Fehlerhafte Daten rächen sich früher oder später immer

Und meistens kommt man damit durch, wenn man es nicht tut.

Die Bücher werden trotzdem ausgeliefert. Rechnungen gehen trotzdem raus. Honorarabrechnungen werden erstellt. Irgendjemand weiß, in welcher Tabelle die richtige Antwort steht.

Bis das Unternehmen plötzlich eine Frage stellt, bei der es auf die Antwort ankommt.

Der 1,5-Milliarden-Dollar-Vergleich im Urheberrechtsstreit mit Anthropic liefert uns dafür ein sehr gutes Beispiel.

Der Vergleich umfasst Bücher, die Anthropic aus Piratenbibliotheken wie LibGen und Pirate Library Mirror heruntergeladen hat. Für berechtigte Werke werden jeweils rund 3.000 US-Dollar erwartet, bevor Gebühren, Kosten und Anpassungen endgültig berücksichtigt sind. Für viele Bücher aus Publikums- und Universitätsverlagen sieht der Vergleich standardmäßig eine 50/50-Aufteilung zwischen Autoren und Verlagen vor, wobei Verträge auch eine andere Aufteilung begründen können.

So weit, so fair.

Dann wurden die Abgleichsmitteilungen verschickt.

Autoren stellten fest, dass Verlage Anteile beanspruchten, mit denen sie nicht gerechnet hatten. Alte Rechteverhältnisse tauchten wieder auf. Mehrere Parteien meldeten Ansprüche auf dasselbe Werk an. Auch Literaturagent:innen meldeten sich. Einige Verlage hatten 100 Prozent beansprucht.

Auf den ersten Blick sah das furchtbar aus.

In einigen Fällen war es offenbar weit weniger dramatisch. Verlage hatten die Prozentsätze falsch eingetragen, vor allem bei Sammelanmeldungen, und begannen, sie zu korrigieren. Die Authors Guild hat ziemlich genau darauf geachtet, administrative Fehler von echten Streitfällen zu unterscheiden.

Also nein, ich glaube nicht, dass die Geschichte, die uns hier weiterbringt, lautet: „Verlage stehlen den Autoren ihr Geld.“

Das wäre auch ein bisschen zu einfach.

Das interessantere Problem ist, dass in nicht wenigen Fällen nun jemand eine scheinbar simple Frage beantworten muss:

Wer hielt eigentlich die Rechte an diesem Buch, als Anthropic es heruntergeladen hat?

Und offenbar liegt diese Antwort nicht immer ordentlich in einer Datenbank bereit und wartet darauf, abgerufen zu werden.

Der Rückfall von Rechten ist eines der größten Themen, die sich aus dem Vergleich ergeben.

Angenommen, ein Verlag hielt zwanzig Jahre lang die Rechte an einem Buch, und schließlich fielen sie an den Autor zurück. Wer bekommt dann das Geld von Anthropic?

Nun ja: Wann sind sie zurückgefallen?

Die Authors Guild verweist auf den 10. August 2022, der spätere der beiden maßgeblichen Download-Termine. Waren die Rechte bis dahin bereits zurückgefallen, kann der Autor je nach Vertrag Anspruch auf die volle Vergleichszahlung haben. Fielen sie erst danach zurück, kann der Verlag dennoch einen berechtigten Anspruch haben, weil er zum Zeitpunkt der Rechtsverletzung die betreffenden Rechte hielt.

Jetzt haben wir ein Problem.

Ein Datenbankeintrag, in dem steht:

Rechteinhaber: Autor

reicht nicht aus.

Sie müssen wissen, dass der Verlag bestimmte Rechte bis, sagen wir, zum 17. April 2021 hielt. Sie müssen wissen, um welche Rechte es sich konkret handelte. Sie müssen wissen, ob der Vertrag geändert wurde. Sie brauchen das Datum des Rechterückfalls. Und am besten brauchen Sie etwas Verlässlicheres als „Ich glaube, Susan hat sich darum gekümmert, bevor sie in Rente ging.“

Laut „Publishers Weekly“ ist der Rückfall von Rechten inzwischen das häufigste Thema, das die Authors Guild im Abgleichsverfahren zu hören bekommt. Nach Angaben der Guild tragen unvollständige oder fehlende Unterlagen der Verlage zu dem Problem bei.

Das lässt sich wirklich nicht elegant beschönigen.

Wenn niemand verlässlich feststellen kann, ob ein Verlag ein Recht noch besaß, haben Sie ein Problem mit der Rechteverwaltung.

Kein KI-Problem.

Kein Anthropic-Problem.

Ein Problem mit der Rechteverwaltung.

Ich verstehe durchaus, wie es dazu kommt.

Verlagsverträge können Jahrzehnte überdauern. Unternehmen werden übernommen. Imprints verschwinden. Systeme werden ersetzt. Daten werden migriert, manchmal mehrfach. Menschen gehen. Rechte fallen zurück. Verträge werden geändert. Die operativen Informationen werden an einer Stelle aktualisiert und an einer anderen nicht.

Ich habe genug Zeit mit Verlagssystemen verbracht, um zu wissen, dass solche Dinge nicht deshalb chaotisch werden, weil jemand eines Morgens aufwacht und beschließt, eine miserable Rechtedatenbank aufzubauen.

Sie werden langsam chaotisch.

Hier eine Ausnahme. Dort ein Workaround. Eine Tabelle, die eigentlich nur bis zur Einführung des neuen Systems 2014 halten sollte.

Und plötzlich ist es 2026, und die Tabelle ist längst unkündbar.

Das ist vollkommen nachvollziehbar.

Ein Problem habe ich damit, so zu tun, als sei das Ergebnis gut genug, nur weil es bisher funktioniert hat.

Das ist wahrscheinlich der Grund, warum mich die Anthropic-Geschichte ein wenig schmunzeln lässt.

Ich führe seit Jahren Varianten dieses Gesprächs. Der Anlass, die Daten in Ordnung zu bringen, ändert sich ständig. Das Problem darunter nicht.

Wir haben es bei Analytics gesehen.

Alle wollten bessere Dashboards, Titelrentabilität, Prognosen und Kundeneinblicke. Großartig. Dann begannen die Leute, sich die Daten anzusehen, mit denen diese Dashboards gefüttert wurden.

Unterschiedliche Kundendatensätze. Uneinheitliche Kategorien. Produktbeziehungen, die nie ordentlich gepflegt wurden. Historische Informationen, denen niemand ganz traute.

An diesem Punkt kann auch Power BI nur begrenzt etwas für Sie tun.

Ein schönes Dashboard macht schlechte Daten nicht richtig. Es gibt den schlechten Daten nur hübschere Schriften.

Dann kam die KI.

Plötzlich wollten Verlage semantische Suche, automatisierte Metadaten, Empfehlungssysteme, interne Assistenten und Tools, die die Backlist verstehen.

Und wieder entdeckten wir etwas Schockierendes:

Auch die KI braucht ordentliche Daten.

Wenn sich Ihre Metadaten widersprechen, Ihre Verträge in PDFs liegen, die niemand strukturiert hat, und drei Systeme uneins sind, welcher Datensatz stimmt, dann schwebt die KI nicht über all dem und entdeckt die Wahrheit.

Sie verarbeitet das Chaos nur schneller.

Herzlichen Glückwunsch.

Jetzt sind die Rechte an der Reihe.

Anthropic hat das zugrunde liegende Problem nicht verursacht. Es hat lediglich so viel Geld an eine ganz bestimmte Frage geknüpft, dass plötzlich alle die Antwort brauchen.

Die aktuellen Auseinandersetzungen darüber, wer welchen Prozentsatz erhält, waren eigentlich nicht die erste Warnung.

Schon zuvor hatten Autoren festgestellt, dass einige Bücher nicht am Vergleich teilnehmen konnten, weil die Werke offenbar nicht rechtzeitig beim US Copyright Office registriert worden waren. In einigen dieser Fälle gaben Autoren an, dass der Verlagsvertrag den Verlag verpflichtete, sich um die Registrierung zu kümmern.

Die Authors Guild befragte daraufhin mehr als 500 Autoren zu über 1.400 Büchern.

Bei 864 Büchern, zu denen die Befragten Angaben über eine vertragliche Registrierungspflicht machten, berichteten die Autoren, dass die Verlage dieser Pflicht in 804 Fällen nicht nachgekommen seien. Das sind etwa 93 Prozent.

Bevor jemand diese Zahl morgen in einer Keynote zitiert: Nein, 93 Prozent der Verlage versäumen es nicht, Urheberrechte zu registrieren.

Die Authors Guild selbst sagt, dass die Umfrage nicht repräsentativ ist, weil sich die Teilnehmenden selbst gemeldet haben. Autoren, die ein Problem hatten, hatten einen ziemlich offensichtlichen Grund zu antworten. Es wäre unverantwortlich, daraus eine branchenweite Fehlerquote zu machen.

Aber 804 gemeldete Bücher sind immer noch 804 gemeldete Bücher.

Und 321 davon erschienen zwischen 2019 und 2025, wir können das Ganze also auch nicht als verstaubte Verträge von 1978 abtun.

Wenn im Vertrag steht, dass jemand das Urheberrecht registrieren soll, und niemand tut es, gibt es nur begrenzt viele raffinierte Erklärungen.

Manchmal hat ein Prozess einfach versagt.

Dass sich jetzt jemand dafür interessiert, liegt daran, dass an diesem Versäumnis Geld hängt.

Wir sprechen viel über technische Schulden. Das Verlagswesen hat auch jede Menge Datenschulden.

Das Schöne an Datenschulden ist, dass sie jahrelang völlig harmlos wirken können.

Der Titel ist erschienen. Der Autor wird bezahlt. Der Verkaufsbericht funktioniert mehr oder weniger. Jeder kennt den Workaround.

Warum also Geld ausgeben, um das zu beheben?

Dieses Argument funktioniert überraschend gut, bis jemand Sie bittet, die Frage für 20.000 Titel zu beantworten.

Und plötzlich sitzen sechs Leute in einem Teams-Call und diskutieren über eine Tabelle, die zuletzt von jemandem aktualisiert wurde, der das Unternehmen vor vier Jahren verlassen hat.

Deshalb tue ich mich auch schwer mit der Vorstellung, dass jedes Datenbereinigungsprojekt schon vor dem Start einen offensichtlichen kurzfristigen ROI haben sollte.

Manchmal weiß man einfach nicht, wie der künftige Anwendungsfall aussehen wird.

Vor fünf Jahren wäre niemand in eine Budgetbesprechung gegangen und hätte gesagt:

„Ich finde, wir sollten unsere historischen Rechtedaten bereinigen, denn es besteht die Möglichkeit, dass ein KI-Unternehmen Millionen Bücher aus Piratenbibliotheken herunterlädt und sich schließlich auf einen Vergleich über 1,5 Milliarden Dollar einigt.“

Dieser Business Case hätte es wahrscheinlich nicht über die erste Folie hinaus geschafft.

Und das völlig zu Recht.

Aber genau das ist auch das Problem.

Die Frage, die Ihre Daten am Ende wertvoll macht, ist oft nicht die Frage, die Sie erwartet haben.

Stellen Sie sich nun vor, morgen tritt jemand mit dem ernsthaften Vorschlag an einen Verlag heran, 20.000 Backlist-Titel für eine KI-Anwendung zu lizenzieren.

Großartig.

Können Sie sie lizenzieren?

Nicht: „Gehören Ihnen die Bücher?“

Können Sie genau diese Nutzung lizenzieren, in diesen Gebieten, für diesen Zeitraum, unter diesen Verträgen, und wissen Sie, wer sonst noch bezahlt werden muss?

Bei zehn Titeln können Sie die Verträge heraussuchen und es klären.

Bei 20.000 ist „wir schauen uns die Verträge an“ nicht wirklich eine Strategie.

Sie brauchen strukturierte Informationen, denen Sie vertrauen.

Und ich glaube, das werden wir mit der Entwicklung der KI-Lizenzierung immer wieder feststellen. Nicht, weil jeder Verlag längst die perfekte Rechtearchitektur für Anwendungsfälle hätte entwerfen müssen, die niemand vorhersehen konnte.

Das wäre lächerlich.

Aber wenn Ihre Antwort auf jede neue Chance mit drei Wochen Archäologie beginnt, wird daraus irgendwann ein kommerzielles Problem.

Ich würde keine Initiative für „perfekte Daten“ starten.

Es ist noch nie etwas Gutes passiert, nachdem jemand „Perfect Data Initiative“ auf eine PowerPoint-Folie geschrieben hat.

Wählen Sie stattdessen eine geschäftliche Frage, von der Sie glauben, dass sie wichtig werden wird.

Vielleicht ist es KI-Lizenzierung.

Vielleicht ist es Titelrentabilität.

Vielleicht ist es die Verfügbarkeit von Rechten.

Vielleicht ist es die Frage, wer Ihre Leser eigentlich sind.

Nehmen Sie dann einen aussagekräftigen Teil Ihres Katalogs und versuchen Sie, die Frage mit den Systemen zu beantworten, die Sie heute haben.

Keine manuelle Bereinigung vorab.

Keine Spezialtabelle.

Und ohne die Person zu fragen, die seit 23 Jahren dort arbeitet und irgendwie alles weiß.

Denn wenn der Prozess nur funktioniert, solange diese Person im Raum ist, haben Sie keinen Prozess. Sie haben einen sehr wertvollen Mitarbeiter.

Schauen Sie, was passiert.

Sie werden wahrscheinlich einiges finden, das überraschend gut funktioniert. Und wahrscheinlich einiges, das nicht funktioniert.

Das beheben Sie dann.

Ich werde derweil weiter denselben zutiefst unsexy Rat wiederholen, den ich Verlagen seit Jahren gebe:

Bringen Sie Ihre Daten in Ordnung.

Analytics hat die Probleme gefunden.

Die KI hat sie noch einmal gefunden.

Jetzt hat ein 1,5-Milliarden-Dollar-Vergleich im Urheberrecht noch ein paar mehr gefunden.

Der nächste Anwendungsfall ist schon unterwegs. Wir wissen nur noch nicht, welcher es ist.

Quellen und weiterführende Literatur

Anthropic-Urheberrechtsvergleich: Offizielle FAQ und Verteilungsregeln

Anthropic-Urheberrechtsvergleich: Aktueller Stand des Vergleichs

Authors Guild: Leitfaden zu Vergleichsansprüchen und zum Rückfall von Rechten

Publishers Weekly: Authors Guild fordert Verlage auf, das Anthropic-Geld zu teilen

Authors Guild: Umfrage zur Urheberrechtsregistrierung

Jane Friedman: Streit beim Anthropic-Vergleich war unvermeidlich, fühlt sich aber schlimmer an als erwartet