Skip to content
Prompt Engineering · 3 min read

KI-Personenidentifikation wird zum Rechtsproblem

Die Muttergesellschaft von Grammarly hat Journalisten ohne Erlaubnis imitiert. Eine Sammelklage folgte. Der Fall zeigt, wie KI-Unternehmen Identität als kostenlose Ressource behandelt haben – und warum sich das bald ändern wird.

AI Impersonation Becomes Legal Liability

Die Muttergesellschaft von Grammarly, Superhuman, hat eine Funktion eingeführt, ohne die Erlaubnis zur Nutzung von Namen und Stimmen von Journalisten einzuholen. Die Gegenreaktion führte zu einer Klage. Es geht hier nicht mehr um Ethik, sondern darum, was passiert, wenn KI-Unternehmen Identität als kostenlose Ressource behandeln.

Die Funktion, die alles veränderte

Im August 2025 startete Superhuman Expert Review, eine Schreibassistenzfunktion, die angeblich Feedback von KI-geklonten „Experten“ lieferte. Das Problem: Zu diesen Experten gehörten echte Personen – Journalisten, Schriftsteller, öffentliche Figuren –, deren Namen und Werke das Unternehmen zum Trainieren der Modelle ohne Zustimmung verwendet hatte.

Die eigenen Reporter von The Verge entdeckten, dass sie imitiert worden waren. Julia Angwin, eine investigative Journalistin, beschwerte sich nicht nur öffentlich. Sie reichte eine Sammelklage ein. Das war der Moment, in dem dies aufhörte, ein PR-Problem zu sein, und zu einem rechtlichen wurde.

Superhumans Antwort: Zu wenig, zu spät

Zuerst gab es das E-Mail-basierte Opt-out. Dann wurde die Funktion eingestellt. Standard-Schadensbegrenzung. Aber Opt-out ist nicht dasselbe wie Zustimmung – und bis dahin war die Identifikation bereits in großem Umfang erfolgt. Nutzer hatten bereits Schreibvorschläge erhalten, die Personen zugeschrieben wurden, die niemals zugestimmt hatten, auf diese Weise repräsentiert zu werden.

Das ist wichtig, weil es zeigt, wie KI-Unternehmen operiert haben: Zuerst bauen, dann um Erlaubnis bitten. Oder gar nicht fragen. Die Annahme scheint zu sein, dass, wenn man öffentlich genug ist, die eigene Identität für die synthetische Replikation freies Spiel ist.

Warum das einen Präzedenzfall schafft

Der CEO von Superhuman, Shishir Mehrotra – früher leitender Produktmanager bei YouTube –, hatte Glaubwürdigkeit. Das Unternehmen hatte legitime Anwendungsfälle. Aber Glaubwürdigkeit befreit nicht von grundlegender Zustimmung. Die Klage signalisiert, dass Gerichte „öffentliche Figur“ möglicherweise nicht als rechtliche Rechtfertigung für KI-Personenidentifikation akzeptieren.

Wenn Angwins Sammelklage erfolgreich ist, müssen Unternehmen, die Modelle mit Stimmen, Schreibstilen oder Abbildungen echter Personen trainieren, ausdrückliche Erlaubnis einholen. Das verändert die Ökonomie der KI-Feature-Entwicklung. Es bedeutet, dass Unternehmen nicht schnell vorgehen und Dinge kaputt machen können, wenn „Dinge“ die Identität von jemandem sind.

Was tatsächlich auf dem Spiel steht

Das ist nicht hypothetisch. Jedes große KI-Unternehmen hat Modelle auf öffentlich zugänglichen Texten trainiert – darunter Journalisten, Autoren und öffentliche Figuren. Die Frage ist, ob das legal ist, wenn das trainierte System die Quelle ohne Offenlegung oder Zustimmung imitiert.

Der Interviewer von The Verge erwähnte den Zeitpunkt: Sie hatten dieses Gespräch einen Monat vor der Entdeckung der Personenidentifikation geplant. Dieses Gespräch wurde zu einer Konfrontation – genau das, was nötig war. Es zwang einen CEO, das Unhaltbare in Echtzeit zu verteidigen.

Was als Nächstes zu beobachten ist

Achten Sie auf die Entwicklung dieser Klage. Wenn Gerichte entscheiden, dass KI-Personenidentifikation ausdrückliche Zustimmung erfordert, müssen alle Unternehmen, die synthetische Stimmen, geklonte Schreibstile oder agentenbasierte Systeme entwickeln, ihre Datenpraktiken ändern. Das ist keine kleine Compliance-Änderung – es ist eine grundlegende Einschränkung für die Beschaffung von Trainingsdaten durch KI-Unternehmen.

Vorerst ist die praktische Lektion klar: Wenn Ihr KI-Feature behauptet, eine reale Person zu repräsentieren, benötigen Sie eine schriftliche Erlaubnis. Keine Opt-out-Option. Keine vage AGB-Klausel. Tatsächliche Zustimmung. Alles andere ist nur die Hoffnung, nicht verklagt zu werden.

Batikan
· 3 min read
Topics & Keywords
Prompt Engineering die das ist von nicht und eine wenn
Share

Stay ahead of the AI curve

Weekly digest of the most impactful AI breakthroughs, tools, and strategies.

More from Prompt & Learn

Cursor vs. GitHub Copilot vs. Claude Code: Welcher KI-Assistent gewinnt bei Produktionsarbeit?
Learning Lab

Cursor vs. GitHub Copilot vs. Claude Code: Welcher KI-Assistent gewinnt bei Produktionsarbeit?

Drei KI-Coding-Assistenten dominieren Produktionsumgebungen. Dies ist keine Funktionsliste. Es ist eine Aufschlüsselung dessen, was jeder tatsächlich tut, wo er versagt und welche Tools für Architektur, Boilerplate und Debugging verwendet werden sollten.

· 11 min read
→
Otter vs Fireflies vs tl;dv: Der ultimative Vergleich von Meeting-Transkriptionstools
AI Tools Directory

Otter vs Fireflies vs tl;dv: Der ultimative Vergleich von Meeting-Transkriptionstools

Drei Tools versprechen, Ihre Meetings zu transkribieren und Aktionspunkte zu extrahieren. Nur eines integriert sich nahtlos in Ihren Workflow. Hier ist der echte Vergleich: Otter vs Fireflies vs tl;dv – Genauigkeitsdaten, Preisaufschlüsselungen und ehrliche Vor- und Nachteile für jedes Tool.

· 4 min read
→
Tabellen mit Claude und GPT-4o analysieren
Learning Lab

Tabellen mit Claude und GPT-4o analysieren

Claude und GPT-4o können Ihre Tabellen und CSVs analysieren, aber nur, wenn Sie die Daten korrekt strukturieren und präzise fragen. Lernen Sie, wie Sie Dateien hochladen, Analyse-Prompts schreiben und Fallstricke bei Halluzinationen vermeiden.

· 2 min read
→
LLM-Halluzinationen: Warum sie auftreten und 5 Wege, sie zu stoppen
Learning Lab

LLM-Halluzinationen: Warum sie auftreten und 5 Wege, sie zu stoppen

Warum erfinden Sprachmodelle selbstbewusst Fakten? Weil sie Token vorhersagen, nicht die Wahrheit. Erfahren Sie, wie Grounding, Constraint Prompting und Temperatureinstellungen die Halluzinationsraten von über 15 % auf unter 5 % in Produktionssystemen senken.

· 6 min read
→
KI-Workflows für Freelancer, die tatsächlich abrechenbare Stunden erhöhen
Learning Lab

KI-Workflows für Freelancer, die tatsächlich abrechenbare Stunden erhöhen

KI kann Ihre Freelance-Leistung verdoppeln, ohne Ihr Urteilsvermögen zu ersetzen. Lernen Sie vier Produktions-Workflows, die administrative Aufgaben komprimieren und über 10 abrechenbare Stunden pro Monat zurückgewinnen.

· 6 min read
→
Gamma vs Beautiful.ai vs Tome: Test der Folgenerstellung
AI Tools Directory

Gamma vs Beautiful.ai vs Tome: Test der Folgenerstellung

Ich habe Gamma, Beautiful.ai und Tome für Produktionspräsentationen getestet. Gamma generiert am schnellsten, hat aber Probleme mit dem Branding. Beautiful.ai liefert visuelle Konsistenz und Datenverarbeitung. Tome bietet Flexibilität und Kollaboration. Hier erfahren Sie, was in der Praxis funktioniert – und wann jedes Tool punktet.

· 12 min read
→

Stay ahead of the AI curve

Weekly digest of the most impactful AI breakthroughs, tools, and strategies. No noise, only signal.

Follow Prompt Builder Prompt Builder