Datenleck bei Suno wirft Fragen zu Urheberrechten und KI-Training auf

Die Debatte um Urheberrechte und den Einsatz von KI-Modellen erhält durch jüngste Enthüllungen rund um den KI-Musikgenerator Suno neue Nahrung. Einem Medienbericht zufolge haben geleakte interne Daten von Suno Hinweise darauf ergeben, dass die KI-Modelle des Unternehmens mit einem umfangreichen Korpus urheberrechtlich geschützter Musik trainiert wurden, die von populären Streaming-Plattformen wie YouTube Music und Deezer stammen soll. Diese Informationen, die nach einem Cyberangriff auf Suno an die Öffentlichkeit gelangten, werfen ein Schlaglicht auf die oft undurchsichtigen Praktiken beim Training großer Sprach- und Musikmodelle.

Details des Datenlecks und die mutmaßlichen Trainingsquellen

Die US-Tech-Publikation 404 Media berichtete über die geleakten Daten, die von einem Angreifer stammen sollen, der sich Zugang zu internen Systemen von Suno verschafft hatte. Die freigegebenen Informationen umfassen demnach Details zu Sunos Trainingsbibliotheken. Diese legen den Schluss nahe, dass der KI-Musikgenerator von Suno mit Millionen von Musikstücken und Liedtexten trainiert wurde, die unter anderem von YouTube Music, Deezer und der Songtextdatenbank Genius stammen. Des Weiteren soll das Unternehmen in großem Umfang Podcast-Audio gesammelt haben.

Konkrete Hinweise in den geleakten Daten umfassen Quellcodedateien, die offenbar aus den Jahren 2023 und 2024 stammen. Diese Dateien sollen detaillierte Scraping-Anweisungen sowie Angaben zum Umfang einzelner Datensätze enthalten. Eine spezifische Datei verzeichnete demnach über zwei Millionen eingelesene Musikclips von YouTube Music. Für weitere Datensammlungen werden in Kommentaren Umfänge von gut 100 bis über 150.000 Stunden Audio genannt. Zudem soll Suno über PodcastIndex rund 420.000 Podcasts identifiziert und eine Million Stunden Podcast-Audio herunterladen wollen.

Der Cyberangriff und seine Folgen

Der Zugang zu den internen Systemen von Suno soll dem Angreifer über den sogenannten Shai-Hulud-Wurm gelungen sein. Dieser wurde genutzt, um einen Suno-Mitarbeiter zu kompromittieren und dessen Zugangsdaten für GitHub und Cloud-Dienste zu erbeuten. Mit diesen Zugangsdaten soll der Angreifer nicht nur auf die internen Systeme, sondern auch auf eine Kundenliste mit E-Mail-Adressen, Telefonnummern und Angaben zu Stripe-Zahlungen zugegriffen haben.

Suno bestätigte gegenüber 404 Media einen Sicherheitsvorfall im November 2025, bezeichnete diesen jedoch als begrenzt und schnell eingedämmt. Das Unternehmen betonte, dass hauptsächlich veralteter Quellcode betroffen gewesen sei und sensible personenbezogene Daten nicht kompromittiert wurden. Suno wies auch darauf hin, dass es ohnehin keinen Zugriff auf die vollständigen Kreditkartennummern seiner Kunden habe.

Die "Fair Use"-Argumentation und die rechtliche Auseinandersetzung

Die Herkunft der Trainingsdaten verteidigte Suno mit dem Verweis auf frühere Gerichtsunterlagen und Offenlegungen, wonach seine Modelle mit öffentlich zugänglichen Musikdateien und Metadaten aus dem offenen Internet trainiert worden seien. Suno beruft sich in diesem Kontext auf das Prinzip des "Fair Use" (angemessene Nutzung), ein Rechtskonzept, das in den Vereinigten Staaten die Nutzung urheberrechtlich geschützter Materialien ohne Genehmigung des Rechteinhabers unter bestimmten Umständen erlaubt.

Diese Argumentation steht im Zentrum einer bereits länger schwelenden Kontroverse. Mehrere große Plattenlabels, darunter Universal und Sony, haben Suno bereits 2024 wegen mutmaßlicher Urheberrechtsverletzungen verklagt. Suno räumte ein, seine Modelle mit mehreren zehn Millionen Aufnahmen trainiert zu haben. Eine gerichtliche Klärung dieser Grundsatzfrage steht weiterhin aus. Warner legte seinen Teil des Rechtsstreits im November 2025 im Zuge einer Lizenzpartnerschaft bei, die Klagen von Universal und Sony laufen jedoch weiter.

Auch in Deutschland gibt es Bestrebungen gegen Suno. Die GEMA fordert Lizenzgebühren von dem Unternehmen. Das Landgericht München I wird am 31. Juli 2026 eine Entscheidung in dieser Angelegenheit verkünden (Az. 42 O 763/25).

Implikationen für die KI-Branche und B2B-Anwendungen

Der Vorfall um Suno verdeutlicht die komplexen rechtlichen und ethischen Herausforderungen, die mit der Entwicklung und dem Einsatz generativer KI-Modelle einhergehen. Für Unternehmen im B2B-Sektor, die KI-Technologien nutzen oder entwickeln, ergeben sich daraus mehrere wichtige Erkenntnisse:

• Transparenz bei Trainingsdaten: Die Forderung nach Transparenz bezüglich der Herkunft von Trainingsdaten wird zunehmend lauter. Unternehmen, die KI-Lösungen anbieten, könnten in Zukunft stärker gefordert sein, die Quellen ihrer Daten offenzulegen und deren rechtmäßige Nutzung nachzuweisen.
• Rechtliche Risiken minimieren: Die aktuellen Gerichtsverfahren zeigen, dass die Missachtung von Urheberrechten erhebliche rechtliche und finanzielle Konsequenzen haben kann. Eine sorgfältige Prüfung der Lizenzierung von Trainingsdaten ist unerlässlich, um Haftungsrisiken zu vermeiden.
• Compliance und Governance: Für Enterprise-Teams wird das Thema zu einer Frage von Compliance, Auditierbarkeit und "Secure-by-Design" in KI-Pipelines. Die Implementierung robuster Sicherheitsmaßnahmen und klarer Governance-Strukturen ist entscheidend, um Datenlecks und unautorisierten Zugriff zu verhindern.
• Innovation versus Schutz: Der Konflikt zwischen der Innovationsgeschwindigkeit in der KI-Entwicklung und dem Schutz geistigen Eigentums bleibt eine zentrale Herausforderung. Unternehmen müssen Wege finden, innovative KI-Produkte zu entwickeln, die gleichzeitig die Rechte von Kreativen respektieren.

Die Entwicklungen rund um Suno sind exemplarisch für die Spannungen im Bereich der generativen KI und werden voraussichtlich weiterhin die Diskussionen über Regulierung, Ethik und die Zukunft der Kreativwirtschaft prägen. Für Mindverse als KI-Partner ist es essenziell, diese Dynamiken genau zu verfolgen und fundierte Lösungen anzubieten, die sowohl technologisch fortschrittlich als auch rechtlich und ethisch einwandfrei sind.

Bibliographie

- heise online, "Suno-Leak: KI-Modelle offenbar mit Musik von YouTube und Deezer trainiert", 16. Juli 2026. - Swiss IT Media GmbH, "KI-Musikgenerator Suno bedient sich bei Youtube und Deezer", 16. Juli 2026. - IT-Boltwise, "Suno-Datenleck: KI-Musikgenerator soll Millionen Songs gescrapet haben", 16. Juli 2026. - 404 Media, "Hack Reveals Suno AI Music Generator Scraped YouTube, Deezer, and Genius", 15. Juli 2026. - iTopnews.de, "Hat die Musik-KI-App Suno im großen Stil Daten geklaut?", 1. Juli 2026. - Tarnkappe.info, "Suno: KI-Musikgenerator griff Daten von YouTube, Deezer und Genius ab", 15. Juli 2026. - AIStart.ai, "Suno gehackt: KI-Musik klaut Millionen Songs von YouTube", 16. Juli 2026. - The Verge, "Suno snatched millions of songs from YouTube, Genius, and Deezer", 15. Juli 2026.