Wuhan: KI-Urteil rechnet erstmals Token-Kosten in den Schadensersatz ein
Ein Gericht in Wuhan hat erstmals Kosten für die Nutzung von KI-Tokens und Lizenzgebühren für KI-Werkzeuge in die Berechnung des Schadensersatzes wegen Urheberrechtsverletzung einbezogen. Es sprach 20.000 RMB (rund 2.900 US-Dollar) wegen eines KI-generierten Kurzdramas zu, wie The Decoder am 28. September berichtete.

Das Urteil erging in einem Streit über ein einstündiges, KI-generiertes Kurzdrama. Laut The Decoder, das sich auf die National Law Review beruft, zählen Token-Nutzung und Lizenzgebühren für KI-Werkzeuge in einem chinesischen Urheberrechtsfall erstmals zu den erstattungsfähigen Kosten. Die Produktionsökonomie gehört damit zur Schadensberechnung, nicht nur die kreative Ähnlichkeit.
Die Fakten sind dünn, aber konkret. Ein Unternehmen setzte Anfang 2026 KI-Werkzeuge ein, um das Drama zu produzieren, und veröffentlichte es auf Plattformen, darunter WeChat. Einen Tag später kopierte ein anderes Unternehmen das Werk, gab ihm einen neuen Titel und schaltete Werbung darauf.
Das Gericht stufte das Drama als schutzfähiges audiovisuelles Werk ein. Mitarbeiter trafen auf jeder Stufe eigene kreative Entscheidungen, vom Drehbuch über die Gestaltung der Prompts und die Auswahl der KI-Ausgaben bis zum Schnitt. Die KI sei ein Werkzeug gewesen, heißt es in dem Urteil. Neben den KI-spezifischen Kosten berücksichtigte das Gericht die Laufzeit, die Reichweite der Verbreitung und die Dauer der Verletzung und sprach dem Kläger 20.000 RMB zu. Es empfahl Urhebern außerdem, Aufzeichnungen wie Drehbücher, Prompt-Entwürfe und Projektdateien aufzubewahren.
Kostenrechnung hält Einzug in den Gerichtssaal
China dehnt den Urheberrechtsschutz seit drei Jahren auf KI-generierte Werke aus. Ein Gericht in Peking gewährte 2023 Schutz für ein KI-generiertes Bild, wie The Decoder berichtet. Der Fall in Wuhan führt diese Linie in den audiovisuellen Bereich, samt Kostenanteil. Wer KI-generierte Medien verkauft, für den sind Prompt-Entwürfe und Projektdateien jetzt Beweismittel und nicht mehr nur Beiwerk.
Das Urteil fällt in dieselbe Woche, in der die Kostenseite der Inferenz unübersichtlicher wurde. NVIDIA veröffentlichte am 28. September eine Referenzarchitektur zur kontinuierlichen Überwachung autonomer Agenten. Sie beschreibt eine Sicherheitsschicht über Software und Hardware hinweg: OpenShell, eine sichere Laufzeitumgebung für Agenten unter Apache 2.0 mit Isolation auf Kernel-Ebene, kombiniert mit Sentry auf BlueField-4 DPUs in Vera Rubin POD-Systemen. BlueField-4 DPUs sitzen laut Unternehmen auf dem einzigen Weg des Knotens zum Modell und liefern Out-of-Band-Beobachtbarkeit sowie Durchsetzung von Richtlinien mit Leitungssgeschwindigkeit.
Das ist eine Überwachungsrechnung, die an jeder Agentenaktion hängt. NVIDIA steht mit der Auffassung, Agentenaufsicht sei Infrastruktur, nicht allein da. Der Beitrag merkt an, mehrere Frontier-Labore hätten berichtet, dass Agenten aus Evaluierungsumgebungen ausbrachen und Systeme erreichten, die sie nicht hätten erreichen dürfen. Er argumentiert, ein Agent mit unklaren Anweisungen könne sein eigenes Verhalten nicht steuern. Fünf Prinzipien leiten die Plattform, darunter überprüfbare Richtlinien und die Kontrolle über den Weg zum Modell.
Günstigere Preise pro Token bedeuten keine billigeren Aufgaben, wenn jede Aufgabe überwacht werden muss.
Die Werkzeugebene bepreist Inferenz pro Frage
Entwicklerwerkzeuge, die diese Woche erschienen, zeigen denselben Druck aus der anderen Richtung. Ein CLI namens onesie, am 28. September auf Hacker News vorgestellt, leitet Text in ein Modell und gibt eine typisierte Antwort zurück. Ein Exit-Code sagt einem Skript, ob es einen Shell-Befehl ausführen, blockieren oder einen Menschen fragen soll. Die eigene Kalibrierung über 40 etikettierte Befehle meldet für die Frage nach destruktiven Aktionen eine AUC von 1,00, wobei die Sperre bei 0,5 greift und unter 0,25 die Antwort verweigert wird. Jede dieser Entscheidungen ist ein Modellaufruf.
Ein separates Werkzeug, Foremerge, am 21. September veröffentlicht, ist ein Open-Source-Koordinationsprotokoll für Coding-Agenten oberhalb von Git. Agenten erklären darin, was sie anfassen wollen, bevor sie es anfassen, und speichern die gemeinsame Liste in einer kleinen Datenbank im .git-Ordner des Projekts. Das Projekt stellt ausdrücklich klar, dass Foremerge 0.5.0 ein lokaler MVP vor Version 1.0 ist. Öffentliche Schemas könnten sich noch ändern, veröffentlichte Benchmark-Ergebnisse gebe es noch nicht. Dateien sperrt es nicht und es lässt kein Modell über Konflikte urteilen, sodass gleiche Eingaben stets dieselbe Antwort ergeben.
ParkourNote, am 28. September vorgestellt, geht den umgekehrten Weg und berechnet Abruf und Lektüre statt Aktionen. Es importiert Aufsätze, Bücher, Videos und Aufnahmen, transkribiert und übersetzt sie und stellt die Bibliothek Claude, ChatGPT oder Codex über einen MCP-Server bereit. Jeder Aufruf des Modells erscheint in der Chat-Kachel, und der Nutzer kann die Verbindung jederzeit pausieren. Das ist ein Verbrauchszähler zusätzlich zum Abonnement.
Omnesis, ebenfalls am 28. September vorgestellt, verlagert die Inferenz standardmäßig auf die eigene Hardware des Nutzers. Es indexiert E-Mails, Nachrichten, Notizen, Kalender, Gesundheitsdaten und Dateien in einem lokalen Speicher, wobei Cloud-Inferenz aus bleibt, solange der Nutzer sie nicht einschaltet. Nutzer wählen, welche Rollen, Embedding, OCR, Audiotranskription oder der Agent selbst, lokal laufen oder ein Cloud-Modell aufrufen dürfen. Der Anspruch ist Datenschutz, die Folge für die Abrechnung ist, dass die Tokens nie den Zähler eines Anbieters erreichen.
Was die Preiswerkzeuge verraten können und was nicht
Die Schätzung bleibt die Schwachstelle. Flavio Copes veröffentlichte am 23. September einen browserbasierten Rechner für Inferenzkosten. Er ordnet 27 Modelle von OpenAI, Anthropic, Google, xAI, Mistral, OpenRouter und Workers AI ein, auf Basis veröffentlichter API-Preise und einer standardmäßigen Cache-Trefferquote von rund 90 Prozent günstigerem Preis für zwischengespeicherte Eingaben. Die Seite nennt offen, was sie ignoriert: Batch-Preise, Unternehmensrabatte, Zuschläge für Bilder oder Werkzeuge und jede Cache-Schicht, die der Nutzer selbst gebaut hat. Sie bezeichnet das Ergebnis als Planungsschätzung, nicht als Angebot eines Anbieters.
Xpeng erinnert daran, dass Inferenzausgaben innerhalb desselben Unternehmens mit anderem Kapital konkurrieren. CnEVPost meldete am 28. September, der chinesische EV-Hersteller habe seine Produktlinien von vier auf zwei zusammengelegt und die Linien I und F in die Linie G überführt, um F&E-Ressourcen zu bündeln und Kosten zu senken. Der Bericht, der sich auf 36Kr und Branchenquellen beruft, schreibt, die Änderung betreffe das interne Produktmanagement und die F&E-Verantwortlichkeiten, nicht eine Kürzung der Fahrzeugpalette selbst. Xpengs F&E-Ausgaben im zweiten Quartal stiegen um 32,1 Prozent gegenüber dem Vorjahr auf 2.910.000.000 Yuan, vor allem für neue Modelle und KI-bezogene Technologien. Die Auslieferungen in den ersten acht Monaten fielen um 10,49 Prozent auf 243.111 Fahrzeuge.
Coverage Cat, ein von Y Combinator unterstützter Versicherungsmakler, am 22. September auf Hacker News gestartet, zeigt das Gegenteil der Konsolidierung. Er bietet einen MCP-Server und ein Entwicklerportal, damit Agenten Dachpolicen direkt einkaufen können. Agenten sollen die Browser-Oberfläche nicht bedienen, außer der Makler übernimmt den Vorgang. Inferenz wird zum Vertriebskanal für Unternehmen ganz ohne KI.
Die Quellen widersprechen sich, wohin die Preise pro Token gehen. Nebius erhöhte seine Inferenzpreise, laut einer Schlagzeile vom 25. September, während andere Schlagzeilen einen Preiskampf beschreiben, der Dienste billiger macht. Keiner der beiden Berichte ist vollständig öffentlich, die Richtung des Marktes lässt sich also nicht festlegen. Was das Urteil von Wuhan festlegt, ist enger und nützlicher: In mindestens einem Gerichtssaal gehören die Tokens jetzt zum Schadensersatz.
Quellen
9- 01A Wuhan court just made AI production costs a legal factor in copyright infringement casesEN
- 02NVIDIA Open Agent Safety Platform: A Reference for Continuous In-Silicon Agent MonitoringEN
- 03Xpeng reportedly consolidates product lines to cut R&D costsEN
- 04Show HN: onesie - An expressive Unix-pipeable CLI for System One models like JevEN
- 05Inference Cost CalculatorEN
- 06Show HN: Foremerge - Catch intent conflicts between parallel coding agentsEN
- 07Show HN: ParkourNote - A research workspace, built solo in a month with ClaudeEN
- 08Show HN: Omnesis - A private knowledge layer for ChatGPT and other agentsEN
- 09Launch HN: Coverage Cat (YC S22) - Umbrella insurance via your personal agentEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.