Urheberrecht bei KI-Materialien: Sicherer Pfad zur Veröffentlichung

Bei der Veröffentlichung von KI-Materialien ist die zentrale Frage daher nicht, ob ein Modell Inhalt erzeugen kann. Sie lautet: Welche Rechte hängen an diesem Inhalt, wo liegen die Daten und wer hat den Freigabeschritt dokumentiert?

Für urheberrechtliche Rechtssicherheit bei KI-generierten Unterrichtsmaterialien genügt kein Hinweis wie „mit KI erstellt“. Ein vollständig maschinell erzeugter Output genießt regelmäßig keinen eigenen urheberrechtlichen Schutz. Das senkt aber nicht das Risiko. Der Output kann weiterhin geschützte Werke Dritter reproduzieren, personenbezogene Daten verarbeiten oder unter Bedingungen entstehen, die eine offene Veröffentlichung nicht abdecken.

KI-Ausgabe ohne eigenen Urheberrechtsschutz ist kein rechtsfreier Output. Sie ist ein Prüfobjekt.

Die rechtliche Natur von KI-Outputs: Der menschliche Anteil entscheidet

Das Urheberrecht schützt nach § 2 Abs. 2 Urheberrechtsgesetz persönliche geistige Schöpfungen. Urheber ist nach § 7 Urheberrechtsgesetz der Schöpfer des Werkes. Daraus folgt eine klare technische und rechtliche Trennung: Ein Text, ein Bild oder ein Quiz, das vollständig durch ein KI-System erzeugt wurde, hat keinen menschlichen Urheber und ist als solcher nicht urheberrechtlich geschützt.

Das Deutsche Patent- und Markenamt formuliert dies eindeutig: Vollständig KI-generierte Ausgaben sind nicht urheberrechtlich geschützt. Wird KI dagegen als Werkzeug genutzt, hängt ein möglicher Schutz vom konkreten menschlichen Beitrag ab.

In der Praxis wird dieser Punkt häufig falsch modelliert. Ein langer, präziser Prompt ist keine automatische Schöpfungshandlung. Auch eine Folge aus zehn Nachfragen, Stilvorgaben und Korrekturwünschen erzeugt nicht per se ein geschütztes Werk. Entscheidend ist nicht die Anzahl der Prompt-Tokens, sondern die eigenständige gestalterische Leistung des Menschen im final veröffentlichten Material.

Ein belastbarer menschlicher Anteil kann etwa entstehen, wenn eine Lehrkraft:

• eine fachliche Konzeption mit eigener Struktur entwickelt und die KI nur für Formulierungsvorschläge nutzt;
• erzeugte Textbausteine fachlich überprüft, auswählt, umschreibt und in ein eigenes didaktisches Arrangement überführt;
• Aufgabenstellungen, Differenzierung, Erwartungshorizont und Bewertungsraster selbst entwickelt;
• KI-Bilder nicht unverändert übernimmt, sondern sie in eine eigenständige grafische Gestaltung einarbeitet;
• Quellen, Bildrechte und Lizenzhinweise bewusst kuratiert und dokumentiert.

Die Grenze ist nicht als Prozentwert definierbar. Es gibt keine belastbare Regel wie „ab 30 Prozent Überarbeitung ist das Arbeitsblatt geschützt“. Wer solche Werte in interne Leitlinien schreibt, produziert Scheingenauigkeit. Im Einzelfall zählt die Qualität der persönlichen Gestaltung, nicht die Zeichenmenge der Nachbearbeitung.

Für Bildungseinrichtungen ist noch ein zweiter Punkt relevant: Fehlender eigener Schutz bedeutet auch fehlende Exklusivität. Ein unverändertes KI-Arbeitsblatt lässt sich kaum als eigenes urheberrechtliches Werk gegen Kopien verteidigen. Wer Materialien offen veröffentlicht und eine nachvollziehbare Nachnutzung steuern möchte, sollte den menschlichen redaktionellen Beitrag sichtbar machen und Lizenzentscheidungen bewusst treffen.

Drei typische Materialtypen im Vergleich

Das ist keine akademische Feinheit. Bei KI-Bildern im Unterricht ist sie besonders sichtbar. Ein generiertes Bild kann stilistisch oder motivisch so nah an einem geschützten Ausgangswerk liegen, dass Rechte Dritter betroffen sind. Das Modell nennt keine belastbare Herkunftskette. Der Dateiname hilft nicht. Und eine hohe Auflösung verbessert ausschließlich die Druckqualität, nicht die Rechteposition.

Rechte Dritter: Das eigentliche Risiko liegt im Output

Die häufige Schlussfolgerung „Die KI hat es erstellt, also darf ich es verwenden“ ist technisch bequem, rechtlich aber unbrauchbar. Auch ein nicht geschützter KI-Text kann geschützte Passagen eines bestehenden Textes wiedergeben. Ein KI-Bild kann ein konkretes Foto, eine Illustration oder eine Figur in rechtlich relevanter Nähe reproduzieren.

Bei einer Veröffentlichung können Rechteinhaber insbesondere Unterlassung verlangen; unter Umständen kommen auch Schadensersatzansprüche in Betracht. Für Schulen, kommunale Medienzentren und Plattformbetreiber ist der operative Schaden oft schon vor einer gerichtlichen Klärung spürbar: Material muss offline genommen, verteilt sich nicht mehr zuverlässig und ist in Lernmanagementsystemen oder Kopiensätzen weiter im Umlauf.

Die Prüfung sollte deshalb nicht bei der Frage stoppen, ob ein Output „originell wirkt“. Originell ist keine Rechtskategorie. Sinnvoller ist eine Prüfung entlang konkreter Risikosignale:

1. Konkrete Vorlagen im Prompt: Werden Buchtitel, Arbeitshefte, Verlagsreihen, lebende Künstlerinnen und Künstler oder bekannte Bildfiguren genannt, steigt das Risiko deutlich. Ein Prompt wie „Erstelle Aufgaben im Stil des aktuellen Schulbuchs X“ ist kein neutraler Arbeitsauftrag.

2. Erkennbare Nähe zu bestehenden Werken: Wiederholt ein KI-Text ungewöhnliche Formulierungen, Absätze oder Aufgabenfolgen, muss er mit möglichen Vorlagen abgeglichen werden. Bei Bildern gilt dasselbe für Komposition, Figuren, Logos, Wasserzeichen und markante Gestaltungselemente.

3. Fremdmaterial in der Endredaktion: Häufig entsteht das Risiko nicht im KI-Output, sondern beim „schnellen Ergänzen“: ein eingescanntes Diagramm, ein Bild aus der Suchmaschine, ein Kartenausschnitt oder ein Auszug aus einem Verlagstext. Jeder dieser Bausteine benötigt eine eigene Rechteprüfung.

4. Fehlende Urheberbenennung: Werden lizenzierte Inhalte verwendet, kann das Recht auf Anerkennung der Urheberschaft greifen. Die Lizenz erlaubt dann möglicherweise die Nutzung, aber nur mit korrekter Namensnennung, Lizenzbezeichnung und gegebenenfalls Quellenangabe.

5. Offene Verteilung statt geschlossenem Unterricht: Ein Material im passwortgeschützten Kursraum, ein Download auf der Schulwebsite und ein Beitrag in einem öffentlichen sozialen Netzwerk sind rechtlich nicht dasselbe Auslieferungsszenario.

Gerade der letzte Punkt wird bei der rechtssicheren Erstellung von KI-Arbeitsblättern regelmäßig unterschätzt. § 60a Urheberrechtsgesetz erlaubt Bildungseinrichtungen für nicht kommerzielle Unterrichtszwecke grundsätzlich die Nutzung von bis zu 15 Prozent eines veröffentlichten Werkes für Lehrende und Teilnehmende der jeweiligen Veranstaltung. Die Regelung ist eine Unterrichtsschranke. Sie ist keine Pauschallizenz für öffentlich zugängliche Materialsammlungen.

Bestimmte Inhalte dürfen unter den gesetzlichen Voraussetzungen vollständig verwendet werden, etwa Werke geringen Umfangs, einzelne Beiträge aus Fach- oder wissenschaftlichen Zeitschriften sowie Abbildungen. An Schulen gelten jedoch Einschränkungen, insbesondere bei Werken, die ausdrücklich für Unterrichtszwecke bestimmt und entsprechend gekennzeichnet sind, sofern passende Lizenzen leicht verfügbar und auffindbar sind.

Die operative Konsequenz ist schlicht: Ein Ausschnitt, der im geschlossenen Klassenverband zulässig sein kann, wird durch den Upload in eine offene Cloud nicht automatisch zulässig. Die Verteilungsarchitektur gehört damit in den Freigabeprozess.

§ 60a regelt Unterrichtsnutzung. Er ersetzt keine Veröffentlichungslizenz.

Datenschutz beginnt vor dem Absenden des Prompts

Urheberrecht wird bei KI-Materialien oft geprüft, Datenschutz später. Das ist die falsche Reihenfolge, sobald Prompts aus realen Unterrichtssituationen entstehen. Ein KI-Dienst verarbeitet, was eingegeben wird. Wenn der Dienst extern betrieben wird, kann zusätzlich eine Übermittlung an den Anbieter stattfinden. Das ist kein Randthema der Administration, sondern Teil der Materialerstellung.

Das bloße Entfernen von Namen anonymisiert Daten nicht automatisch. Ein Fallbeispiel kann trotz geschwärztem Namen personenbeziehbar bleiben: durch Klasse, Fach, Schulort, seltene Ereignisse, Leistungsdaten, Diagnosen oder familiäre Konstellationen. Mehrere harmlose Datenpunkte können in Kombination wieder eine Person identifizierbar machen.

Für den Prompt-Bau empfiehlt sich eine klare Datenklassifikation:

• Grün: Allgemeine fachliche Aufträge ohne Personenbezug. Beispiel: „Erstelle zehn Rechenaufgaben zur Prozentrechnung für Jahrgangsstufe 7.“
• Gelb: Pseudonymisierte pädagogische Kontexte, die durch Kombinationen rückführbar sein könnten. Diese Fälle benötigen eine zusätzliche Prüfung und gegebenenfalls eine abstraktere Beschreibung.
• Rot: Namen, Leistungsdaten, Förderdiagnosen, Gesundheitsangaben, Konfliktverläufe, Chatprotokolle, Fotos von Lernenden oder individuelle Bewertungen. Diese Daten gehören nicht in frei gewählte externe KI-Dienste.

Eine Schule benötigt für die Verarbeitung personenbezogener Daten Transparenz und eine passende Rechtsgrundlage. Je nach Systemkonstellation kommen weitere Anforderungen hinzu: Vertragliche Regelungen zur Auftragsverarbeitung, Löschkonzept, Zugriffskontrolle, Speicherort, technische und organisatorische Maßnahmen sowie die Prüfung, ob eine Datenschutz-Folgenabschätzung nach Artikel 35 Datenschutz-Grundverordnung erforderlich ist. Diese wird nötig, wenn eine Verarbeitung voraussichtlich ein hohes Risiko für Rechte und Freiheiten natürlicher Personen erzeugt.

Die nützliche Kennzahl ist hier nicht die Anzahl der entfernten Namen, sondern die Reidentifizierbarkeit. Eine gute interne Vorgabe lautet daher nicht „Keine Klarnamen in Prompts“, sondern: „Keine Informationen eingeben, die eine Person direkt oder im Kontext identifizierbar machen.“

Für die Schul-IT folgt daraus ein Architekturthema. Ein zentral freigegebener Dienst mit dokumentiertem Datenfluss ist kontrollierbar. Zehn individuelle Konten von Lehrkräften bei unterschiedlichen Anbietern sind es nicht. Dort entstehen Schattenprozesse, unklare Löschfristen und ein kaum prüfbarer Export personenbezogener Daten.

Die KI-Verordnung: Kompetenz ist seit 2025 ein Betriebsprozess

Die europäische KI-Verordnung verschiebt die Diskussion vom Einzelfall zur Organisationspflicht. Seit dem 2. Februar 2025 müssen Anbieter und Betreiber von KI-Systemen nach besten Kräften für ausreichende KI-Kompetenz bei den Personen sorgen, die mit Betrieb und Nutzung befasst sind.

Für Schulen klingt das zunächst großformatig. Praktisch ist es ein konkreter Auftrag: Wer KI für Unterrichtsmaterialien zulässt, braucht einen Mindeststandard für die Menschen, die diese Materialien erzeugen, prüfen und veröffentlichen. Ein einmaliger Vortrag über Prompting reicht nicht. KI-Kompetenz umfasst hier mindestens vier prüfbare Fähigkeiten:

• Grenzen von KI-Outputs erkennen: Halluzinationsrate, unklare Quellenlage, stereotype Darstellungen und fehlende Aktualität;
• Rechte Dritter, Lizenzbedingungen und die Unterschiede zwischen Unterrichtsnutzung und öffentlicher Veröffentlichung einordnen;
• personenbezogene Daten und kontextbezogene Reidentifizierungsrisiken erkennen;
• einen Freigabeprozess anwenden und Auffälligkeiten an die zuständige Stelle eskalieren.

Ab dem 2. August 2026 gelten grundsätzlich auch die Transparenzpflichten aus Artikel 50 der KI-Verordnung. Anbieter von Systemen zur Erzeugung synthetischer Text-, Bild-, Audio- oder Videoinhalte müssen Ausgaben maschinenlesbar als künstlich erzeugt oder manipuliert kennzeichnen, soweit dies technisch möglich ist.

Das wird im Schulalltag oft mit einer allgemeinen Kennzeichnungspflicht für jedes KI-Arbeitsblatt verwechselt. Eine pauschale Pflicht, jedes KI-gestützte Unterrichtsmaterial für Lernende sichtbar mit einem Hinweis zu versehen, lässt sich daraus nicht ableiten. Die Vorgaben richten sich in erster Linie an die Anbieter technischer Systeme und betreffen maschinenlesbare Kennzeichnungen unter den genannten Voraussetzungen.

Eine transparente Redaktion kann trotzdem sinnvoll sein. Nicht als Ersatz für die Prüfung und nicht als rechtlicher Schutzschild, sondern zur Dokumentation und zur korrekten Einordnung des Materials. Eine knappe Angabe wie „Erstellt mit KI-Unterstützung, fachlich und didaktisch redaktionell geprüft“ ist dann vertretbar, wenn sie stimmt und der tatsächliche Prozess sie belegt.

Der belastbare Prozess: Vom Entwurf zur Freigabe

Rechtssicherheit entsteht nicht durch den einen perfekten Prompt. Sie entsteht durch einen kurzen, wiederholbaren Ablauf mit klaren Zuständigkeiten. Für einzelne Arbeitsblätter darf dieser Prozess schlank sein. Für Materialpools, Schulträger oder Verlage muss er skalierbar sein.

Ein praxistauglicher Ablauf besteht aus fünf Stationen:

1. Einsatzrahmen festlegen

Vor dem Generieren wird bestimmt, ob das Material nur intern im Unterricht, im geschlossenen Lernraum oder öffentlich veröffentlicht werden soll. Diese Entscheidung steuert die nachfolgende Rechteprüfung. Ein Arbeitsblatt für die eigene Klasse braucht einen anderen Freigabepfad als ein Download im offenen Materialarchiv.

2. Datensicheren Prompt formulieren

Personenbezug wird nicht nachträglich entfernt, sondern von Beginn an ausgeschlossen. Reale Fälle werden abstrahiert. Statt eines Förderplans oder eines Konfliktprotokolls wird mit einer erfundenen, nicht rückführbaren Fallkonstellation gearbeitet.

3. Output technisch und fachlich evaluieren

Die Prüfung umfasst Fakten, Quellenbehauptungen, Diskriminierungsrisiken, Aufgabenlogik und Sprachqualität. Bei Bildern kommen Ähnlichkeit zu bekannten Werken, erkennbare Marken, Wasserzeichen und problematische Stilvorgaben hinzu. KI-Ausgaben ohne verifizierbare Quellenangabe sind keine zitierfähigen Quellen.

4. Rechte- und Lizenzstatus dokumentieren

Für jeden fremden Bestandteil werden Herkunft, Lizenz, erlaubter Nutzungsumfang und erforderliche Urheberbenennung festgehalten. Bei rein KI-generierten Bestandteilen werden Modell, Erstellungsdatum, Prompt-Kategorie und redaktionelle Bearbeitung notiert. Es geht nicht um Bürokratie auf Verdacht. Es geht um eine nachvollziehbare Prüfkette, wenn später eine Rückfrage kommt.

5. Freigabe mit Versionsstand erteilen

Die veröffentlichte Datei erhält einen festen Versionsstand. Nachträgliche KI-Änderungen starten eine neue Prüfung, weil sich Text, Bild oder Datenbezug verändert haben können. Das ist banal, verhindert aber, dass eine freigegebene PDF und ein später bearbeiteter Cloud-Entwurf unbemerkt auseinanderlaufen.

Für Teams lohnt sich ein kleines Freigabeprotokoll mit wenigen Feldern: Verwendungszweck, enthaltene Fremdwerke, Lizenzstatus, personenbezogene Daten ausgeschlossen ja oder nein, fachliche Prüfung, verantwortliche Person, Datum und Versionsnummer. Mehr braucht ein einzelnes Arbeitsblatt oft nicht. Weniger ist bei einer öffentlichen Veröffentlichung zu wenig.

Auch die Vertragsbedingungen des eingesetzten KI-Anbieters gehören in diesen Prozess. Sie können Nutzungsrechte am Output beschreiben oder beschränken und Regeln zur Datennutzung enthalten. Ohne Prüfung dieser Bedingungen bleibt eine Lücke, selbst wenn Urheberrecht und Datenschutz sauber bewertet wurden.

Machbarkeitsbewertung: Freigabe nur bei vollständiger Prüfkette

KI kann die Erstellung von Unterrichtsmaterialien beschleunigen. Sie kann keine Rechteklärung automatisieren. Das gilt besonders für offene Veröffentlichungen, bei denen der Schutzraum des konkreten Unterrichts endet und die Reichweite des Materials steigt.

Die belastbare Entscheidung lässt sich nüchtern treffen:

• Freigabe: Kein Personenbezug im Prompt, fachliche Endredaktion dokumentiert, fremde Bestandteile lizenziert oder entfernt, Urheberbenennungen korrekt, Veröffentlichungsweg geprüft und Anbieterbedingungen geklärt.
• Keine Freigabe: Unklare Bildherkunft, auffällige Nähe zu einem konkreten Werk, nicht geklärte Lizenz, personenbezogene Kontextdaten oder ein Material, das nur unter der Unterrichtsschranke nutzbar wäre, aber öffentlich bereitgestellt werden soll.

Der sichere Pfad ist damit kein komplexes Rechtsgutachten für jede Aufgabenkarte. Er ist ein reproduzierbarer Betriebsprozess. Wer ihn implementiert, reduziert nicht nur Rechtsrisiken. Er erhält auch sauberere Materialien, nachvollziehbare Versionen und eine KI-Nutzung, die im Schulalltag tatsächlich skalieren kann.