NACH SONGS UND STIMMEN KOMMEN DIE SOUNDS: WER VERDIENT AN DEN KLÄNGEN DER KI?

Eine Tür fällt ins Schloss, irgendwo läuft ein Motor, Schritte bewegen sich durch einen Raum. Im fertigen Film wirken solche Geräusche selbstverständlich, im Spiel machen sie eine Umgebung erst glaubwürdig. Hinter einer professionellen Aufnahme können jedoch Vorbereitung, besondere Zugänge, mehrere Mikrofone und viele Stunden Nachbearbeitung stehen. Genau diese Arbeit gerät jetzt stärker in die Auseinandersetzung um Trainingsmaterial für künstliche Intelligenz.

Am 24. September 2026 wurde die Professional Sound Alliance vorgestellt, ein Zusammenschluss aus Soundprofis und Anbietern von Geräuschbibliotheken. Die Initiative fordert faire Lizenzierung und mehr Anerkennung für einen Bereich, der zwischen Musik und Sprache häufig wenig öffentliche Aufmerksamkeit erhält. Einige Beteiligte machen bereits Geschäfte mit KI-Entwicklern. Es geht deshalb auch darum, unter welchen Bedingungen die Branche an der neuen Technik mitverdienen kann.

🟨 WER SICH HIER ZUSAMMENSCHLIESST

Zum Gründungskreis gehören nach dem Bericht von Production Expert Douglas Price und Jeremy Siegel von Pro Sound Effects, BOOM-Library-Chef Pierre Langer und Craig Nimens von Sound Ideas. Hinzu kommen die Re-Recording-Mixerin Karol Urban und der zweifache Oscar-Preisträger Mark Mangini. Damit treffen Bibliotheksunternehmen und Menschen aus der praktischen Klanggestaltung aufeinander. Pro Sound Effects bestätigt seine Beteiligung auch in einer eigenen Veröffentlichung.

Die Allianz richtet sich gegen zwei von ihr benannte Probleme. Als „Data Piracy“ bezeichnet sie die Übernahme von Soundbibliotheken in kommerzielle KI-Modelle ohne Erlaubnis oder Vergütung. „Sync Piracy“ meint in ihrer Darstellung die unlizenzierte Verwendung solcher Aufnahmen in Film, Fernsehen und Games. Beide Begriffe sind Teil der Kampagne und keine abschließende rechtliche Bewertung.

🟨 WAS DIE ALLIANZ LEISTEN WILL

Zum Start stehen eine öffentliche Petition und ein Unterstützerzeichen zur Verfügung. Gegenüber Music Business Worldwide erklärte die Allianz, dass sie weder selbst Prozesse führen noch über die PSA Lizenzstandards einführen wolle. Die Petition sei keine Rechteübertragung und keine Verpflichtung zur Teilnahme an Rechtsstreitigkeiten. Im Mittelpunkt stehen zunächst öffentliche Aufmerksamkeit und gemeinsame Interessenvertretung.

Mit einer Unterstützung der Initiative werden also nicht automatisch Ansprüche eingezogen, Verträge verbessert oder neue Zahlungen ausgelöst. Über konkrete Vereinbarungen entscheiden weiterhin die jeweiligen Rechteinhaber und ihre Vertragspartner. Die PSA kann vor allem dazu beitragen, deren Anliegen gegenüber Entwicklern, Auftraggebern und Öffentlichkeit deutlicher zu vertreten.

🟨 WARUM EIN GERÄUSCH MEHR IST ALS EINE DATEI

Ein denkbares Aufnahmeprojekt zeigt, worin der Aufwand liegt. Wer einen alten Motor für professionelle Produktionen dokumentiert, braucht möglicherweise Zugang zum Fahrzeug, einen geeigneten Ort und verschiedene Betriebszustände. Nahaufnahme, Innenraum, Vorbeifahrt und Ausklang liefern unterschiedliche Bausteine. Eine brauchbare Bibliothek entsteht erst, wenn diese Aufnahmen ausgewählt, bearbeitet und nachvollziehbar beschrieben sind.

Auch die erzählerische Funktion hängt von der Gestaltung ab. Ein leises mechanisches Klicken kann Präzision vermitteln, ein unregelmäßiges Schlagen dagegen einen bevorstehenden Defekt. Sounddesigner entscheiden, welche Eigenschaften sie betonen und wie einzelne Elemente zusammenspielen. Ein Archiv bietet damit einen gezielt nutzbaren Bestand für konkrete Produktionssituationen, dessen Wert über die bloße Anzahl seiner Dateien hinausgeht.

🟨 WEM GEHÖRT DAS GERÄUSCH, UND WEM DIE AUFNAHME?

Die zugespitzte Frage „Wem gehört Regen?“ führt schnell in die falsche Richtung. Entscheidend ist die Unterscheidung zwischen einem akustischen Ereignis und einer bestimmten Aufnahme davon. Im deutschen Recht räumt § 85 Urheberrechtsgesetz dem Tonträgerhersteller grundsätzlich eigene Rechte an Vervielfältigung, Verbreitung und öffentlicher Zugänglichmachung ein. Eine Geräuschaufnahme ist deshalb nicht schon allein deswegen frei verwendbar, weil sie keine Melodie und keinen Songtext enthält.

Daraus folgt kein allgemeines Eigentum an ähnlich klingenden Erscheinungen. Selbst Regen aufzunehmen ist etwas anderes, als eine Datei aus einem fremden Archiv zu übernehmen. Welche Rechte zusätzlich an einer konkreten Gestaltung oder Zusammenstellung bestehen, hängt vom jeweiligen Gegenstand ab.

Auch ein umfangreicher Bestand kann eine zusätzliche Schutzebene haben. § 87b UrhG regelt Rechte des Datenbankherstellers insbesondere gegen die Übernahme wesentlicher Teile und unter bestimmten Voraussetzungen gegen systematische Entnahmen kleinerer Teile. Ob eine Soundbibliothek diese Voraussetzungen erfüllt, muss gesondert beurteilt werden. Einzelne Aufnahme und organisierter Gesamtbestand sind rechtlich deshalb getrennt zu betrachten.

🟨 ROYALTY-FREE IST KEINE UNBEGRENZTE FREIGABE

Wie konkret Nutzungsgrenzen ausfallen können, zeigen die veröffentlichten Bedingungen von BOOM Library. Die reguläre Lizenz schließt die Nutzung des Materials zum Training, zur Verbesserung oder Entwicklung von KI- und Machine-Learning-Modellen ausdrücklich aus. Das betrifft nach ihrem Wortlaut kommerzielle ebenso wie nicht kommerzielle Anwendungen. Zugleich erläutert BOOM in seinen FAQ, dass lizenzierte Sounds innerhalb der erlaubten Verwendung in kommerzielle Produktionen eingebaut werden können.

„Royalty-free“ beschreibt ein Vergütungsmodell innerhalb des eingeräumten Nutzungsumfangs. Daraus folgt keine pauschale Erlaubnis, die Dateien weiterzuverkaufen, als neue Bibliothek anzubieten oder zum Modelltraining einzusetzen. Auch eine Bearbeitung hebt die Grenzen der ursprünglichen Nutzungserlaubnis nicht automatisch auf. Maßgeblich bleiben die jeweilige Lizenz und die rechtlichen Rahmenbedingungen.

🟨 UNLIZENZIERT IST NICHT AUTOMATISCH RECHTSWIDRIG

Eine weltweit einheitliche Rechtslage für KI-Training gibt es nicht. Gesetze können bestimmte Nutzungen auch ohne individuelle Lizenz erlauben. In Deutschland sieht § 44b UrhG unter Voraussetzungen Vervielfältigungen rechtmäßig zugänglicher Werke für Text und Data Mining vor. Dabei spielt ein Rechtevorbehalt eine Rolle, der bei online zugänglichen Werken maschinenlesbar erfolgen muss.

Das ist keine pauschale Freigabe sämtlicher KI-Trainingspraktiken. Die Einordnung hängt unter anderem von den konkreten Vorgängen, dem Zugang zum Material und den anwendbaren Vorschriften ab. Die Forderung der Allianz nach Lizenzierung und die rechtliche Bewertung einer bestimmten Nutzung sind deshalb auseinanderzuhalten. Ausdrückliche Vereinbarungen können dennoch Klarheit schaffen, indem sie Material, Zweck, Zugriff und Vergütung festlegen.

🟨 DER KI-DATENMARKT EXISTIERT BEREITS

Pro Sound Effects bietet ausdrücklich einen Datensatz für KI- und Machine-Learning-Anwendungen an. Die Angebotsseite nennt 1,27 Millionen Sounds und mehr als 5.000 Stunden Audio; an anderen Stellen verwendet sie gerundete Bestandszahlen. Nach Unternehmensangaben ist das Material professionell aufgenommen, von Menschen verschlagwortet und für die vereinbarten Anwendungen lizenzierbar.

Das Angebot richtet sich auch an Entwickler von Geräuscherkennung, Audiotrennung, Rauschunterdrückung, Klassifizierung und Suchanwendungen. Ein System, das einen Alarm erkennt, erfüllt eine andere Aufgabe als ein Werkzeug, das neue Filmgeräusche erzeugt. Beide benötigen möglicherweise Audiodaten, stehen aber in unterschiedlicher Beziehung zum ursprünglichen Absatzmarkt. Für Bibliotheksanbieter ist es deshalb wirtschaftlich relevant, welche Anwendungen eine Vereinbarung tatsächlich abdeckt.

🟨 WAS SONYS WOOSH MIT DER DEBATTE ZU TUN HAT

Sony AI beschreibt in seiner Veröffentlichung vom 18. Mai 2026 zwei parallel trainierte Modellvarianten. Eine private Variante wurde mit lizenzierten professionellen Bibliotheken entwickelt, darunter Material von Pro Sound Effects und BOOM. Das öffentlich zugängliche Gegenstück Woosh basiert laut Sony auf öffentlich verfügbaren Datensätzen. Diese unterschiedlichen Datengrundlagen sind für die Einordnung entscheidend.

Woosh unterstützt die Erzeugung von Soundeffekten aus Text sowie aus Video, optional ergänzt durch eine Textvorgabe. Sony hebt außerdem die Bedeutung gezielter Aufnahmen und präziser Beschreibungen für professionelle Anwendungen hervor. Aussagen über überlegene Ergebnisse beruhen auf der eigenen Veröffentlichung und Evaluation, nicht auf einem unabhängigen WILD-Vergleichstest.

Die Zusammenarbeit zeigt, wie sich die Haltung beteiligter Bibliotheksanbieter praktisch ausdrückt. Pro Sound Effects und BOOM beliefern professionelle KI-Entwicklung und treten zugleich gegen unautorisierte Datennutzung auf. Sie wollen über den Einsatz ihrer Bestände verhandeln und daran wirtschaftlich beteiligt werden.

🟨 DIE BESCHREIBUNG KANN SO WICHTIG SEIN WIE DER KLANG

Für ein Modell oder Suchsystem zählt auch die Beziehung zwischen einer Aufnahme und ihrer Beschreibung. Die Forschung zur Vereinheitlichung von Soundeffekt-Datensätzen benennt unterschiedliche Kategorien und Metadatenstrukturen ausdrücklich als Hindernis. Eine im Juni veröffentlichte Arbeit schlägt dafür eine Überführung in das Universal Category System vor.

„Metall“ ist eine sehr grobe Angabe, während „kurzer Aufprall einer kleinen Metallplatte mit hellem Nachklang“ mehrere hörbare Eigenschaften beschreibt. Ob diese Beschreibung zur Datei passt, beeinflusst ihre Brauchbarkeit für Suche und Training. Kategorien zu pflegen, Varianten zu unterscheiden und Beschreibungen zu korrigieren ist deshalb ein eigener Arbeitsschritt. Menschliche Prüfung und einheitliche Begriffe bilden einen Teil des Datenwerts, der in reinen Bestandszahlen kaum sichtbar wird.

🟨 WER AN DER KI-NUTZUNG VERDIENT

Pro Sound Effects beschreibt neben direkter Datenlizenzierung eine Zusammenarbeit mit Musical AI. Nach Darstellung des Unternehmens erhalten ausgewählte Partner kontrollierten Zugang für Training, während die Nutzung erfasst und die Vergütung über das bestehende Royalty-System abgewickelt wird. Als beteiligtes Unternehmen wird unter anderem Beatoven genannt. Wie die technische Erfassung im Detail funktioniert, lässt sich aus dieser allgemeinen Beschreibung nicht beurteilen.

Für eine nachvollziehbare Abrechnung muss zunächst klar sein, was als „Nutzung“ zählt. Gemeint sein könnten der Zugriff auf eine Datei, ihre Verwendung in einem Trainingsdurchlauf oder eine später erzeugte Ausgabe. Diese Größen sind wirtschaftlich verschieden. Aus einer allgemeinen Vergütungszusage lässt sich deshalb noch kein individueller Verdienst ableiten.

Zwischen dem Erlös einer Bibliothek und der Auszahlung an einzelne Soundschaffende liegen außerdem deren jeweilige Verträge. Je nach Vereinbarung sind feste Honorare, Beteiligungen oder Kombinationen denkbar. Entscheidend ist, welche Auskünfte die Beteiligten erhalten und wie sie ihre Abrechnung überprüfen können.

🟨 ZUSATZGESCHÄFT ODER KÜNFTIGE KONKURRENZ?

KI-Lizenzierung kann zusätzliche Einnahmen bringen, während ein erfolgreiches Generierungswerkzeug zugleich die Nachfrage nach bestehenden Angeboten verändert. Wie diese Effekte zusammenwirken, ist mit einem Vertragsabschluss noch nicht geklärt. Ein einmaliges Honorar und eine Beteiligung am späteren Geschäft verteilen Chancen und Risiken unterschiedlich. Welche Lösung tragfähig ist, hängt von Produkt, Verhandlungsmacht und langfristigen Zielen ab.

Für kleinere Anbieter stellt sich zusätzlich die Frage nach dem Zugang zu diesem Markt. Eine einzelne hochwertige Aufnahme lässt sich schwerer verhandeln als ein vollständig organisierter Katalog. Gemeinsame Vermittlung könnte helfen, müsste aber Kosten, Mitspracherechte und Verteilung transparent machen. Eine solche Vermittlung ist eine mögliche Entwicklung, keine bereits angekündigte Leistung der PSA.

🟨 WAS DAS FÜR MUSIKER UND CREATOR BEDEUTET

Geräuschaufnahmen können in Musikproduktionen Rhythmus liefern, Übergänge formen oder eine erzählerische Umgebung schaffen. In Trailern und Musikvideos kommen weitere Klangbausteine hinzu. Die Fragen rund um Soundbibliotheken betreffen deshalb auch Menschen, die außerhalb von Filmstudios und Games arbeiten.

Im Alltag hilft eine nachvollziehbare Dokumentation der verwendeten Quellen. Sinnvoll sind die konkrete Bibliothek, die Lizenzfassung, ein Kauf- oder Nutzungsnachweis und bei eigenen Aufnahmen die Originaldateien. So lässt sich bei späteren Rückfragen leichter klären, woher ein Bestandteil stammt und unter welchen Bedingungen er genutzt wurde.

Vor dem Upload fremder Sounds in ein KI-Werkzeug lohnt sich außerdem ein Blick auf den vorgesehenen Umgang mit den Dateien. Wird nur eine konkrete Bearbeitung vorgenommen, werden Eingaben gespeichert oder sind weitere Trainingszwecke vorgesehen? Eine Funktion mit dem Namen „Referenz“ beantwortet diese Fragen noch nicht. Dabei sind stets die Bedingungen der tatsächlich verwendeten Bibliothek und des jeweiligen Dienstes zu prüfen.

🟨 WORAN SICH DER ERFOLG MESSEN LASSEN MUSS

Für die weitere Entwicklung zählen konkrete Einblicke in Datenpartnerschaften, nachvollziehbare Abrechnungen und die Beteiligung kleinerer Anbieter. Daran ließe sich erkennen, ob aus der gemeinsamen Interessenvertretung bessere wirtschaftliche Bedingungen entstehen. Eine zentrale Frage wird sein, wie sich die Erlöse aus KI-Lizenzen und die Nachfrage nach klassischen Bibliotheken langfristig entwickeln.

Für WILD liegt darin die entscheidende Herausforderung: Neue Werkzeuge brauchen eine wirtschaftliche Grundlage, die auch die Entstehung ihres Ausgangsmaterials berücksichtigt. Professionelle Klangarbeit umfasst Aufnahme, Gestaltung und sorgfältige Erschließung eines Bestands. Ein tragfähiger Datenmarkt sollte dazu beitragen, dass sich diese Arbeit auch künftig lohnt.