Das Blockieren des Internet-Archivs wird das KI-Training nicht stoppen — es wird das Gedächtnis des Webs auslöschen

Das Blockieren des Internet-Archivs wird das KI-Training nicht stoppen — es wird das Gedächtnis des Webs auslöschen

Große Verlage haben damit begonnen, die Crawler des Internet-Archivs zu blockieren, allen voran die New York Times, die über die traditionellen robots.txt-Kontrollen hinausgegangen ist, um zu verhindern, dass die Wayback-Maschine ihre Seiten erfasst und archiviert. Das Internet-Archiv — Betreiber der Wayback-Maschine und die größte digitale Bibliothek des Webs mit mehr als einer Billion archivierter Seiten — ist ein tägliches Recherchewerkzeug für Journalist:innen, Historiker:innen, Gerichte und die Öffentlichkeit. Indem Verlage gemeinnützigen Archiv-Crawlern den Zugriff verwehren, riskieren sie, das einzige konsistente öffentliche Protokoll darüber zu zerstören, wie Nachrichten online erschienen sind, einschließlich Bearbeitungen, Korrekturen und Widerrufen, die ansonsten aus dem Live-Web verschwinden.

Verlage geben an, dass ihre Maßnahmen eine Reaktion auf die Befürchtungen seien, wonach KI-Unternehmen Nachrichteninhalte scrapen, um große Sprachmodelle und andere Systeme zu trainieren, und mehrere Nachrichtenorganisationen haben bereits Klagen über die Nutzung urheberrechtlich geschützten Materials im KI-Training angestrengt. Selbst wenn Gerichte letztlich zugunsten der Verlage entscheiden, ist das Entfernen des Zugangs für Archive, die Geschichte bewahren, eine unverhältnismäßige Reaktion. Das Internet-Archiv ist kein kommerzieller KI-Trainer; es funktioniert eher wie eine Bibliothek, die Kopien zur Bewahrung und Auffindbarkeit anlegt. Bibliotheken und Archive wurden im Urheberrecht lange anders behandelt, wenn ihre Vervielfältigungen Forschungs-, Zugangs- und gemeinwohlorientierten Zwecken dienen. Der Kollateralschaden pauschaler technischer Sperren ist der fortschreitende Verlust eines Beweisarchivs, auf das viele angewiesen sind, um nachzuvollziehen, wie Berichterstattung und öffentlicher Diskurs sich entwickelt haben.

Die Entziehung der Möglichkeit des Archivs, Nachrichten zu bewahren, verursacht langfristige Kosten, die weit über den aktuellen Streit um KI-Trainingsdaten hinausgehen. Journalist:innen verlieren eine verlässliche Quelle zur Nachverfolgung und Überprüfung historischer Behauptungen, Forschende stehen vor Lücken in Längsschnittstudien der Medien, und Gerichte könnten an zeitnahe Aufzeichnungen von Online-Publikationen fehlen. Statt technische Schranken zu errichten, sollten Verlage und Archive gezielte Vereinbarungen prüfen, die kommerzielle Interessen schützen, ohne das öffentliche Protokoll zu löschen.

Key implications

• Historical record at risk: Blocking archival crawlers removes the only independent snapshots of many news pages.
• Misplaced remedy: Technical blocks target nonprofit preservation, not commercial model builders.
• Legal and policy friction: Ongoing lawsuits over AI training could decide access norms, but interim archival loss is irreversible.
• Need for solutions: Negotiated access, selective embargoes, and legal clarifications could balance rights and preservation.

Bleiben Sie verbunden und surfen Sie sicher mit Doppler VPN.

Quellen:

• eff.org