Google zahlt rund 100 Verlagen für KI-Inhalte, die Sätze gehen weit auseinander

Das Pilotprogramm ist noch kein Jahr alt. Verlage können in der Google Search Console sehen, wie oft Google ihre Inhalte verwendet und was sie damit verdienen, berichtete The Decoder am 30. September unter Berufung auf The Information. Mehrere Teilnehmer sagten der Information aber, sie könnten nicht nachvollziehen, wie diese Zahl berechnet wird.

Die Ergebnisse liegen weit auseinander. Bei mehreren kleinen und mittleren Blogs und Websites lagen die Zahlungen unter 0,1 Prozent der Werbeeinnahmen. Manche kleinen Seiten erhielten über mehrere Monate weniger als 1.000 Dollar. Am anderen Ende bekam ein Verlag über einige Monate 50.000 bis 60.000 Dollar, ein anderer verdient mehr als 1.000.000 Dollar im Jahr. Nischen mit starker Anhängerschaft, etwa Anime und Gaming, scheinen mehr zu verdienen, heißt es in demselben Bericht. Die Zahlungen hängen davon ab, wie viel jede Quelle zu einer KI-Antwort beiträgt. Teilnehmer sagten der Information auch, die Beträge könnten von Monat zu Monat ohne Erklärung schwanken.

Nicht alle unterschreiben.

Der rechtliche Druck rund um das Programm

Einige größere Verlage lehnen einen Beitritt ab, um Google zu höheren Zahlungen zu drängen, berichtet The Decoder. Das fällt in eine Zeit, in der ihr Suchtraffic ohnehin sinkt und mehrere Studien zeigen, dass AI Overviews die Besuche im offenen Web deutlich verringern. Die regulatorische Spur ist bereits gelegt. Unabhängige Verlage reichten im Juli 2025 eine Beschwerde bei der Europäischen Kommission zu AI Overviews ein, und Penske Media, Muttergesellschaft des Rolling Stone, verklagte Google im September 2025 wegen verlorener Traffic und Werbeeinnahmen. Im Dezember 2025 eröffnete die Kommission eine kartellrechtliche Untersuchung. Sie prüft, ob Google unfaire Bedingungen setzt, indem es Verlagsinhalte für KI-Funktionen nutzt, ohne angemessen zu zahlen oder einen echten Ausstieg zu ermöglichen.

Ein deutsches Gericht hat entschieden, dass AI Overviews Googles eigener Inhalt sind und keine Zusammenfassungen vorhandenen Materials, berichtet The Decoder. Setzt sich diese Auslegung durch, hätten Verlage eine rechtliche Grundlage, Lizenzgebühren zu verlangen, sobald ihre Arbeit in einer KI-Antwort erscheint. Den genauen Beitrag jeder Quelle nachzuverfolgen wäre schwierig, die Verwaltung der Zahlungen würde zusätzlichen Aufwand erzeugen, und die Gebühren könnten Googles Margen drücken.

Vorerst setzt Google die Bedingungen über selektive Lizenzdeals, eine Opt-out-Funktion und ein Zahlungsmodell, bei dem das Unternehmen entscheidet, was Inhalte wert sind. Matthias Bastian von The Decoder beschreibt das als Divide-and-conquer-Ansatz, der ein Gefangenendilemma erzeugt: Einige Verlage profitieren, die meisten bekommen wenig oder nichts, und wer aussteigt, setzt Google kaum unter Druck, weil andere Quellen die Lücke füllen. Der Kontext ist nicht neu. Suchverweise laufen seit Jahren gegen Verlage: Die im Dossier zusammengetragenen Berichte verweisen auf einen Rückgang des Google-Suchtraffics für Verlage um 40 Prozent im Jahresvergleich mit Stand 24. September 2026, und frühere Berichte zeigen Rückgänge von rund 60 Prozent bei kleinen Seiten. Nichts davon gehört zum September-Pilot, aber es ist die Kulisse, vor der Verlage die neuen Sätze akzeptieren sollen.

Was die breitere Engineering-Debatte sagt

Die Geschichte KI gegen Verlage dreht sich nicht nur um Geld. Am 30. September veröffentlichte Martinelli einen Beitrag mit dem Argument, KI-Coding-Agenten drängten Softwareentwickler zurück in die Generalistenrolle der 1990er Jahre, in der eine Person Anforderungen, Architektur, Code und Produktion verantwortete. Das Argument ist für Medien relevant, weil derselbe Wandel in Redaktionen und Plattformteams stattfindet: weniger Übergaben, mehr Automatisierung, und eine Spezifikation, die zum wichtigsten Artefakt des Projekts wird. Ein zweiter Beitrag desselben Tages von Gerben Rijpkema macht einen verwandten Punkt aus der Regelungstechnik: Erfolgreiche KI-Systeme entstehen um ein konkretes Problem herum, während generische Standardwerkzeuge eher scheitern. "In den Projekten, die erfolgreich waren, entwarf ich am Ende anwendungsspezifische Architekturen, während die gescheiterten auf Standard-KI-Tools aufbauten, die versprachen, alle meine KI-Engineering-Herausforderungen mit einer Einheitslösung zu lösen", schrieb er am 30. September. Das beschreibt auch das Lizenzproblem recht gut. Googles Programm ist eine einzige Pipeline für viele Arten von Verlagen, von Anime-Blogs bis zu großen Redaktionen, und die Auszahlungen folgen einer Rechnung, die niemand außerhalb des Unternehmens prüfen kann.

Andere Veröffentlichungen vom 30. September zeigen, wie schnell sich das umgebende Werkzeug bewegt.

Modal veröffentlichte Benchmarks für Quail, eine query-aware Inferenzschicht. Laut Modal verarbeitet sie auf einer Multi-Join-Abfrage über eine Milliarde Token pro Minute pro H100-GPU, mehr als 10x über der vLLM-Baseline auf derselben Hardware und unter 6 Cent pro Milliarde Token auf Modal. Im eigenen AI-SQL-Benchmark gibt Modal Quail mit 1,84x schneller als vLLM im geometrischen Mittel an. Elastic wiederum testete das Jev-Modell von TypeSafe AI als Such-Reranker auf 250 Amazon Shopping Queries und 4.754 bewerteten Query/Produkt-Paaren und hob nDCG@10 von 0,9351 auf 0,9565 sowie Exact MRR von 0,9201 auf 0,9616. Jev kostet 0,042 Dollar pro Million Input-Token, Output-Token sind kostenlos. Günstigere Inferenz auf der Plattformseite beantwortet die Verlagsfrage nicht. Wenn überhaupt, macht sie die massenhafte Wiederverwendung von Inhalten für die Unternehmen, die sie betreiben, billiger.

Kleinere Signale, dieselbe Woche

Am 30. September veröffentlichte die VUSEC-Forschungsgruppe der VU Amsterdam Branch Target Reuse, einen Spectre-v2-Angriff auf Just-in-Time-Compiler. Das Team baute zwei Ende-zu-Ende-Exploits gegen den Linux-Kernel und leckte 8 Byte pro Sekunde. Mit Pointer Chasing reicht das, um den Root-Passwort-Hash aus einem laufenden "su"-Prozess zu extrahieren. Die Analyse merkt an, dass die Option bpf_jit_harden des Linux-Kernels, die Immediate-Werte verschleiert, standardmäßig aus ist.

Facebooks OpenZL-Projekt brachte am 29. September v0.3.0 mit einer neuen LZ-Engine und einem neuronalen Compression Transformer heraus. Auf 868 Familien numerischer Streams, 34.737 Dateien, 17,9 GB komprimiert der Transformer im Schnitt 35 Prozent besser als zstd -19 und liegt laut Release Notes innerhalb von 1,1 Prozent der trainierten OpenZL-Graphen. Flow Engineering, ein drei Jahre altes Start-up aus San Francisco, das KI-Werkzeuge für Hardware-Design verkauft, kündigte am Mittwoch eine Series B über 50.000.000 Dollar bei einer Bewertung von 750.000.000 Dollar an, berichtete TechCrunch am 30. September. Die Runde wurde gemeinsam von Antonio Gracias von Valor Equity Partners und Gavin Baker von Atreides Management geführt, mit Beteiligung von Sequoia Capital und dem früheren Sequoia-Partner Roelof Botha. Anduril, Rivian, Joby Aviation, General Motors PPU, RV Tech und Stoke Space werden als Kunden genannt.

OpenAI und Synopsys unterzeichneten unterdessen eine mehrjährige Partnerschaft zum Aufbau von GPT-Synopsys, einem Modell für Chipdesign, das OpenAIs Technologie mit den EDA-Werkzeugen von Synopsys verbindet, berichtete The Decoder am 30. September. Kundendaten werden nicht zum Training verwendet und verschlüsselt gespeichert, erklärten beide Unternehmen, und erste Tests mit Halbleiterkunden laufen bereits.

Für Verlage ändert nichts davon die zentrale Asymmetrie. Google bestimmt den Preis, die Bedingungen und den Ausstieg, und der Markt für die Inhalte, die es nutzt, ist in keinem normalen Sinn ein Markt. Die Berichterstattung von The Information, weitergegeben von The Decoder, ist das bislang klarste öffentliche Bild davon, was diese Vereinbarung auszahlt, und das Bild ist nicht schmeichelhaft.