KI Lizenzvertrag: Rechte, Pflichten und Risiken klären

Künstliche Intelligenz wird in Unternehmen häufig nicht mehr nur getestet, sondern in operative Prozesse eingebunden: Texte, Code, Analysen, Chatbots, Bildmaterial, Prognosen oder automatisierte Entscheidungsvorbereitungen entstehen über KI-Systeme, API-Schnittstellen oder individuell angepasste Modelle. Genau an dieser Schnittstelle gewinnt der KI Lizenzvertrag an Bedeutung. Er soll klären, wer die KI wie nutzen darf, welche Daten verarbeitet werden, wem Ergebnisse zugeordnet werden, welche Grenzen gelten und wer bei Fehlern oder Rechtsverletzungen Verantwortung trägt.

Ein solcher Vertrag ist rechtlich selten ein einzelner Vertragstyp. Meist verbindet er Elemente aus Softwarelizenz, SaaS-Vertrag, Datenlizenz, Datenschutzvereinbarung, Geheimhaltungsregelung, Service Level Agreement und teilweise Entwicklungsvertrag. Deshalb entstehen Risiken weniger aus einer fehlenden Überschrift als aus unklaren Regelungen im Detail.

Der Beitrag erläutert die rechtlichen Grundlagen, typische Fallgruppen und Vertragsklauseln. Er richtet sich vor allem an Unternehmen, Anbieter, Agenturen, Entwickler und professionelle Anwender. Die Einordnung ersetzt keine Prüfung des konkreten Vertrags, zeigt aber, welche Punkte vor Unterzeichnung, Integration oder Weitergabe eines KI-Systems regelmäßig geprüft werden sollten.

Inhaltsverzeichnis

1. Was regelt ein KI Lizenzvertrag?
2. Gesetzliche Grundlagen und rechtliche Einordnung
3. Abgrenzung zu Softwarelizenz, SaaS-Vertrag und Datenlizenz
4. Typische Praxisfälle: vom API-Zugang bis zum Fine-Tuning
5. Nutzungsrechte, Output und Schutzrechte richtig zuordnen
6. Daten, Datenschutz und Geheimhaltung im KI-Einsatz
7. Risiken, Haftung und typische Fehler
8. Fristen, Laufzeit, Kündigung und Verjährung
9. Beweisfragen und Dokumentation
10. Handlungsschritte und Checkliste für Betroffene
11. Besondere Vertragsklauseln bei Unternehmen und Anbietern
12. FAQ zum KI Lizenzvertrag
13. … und 1 weitere Abschnitte

Was regelt ein KI Lizenzvertrag?

Ein KI Lizenzvertrag regelt die Nutzung eines KI-Systems, eines Modells, einer Softwareumgebung oder einzelner KI-Funktionalitäten. Im Zentrum steht die Frage, welche Rechte der Anbieter einräumt und welche Nutzung der Kunde oder Lizenznehmer vornehmen darf. Das kann den Zugriff auf ein webbasiertes Tool, eine API, ein lokal betriebenes Modell, Modellgewichte, Trainingsdaten, Dokumentation, Schnittstellen, Erweiterungen oder bestimmte Ausgabefunktionen betreffen.

Rechtlich geht es nicht nur um die Frage, ob ein Programm genutzt werden darf. Bei KI-Systemen greifen mehrere Ebenen ineinander. Der Vertrag muss häufig festlegen, ob die Nutzung intern oder kommerziell zulässig ist, ob Ergebnisse an Kunden weitergegeben werden dürfen, ob die KI in eigene Produkte integriert werden darf, ob eine Weiterlizenzierung erlaubt ist und ob Eingabedaten zum Training oder zur Verbesserung des Systems verwendet werden dürfen.

Besonders wichtig ist die Trennung zwischen Eingaben, Modell und Ausgaben. Eingaben können personenbezogene Daten, Geschäftsgeheimnisse, urheberrechtlich geschützte Inhalte oder vertrauliche Kundendaten enthalten. Das Modell kann Software, Datenbankbestandteile, Know-how und Geschäftsgeheimnisse des Anbieters umfassen. Die Ausgaben können wirtschaftlich wertvoll sein, sind aber urheberrechtlich nicht automatisch geschützt, wenn sie ohne hinreichende menschliche schöpferische Leistung entstehen.

Ein sorgfältiger Vertrag beantwortet daher nicht nur die Frage nach dem Nutzungsrecht, sondern auch nach Verantwortung und Grenzen. Dazu gehören etwa Nutzungsverbote für Hochrisikobereiche, Compliance-Pflichten, Transparenzpflichten, Protokollierung, Support, Sicherheitsmaßnahmen, Haftung, Gewährleistung, Vertragslaufzeit, Kündigung und Datenrückgabe. Je stärker die KI in geschäftskritische Abläufe eingebunden wird, desto genauer sollten die Regelungen sein.

In der Praxis reicht eine allgemeine Formulierung wie „Der Kunde darf die KI nutzen“ selten aus. Sie lässt offen, ob auch Tochtergesellschaften, Dienstleister, Kunden, verbundene Unternehmen oder freie Mitarbeitende einbezogen sind. Ebenso unklar bleibt, ob die Nutzung nur zu Testzwecken, für interne Abläufe oder für produktive Kundenleistungen erlaubt ist. Gerade diese Unterscheidungen entscheiden später darüber, ob eine Nutzung vertragsgemäß oder vertragswidrig war.

Gesetzliche Grundlagen und rechtliche Einordnung

Ein eigenständiges deutsches „KI-Lizenzvertragsgesetz“ gibt es nicht. Die rechtliche Beurteilung ergibt sich aus verschiedenen Regelungsbereichen. Im Vertragsrecht gelten zunächst die allgemeinen Vorschriften des Bürgerlichen Gesetzbuchs. Je nach Ausgestaltung können miet-, dienst-, werk-, kauf- oder lizenzvertragsähnliche Elemente vorliegen. Bei Standardbedingungen ist außerdem das AGB-Recht relevant, insbesondere die Inhaltskontrolle nach §§ 305 ff. BGB.

Für die Einräumung von Nutzungsrechten sind die §§ 31 ff. UrhG zentral, soweit urheberrechtlich geschützte Software, Dokumentationen, Trainingsmaterialien, Benutzeroberflächen, Datenbanken oder sonstige Werke betroffen sind. Bei Software kommen die besonderen Vorschriften der §§ 69a ff. UrhG hinzu. Sie regeln unter anderem Schutzvoraussetzungen, Vervielfältigung, Bearbeitung und Dekompilierung. Daneben können Datenbankrechte nach §§ 87a ff. UrhG eine Rolle spielen, wenn strukturierte Datensammlungen mit erheblichem Investitionsaufwand genutzt werden.

Nicht jede technische Komponente eines KI-Systems ist urheberrechtlich geschützt. Ein Modell als mathematisch-statistische Struktur lässt sich rechtlich nicht ohne Weiteres mit einem klassischen Werk gleichsetzen. Gleichwohl können Modellgewichte, Quellcode, Trainingspipelines, Dokumentation, Schnittstellen und begleitende Datenbestände geschützt oder zumindest vertraglich kontrolliert sein. Häufig beruht die Absicherung zusätzlich auf Geschäftsgeheimnisschutz nach dem GeschGehG, insbesondere wenn Modellarchitektur, Trainingsverfahren, Parameter oder Datensätze nicht öffentlich bekannt sind und angemessene Geheimhaltungsmaßnahmen bestehen.

Datenschutzrechtlich ist die Datenschutz-Grundverordnung relevant, sobald personenbezogene Daten verarbeitet werden. Dann muss geklärt werden, ob der Anbieter als Auftragsverarbeiter, eigener Verantwortlicher oder gemeinsam Verantwortlicher handelt. Davon hängen Pflichten zur Rechtsgrundlage, Information, Betroffenenrechten, Löschung, Sicherheit und internationalen Datenübermittlungen ab. Ein bloßer Lizenzvertrag ersetzt in diesem Fall nicht automatisch eine Vereinbarung zur Auftragsverarbeitung.

Zusätzlich gewinnt die europäische KI-Verordnung, häufig als EU AI Act bezeichnet, an Bedeutung. Sie ordnet KI-Systeme nach Risikoklassen ein und sieht Pflichten für Anbieter, Betreiber und weitere Beteiligte vor. Ein Lizenzvertrag kann diese gesetzlichen Pflichten nicht abbedingen. Er kann aber Verantwortlichkeiten, Informationspflichten, Dokumentation, Nutzungsbeschränkungen, Protokollierung, menschliche Aufsicht und Mitwirkungspflichten konkretisieren. Gerade bei Hochrisiko-KI oder bei generellen KI-Modellen sollten vertragliche Regelungen die regulatorischen Rollen sauber abbilden.

Eine weitere Ebene bilden spezialgesetzliche Vorgaben, etwa im Arbeitsrecht, Medizinprodukterecht, Finanzaufsichtsrecht, Wettbewerbsrecht oder Berufsrecht. Wird ein KI-System beispielsweise zur Personalvorauswahl, Bonitätsprüfung, medizinischen Unterstützung oder Anlageberatung eingesetzt, kann der Lizenzvertrag nur ein Baustein sein. Die rechtliche Zulässigkeit der konkreten Anwendung muss gesondert geprüft werden.

Abgrenzung zu Softwarelizenz, SaaS-Vertrag und Datenlizenz

Ein KI Lizenzvertrag überschneidet sich mit mehreren bekannten Vertragstypen. Diese Überschneidung führt häufig zu Missverständnissen. Anbieter verwenden Bezeichnungen wie Lizenzbedingungen, SaaS Agreement, API Terms, Model License, Data Processing Addendum oder Enterprise Agreement. Entscheidend ist jedoch nicht die Überschrift, sondern der tatsächliche Regelungsinhalt. Wer nur auf den Begriff „Lizenz“ achtet, übersieht leicht, dass etwa Datenschutz, Trainingsnutzung, Output-Rechte oder Integrationsrechte gar nicht ausreichend geregelt sind.

Die Abgrenzung ist besonders wichtig, weil unterschiedliche Vertragstypen unterschiedliche Risikopunkte haben. Bei einer klassischen Softwarelizenz geht es häufig um Installation, Vervielfältigung und Nutzungsumfang. Bei SaaS steht der laufende Zugriff auf eine cloudbasierte Leistung im Vordergrund. Bei einer Datenlizenz geht es um Herkunft, Qualität, Zweckbindung und Weitergabe von Daten. Bei KI-Systemen kommen zusätzlich Modellverhalten, Trainingsprozesse, Halluzinationen, Bias, Output-Verwendung und regulatorische Pflichten hinzu.

Die Tabelle zeigt, dass der KI-Vertrag regelmäßig mehrere Vertragsebenen zusammenführt. Das hat praktische Folgen: Ein Unternehmen kann zwar ein Nutzungsrecht am Tool erhalten, aber keine Erlaubnis zur Integration in ein eigenes Kundenprodukt. Umgekehrt kann eine API-Nutzung erlaubt sein, während das Speichern von Ausgaben oder das Verwenden eigener Eingaben zum Fine-Tuning ausgeschlossen ist. Solche Beschränkungen sind wirtschaftlich bedeutsam und sollten nicht erst nach der technischen Implementierung auffallen.

Auch Open-Source- oder Open-Weight-Modelle sind nicht automatisch „frei von Bedingungen“. Viele Modelle stehen unter speziellen Lizenzen, die kommerzielle Nutzung, bestimmte Branchen, Weitergabe, Modellveränderungen oder Namensnennung regeln. Teilweise enthalten sie Nutzungsverbote für bestimmte Zwecke, etwa biometrische Identifikation, Desinformation oder rechtswidrige Überwachung. Wer ein solches Modell in ein Produkt einbindet, muss die Lizenzbedingungen entlang der gesamten Lieferkette beachten.

Abzugrenzen ist außerdem die reine Beratung oder Implementierungsleistung. Eine Agentur kann ein KI-Tool für einen Kunden konfigurieren, ohne selbst Rechte am zugrunde liegenden Modell einräumen zu können. Dann muss klar sein, ob die Agentur nur Dienstleistungen erbringt, ob sie als Wiederverkäufer auftritt oder ob der Kunde einen eigenen Vertrag mit dem KI-Anbieter benötigt. Fehlt diese Klarstellung, drohen Lücken bei Support, Haftung und Nutzungsrechten.

Typische Praxisfälle: vom API-Zugang bis zum Fine-Tuning

In der Vertragsgestaltung zeigt sich der Regelungsbedarf besonders deutlich an typischen Anwendungsfällen. Ein häufiges Szenario ist der API-Zugang zu einem großen Sprachmodell. Ein Unternehmen integriert die Schnittstelle in einen Kundenservice-Chatbot. Der Vertrag muss dann klären, ob die Nutzung für externe Endkunden zulässig ist, ob die Endkundenbedingungen angepasst werden müssen, ob Inhalte protokolliert werden, wie mit personenbezogenen Daten umzugehen ist und welche Antwortqualität geschuldet wird. Eine rein interne Lizenz kann hierfür unzureichend sein.

Ein zweites Beispiel betrifft die Nutzung eines KI-Tools zur Erstellung von Marketingtexten, Bildern oder Produktbeschreibungen. Hier stehen Output-Rechte, Kennzeichnungspflichten, Wettbewerbsrecht und Rechte Dritter im Vordergrund. Der Anbieter kann vertraglich zusichern, dass der Kunde Ausgaben verwenden darf. Das bedeutet jedoch nicht zwingend, dass keine Rechte Dritter verletzt werden oder dass der Output urheberrechtlich exklusiv geschützt ist. Gerade bei Bildgeneratoren sollte geprüft werden, ob Marken, Designs, Persönlichkeitsrechte oder geschützte Stilmerkmale betroffen sein können.

Ein drittes Praxisfeld ist das Fine-Tuning. Dabei wird ein bestehendes Modell mit kundenspezifischen Daten angepasst. Der Lizenzvertrag muss unterscheiden, wem die Ausgangsversion, die kundenspezifischen Trainingsdaten, die angepassten Modellgewichte und daraus abgeleitete Verbesserungen zustehen. Ebenso wichtig ist, ob der Anbieter Erkenntnisse aus dem Fine-Tuning auch für andere Kunden verwenden darf. Für Unternehmen mit sensiblen Daten kann dies ein zentraler Punkt sein.

Ein viertes Szenario betrifft interne Wissensdatenbanken. Mitarbeiter stellen dem KI-System Verträge, technische Dokumentationen, Tickets, E-Mails oder Richtlinien zur Verfügung. Hier stellt sich weniger die Frage nach kreativer Output-Nutzung, sondern nach Geheimhaltung, Zugriffskontrolle, Datenqualität und Verantwortlichkeit für falsche Auskünfte. Der Vertrag sollte vorsehen, welche Datenquellen eingebunden werden dürfen, wer Änderungen dokumentiert und wie fehlerhafte Inhalte korrigiert werden.

Auch der Einsatz durch Dienstleister ist praxisrelevant. Eine Kanzlei, Agentur, Unternehmensberatung oder ein Softwarehaus verwendet KI zur Leistungserbringung für Kunden. Dann muss nicht nur der Vertrag mit dem KI-Anbieter geprüft werden, sondern auch der Vertrag mit dem Endkunden. Es kann erforderlich sein, die Nutzung von KI offenzulegen, Weisungen einzuholen, Vertraulichkeitsanforderungen zu erweitern oder eine Auftragsverarbeitung abzusichern. Fehlt eine solche Kette, kann der Dienstleister gegenüber beiden Seiten in Schwierigkeiten geraten.

Schließlich gibt es Konstellationen, in denen Unternehmen KI-Komponenten weiterverkaufen oder in eigene Produkte integrieren. Dann werden Reseller-, OEM- oder Embedded-Lizenzen relevant. Der Anbieter muss erlauben, dass Dritte mittelbar mit dem System arbeiten. Außerdem müssen Pflichten aus der EU-KI-Regulierung, Supportzusagen, Sicherheitsupdates und Haftungsregelungen entlang der Wertschöpfungskette weitergegeben werden. Eine Standardlizenz für Einzelanwender deckt dies regelmäßig nicht ab.

Nutzungsrechte, Output und Schutzrechte richtig zuordnen

Ein Kernpunkt jedes KI Lizenzvertrags ist die Rechtezuordnung. Dabei sollten Vertragspartner nicht nur fragen, ob „Rechte übertragen“ werden. Entscheidend ist, welche Rechte überhaupt bestehen, wer sie innehat, ob sie wirksam eingeräumt werden können und welche vertraglichen Nutzungsgrenzen gelten. Gerade bei KI-Ausgaben wird dies häufig verkürzt dargestellt.

Für urheberrechtlichen Schutz ist nach deutschem Recht grundsätzlich eine persönliche geistige Schöpfung erforderlich. Rein maschinell erzeugte Inhalte sind daher nicht ohne Weiteres urheberrechtlich geschützt. Wenn ein Mensch den kreativen Prozess wesentlich steuert, auswählt, bearbeitet oder gestaltet, kann jedoch ein Schutz an der konkreten menschlich geprägten Bearbeitung in Betracht kommen. Die Grenze ist einzelfallabhängig und hängt nicht allein von der Länge des Prompts ab.

Vertraglich kann der Anbieter gleichwohl regeln, dass der Kunde Outputs nutzen darf oder dass der Anbieter keine Rechte daran geltend macht. Solche Klauseln sind praktisch wichtig, ersetzen aber nicht die Prüfung von Rechten Dritter. Wenn ein Output etwa einem bestehenden Werk, einer Marke, einem Design oder einer Person sehr ähnlich ist, kann seine Verwendung dennoch riskant sein. Das gilt besonders bei kommerzieller Veröffentlichung, Werbung, Produktdesign oder Softwarecode.

Bei Softwarecode ergeben sich zusätzliche Fragen. KI-generierter Code kann Bestandteile enthalten, die bekannten Open-Source-Projekten ähneln. Ob dadurch Lizenzpflichten ausgelöst werden, hängt vom konkreten Einzelfall ab, insbesondere von Ähnlichkeit, Umfang, Herkunft und Nutzung. Verträge können Garantien, Freistellungen oder Prüfpflichten regeln, sollten aber realistisch bleiben. Ein vollständiger Ausschluss jedes Open-Source-Risikos ist praktisch schwer nachweisbar.

Wichtig ist auch der Unterschied zwischen einfachen und ausschließlichen Nutzungsrechten. Ein einfaches Nutzungsrecht erlaubt die Nutzung neben anderen. Ein ausschließliches Nutzungsrecht schließt andere einschließlich des Lizenzgebers je nach Ausgestaltung aus. Bei KI-Outputs ist Ausschließlichkeit problematisch, weil ähnliche Ergebnisse auch bei anderen Nutzern entstehen können. Wer Exklusivität benötigt, etwa für Markenauftritte, Kampagnenmotive oder Produktdesigns, sollte zusätzliche Prüf- und Freigabeprozesse vorsehen.

Zu regeln ist ferner, ob Ergebnisse gespeichert, verändert, kombiniert, veröffentlicht, verkauft, an Kunden weitergegeben oder zum Training eigener Systeme genutzt werden dürfen. Viele Verträge erlauben zwar die Nutzung des Outputs, untersagen aber die Verwendung zur Entwicklung konkurrierender Modelle. Andere beschränken die Nutzung in regulierten Bereichen oder für automatisierte Entscheidungen. Solche Beschränkungen können geschäftsentscheidend sein.

Für Anbieter ist umgekehrt wichtig, eigene Rechte und Geschäftsgeheimnisse nicht ungewollt aufzugeben. Wenn Kunden Anpassungen, Prompts, Feedback oder Trainingsdaten liefern, sollte geregelt werden, ob und in welchem Umfang daraus entstehende Verbesserungen in das Basismodell einfließen dürfen. Eine zu weit formulierte Nutzungsbefugnis kann beim Kunden auf Geheimhaltungsbedenken stoßen; eine zu enge Regelung kann Weiterentwicklung und Support erschweren.

Daten, Datenschutz und Geheimhaltung im KI-Einsatz

Daten sind bei KI-Verträgen häufig der empfindlichste Bereich. Sie bestimmen nicht nur die Leistungsfähigkeit eines Systems, sondern auch rechtliche Risiken. Bereits die Eingabe von Kundenlisten, Vertragsentwürfen, Gesundheitsdaten, Mitarbeiterdaten, Quellcode oder internen Strategiepapiere kann erhebliche Folgen haben. Ein KI Lizenzvertrag sollte daher ausdrücklich regeln, welche Daten eingegeben werden dürfen und welche Daten ausgeschlossen sind.

Bei personenbezogenen Daten ist zunächst die datenschutzrechtliche Rolle zu bestimmen. Nutzt ein Unternehmen ein KI-Tool, bei dem der Anbieter Eingaben nur nach Weisung verarbeitet, kann eine Auftragsverarbeitung vorliegen. Dann ist eine Vereinbarung nach Art. 28 DSGVO erforderlich. Nutzt der Anbieter Eingaben hingegen für eigene Zwecke, etwa zur Produktverbesserung, Qualitätssicherung oder Modellbildung, kann er selbst Verantwortlicher sein. In manchen Konstellationen kommt auch gemeinsame Verantwortlichkeit in Betracht. Die vertragliche Bezeichnung ist dabei nicht allein maßgeblich; entscheidend ist die tatsächliche Zweck- und Mittelbestimmung.

Eine pauschale Klausel, wonach der Anbieter „Daten zur Verbesserung der Dienste“ verwenden darf, sollte besonders sorgfältig geprüft werden. Sie kann je nach Inhalt bedeuten, dass Prompts, hochgeladene Dateien, Feedback oder Outputs analysiert und dauerhaft gespeichert werden. Für Unternehmen mit Berufsgeheimnissen, Kundendaten oder Forschungsinformationen kann das unzulässig oder zumindest vertragswidrig gegenüber eigenen Kunden sein.

Auch Geschäftsgeheimnisse sind zu beachten. Schutz nach dem GeschGehG setzt voraus, dass Informationen geheim sind, wirtschaftlichen Wert haben und angemessene Geheimhaltungsmaßnahmen bestehen. Wer vertrauliche Informationen in ein KI-System eingibt, ohne Zugriff, Speicherung, Trainingsnutzung und Löschung zu kontrollieren, riskiert, dass später schwerer nachweisbar ist, angemessene Schutzmaßnahmen getroffen zu haben. Der Vertrag sollte daher Vertraulichkeitsklauseln, Zugriffsbeschränkungen, Mandantentrennung, Verschlüsselung und Löschfristen enthalten.

Technische und organisatorische Maßnahmen gehören nicht nur in Datenschutzanhänge. Auch aus Vertragssicht ist relevant, wie Authentifizierung, Rollenrechte, Protokollierung, Backup, Verschlüsselung, Incident Response und Subunternehmermanagement geregelt sind. Wenn der Anbieter Unterauftragsverarbeiter oder Cloud-Infrastrukturen in Drittstaaten einsetzt, sollten Rechtsgrundlagen, Standardvertragsklauseln, Transfer Impact Assessment und Informationspflichten geprüft werden.

Unternehmen sollten außerdem interne Vorgaben schaffen. Selbst ein guter KI-Vertrag hilft wenig, wenn Beschäftigte sensible Daten in private Accounts oder nicht freigegebene Tools eingeben. Vertragsprüfung und Governance gehören zusammen. Praktisch sinnvoll sind Nutzungsrichtlinien, Freigabeprozesse für Tools, Schulungen, Klassifizierung sensibler Daten und ein Verbot der Eingabe bestimmter Informationen ohne gesonderte Prüfung.

Risiken, Haftung und typische Fehler

Die Haftung in KI-Verträgen ist anspruchsvoll, weil Schäden unterschiedliche Ursachen haben können. Ein falscher Output kann auf einem Modellfehler, ungeeigneten Trainingsdaten, fehlerhaften Kundeneingaben, einer falschen Integration, fehlender menschlicher Prüfung oder einer vertragswidrigen Nutzung beruhen. Deshalb sollte der Vertrag nicht nur Haftungshöchstgrenzen enthalten, sondern Verantwortungsbereiche möglichst konkret beschreiben.

Typische Haftungsfragen betreffen Urheberrechtsverletzungen, Datenschutzverstöße, Verletzung von Geschäftsgeheimnissen, fehlerhafte Empfehlungen, Diskriminierung, Ausfälle, Sicherheitslücken, regulatorische Verstöße und Schäden durch automatisierte Entscheidungen. In B2B-Verträgen werden Haftungsausschlüsse und Haftungsbegrenzungen häufig verhandelt. Sie sind aber nicht beliebig wirksam. Bei Vorsatz, grober Fahrlässigkeit, Verletzung von Leben, Körper oder Gesundheit sowie teilweise bei wesentlichen Vertragspflichten gelten rechtliche Grenzen. In AGB unterliegen Klauseln zusätzlich der Inhaltskontrolle.

Für Anbieter ist es nachvollziehbar, nicht für jede unkontrollierte Weiterverwendung von KI-Ausgaben einstehen zu wollen. Für Kunden ist es ebenso wichtig, nicht allein das Risiko für Rechte Dritter, Datenpannen oder unzutreffende Zusicherungen zu tragen. Eine ausgewogene Regelung kann etwa zwischen Systemverfügbarkeit, Schutzrechtsfreistellung, Datenschutzverstößen, verbotener Nutzung und Pflicht zur menschlichen Kontrolle unterscheiden.

Häufig entstehen Probleme nicht durch spektakuläre Klauseln, sondern durch Lücken in alltäglichen Abläufen. Typische Fehler sind:

• unklare Beschreibung, ob die KI nur intern oder auch gegenüber Kunden eingesetzt werden darf,
• fehlende Regelung zur Nutzung von Prompts, Eingabedaten und Outputs für Training oder Produktverbesserung,
• keine oder unpassende Vereinbarung zur Auftragsverarbeitung bei personenbezogenen Daten,
• Verlassen auf Output-Zusagen ohne Prüfung von Urheber-, Marken- oder Persönlichkeitsrechten,
• Integration einer API in ein Produkt ohne Erlaubnis zur Weitergabe oder Unterlizenzierung,
• fehlende Regelungen zu Service Levels, Ausfallzeiten, Support und Modelländerungen,
• keine Dokumentation von Versionen, Prompts, Freigaben und menschlicher Kontrolle,
• Übernahme ausländischer Standardbedingungen ohne Prüfung des anwendbaren Rechts und Gerichtsstands.

Ein weiterer Risikobereich sind Modelländerungen. Anbieter entwickeln KI-Systeme laufend weiter. Dadurch können Antwortverhalten, Kosten, Latenz, Sicherheitsfilter oder verfügbare Funktionen verändert werden. Für Kunden, die KI in eigene Prozesse eingebunden haben, kann dies erhebliche Auswirkungen haben. Der Vertrag sollte daher regeln, ob wesentliche Änderungen angekündigt werden müssen, ob Testumgebungen bestehen, wie lange alte Versionen verfügbar bleiben und welche Rechte bei Leistungsverschlechterungen bestehen.

Auch Compliance-Risiken sollten realistisch verteilt werden. Der Anbieter kann Informationen über Systemgrenzen, Risikoklassen, Trainingsgrundlagen und Dokumentation bereitstellen. Der Kunde bleibt jedoch häufig für den konkreten Einsatzkontext verantwortlich, etwa für menschliche Aufsicht, Fachprüfung, Endkundeninformation oder branchenrechtliche Zulässigkeit. Vertragsklauseln sollten diese Aufgabenteilung abbilden, statt pauschal Verantwortung auf eine Seite zu verlagern.

Fristen, Laufzeit, Kündigung und Verjährung

Fristen spielen bei KI-Verträgen auf mehreren Ebenen eine Rolle. Zunächst geht es um die Vertragslaufzeit. Viele KI-Dienste werden als monatliches oder jährliches Abonnement angeboten. Enterprise-Verträge enthalten häufig Mindestlaufzeiten, automatische Verlängerungen und Kündigungsfristen. Unternehmen sollten prüfen, ob die Laufzeit zur geplanten Nutzung passt und ob ein Ausstieg möglich ist, wenn sich technische, regulatorische oder wirtschaftliche Voraussetzungen ändern.

Wichtig sind auch Fristen für Datenrückgabe und Datenlöschung. Nach Vertragsende muss klar sein, ob und in welchem Format Daten exportiert werden können, wie lange Backups vorgehalten werden, wann Trainingsdaten gelöscht werden und ob anonymisierte oder aggregierte Informationen weiterverwendet werden dürfen. Eine kurze Kündigungsfrist nützt wenig, wenn geschäftskritische Daten nicht rechtzeitig migriert werden können.

Bei personenbezogenen Daten sind Lösch- und Unterstützungsfristen auch aus DSGVO-Sicht relevant. Der Auftragsverarbeiter muss nach Abschluss der Verarbeitung personenbezogene Daten grundsätzlich nach Wahl des Verantwortlichen löschen oder zurückgeben, sofern keine gesetzlichen Aufbewahrungspflichten entgegenstehen. Der Vertrag sollte hierzu konkrete Abläufe und Nachweise vorsehen.

Weitere Fristen betreffen Mängelanzeigen, Sicherheitsvorfälle, Supportreaktionszeiten, Wartungsfenster, Auditankündigungen, Änderungsmitteilungen und Widerspruchsmöglichkeiten gegen neue Bedingungen. Bei geschäftskritischem KI-Einsatz sollten Service Levels nicht nur Verfügbarkeitsprozente nennen, sondern auch Messmethode, Ausnahmen, Eskalation und Rechtsfolgen bei wiederholten Verstößen regeln.

Verjährung ist ein gesondertes Thema. Vertragliche Ansprüche unterliegen grundsätzlich den gesetzlichen Verjährungsregeln, soweit nichts Wirksames anderes vereinbart ist. Häufig gilt die regelmäßige Verjährungsfrist von drei Jahren, beginnend mit dem Schluss des Jahres, in dem der Anspruch entstanden ist und der Gläubiger Kenntnis oder grob fahrlässige Unkenntnis von den anspruchsbegründenden Umständen hatte. Je nach Anspruchsart können abweichende Fristen gelten, etwa bei kauf- oder werkvertraglichen Mängelansprüchen, deliktischen Ansprüchen, urheberrechtlichen Ansprüchen oder datenschutzrechtlichen Schadensersatzforderungen.

Im unternehmerischen Verkehr können außerdem Rügeobliegenheiten eine Rolle spielen, insbesondere wenn Software, Datenbestände oder sonstige Leistungen kauf- oder werkvertragsähnlich überlassen werden. Ob § 377 HGB eingreift, hängt von der konkreten Vertragsgestaltung ab und sollte nicht schematisch angenommen werden. Praktisch empfiehlt sich dennoch, erkennbare Fehler, Ausfälle oder Rechteprobleme zeitnah zu dokumentieren und anzuzeigen.

Verträge sollten zudem regeln, welche Pflichten nach Vertragsende fortgelten. Dazu gehören Geheimhaltung, Löschung, Herausgabe, Nutzungsverbote, Auditunterstützung, Schutzrechtsfreistellungen, Zahlungsansprüche und Haftungsregelungen. Gerade bei KI-Systemen kann es vorkommen, dass Ausgaben oder abgeleitete Daten noch lange nach Vertragsende genutzt werden. Ob dies zulässig bleibt, sollte ausdrücklich festgelegt werden.

Beweisfragen und Dokumentation

Bei Streitigkeiten über einen KI Lizenzvertrag entscheidet häufig nicht nur die materielle Rechtslage, sondern die Nachweisbarkeit. Wer behauptet, eine bestimmte Nutzung sei erlaubt gewesen, muss den maßgeblichen Vertrag, die einbezogenen Bedingungen und den Zeitpunkt der Nutzung belegen können. Das ist bei cloudbasierten Diensten schwieriger, weil Anbieter Bedingungen, Modelle und Dokumentationen regelmäßig aktualisieren.

Dokumentation ist auch deshalb wichtig, weil KI-Ergebnisse reproduzierbar sein können, aber nicht zwingend reproduzierbar sind. Modellversion, Temperatureinstellungen, Systemprompt, hochgeladene Dateien, Kontextfenster, Plug-ins, Retrieval-Datenbank und Sicherheitsfilter können das Ergebnis beeinflussen. Ohne Protokolle lässt sich später oft nicht mehr nachvollziehen, warum ein bestimmter Output erzeugt wurde oder ob eine menschliche Prüfung stattgefunden hat.

Für Datenschutz- und Geheimhaltungsfragen ist die Dokumentation ebenfalls zentral. Unternehmen sollten nachweisen können, welche Datenkategorien verarbeitet wurden, welche Rechtsgrundlage bestand, welche technischen und organisatorischen Maßnahmen vereinbart waren und wann Daten gelöscht oder exportiert wurden. Bei regulierten Anwendungen können zusätzlich Risikobewertungen, Freigaben, Testberichte und Überwachungsprotokolle erforderlich sein.

Zu den typischen Nachweisen gehören:

• unterzeichnete Verträge, Leistungsbeschreibungen, Anhänge und Änderungsvereinbarungen,
• Versionen von Nutzungsbedingungen, API Terms, Modelllizenzen und Datenschutzanhängen,
• Nachweise zur Einbeziehung von AGB, Bestellformularen und Enterprise Terms,
• Protokolle zu Prompts, Outputs, Modellversionen, Parametern und Systemmeldungen,
• Dokumentation hochgeladener Datensätze und Berechtigungen zur Datennutzung,
• Auftragsverarbeitungsverträge, TOMs, Unterauftragsverarbeiterlisten und Transferdokumente,
• Tickets, Supportanfragen, Incident-Meldungen und Reaktionszeiten,
• interne Freigaben, Prüfvermerke, Schulungsnachweise und KI-Nutzungsrichtlinien.

Eine sinnvolle Dokumentationsstrategie muss praktikabel bleiben. Nicht jeder einzelne Prompt muss dauerhaft archiviert werden. Bei geschäftskritischen, personenbezogenen oder extern veröffentlichten Anwendungen sollte jedoch festgelegt werden, welche Vorgänge protokolliert werden, wer Zugriff erhält, wie lange Aufzeichnungen gespeichert werden und wann sie gelöscht werden. Dabei sind Datenschutz, Geheimhaltung und IT-Sicherheit zu berücksichtigen.

Besonders hilfreich ist eine Versionsakte für das KI-Projekt. Sie enthält den geprüften Vertrag, die zugelassene Nutzung, technische Einstellungen, Datenquellen, Freigaben und Änderungen. Wird später ein Output beanstandet oder ein Anbieter stellt seine Bedingungen um, kann das Unternehmen nachvollziehen, welche Grundlage zum jeweiligen Zeitpunkt galt.

Handlungsschritte und Checkliste für Betroffene

Wer einen KI Lizenzvertrag abschließt oder bereits ein KI-System nutzt, sollte nicht nur einzelne Klauseln lesen, sondern den gesamten Einsatzkontext erfassen. Die rechtliche Bewertung hängt davon ab, welche Daten verarbeitet werden, welche Personen Zugriff haben, ob Ergebnisse intern bleiben oder veröffentlicht werden und ob die KI Bestandteil eines Produkts oder einer Dienstleistung wird. Eine strukturierte Prüfung reduziert das Risiko, zentrale Punkte zu übersehen.

Die folgenden Schritte eignen sich als praxisnahe Checkliste. Sie ersetzen keine individuelle Vertragsprüfung, geben aber eine belastbare Reihenfolge vor:

1. Einsatzszenario beschreiben: Legen Sie fest, ob die KI intern, gegenüber Kunden, in einem Produkt, für Forschung, Marketing, Code, Personal, Compliance oder Entscheidungsunterstützung eingesetzt wird.
2. Vertragsdokumente vollständig sichern: Speichern Sie Hauptvertrag, Leistungsbeschreibung, Bestellformular, Nutzungsbedingungen, API Terms, Datenschutzanhänge, Modelllizenzen und Preisbedingungen mit Datum und Versionsstand.
3. Nutzungsrechte prüfen: Klären Sie, ob kommerzielle Nutzung, externe Bereitstellung, Integration, Unterlizenzierung, Bearbeitung, Fine-Tuning und Nutzung durch verbundene Unternehmen erlaubt sind.
4. Datenflüsse dokumentieren: Erfassen Sie, welche Daten eingegeben, gespeichert, übertragen, ausgewertet, gelöscht oder zum Training verwendet werden. Halten Sie auch Unterauftragnehmer und Speicherorte fest.
5. Datenschutzrolle bestimmen: Prüfen Sie, ob eine Auftragsverarbeitung, eigene Verantwortlichkeit oder gemeinsame Verantwortlichkeit vorliegt. Schließen Sie erforderliche Datenschutzvereinbarungen vor produktiver Nutzung ab.
6. Output-Verwendung festlegen: Definieren Sie, welche Outputs veröffentlicht, verkauft, an Kunden weitergegeben oder intern genutzt werden dürfen und wann eine fachliche, rechtliche oder redaktionelle Prüfung erforderlich ist.
7. Haftung und Freistellung bewerten: Prüfen Sie Haftungsgrenzen, Ausschlüsse, Schutzrechtsfreistellungen, Mitwirkungspflichten, verbotene Nutzungen und Versicherungsschutz.
8. Fristen notieren: Halten Sie Kündigungsfristen, automatische Verlängerungen, Testphasen, Widerspruchsfristen gegen neue Bedingungen, Löschfristen und Datenexportfenster in einem Fristenkalender fest.
9. Dokumentationsregeln einführen: Legen Sie fest, welche Prompts, Outputs, Modellversionen, Freigaben, Tickets und Prüfvermerke gespeichert werden. Das ist besonders wichtig bei externen Veröffentlichungen und regulierten Anwendungen.
10. Interne KI-Richtlinie erstellen: Regeln Sie zugelassene Tools, verbotene Datenkategorien, Freigabeprozesse, menschliche Kontrolle, Kennzeichnung und Verantwortlichkeiten.
11. Änderungen überwachen: Prüfen Sie regelmäßig neue Modellversionen, geänderte Nutzungsbedingungen, Subunternehmerlisten, Preise, Sicherheitsdokumente und regulatorische Anforderungen.
12. Ausstieg planen: Klären Sie vorab Datenexport, Löschung, Weiterverwendung bereits erzeugter Outputs, Ersatzsysteme und Fortgeltung von Geheimhaltungs- und Haftungsregelungen.

Besonders bei bestehenden KI-Nutzungen empfiehlt sich ein zweistufiges Vorgehen. Zunächst sollten kritische Anwendungen identifiziert werden: personenbezogene Daten, externe Kundenwirkung, automatisierte Entscheidungen, vertrauliche Informationen, hohe wirtschaftliche Abhängigkeit oder regulierte Branchen. Anschließend können weniger kritische Tools nachgelagert geprüft werden. So werden Ressourcen auf die Bereiche konzentriert, in denen Vertragslücken tatsächlich rechtliche oder wirtschaftliche Folgen haben können.

Für Anbieter ist die Checkliste spiegelbildlich relevant. Sie sollten klar formulieren, welche Nutzung erlaubt ist, welche Kundendaten verarbeitet werden, welche Pflichten Kunden selbst erfüllen müssen und wo das System nicht eingesetzt werden darf. Unklare oder überzogene Klauseln können nicht nur Streit auslösen, sondern unter Umständen auch an AGB-rechtlichen Grenzen scheitern.

Besondere Vertragsklauseln bei Unternehmen und Anbietern

Unternehmen, die KI-Systeme einkaufen, und Anbieter, die KI-Leistungen bereitstellen, haben unterschiedliche Interessen. Der Kunde möchte Planungssicherheit, Nutzungsrechte, Datenschutz, Verfügbarkeit und Haftungsabsicherung. Der Anbieter möchte sein Modell, seine Infrastruktur, sein Know-how und seine Weiterentwicklung schützen. Ein tragfähiger KI Lizenzvertrag bringt diese Interessen in eine nachvollziehbare Struktur.

Für Kunden sind Klauseln zur Leistungsbeschreibung besonders wichtig. Die KI sollte nicht nur als Produktname benannt werden. Sinnvoll sind Angaben zu Funktionen, Schnittstellen, Modellfamilie, Sprache, Verfügbarkeit, Datenstand, Support, Sicherheitsfunktionen und Einschränkungen. Wenn eine bestimmte Genauigkeit, Reaktionszeit oder Klassifikationsleistung erforderlich ist, sollte sie messbar beschrieben werden. Allgemeine Werbeaussagen aus Präsentationen werden sonst häufig nicht Bestandteil der geschuldeten Leistung.

Anbieter sollten ihre Nutzungsverbote klar und verständlich formulieren. Dazu gehören etwa rechtswidrige Inhalte, Umgehung von Sicherheitsfunktionen, Entwicklung konkurrierender Modelle, Hochrisikoanwendungen ohne gesonderte Freigabe, Massenüberwachung oder Verletzung von Rechten Dritter. Solche Verbote sind nur dann praktisch wirksam, wenn sie mit Audit-, Sperr- oder Kündigungsrechten verknüpft sind und nicht unangemessen weit gefasst werden.

Bei Enterprise-Verträgen sollten Änderungsmechanismen geregelt werden. KI-Dienste sind dynamisch. Neue Modelle, geänderte Preise, zusätzliche Sicherheitsfilter oder angepasste API-Endpunkte können notwendig sein. Kunden benötigen aber Vorlauf, Tests und gegebenenfalls ein Sonderkündigungsrecht, wenn wesentliche Funktionen wegfallen. Anbieter benötigen Spielraum für Sicherheitsupdates und gesetzliche Anforderungen. Eine differenzierte Änderungsklausel ist hier besser als eine pauschale Änderungsbefugnis.

Auch Audit- und Informationsrechte verdienen Aufmerksamkeit. Kunden möchten nachvollziehen, ob Datenschutz, Sicherheit und regulatorische Pflichten eingehalten werden. Anbieter können nicht jedem Kunden vollständigen Einblick in Quellcode oder Trainingsdaten gewähren. Praktische Lösungen sind Zertifizierungen, Sicherheitsberichte, zusammengefasste Modellinformationen, Dokumentationspakete, Penetration-Test-Bescheinigungen oder abgestufte Auditrechte bei begründetem Anlass.

Schließlich sollte der Vertrag die wirtschaftliche Abhängigkeit berücksichtigen. Wenn ein Unternehmen ein KI-System tief in seine Abläufe integriert, können Preiserhöhungen, Zugangssperren oder Funktionsänderungen erhebliche Folgen haben. Regelungen zu Übergangsfristen, Datenportabilität, Exit-Unterstützung und Fortführung während Streitigkeiten sind daher nicht nur technische Details, sondern wesentliche Risikosteuerung.

FAQ zum KI Lizenzvertrag

Fazit

Ein KI Lizenzvertrag ist mehr als eine Nutzungsfreigabe für ein digitales Tool. Er sollte Nutzungsrechte, Datenverarbeitung, Output-Verwendung, Schutzrechte, Haftung, Fristen, Dokumentation und regulatorische Rollen nachvollziehbar regeln. Priorität haben zunächst der konkrete Einsatzfall, die erlaubte Nutzung, die Behandlung von Eingabedaten und die Frage, ob Ergebnisse intern bleiben oder extern verwertet werden. Danach sollten Haftung, Kündigung, Datenexport und Nachweise geprüft werden.

Besonders sorgfältig ist vorzugehen, wenn personenbezogene Daten, Geschäftsgeheimnisse, Kundenleistungen, automatisierte Entscheidungen oder regulierte Branchen betroffen sind. Standardbedingungen können ausreichend sein, müssen es aber nicht. Entscheidend bleibt der Einzelfall: Dass ein KI-System technisch funktioniert, bedeutet noch nicht, dass die geplante Nutzung vertraglich, datenschutzrechtlich und haftungsseitig abgedeckt ist. Eine strukturierte Prüfung vor produktiver Einführung vermeidet spätere Auslegungs- und Beweisprobleme.