Ja, deine Agentur kann eigenen Code als Trainingsdaten lizenzieren. In Deutschland ist Code als Computerprogramm geschützt (§ 69a UrhG), und Training heißt Vervielfältigung. Ohne Lizenz dürfen KI-Firmen nur zum Text und Data Mining nach § 44b UrhG kopieren, und das gilt nicht, wenn du einen Vorbehalt erklärt hast.
Wer Trainingsdaten kauft, will vor allem eines: Code, an dem die Rechte sicher beim Verkäufer liegen. Für Agenturen mit vielen eigenen Repos ist das eine Einnahmequelle neben Lizenz und Verkauf.
Was sagt das deutsche Urheberrecht zu KI-Training?
Text und Data Mining ist die automatisierte Analyse digitaler Werke, um Muster, Trends und Korrelationen zu gewinnen (§ 44b Abs. 1 UrhG). Das Sammeln und Kopieren von Trainingsdaten fällt nach herrschender Ansicht darunter, und die KI-Verordnung setzt das voraus (Art. 53 Abs. 1 Buchst. c KI-Verordnung). Die Regeln:
- Erlaubt sind Vervielfältigungen rechtmäßig zugänglicher Werke für das Text und Data Mining (§ 44b Abs. 2 UrhG).
- Löschen: Die Kopien sind zu löschen, wenn sie dafür nicht mehr gebraucht werden.
- Vorbehalt: Die Nutzung ist nur zulässig, wenn sich der Rechtsinhaber sie nicht vorbehalten hat. Bei online zugänglichen Werken muss der Vorbehalt maschinenlesbar sein (§ 44b Abs. 3 UrhG).
- Code ausdrücklich erfasst: Computerprogramme dürfen für Text und Data Mining auch bearbeitet werden (§ 69d Abs. 4 UrhG).
Code, der nicht öffentlich ist, etwa in privaten Repos, ist für Dritte meist gar nicht rechtmäßig zugänglich. Dann hilft § 44b UrhG nicht, und ein Training braucht deine Lizenz.
Welche Pflichten haben KI-Anbieter, die deinen Code nutzen?
Die KI-Verordnung, Verordnung (EU) 2024/1689, verlangt von Anbietern von KI-Modellen mit allgemeinem Verwendungszweck seit dem 2. August 2025 unter anderem:
- eine Strategie zur Einhaltung des EU-Urheberrechts, die Vorbehalte nach Art. 4 Abs. 3 der Richtlinie (EU) 2019/790 erkennt und beachtet (Art. 53 Abs. 1 Buchst. c KI-Verordnung),
- eine öffentliche, ausreichend detaillierte Zusammenfassung der Trainingsinhalte (Art. 53 Abs. 1 Buchst. d KI-Verordnung).
Für dich heißt das: Große Anbieter haben ein Interesse an Daten mit belegter Lizenz, weil sie dokumentieren müssen, woher ihre Inhalte stammen. Lizenzierter Code ist für sie weniger Risiko als gescrapter.
Welche Repos darfst du als Trainingsdaten anbieten?
Nicht jedes Repo auf deinem Server gehört deiner Agentur. Teil deine Repos in drei Gruppen:
| Gruppe | Typische Herkunft | Trainingslizenz möglich? |
|---|---|---|
| Eigene Produkte und Bibliotheken | Intern entwickelt, von Angestellten | Ja, wenn die Rechtekette dokumentiert ist |
| Kundenprojekte mit einfachem Recht für den Kunden | Projektvertrag lässt dir die Rechte | Rechtlich oft ja, praktisch meist durch Geheimhaltung blockiert |
| Kundenprojekte mit ausschließlichem Recht | Übliche Individualentwicklung | Nein |
Bei Angestellten darf der Arbeitgeber alle vermögensrechtlichen Befugnisse ausüben, wenn sie den Code in Wahrnehmung ihrer Aufgaben geschrieben haben (§ 69b UrhG). Bei Freelancern brauchst du einen Vertrag, der die Rechte ausdrücklich einräumt. Die Einzelheiten stehen in Wem gehört der Code?.
Was muss vor der Lizenz aus dem Code raus?
Ein Käufer von Trainingsdaten bekommt eine Kopie deines Repos. Alles, was darin steckt, geht mit. Prüfe vorher:
- Zugangsdaten: API-Keys, Passwörter, Tokens, auch in alten Commits.
- Personenbezogene Daten: Testdaten mit echten Namen, E-Mail-Adressen, Logs. Hier gilt die DSGVO.
- Geschäftsgeheimnisse von Kunden: Geschäftslogik, Preisregeln, interne Endpunkte.
- Fremder Code: Open-Source-Komponenten, die unter eigener Lizenz stehen. Rechte daran gibst du nur so weit weiter, wie deren Lizenz es erlaubt, exklusiv nie.
Was gehört in eine Lizenz für Trainingsdaten?
Eine Trainingslizenz ist ein Lizenzvertrag mit besonderen Nutzungsarten. Regel mindestens:
- Nutzungsart: Vervielfältigung und Bearbeitung zum Training, Feintuning oder zur Evaluation von Modellen.
- Umfang: welche Repos, welcher Stand, mit oder ohne Historie.
- Ausschluss: keine Wiedergabe deines Codes in den Ausgaben des Modells, soweit technisch steuerbar, kein Weiterverkauf des Datensatzes.
- Exklusivität: einfach oder ausschließlich, mit Laufzeit.
- Löschung: was mit den Kopien nach Ende der Lizenz passiert.
- Vergütung: Einmalbetrag pro Datensatz oder laufend.
Wie ein Softwarelizenzvertrag grundsätzlich aufgebaut ist, steht in Lizenzvertrag Software.
Wie viel ist Code als Trainingsdaten wert?
Für Trainingsdaten zählt anderes als für eine Produktlizenz. Gefragt sind Breite und Qualität:
- verschiedene Sprachen und Frameworks,
- echte Geschäftslogik statt Beispielcode,
- Tests,
- aussagekräftige Commit-Messages und Code Reviews.
Ein großes, ungepflegtes Repo, das sich als Produkt kaum lizenzieren lässt, kann als Trainingsmaterial trotzdem Geld bringen.
Wie man den Wert eines Repos einschätzt und welche Größenordnungen üblich sind, steht in Was ist Code wert?.