KI und Urheberrecht differenziert beurteilen

KI und Urheberrecht differenziert beurteilen
KI und Urheberrecht differenziert beurteilen
Zielgruppe: Schule, Schwerpunkt Klasse 9 Zeitumfang: etwa 1–2 Unterrichtsstunden Fächerübergreifend: Informatik, Deutsch, Ethik, Gemeinschaftskunde, Wirtschaft, Mathematik, Technik und Geschichte Stand der Rechtsinformationen: September 2026

Einleitung
Generative KI kann Texte, Bilder, Musik, Programmcode und andere Inhalte erzeugen. Dabei entstehen neue Möglichkeiten für Lernen und Kreativität, aber auch schwierige Fragen: Darf ein KI-System mit urheberrechtlich geschützten Werken trainiert werden? Wem gehört ein KI-Ergebnis? Darfst Du ein KI-Bild für die Schulhomepage verwenden? Reicht eine Quellenangabe? Und was ist zwar vielleicht rechtlich zulässig, aber trotzdem unfair?
Dieser Lernkurs hilft Dir, solche Fragen nicht vorschnell mit Ja oder Nein zu beantworten. Du lernst, zwischen drei Ebenen zu unterscheiden:
| Ebene | Leitfrage | Typische Beispiele |
|---|---|---|
| Schulische Regeln | Was gilt für diese konkrete Aufgabe und diese Schule? | erlaubte Hilfsmittel, Kennzeichnung von KI-Nutzung, Eigenleistungsanteil, Prüfungsregeln |
| Recht | Was ist nach geltendem Recht erlaubt, verboten oder klärungsbedürftig? | Urheberrecht, Lizenzen, Zitatrecht, Unterrichtsschranke, Text und Data Mining |
| Ethik und Verantwortung | Was ist fair, transparent und verantwortbar? | Anerkennung kreativer Arbeit, Folgen für Kreative, Täuschung, Macht, Chancengerechtigkeit |
Wichtig: Diese Ebenen hängen zusammen, sind aber nicht identisch. Ein Verhalten kann schulisch verboten sein, ohne eine Urheberrechtsverletzung zu sein. Etwas kann rechtlich zulässig sein und trotzdem ethisch problematisch wirken. Umgekehrt macht eine gute Quellenangabe eine unerlaubte Nutzung nicht automatisch legal.

Lernziele
Am Ende kannst Du einen KI- und Urheberrechtsfall mit nachvollziehbaren Kriterien beurteilen. Du kannst Belege heranziehen, Unsicherheiten markieren und ein begründetes Urteil formulieren. Dabei soll sichtbar werden, was von Dir stammt, was ein KI-System beigetragen hat, welche Quellen Du geprüft hast, welche Änderungen Du vorgenommen hast und warum Du Dich so entschieden hast.
Unterrichtsplanung für 45 bis 90 Minuten
| Phase | ca. 45 Minuten | ca. 90 Minuten | Ziel |
|---|---|---|---|
| Aktivierung | 5 Min. | 10 Min. | Vorwissen und spontane Urteile sichtbar machen |
| Einführung | 10 Min. | 20 Min. | System, Recht, Schule und Ethik unterscheiden |
| Fallanalyse | 15 Min. | 25 Min. | Kriterien auf realistische Situation anwenden |
| Interaktive Aufgaben | 10 Min. | 20 Min. | Begriffe verknüpfen und Entscheidungen überprüfen |
| Reflexion und Transfer | 5 Min. | 15 Min. | eigenes Urteil und verantwortliche Handlungsregel formulieren |
Aktivierung und Diagnose
Lies die vier Aussagen. Entscheide zunächst spontan zwischen stimmt, stimmt nicht und kommt darauf an. Begründe jeweils in einem Satz.
| Aussage | Deine erste Einschätzung | Welche Information fehlt Dir noch? |
|---|---|---|
| „Wenn eine KI einen Text erzeugt hat, darf ich ihn immer frei verwenden.“ | ||
| „Wenn ich die Quelle angebe, darf ich jedes Bild benutzen.“ | ||
| „Wenn meine Lehrkraft KI erlaubt, ist automatisch auch jede urheberrechtliche Nutzung erlaubt.“ | ||
| „Wenn etwas rechtlich erlaubt ist, ist es auch fair.“ |
Vergleiche Deine Antworten später mit Deinem Schlussurteil. Gute Medienkompetenz bedeutet auch, die eigene Meinung aufgrund besserer Belege zu ändern.
Wie generative KI technisch vereinfacht funktioniert
Ein generatives KI-System entsteht nicht dadurch, dass es bei jeder Antwort das Internet vollständig neu durchsucht. Beim Training werden große Datenmengen verarbeitet. Das Modell lernt statistische Muster und Zusammenhänge. Bei einer Eingabe, dem Prompt, erzeugt es daraus einen neuen Output. Je nach System, Trainingsverfahren und Daten können dabei auch fehlerhafte, verzerrte oder in seltenen Fällen ungewöhnlich ähnliche Ausgaben entstehen.

Vom Datensatz zum Output
| Stufe | Was passiert? | Urheberrechtliche oder ethische Frage |
|---|---|---|
| Daten | Texte, Bilder, Audio oder andere Informationen werden gesammelt oder bereitgestellt. | Woher stammen die Daten? Sind sie rechtmäßig zugänglich? Gibt es Lizenzen oder Nutzungsvorbehalte? |
| Training | Ein Modell passt sehr viele Parameter an statistische Muster an. | Welche Regeln gelten für das maschinelle Analysieren und Vervielfältigen von Werken? |
| Modell | Das trainierte System enthält gelernte Zusammenhänge. | Wie transparent ist der Anbieter über Trainingsinhalte und Schutzmaßnahmen? |
| Prompt | Ein Mensch formuliert einen Auftrag oder liefert Material. | Darf dieses Material hochgeladen werden? Enthält es fremde geschützte Inhalte oder personenbezogene Daten? |
| Output | Das System erzeugt Text, Bild, Audio oder Code. | Ist der Output eigenständig? Ähnelt er geschützten Vorlagen? Welche menschliche Eigenleistung ist erkennbar? |
| Veröffentlichung | Das Ergebnis wird abgegeben, geteilt oder veröffentlicht. | Welche Rechte, Schulregeln, Lizenzen und Kennzeichnungspflichten sind jetzt relevant? |

Die Grafik zeigt vereinfacht, wie Merkmale aus Trainingsbeispielen mit Kategorien verbunden werden können. Ein reales generatives Modell ist wesentlich komplexer. Für die Beurteilung ist wichtig: Training, Modell, Prompt, Output und Veröffentlichung sind verschiedene Schritte. Ein rechtliches Problem an einer Stelle beantwortet nicht automatisch alle anderen Fragen.
Daten- und Systembewertung
Wenn Du ein KI-System beurteilst, reicht die Frage „Kann es gute Texte schreiben?“ nicht aus. Prüfe auch, welche Informationen über das System verfügbar sind.
| Prüfkriterium | Gute Frage | Warnsignal |
|---|---|---|
| Datenherkunft | Gibt es nachvollziehbare Angaben zu Datenquellen oder Datensammlungen? | Herkunft bleibt völlig unklar |
| Rechte und Lizenzen | Gibt es Regeln zum Umgang mit Urheberrechten und Rechtevorbehalten? | Anbieter behauptet pauschal, Urheberrecht spiele keine Rolle |
| Transparenz | Werden Grenzen, Trainingsinhalte oder Modellinformationen beschrieben? | Werbeaussagen ersetzen überprüfbare Informationen |
| Output-Risiko | Gibt es Hinweise, wie mit möglicherweise ähnlichen oder geschützten Ausgaben umzugehen ist? | Output wird als automatisch „rechtefrei“ dargestellt |
| Quellenfähigkeit | Kannst Du Aussagen mit unabhängigen Quellen überprüfen? | Das System erfindet Quellen oder liefert keine überprüfbaren Belege |
| Human Agency | Bleibt die Entscheidung bei Dir und kannst Du den Prozess erklären? | Du übernimmst Ergebnisse ungeprüft |
Urheberrecht: die wichtigsten Grundlagen
Das deutsche Urheberrecht schützt nicht einfach „jede Information“. Geschützt werden bestimmte persönliche geistige Schöpfungen. § 2 UrhG nennt unter anderem Sprachwerke, Musik, Werke der bildenden Kunst, Lichtbildwerke, Filme und Darstellungen wissenschaftlicher oder technischer Art. Entscheidend ist nach § 2 Absatz 2, dass es sich um eine persönliche geistige Schöpfung handelt.[1]

Wer kann Urheber sein?
Nach § 7 UrhG ist der Urheber der Schöpfer des Werkes.[2] Das Deutsche Patent- und Markenamt erläutert, dass in Deutschland nur natürliche Personen, also Menschen, Urheber sein können. Ein vollständig von einer KI erzeugter Output ist daher nicht als KI-Werk urheberrechtlich geschützt. Schwieriger wird die Beurteilung, wenn ein Mensch die KI als Werkzeug nutzt und durch Auswahl, Gestaltung, Kombination oder Überarbeitung selbst schöpferische Entscheidungen trifft.[3]
Das bedeutet nicht: „KI-Output ist immer frei von Rechten.“ Ein Output kann geschützte Elemente aus bestehenden Werken enthalten oder ihnen so nahekommen, dass Rechte Dritter betroffen sein können. Das Bundesministerium der Justiz weist deshalb darauf hin, dass bei der Verwendung KI-generierter Inhalte zu prüfen ist, ob vorbestehende Werke darin erkennbar sind.[4]
Bearbeitung ist nicht dasselbe wie Eigenständigkeit
Wer ein bestehendes Werk verändert, schafft dadurch nicht automatisch ein völlig unabhängiges neues Werk. § 23 UrhG unterscheidet Bearbeitungen und Umgestaltungen von Werken, die hinreichenden Abstand zum benutzten Werk wahren.[5]
Für die Schule hilft deshalb die Frage: Welche konkreten Elemente stammen erkennbar aus einem fremden Werk, und welche Gestaltungsentscheidungen stammen tatsächlich von Dir?
Quellenangabe ist wichtig, aber keine Zauberformel
Eine Quellenangabe macht eine Nutzung nicht automatisch erlaubt. Sie ist wichtig, um Herkunft nachvollziehbar zu machen, und in vielen gesetzlich erlaubten Nutzungen vorgeschrieben. § 63 UrhG verlangt in bestimmten Fällen eine deutliche Quellenangabe.[6]
Merke:
| Aussage | Bewertung |
|---|---|
| „Ich habe die Quelle genannt, also darf ich alles kopieren.“ | Falsch. Eine Quellenangabe ersetzt keine notwendige Erlaubnis oder Lizenz. |
| „Ich nutze nur einen kurzen Ausschnitt.“ | Kommt darauf an. Umfang, Zweck und Rechtsgrundlage müssen passen. |
| „Ich zitiere, um mich inhaltlich mit der Stelle auseinanderzusetzen.“ | Kann zulässig sein. Das Zitat muss einen Zitatzweck haben und im Umfang gerechtfertigt sein. |
§ 51 UrhG erlaubt Zitate aus veröffentlichten Werken, wenn die Nutzung durch einen besonderen Zitatzweck gerechtfertigt ist.[7]
Schule: Was darf im Unterricht genutzt werden?
Für Unterricht und Lehre gibt es besondere gesetzliche Erlaubnisse. § 60a UrhG erlaubt zu nicht kommerziellen Unterrichtszwecken unter bestimmten Voraussetzungen bis zu 15 Prozent eines veröffentlichten Werkes. Bestimmte Abbildungen, einzelne Beiträge aus Fach- oder wissenschaftlichen Zeitschriften, Werke geringen Umfangs und vergriffene Werke können weitergehend genutzt werden. Für ausdrücklich für den Schulunterricht bestimmte Werke gelten besondere Grenzen.[8]
Entscheidend: Eine Unterrichtserlaubnis bedeutet nicht automatisch, dass Du dasselbe Material unbegrenzt auf einer öffentlichen Website, in sozialen Netzwerken oder in einem frei zugänglichen Video veröffentlichen darfst. Der Nutzungskontext muss mitgeprüft werden.
Schulregel, Rechtsfrage oder Ethik?
| Situation | Schulische Regel | Rechtliche Frage | Ethische Frage |
|---|---|---|---|
| KI schreibt einen Entwurf für einen Aufsatz | War KI für die Aufgabe erlaubt? Muss die Nutzung angegeben werden? | Enthält der Text geschützte Übernahmen? | Ist die Eigenleistung noch erkennbar? |
| KI erzeugt ein Bild für ein Referat | Darf KI als Hilfsmittel benutzt werden? | Enthält das Bild geschützte Elemente oder fremde Vorlagen? | Ist die Imitation einer lebenden Künstlerin fair? |
| Fremder Zeitungsartikel wird in die KI kopiert | Ist das Hochladen fremder Materialien erlaubt? | Bestehen Nutzungsrechte oder gesetzliche Erlaubnisse? | Werden Interessen der Urheber respektiert? |
| KI-Text wird unverändert abgegeben | Verstößt das gegen Aufgabenregeln oder Täuschungsregeln? | Urheberrecht ist nur ein Teil der Prüfung. | Wird eine fremde oder maschinelle Leistung als eigene ausgegeben? |
Die Bildungsministerkonferenz empfiehlt einen konstruktiv-kritischen Umgang mit KI, eine Weiterentwicklung der Prüfungskultur sowie transparente und faire Leistungsbewertung. Die konkrete Regel für Deine Aufgabe legt aber die zuständige Schule oder Lehrkraft fest.[9]
KI-Training und Text und Data Mining
Das Training generativer KI wirft andere Fragen auf als die Verwendung eines fertigen Outputs. § 44b UrhG definiert Text und Data Mining als automatisierte Analyse digitaler oder digitalisierter Werke, um Informationen über Muster, Trends und Korrelationen zu gewinnen. Vervielfältigungen rechtmäßig zugänglicher Werke können hierfür unter bestimmten Voraussetzungen zulässig sein. Rechteinhaber können sich die Nutzung vorbehalten; bei online zugänglichen Werken muss der Vorbehalt maschinenlesbar erfolgen.[10]
Ob und wie diese Vorschrift auf einen konkreten Trainingsprozess generativer KI anwendbar ist, kann im Einzelfall rechtlich anspruchsvoll und umstritten sein. Deshalb ist eine pauschale Aussage wie „KI-Training mit Internetdaten ist immer erlaubt“ ebenso unzuverlässig wie „KI-Training mit geschützten Werken ist immer verboten“.
EU AI Act: Transparenz über Trainingsinhalte
Der europäische AI Act enthält zusätzliche Pflichten für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck. Nach Artikel 53 müssen solche Anbieter unter anderem eine Strategie zur Einhaltung des Urheberrechts der Union einrichten und eine hinreichend detaillierte öffentliche Zusammenfassung der für das Training verwendeten Inhalte bereitstellen.[11]
Diese Transparenzpflicht beantwortet jedoch nicht automatisch, ob jedes einzelne Trainingswerk rechtmäßig genutzt wurde. Sie soll unter anderem Rechteinhabern helfen, ihre Interessen besser zu prüfen und durchzusetzen.
Creative Commons und offene Bildungsmedien
Creative Commons-Lizenzen helfen dabei, Nutzungsmöglichkeiten verständlicher zu machen. Sie regeln, unter welchen Bedingungen ein urheberrechtlich geschütztes Werk weiterverwendet werden darf.

Praktische Lizenzprüfung mit TULLU
Für viele frei lizenzierte Materialien hilft die TULLU-Regel:
| Buchstabe | Frage |
|---|---|
| T | Wie lautet der Titel? |
| U | Wer ist Urheberin oder Urheber? |
| L | Welche Lizenz gilt? |
| L | Wo ist die Lizenz verlinkt? |
| U | Wo liegt der Ursprungsort des Materials? |
Beachte zusätzlich, ob Bearbeitungen erlaubt sind, ob eine Weitergabe unter gleichen Bedingungen verlangt wird und ob die Nutzung kommerziell sein darf.
Offene Lizenz bedeutet nicht „ohne Regeln“
Creative Commons weist darauf hin, dass CC-Lizenzen urheberrechtliche Erlaubnisse regeln. Sie lösen nicht automatisch andere Fragen wie Datenschutz, Persönlichkeitsrechte, Fairness oder sämtliche Fragen des KI-Trainings. Auch im KI-Kontext musst Du deshalb genau prüfen, welche Rechtsgrundlage und welche Nutzung gemeint sind.[12]
Risikoabwägung statt Bauchgefühl
Eine verantwortliche Entscheidung verbindet Fakten, Unsicherheiten und Folgen. Eine einfache Risikomatrix kann dabei helfen.
| Bewertung | Wahrscheinlichkeit | mögliche Schadenshöhe |
|---|---|---|
| 1 | gering | gering |
| 2 | mittel | mittel |
| 3 | hoch | hoch |
Du kannst einen groben Risikoscore bilden:
Risikoscore = Wahrscheinlichkeit × Schadenshöhe
Ein Score von 1 bedeutet nicht „automatisch erlaubt“, und ein Score von 9 bedeutet nicht „automatisch verboten“. Die Zahlen helfen nur, Risiken sichtbar zu machen. Rechtliche Erlaubnisse, Schulregeln und ethische Gründe müssen zusätzlich beurteilt werden. Genau hier verbindet sich das Thema mit Mathematik: Eine Kennzahl kann Entscheidungen strukturieren, aber nicht alle Wertefragen ersetzen.
Beispiel einer Risikobewertung
Eine Schülerin möchte ein KI-generiertes Titelbild veröffentlichen, das deutlich an die Figuren einer aktuellen Comicreihe erinnert.
| Kriterium | Einschätzung | Begründung |
|---|---|---|
| Rechte Dritter | hoch relevant | konkrete geschützte Gestaltungselemente könnten betroffen sein |
| Veröffentlichung | höheres Risiko | öffentliches Teilen geht über eine rein interne Lernnutzung hinaus |
| Quellenlage | unklar | Herkunft der möglichen Vorlagen ist nicht bekannt |
| Schulregel | zu prüfen | KI kann erlaubt sein, aber Veröffentlichung benötigt eigene Freigabe |
| Ethik | relevant | mögliche Ausnutzung fremder kreativer Leistung |
| Alternative | gut verfügbar | eigenes Motiv oder offen lizenziertes Material |
Begründetes Urteil: Nicht einfach veröffentlichen. Zuerst Herkunft und Ähnlichkeit prüfen, schulische Freigabe klären und wenn möglich ein eigenes oder offen lizenziertes Motiv wählen.
Realistische Anwendungssituation: Das KI-Plakat für den Schulfest-Blog
Eine Klasse plant einen öffentlichen Beitrag zum Schulfest. Eine Arbeitsgruppe nutzt ein generatives KI-System. Sie lädt dazu einen Ausschnitt aus einem aktuellen Jugendroman, ein Foto aus einer Bildersuche und ein eigenes Foto des Schulhofs hoch. Das System erzeugt einen Werbetext und ein Bild. Das Bild ähnelt stark dem Stil und einzelnen Figuren einer bekannten Illustratorin. Der Text enthält zwei Sätze, die fast wörtlich aus dem hochgeladenen Roman stammen. Die Gruppe möchte alles unverändert veröffentlichen und nur ergänzen: „Mit KI erstellt.“
Analyse mit dem KURS-Raster
| Buchstabe | Prüfschritt | Leitfrage |
|---|---|---|
| K | Kontext | Interne Lernaufgabe, Leistungsnachweis oder öffentliche Veröffentlichung? |
| U | Ursprung | Welche Inhalte stammen von Menschen, Quellen und KI? |
| R | Rechte und Regeln | Welche Lizenzen, gesetzlichen Erlaubnisse und Schulregeln gelten? |
| S | Schaden und Verantwortung | Wer könnte benachteiligt, getäuscht oder geschädigt werden? |
Wende das Raster auf den Fall an. Ein gutes Ergebnis enthält keinen bloßen Verdacht, sondern trennt gesicherte Tatsachen, offene Fragen und Wertungen.
Muster einer nachvollziehbaren Prozessdokumentation
| Schritt | Dokumentiere | Beispiel |
|---|---|---|
| Aufgabe | Was sollte entstehen? | Plakat und Webtext für das Schulfest |
| Eigenleistung | Was hast Du selbst entwickelt? | Zielgruppe, Botschaft, Aufbau, Auswahl der Motive |
| KI-Beitrag | Wofür wurde KI eingesetzt? | Formulierungsvorschläge und Bildentwurf |
| Quellen | Welche externen Materialien wurden verwendet? | Roman, Fotoquelle, eigenes Foto |
| Prüfung | Was wurde verifiziert? | Lizenz, Textähnlichkeit, Bildähnlichkeit, Schulregel |
| Überarbeitung | Was hast Du verändert? | übernommene Sätze entfernt, Bildidee neu gestaltet |
| Entscheidung | Warum ist die Endfassung vertretbar? | Rechte geklärt, Eigenleistung sichtbar, Kennzeichnung ergänzt |
Human Agency: Das KI-System liefert Vorschläge. Du trägst die Verantwortung dafür, was Du auswählst, prüfst, veränderst und veröffentlichst.
Ethische Perspektiven
Recht setzt Mindestregeln. Ethische Verantwortung fragt darüber hinaus nach Fairness und Folgen.
| Perspektive | Möglicher Nutzen | Mögliches Risiko |
|---|---|---|
| Lernende | Unterstützung, Ideen, Sprachhilfe | Abhängigkeit, Verlust eigener Übung, Täuschung |
| Kreative | neue Werkzeuge und Reichweite | unklare Vergütung, Imitation, Marktdruck |
| Schulen | Differenzierung und neue Lernformen | ungleicher Zugang, schwerere Leistungsbewertung |
| Gesellschaft | breiter Zugang zu Produktion und Wissen | Desinformation, Konzentration von Macht, Vertrauensverlust |
| Anbieter | Innovation und neue Geschäftsmodelle | Anreiz zu intransparenten Datennutzungen |
Eine differenzierte Beurteilung vermeidet zwei Fehler: Technikbegeisterung ohne Kritik und Ablehnung ohne Prüfung. Entscheidend sind Belege, konkrete Nutzung und Folgen.
Fächerübergreifende Bezüge
| Fach | Verbindung zum Thema | mögliche Frage |
|---|---|---|
| Informatik | Trainingsdaten, Modelle, Prompts, Systemgrenzen | Welche Informationen brauchst Du, um ein KI-System technisch und gesellschaftlich zu bewerten? |
| Deutsch | Autorenschaft, Zitat, Paraphrase, Quellenkritik | Wann wird aus Übernahme eine eigene sprachliche Leistung? |
| Mathematik | Risikomatrix, Unsicherheit, Gewichtung von Kriterien | Welche Grenzen haben numerische Risikoscores? |
| Technik | Systemgestaltung, Sicherheitsmaßnahmen, Transparenz | Welche technischen Schutzmechanismen könnten Rechteverletzungen reduzieren? |
| Wirtschaft | Lizenzmärkte, kreative Berufe, Kosten und Anreize | Wer trägt Kosten und wer erhält Nutzen aus KI-Training? |
| Geschichte | Medienwandel und Entwicklung des Urheberrechts | Wie verändern neue Vervielfältigungstechniken gesellschaftliche Regeln? |
| Ethik | Fairness, Anerkennung, Verantwortung, Human Agency | Ist alles moralisch vertretbar, was rechtlich erlaubt ist? |
| Gemeinschaftskunde | Regulierung, Interessenausgleich, EU-Recht | Wie sollen Politik und Gesellschaft Innovation und Schutz kreativer Arbeit ausbalancieren? |
Medienimpuls: Urheberrecht kompakt
Notiere beim Ansehen zwei Aussagen, die Du für einen KI-Fall gebrauchen kannst, und eine Aussage, die Du durch eine amtliche Quelle überprüfen möchtest. Ein Erklärvideo ist eine Lernhilfe, aber nicht automatisch die maßgebliche Rechtsquelle.
Selbstkontrolle vor einem Urteil
Nutze vor jeder Abgabe oder Veröffentlichung die folgende Prüftabelle.
| Prüffrage | Ja | Nein | Unklar |
|---|---|---|---|
| Kenne ich den Nutzungskontext? | |||
| Kenne ich die Schulregel zur KI-Nutzung? | |||
| Habe ich meine Quellen überprüft? | |||
| Sind Rechte oder Lizenzen geklärt? | |||
| Habe ich KI-Beiträge transparent gemacht, wenn das verlangt oder sinnvoll ist? | |||
| Ist meine Eigenleistung nachvollziehbar? | |||
| Habe ich problematische Ähnlichkeiten geprüft? | |||
| Habe ich mögliche Folgen für andere berücksichtigt? | |||
| Kann ich meine Entscheidung mit Belegen begründen? |
Reflexion und Transfer
Formuliere am Ende ein Urteil nach diesem Muster:
Ich halte die Nutzung für ... , weil ... . Rechtlich spricht dafür oder dagegen ... . Die schulische Regel verlangt ... . Ethisch ist besonders relevant ... . Unsicher bleibt ... . Deshalb würde ich als nächsten Schritt ... .
Ein starkes Urteil nennt nicht nur eine Meinung, sondern Kriterien, Belege, Unsicherheiten und eine begründete Entscheidung.
Interaktive Aufgaben
Quiz: Teste Dein Wissen
Eine Lehrkraft erlaubt KI für ein Referat. Was folgt daraus für fremde Bilder? (Die Bildnutzung muss trotzdem urheberrechtlich oder durch eine Lizenz erlaubt sein) (!Alle fremden Bilder dürfen automatisch verwendet werden) (!Eine Quellenangabe ersetzt jede notwendige Nutzungserlaubnis) (!Die Schulregel hebt das Urheberrecht auf)
Ein KI-Text enthält fast wörtlich mehrere Sätze aus einem geschützten Roman. Was ist die beste Reaktion? (Die Textstellen vor Veröffentlichung prüfen und nötigenfalls entfernen oder rechtlich klären) (!Den Text unverändert nutzen weil eine KI ihn ausgegeben hat) (!Nur den Namen des KI-Systems als Quelle angeben) (!Die ähnlichen Sätze durch Rechtschreibkorrektur verändern)
Was beschreibt Human Agency beim verantwortlichen KI-Einsatz am besten? (Der Mensch prüft wählt überarbeitet und verantwortet die Entscheidung) (!Das KI-System übernimmt die Verantwortung für den Output) (!Die schnellste Ausgabe wird automatisch übernommen) (!Quellenprüfung ist bei KI nicht mehr nötig)
Warum reicht die Aussage Mit KI erstellt für eine rechtliche Prüfung nicht aus? (Weil zusätzlich Quellen Rechte Lizenzen und mögliche Übernahmen geprüft werden müssen) (!Weil KI-Ausgaben immer verboten sind) (!Weil nur handschriftliche Arbeiten geschützt sein können) (!Weil jede KI-Ausgabe automatisch ein Zitat ist)
Welche Aussage zu einem vollständig von KI erzeugten Output trifft die deutsche Grundregel am besten? (Ohne menschliche persönliche geistige Schöpfung entsteht daran grundsätzlich kein menschliches Urheberrecht) (!Das KI-System wird selbst Urheber) (!Der Anbieter wird automatisch Urheber jedes Outputs) (!Jeder Prompt macht den Nutzenden automatisch zum Urheber)
Was ist bei einer Creative Commons Lizenz besonders wichtig? (Die konkreten Lizenzbedingungen für die geplante Nutzung zu prüfen) (!Nur zu prüfen ob das Material kostenlos ist) (!Davon auszugehen dass jede Bearbeitung erlaubt ist) (!Die Urheberangabe grundsätzlich wegzulassen)
Wozu dient eine Risikomatrix in diesem Kurs? (Sie strukturiert Wahrscheinlichkeit und mögliche Schadenshöhe ohne das Urteil zu ersetzen) (!Sie entscheidet automatisch ob eine Nutzung legal ist) (!Sie ersetzt die Prüfung von Schulregeln) (!Sie beweist die Herkunft von Trainingsdaten)
Was ist die wichtigste Unterscheidung bei der Frage nach KI und Urheberrecht? (Training Output und Veröffentlichung sind getrennte Prüfungsschritte) (!Alle Schritte sind rechtlich immer gleich) (!Nur der Prompt ist rechtlich relevant) (!Nur die Veröffentlichung ist technisch relevant)
Eine Nutzung ist rechtlich erlaubt aber benachteiligt Kreative möglicherweise unfair. Welche Ebene ist zusätzlich zu prüfen? (Ethische Verantwortung) (!Nur Dateigröße) (!Nur Rechtschreibung) (!Nur Rechenleistung)
Welche Begründung ist für ein differenziertes Urteil am stärksten? (Eine Begründung mit Kriterien Belegen Unsicherheiten und nachvollziehbarer Entscheidung) (!Eine spontane Meinung ohne Quellen) (!Eine wörtliche KI-Ausgabe ohne Prüfung) (!Eine Entscheidung nur nach Mehrheitsgefühl)
Memory
| Urheber | menschlicher Schöpfer eines Werkes |
| Werk | persönliche geistige Schöpfung |
| Lizenz | Erlaubnis mit festgelegten Nutzungsbedingungen |
| Zitat | Übernahme mit inhaltlichem Zitatzweck |
| Textmining | automatisierte Analyse digitaler Werke |
| Prompt | Eingabe an ein generatives System |
| Transparenz | nachvollziehbare Offenlegung von Beiträgen und Quellen |
| HumanAgency | menschliche Entscheidung und Verantwortung |
Drag and Drop
| Ordne die richtigen Begriffe zu. | Thema |
|---|---|
| Aufgabenregel | schulische Vorgabe |
| Nutzungslizenz | rechtliche Erlaubnis |
| Fairness | ethische Verantwortung |
| Trainingsdaten | Systembewertung |
| Quellenprüfung | Belegqualität |
Kreuzworträtsel
| Urheber | Wie heißt die Person, die ein Werk schöpft? |
| Lizenz | Welcher Begriff bezeichnet eine Erlaubnis mit Nutzungsbedingungen? |
| Quelle | Was muss für eine nachvollziehbare Begründung überprüft werden? |
| Prompt | Wie heißt eine Eingabe an ein generatives KI-System? |
| Fairness | Welcher Begriff fragt nach gerechter Behandlung verschiedener Betroffener? |
| Transparenz | Wie heißt das Prinzip, KI-Beiträge und Entscheidungen nachvollziehbar zu machen? |
LearningApps
Lückentext
Offene Aufgaben
Leicht
- Drei-Ebenen-Check: Nimm eine typische Hausaufgabe mit erlaubter KI-Nutzung und formuliere je eine Frage zu Schulregel, Recht und Ethik.
- Quellenampel: Suche drei Materialien zu KI und Urheberrecht. Ordne sie als eher verlässlich, prüfbedürftig oder ungeeignet ein und begründe Deine Entscheidung anhand von Urheberschaft, Aktualität und Belegen.
- Lizenzdetektiv: Finde auf Wikimedia Commons ein Bild zum Thema und dokumentiere Titel, Urheber, Lizenz, Lizenzlink und Ursprungsort.
- Eigenleistungsprotokoll: Erstelle für einen kurzen KI-unterstützten Text ein Protokoll aus eigener Idee, KI-Beitrag, Prüfung, Überarbeitung und endgültiger Entscheidung.
Standard
- Fallwerkstatt: Analysiere den Schulfest-Fall mit dem KURS-Raster und markiere gesicherte Tatsachen, offene Rechtsfragen und ethische Bewertungen in getrennten Spalten.
- Risikoanalyse: Bewerte drei Nutzungsvarianten eines KI-Bildes mit einer 3-mal-3-Risikomatrix. Erkläre danach, warum der Zahlenwert Dein Urteil nicht ersetzen kann.
- Medienvergleich: Vergleiche ein Erklärvideo, eine amtliche Rechtsquelle und einen KI-generierten Überblick zum gleichen Punkt. Zeige, welche Quelle für welche Aussage am besten geeignet ist.
- Urteilsdialog: Führt zu zweit ein Streitgespräch. Eine Person vertritt die Perspektive einer Schülerin, die andere die eines Kreativen. Wechselt danach die Rollen und formuliert eine gemeinsame Regel.
Schwer
- Systemaudit: Untersuche die öffentlich verfügbaren Informationen eines generativen KI-Angebots zu Trainingsdaten, Urheberrecht, Transparenz und Schutzmaßnahmen. Bewerte nicht nur Funktionen, sondern auch Informationslücken.
- Regulierungsrat: Entwickelt in einer Gruppe drei Regeln für KI und Urheberrecht an Schulen. Ordnet jede Regel eindeutig als schulische Vorgabe, rechtliche Orientierung oder ethische Empfehlung ein und begründet den Unterschied.
- Ökonomische Folgenanalyse: Untersuche, wie generative KI Einnahmen, Lizenzmodelle und Wettbewerb in einem kreativen Beruf verändern kann. Stelle Gewinner, mögliche Verlierer und offene Datenfragen gegenüber.
- Begründetes Urteil: Bearbeite einen selbst gewählten Grenzfall. Nutze mindestens zwei belastbare Quellen, dokumentiere KI-Unterstützung und Überarbeitungen und formuliere am Ende ein Urteil mit Gegenargument, Unsicherheit und nächstem Handlungsschritt.


Lernkontrolle
- Transferfall Klassenpodcast: Eine Gruppe möchte KI-generierte Musik, ein fremdes Gedicht und eigene Aufnahmen in einem öffentlichen Podcast kombinieren. Entwickle einen Prüfplan, der Schulregel, Rechte, Lizenz, Ethik und Veröffentlichung trennt.
- Abwägung statt Ja-Nein: Erkläre anhand eines Beispiels, warum dieselbe KI-Nutzung im internen Unterricht vertretbar, bei einer öffentlichen Veröffentlichung aber problematischer sein kann.
- Belegprüfung: Ein KI-System behauptet, ein Bild sei gemeinfrei. Beschreibe, wie Du diese Behauptung unabhängig überprüfen würdest und welche Belege Du akzeptieren würdest.
- Systemverantwortung: Beurteile, welche Verantwortung bei Anbieter, Schule und Lernenden liegt. Begründe, warum keine dieser Gruppen allein alle Risiken kontrollieren kann.
- Kriterienkritik: Prüfe das KURS-Raster kritisch. Welches Kriterium würdest Du ergänzen oder verändern, damit es für Deine Schule besser funktioniert? Begründe mit einem Fall.
- Urteilsrevision: Nimm eine Deiner Antworten aus der Einstiegsdiagnose. Zeige, welche Information Dein Urteil verändert oder bestätigt hat und warum.
Lernnachweis
Für einen überzeugenden Lernnachweis sind folgende Punkte wichtig:
- Begriffssicherheit: Training, Prompt, Output, Werk, Lizenz, Zitat und Text und Data Mining werden korrekt verwendet.
- Ebenentrennung: Schulische Regeln, rechtliche Fragen und ethische Verantwortung werden nicht vermischt.
- Quellenarbeit: Mindestens zwei geeignete Belege werden nachvollziehbar herangezogen und hinsichtlich ihrer Qualität bewertet.
- Eigenleistung: Eigene Ideen, KI-Beiträge, Überarbeitungen und Entscheidungen sind dokumentiert.
- Systembewertung: Datenherkunft, Transparenz, Grenzen und Risiken des verwendeten KI-Systems werden berücksichtigt.
- Abwägung: Nutzen, Risiken, Betroffene und mögliche Alternativen werden gegeneinander abgewogen.
- Urteil: Das Ergebnis enthält eine begründete Entscheidung, nennt Unsicherheiten und beschreibt einen verantwortlichen nächsten Schritt.
Quellen und Vertiefung
- Urheberrechtsgesetz: Amtliche Gesetzestexte zu § 2, § 7, § 23, § 44b, § 51, § 60a und § 63 UrhG.
- AI Act: Artikel 53 zu Pflichten von Anbietern allgemeiner KI-Modelle.
- Deutsches Patent- und Markenamt: Informationen zu Urheberrecht und KI-generierten Inhalten.
- Kultusministerkonferenz: Handlungsempfehlung zum Umgang mit KI in schulischen Bildungsprozessen.
- Creative Commons: Lizenzinformationen und aktuelle Hinweise zum Einsatz von CC-Materialien im KI-Umfeld.
- ↑ § 2 UrhG – Geschützte Werke
- ↑ § 7 UrhG – Urheber
- ↑ DPMA – Geistiges Eigentum digital
- ↑ BMJ – KI und Urheberrecht
- ↑ § 23 UrhG – Bearbeitungen und Umgestaltungen
- ↑ § 63 UrhG – Quellenangabe
- ↑ § 51 UrhG – Zitate
- ↑ § 60a UrhG – Unterricht und Lehre
- ↑ KMK – Handlungsempfehlung zum Umgang mit KI in schulischen Bildungsprozessen
- ↑ § 44b UrhG – Text und Data Mining
- ↑ Artikel 53 AI Act – Pflichten für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck
- ↑ Creative Commons – CC License Guidance
OERs zum Thema

Verknüpfte Lernbereiche
aiMOOC-Projekte
MOOCwiki · Deutsch
Nach dem Lernen ist vor dem Lernen
Entdecke direkt den nächsten Lernkurs. Weitere Inhalte erscheinen, wenn Du weiter nach unten scrollst.
Zur MOOCwiki-HauptseiteMediathek wird aus dem Wiki geladen ...
Keine passenden Inhalte gefunden. Bitte ändere Suche oder Filter.
NEWSLernweltNOAH fragen