KI-Training mit Website-Inhalten: So widersprechen Sie richtig

Die Rechtslage: Erlaubt, solange Sie nicht widersprechen

Seit 2021 regelt § 44b des Urheberrechtsgesetzes das sogenannte Text und Data Mining – also das automatisierte Auswerten von Texten, Bildern und anderen Inhalten, um daraus Muster und Zusammenhänge zu gewinnen. Genau das passiert beim Training von KI-Modellen wie ChatGPT, Gemini oder Claude. Die Vorschrift setzt Artikel 4 der europäischen DSM-Richtlinie um und gilt sinngemäß in der ganzen EU.

Das Prinzip ist ein Opt-out: Wer seine Inhalte rechtmäßig im Internet zugänglich macht, muss deren Auswertung grundsätzlich dulden. Die Nutzung ist nur dann unzulässig, wenn Sie als Rechteinhaber:in sie sich vorbehalten haben. Für Inhalte, die online abrufbar sind, stellt das Gesetz eine zusätzliche Bedingung: Der Vorbehalt ist nur wirksam, wenn er in maschinenlesbarer Form erfolgt (§ 44b Abs. 3 UrhG).

Seit August 2025 verpflichtet zudem die europäische KI-Verordnung (AI Act, Art. 53) die Anbieter großer KI-Modelle, solche Vorbehalte zu ermitteln und einzuhalten. Ein sauber gesetzter Widerspruch hat also echtes Gewicht.

Was „maschinenlesbar“ bedeutet

Ein Crawler liest Ihre Website automatisch. Ein Satz in den AGB oder im Impressum ist für Menschen verständlich, für eine Maschine aber nicht eindeutig auswertbar. Ob ein rein sprachlicher Vorbehalt genügt, ist unter Jurist:innen umstritten; das Landgericht Hamburg hat es 2024 im Verfahren gegen LAION für möglich gehalten, abschließend geklärt ist es nicht.

Auf der sicheren Seite sind Sie mit Formaten, die Crawler nachweislich auswerten:

• robots.txt – der etablierte Standard. Die großen KI-Anbieter dokumentieren eigene Bot-Namen, die Sie dort gezielt sperren können.
• TDM Reservation Protocol (TDMRep) – ein vom W3C entwickeltes Format speziell für den Text-und-Data-Mining-Vorbehalt, etwa per Datei /.well-known/tdmrep.json oder Meta-Tag.
• Textlicher Vorbehalt im Impressum oder in den Nutzungsbedingungen – als zusätzliche, für Menschen lesbare Erklärung.

Anleitung: In drei Schritten widersprechen

1. Trainings-Crawler in der robots.txt sperren

Die Datei robots.txt liegt im Hauptverzeichnis Ihrer Website (z. B. https://ihre-domain.de/robots.txt). Ergänzen Sie dort die folgenden Einträge. Sie sperren ausschließlich Bots, die Inhalte für das Training sammeln:

# Nutzungsvorbehalt nach § 44b UrhG: kein KI-Training
# Rights reservation under Art. 4 Directive (EU) 2019/790: no text and data mining, including AI training
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Applebot-Extended
Disallow: /

User-agent: meta-externalagent
Disallow: /

User-agent: Bytespider
Disallow: /

Nutzen Sie WordPress mit Yoast SEO, lassen sich drei dieser Bots per Schalter sperren. Was die Einstellungen genau bewirken, erklärt der Artikel KI-Einstellungen in Yoast SEO.

2. Nutzungsvorbehalt im Impressum ergänzen

Zusätzlich zur technischen Sperre empfiehlt sich eine ausdrückliche Erklärung, zum Beispiel im Impressum. Allein reicht sie aber nicht: Die c’t fand Seiten von heise online trotz Vorbehalt im Impressum im Archiv von Common Crawl – automatische Sammler lesen solche Texte schlicht nicht. Deshalb immer beides kombinieren und den Vorbehalt wie oben zusätzlich als englischen Kommentar in die robots.txt schreiben.

Nutzungsvorbehalt gemäß § 44b Abs. 3 UrhG: Die Inhalte dieser Website
(Texte, Bilder, Grafiken, Videos) dürfen nicht für Text und Data Mining,
insbesondere nicht für das Training von KI-Systemen, verwendet werden.

3. Optional: TDMRep-Datei hinterlegen

Wer ganz sicher gehen will, ergänzt die Datei /.well-known/tdmrep.json. Sie erklärt den Vorbehalt in einem standardisierten Format, das sich speziell auf das europäische Recht bezieht:

[
  { "location": "/*", "tdm-reservation": 1 }
]

Was ein Widerspruch leistet – und was nicht

• Er wirkt nur für die Zukunft. Inhalte, die bereits gesammelt oder in Modelle eingeflossen sind, werden nicht nachträglich entfernt.
• Sie müssen ihn belegen können. Im Streitfall liegt die Beweislast bei Ihnen: Sie müssen zeigen, dass Sie vor dem Crawlen widersprochen haben. Halten Sie Datum und Inhalt Ihrer robots.txt fest, etwa per Screenshot oder über das Webarchiv Wayback Machine.
• Er ist eine verbindliche Erklärung, aber keine technische Sperre. Seriöse Anbieter wie OpenAI, Google und Anthropic halten sich daran; unseriöse Scraper ignorieren die robots.txt unter Umständen. Wer das verhindern will, braucht serverseitige Maßnahmen wie eine Firewall mit Bot-Erkennung.
• Die Liste der Bots ändert sich. Neue Anbieter kommen hinzu, Bot-Namen werden angepasst. Prüfen Sie die Einträge etwa einmal im Jahr.
• Er schützt nur das, was Ihnen gehört. Für Inhalte Dritter, etwa lizenzierte Stockfotos, entscheidet der jeweilige Rechteinhaber.

Meine Empfehlung

Für die meisten Unternehmenswebsites ist die Kombination aus robots.txt-Sperre der Trainings-Bots und Vorbehalt im Impressum der beste Kompromiss: wenig Aufwand, klar dokumentiert und ohne Nachteile für Ihre Auffindbarkeit bei Google oder in KI-Suchen.

Ob ein Widerspruch für Sie überhaupt sinnvoll ist, hängt vom Geschäftsmodell ab. Wer davon lebt, dass möglichst viele Menschen die eigenen Inhalte finden, profitiert mitunter davon, wenn KI-Modelle die Marke kennen. Wer dagegen mit exklusiven Texten, Fotos oder Fachwissen Geld verdient, sollte widersprechen.