent echter niet dat de originele songteksten tijdens het onderzoek geen rol speelden. GEMA voerde bij haar tests telkens de oorspronkelijke songtekst, de titel van het werk en de gewenste muziekstijl in bij Suno. De prompts bevatten geen aanwijzingen voor de melodie, harmonie, het ritme of het arrangement.
Juist doordat Suno vervolgens muziek produceerde waarin de composities herkenbaar terugkeerden, zag de rechtbank daarin een aanwijzing dat de muzikale elementen al in het AI-model aanwezig waren. De gebruiker had deze elementen immers niet zélf in de prompt opgenomen.
Hoe kwamen grote hits in het AI-model terecht?
Uit de procedure bleek dat de zes muziekwerken onderdeel waren geweest van de trainingsdataset van Suno. Volgens de rechtbank gebruikte Suno zogenoemde stream-ripping technieken om de muziek van YouTube te halen en te kopiëren.
Daarbij zou Suno een technische beveiliging van YouTube hebben omzeild. Deze beveiliging, aangeduid als een Rolling Cipher, is bedoeld om te voorkomen dat gebruikers audio- en videobestanden rechtstreeks van het platform downloaden.
Suno stelde dat de trainingsgegevens na het trainen niet als gewone muziekbestanden in het model werden opgeslagen. Volgens het bedrijf bevatten de parameters van een AI-model alleen wiskundig aangeleerde patronen en algemene eigenschappen.
Eventuele overeenkomsten tussen de oorspronkelijke nummers en de output van Suno zouden volgens het bedrijf worden veroorzaakt door statistische patronen en door de instructies van de gebruikers.
Dat muziek niet als audiobestand wordt opgeslagen, sluit niet uit dat het model het werk auteursrechtelijk reproduceert.
Rechtbank ziet ongeoorloofde memorisering
De rechtbank volgde de uitleg van Suno niet, volgens de rechters waren de beschermde muziekstukken reproduceerbaar aanwezig in versies 3.5 en 4 van het AI-model. Deze modellen stonden op servers in Duitsland.
De rechtbank spreekt in dit verband over memorisering: daarvan is sprake wanneer een AI-model niet alleen algemene informatie uit trainingsmateriaal leert, maar óók inhoudelijke delen van specifieke werken in zijn parameters overneemt.
Door de oorspronkelijke muziek te vergelijken met de gegenereerde output, stelde de rechtbank vast dat beschermde onderdelen van de werken in het model waren gememoriseerd. Gezien de lengte en complexiteit van de nummers achtte de rechter het uitgesloten dat de overeenkomsten uitsluitend op toeval berustten.
Deze memorisering leverde volgens de rechtbank een inbreuk op het verveelvoudigingsrecht op. Ook de gegenereerde nummers vormden auteursrechtinbreuken, omdat oorspronkelijke en creatieve elementen uit de composities daarin herkenbaar waren.
Suno zelf verantwoordelijk voor de output
Suno voerde aan dat niet het bedrijf, maar de gebruikers verantwoordelijk waren voor de gegenereerde muziek. De gebruikers hadden immers de prompts ingevoerd waarmee de nummers werden gemaakt.
Ook dat verweer werd afgewezen, want volgens de rechtbank waren de gebruikte prompts eenvoudig en grotendeels open. GEMA had alleen de teksten, de titels en de gewenste muziekstijl opgegeven. De gebruikers hadden niet bepaald welke melodie, harmonie, ritme of arrangement moest worden gegenereerd.
Suno had zelf de trainingsgegevens geselecteerd, de modellen ontwikkeld en de technische architectuur bepaald. Het bedrijf was daarom verantwoordelijk voor het feit dat beschermde werken in de modellen werden gememoriseerd en vervolgens herkenbaar in de output terugkeerden.
De rechtbank oordeelde bovendien dat niet alleen afzonderlijke outputs inbreuk maakten. Ook het aanbieden en exploiteren van het model waarmee deze muziek kon worden gegenereerd, leverde volgens de rechter een ongeoorloofde openbare weergave op.
Biedt text en datamining geen uitzondering?
De Duitse auteurswet kent inderdaad een uitzondering voor text- en datamining, waarbij digitale werken automatisch worden geanalyseerd om informatie te verzamelen over bijvoorbeeld patronen, trends en onderlinge verbanden.
Onder bepaalde voorwaarden mogen hiervoor kopieën worden gemaakt van werken waartoe iemand rechtmatig toegang heeft. De uitzondering geldt echter niét wanneer een rechthebbende een geldig gebruiksvoorbehoud heeft gemaakt. Bij online beschikbare werken moet zo’n voorbehoud in een machineleesbare vorm worden vastgelegd.
Daarnaast bestaat een afzonderlijke regeling voor wetenschappelijk onderzoek. Deze uitzondering is hoofdzakelijk bedoeld voor onderzoeksinstellingen en onderzoekers zonder commercieel doel. Een commercieel bedrijf als Suno kan zich daar niet zonder meer op beroepen.
Volgens de rechtbank werd de grens van toegestane datamining in deze zaak overschreden. De muziek was niet alleen geanalyseerd om algemene patronen te ontdekken. De inhoud van concrete werken was in het model terechtgekomen en kon via relatief eenvoudige prompts opnieuw worden weergegeven.
Ook het Amerikaanse fair use verweer faalt
Het trainen van de Suno-modellen vond plaats in de Verenigde Staten. Daarom beoordeelde de Duitse rechtbank dat deel van de zaak aan de hand van het Amerikaanse auteursrecht.
Suno beriep zich op fair use. Deze Amerikaanse rechtsregel maakt het in bepaalde situaties mogelijk om beschermd materiaal zonder toestemming te gebruiken.
De rechtbank wees ook dit verweer af: bij Suno kwamen de gebruikte trainingswerken volgens de rechter substantieel en herkenbaar terug in de gegenereerde output. Daarmee verschilde deze zaak van andere Amerikaanse AI-zaken waarin de trainingswerken niet of nauwelijks in de output konden worden teruggevonden.
De juridische grens ligt waar patroonherkenning omslaat in reproduceerbare overname van concrete, beschermde composities.
Geen einde van AI-muziek
De uitspraak betekent niet het einde van AI-muziek. AI-bedrijven kunnen modellen blijven ontwikkelen en aanbieden, maar zullen beter moeten kunnen uitleggen waar hun trainingsmateriaal vandaan komt en op welke juridische grondslag zij het gebruiken.
Ook zullen zij technische maatregelen moeten nemen om te voorkomen dat hun modellen beschermde werken memoriseren en vrijwel herkenbaar reproduceren. Het uitsluitend doorschuiven van de verantwoordelijkheid naar gebruikers is volgens deze uitspraak onvoldoende.
Voor componisten en muziekuitgevers is het vonnis een belangrijke overwinning. De kern van de beslissing is duidelijk: innovatie met kunstmatige intelligentie vormt geen vrijbrief om beschermde muziek zonder toestemming als gratis trainingsmateriaal te gebruiken.
Principiële botsing tussen AI en auteursrecht
Vanuit het oogpunt van intellectueel eigendomsrecht kunnen we deze zaak samenvatten als een principiële botsing tussen AI-innovatie en auteursrecht. Het is duidelijk dat Suno beschermde muziek als trainingsmateriaal gebruikte en vervolgens kon het systeem nummers produceren die opvallend sterk op bestaande composities leken.
De kern is mijns inziens niet dat AI-muziek verboden moet worden, maar dat makers eerlijk worden beloond en aanbieders inbreuken moeten voorkomen. De uitspraak bevestigt daarbij dat herkenbare memorisering en reproductie van beschermde werken juridisch niet zomaar zijn toegestaan.
