Detailansicht

Intellectual property law implications in the EU and US when training generative AI models

Grace Egan

Art der Arbeit

Master-Thesis (ULG)

Universität

Universität Wien

Fakultät

Postgraduate Center

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

außerordentliches Masterstudium Europäisches und Internationales Wirtschaftsrecht [Vollzeit Englisch]

Betreuer*in

Siegfried Fina

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.79222

URN

urn:nbn:at:at-ubw:1-22969.73859.401531-0

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Diese Arbeit untersucht die Rolle des Data Scraping beim Training generativer KI-Modelle vor allem in der EU und den USA. Mit der kontinuierlichen Weiterentwicklung generativer KI ist die Nachfrage nach Daten zum Training von KI-Modellen deutlich gestiegen. Dies hat zu Bedenken hinsichtlich der Methoden der Datenerhebung und deren Auswirkungen auf den Schutz geistiger Eigentumsrechte geführt. Das Training großer Sprachmodelle ist in hohem Maße auf den Zugriff auf umfangreiche Datensätze angewiesen, was die automatisierte Extraktion von Informationen aus Quellen wie Datenbanken und Plattformen von Drittanbietern beinhaltet. Dies hat direkte Auswirkungen auf die Urheber und Eigentümer von urheberrechtlich geschützten Werken, insbesondere wenn dies ohne deren Bezahlung oder Zustimmung erfolgt. Dies hat die Frage aufgeworfen, ob Data Scraping-Aktivitäten gegen Rechte des geistigen Eigentums verstoßen, insbesondere in Bezug auf das Urheberrecht. Die Rechtslage in diesem Bereich ist komplex, da viele bestehende Gesetze zum Schutz geistigen Eigentums aus der Zeit vor modernen KI-Systemen stammen und sich je nach Rechtsordnung unterscheiden, was ihre Anwendung erschwert. In dieser Arbeit werden die aktuellen rechtlichen Rahmenbedingungen und ihre Anwendbarkeit erörtert, wobei der Schwerpunkt auf der aktuellen Rechtsprechung in diesem Bereich und der Frage liegt, ob Ausnahmen wie Text- und Data-Mining oder Bestimmungen zur fairen Nutzung gelten.

Abstract

(Englisch)

This paper examines the role of data scraping when training generative AI models primarily in the EU and the US. With the continued development of generative AI, there has been a notable increase in the demand for data to train AI models. This has sparked concerns about data collection methods and their subsequent impact on the protection of intellectual property rights. The training of large language models relies heavily on accessing vast data sets, which involves the automated extraction of information from sources such as databases and third-party platforms. This directly affects creators and owners of IP protected works, particularly when it is conducted without their payment or consent. This has raised the question of whether data scraping activities infringe intellectual property rights, particularly in relation to copyright. The legal landscape in this area is complex, with many existing IP laws predating modern AI systems and varying across jurisdictions, complicating their application. This paper discusses current legal frameworks and their applicability, focusing on ongoing case law in the field and on whether exceptions such as text and data mining or fair use provisions apply.

Autor*innen

Grace Egan

Haupttitel (Englisch)

Intellectual property law implications in the EU and US when training generative AI models

Publikationsjahr

2025

Umfangsangabe

83 Seiten : Illustration

Sprache

Englisch

Beurteiler*in

Siegfried Fina

Klassifikation

86 Recht > 86.84 Völkerrecht. Allgemeines

AC Nummer

AC17637297

Utheses ID

77362

Studienkennzahl

UA | 999 | 082 | |

Detailansicht

Abstracts

Schlagwörter