Schattenbibliothek

Eine Schattenbibliothek ist eine Website, die Bücher, Zeitschriftenartikel und wissenschaftliche Aufsätze zum kostenlosen Herunterladen anbietet. Anders als bei einer normalen Online-Bibliothek haben die Autoren und Verlage dem nicht zugestimmt. Die Dateien sind also Kopien, die ohne Erlaubnis verbreitet werden. Bekannte Beispiele sind Library Genesis, Z-Library, Sci-Hub und Anna’s Archive. Manche dieser Sammlungen umfassen mehrere Millionen Werke und damit mehr Titel als große Universitätsbibliotheken. Der Name kommt daher, dass sie im Schatten des Rechts arbeiten: technisch offen zugänglich, juristisch verboten.

Warum Verlage und KI-Firmen darüber streiten

Für Verlage sind Schattenbibliotheken ein direkter Angriff auf ihr Geschäft. Ein Lehrbuch kostet im Laden oft 60 Euro, ein einzelner Fachartikel bei manchen Verlagen 30 Dollar. Wenn dasselbe Werk kostenlos herunterladbar ist, bricht ein Teil der Einnahmen weg. Deshalb klagen Verlage seit Jahren gegen die Betreiber und lassen Domains sperren.

Seit dem Boom der KI-Sprachmodelle hat der Streit eine neue Dimension. Solche Modelle lernen aus riesigen Textmengen, und gut geschriebene Bücher sind besonders wertvolles Lernmaterial. Schattenbibliotheken liefern genau das in großer Menge und an einem Ort. Für ein Unternehmen ist es billiger, ein solches Archiv herunterzuladen, als mit tausenden Verlagen einzeln über Lizenzen zu verhandeln.

Genau das ist mehrfach passiert und vor Gericht gelandet. In Verfahren gegen große Technologiekonzerne wurden interne Nachrichten bekannt, in denen Mitarbeiter über das Herunterladen solcher Archive diskutierten. Autorenverbände sehen darin einen doppelten Schaden: ihre Werke wurden erst kopiert und dann zum Training von Systemen genutzt, die mit ihnen konkurrieren.

Wie die Sammlungen entstehen und überleben

Die Bestände wachsen meist durch Uploads von Nutzern. Studierende, Forschende und Bibliotheksmitarbeiter scannen Bücher ein oder laden PDF-Dateien hoch, auf die sie über ihre Hochschule Zugriff haben. Bei Sci-Hub kamen viele Artikel über weitergegebene Universitätszugänge ins Archiv. Die Sammlungen sind also nicht das Werk einer Firma, sondern das Ergebnis vieler einzelner Beiträge.

Damit die Seiten trotz Verboten erreichbar bleiben, arbeiten die Betreiber mit mehreren Schutzschichten. Sie wechseln häufig die Internetadresse, betreiben Server in verschiedenen Ländern und bleiben anonym. Viele Bestände liegen zusätzlich als Torrent-Dateien vor. Torrent bedeutet, dass die Daten auf vielen privaten Rechnern gleichzeitig liegen und von dort verteilt werden. Eine einzelne Abschaltung löscht die Sammlung dann nicht.

Wichtig ist die Abgrenzung zu legalen Angeboten. Open Access bedeutet, dass Forschende ihre Arbeiten selbst freiwillig kostenlos veröffentlichen. Das Projekt Gutenberg verbreitet Werke, deren Urheberrechtsschutz abgelaufen ist. Beides ist erlaubt. Eine Schattenbibliothek unterscheidet sich dadurch, dass sie geschützte Werke ohne Zustimmung verbreitet.

Wo der Begriff in den Nachrichten auftaucht

Am häufigsten liest man von Schattenbibliotheken in Berichten über Urheberrechtsklagen gegen KI-Unternehmen. Dort fallen dann Namen von Datensätzen wie Books3, einer Textsammlung mit rund 200.000 Büchern, die aus einer solchen Quelle stammt. Sie wurde in mehreren frühen Sprachmodellen verwendet und später nach juristischem Druck offline genommen. In Schadensersatzforderungen geht es inzwischen um Milliardenbeträge.

Auch im Alltag begegnet man dem Thema, wenn auch unter anderem Namen. Wer ein teures Lehrbuch sucht und auf einer Seite mit tausenden kostenlosen PDFs landet, ist wahrscheinlich in einer Schattenbibliothek. Solche Downloads sind in Deutschland urheberrechtlich nicht erlaubt und können Abmahnungen nach sich ziehen.

Für Anleger und Beobachter der Tech-Branche ist der Begriff aus einem anderen Grund interessant. Er markiert eine offene Rechtsfrage mit großem finanziellen Risiko. Sollten Gerichte entscheiden, dass Training mit solchen Daten unzulässig ist, drohen hohe Zahlungen und teure Lizenzverträge. Mehrere KI-Firmen schließen deshalb inzwischen Abkommen mit Verlagen und Nachrichtenhäusern.