Firmen zerstören Millionen Bücher für KI

Statt mit Verlagen über Rechte zu verhandeln, kaufen viele Firmen alte Bücher auf dem ganzen Weltmarkt.

Geheimes Projekt Panama

Nach internen Dokumenten, die ein US-Gericht veröffentlicht hat, hat die Firma Anthropic ein geheimes Projekt gemacht. Es heißt "Projekt Panama". Das Ziel ist sehr groß: "Alle Bücher der Welt destruktiv scannen." Dazu gibt es einen Hinweis: "Wir wollen nicht, dass jemand weiß, dass wir das tun."

Im Februar 2024 holt Anthropic Tom Turvey ins Team. Er hat früher das Projekt zur Digitalisierung von Büchern bei Google geleitet. Statt mit Verlagen über Urheberrechte zu verhandeln, bekommt Turvey eine andere Aufgabe: Er soll so schnell wie möglich Bücher sammeln, ohne "rechtliche und geschäftliche Prozesse". Die Firma gibt mehrere zehn Millionen US-Dollar aus. Sie kauft Millionen Bücher über Händler wie Better World Books oder World of Books.

Die Firma gibt mehrere zehn Millionen US-Dollar aus, um Millionen Bücher über Händler wie Better World Books oder World of Books zu kaufen. Screenshot von der Seite World of Books.

Die Firma scannt nicht Seite für Seite langsam. Der Prozess ist wie eine Fabrik. Nach dem Kauf kommen die Bücher in große hydraulische Schneidemaschinen. Die Maschinen schneiden den Rücken des Buches gerade ab. Danach laufen die losen Seiten durch schnelle Scanner für die Produktion. Am Ende holt eine Recycling-Firma das Papier als Abfall ab.

Der Markt für alte Bücher boomt plötzlich weltweit

Zur gleichen Zeit bekommt der Markt für alte Bücher auf der Welt sehr viele große Bestellungen.

Pieter de Vries ist ein Händler für alte Bücher in Haarlem in den Niederlanden. Er bekommt eine E-Mail von einer Person namens "Nataly" von der Firma 2077AI. In der E-Mail ist eine Liste mit circa 3.000 Buchtiteln zum Kauf. Normalerweise kaufen Kunden nur einzelne Bücher. Deshalb denkt er, es ist Betrug.

In Australien bekommen Händler auch seltsame Bestellungen. Delfina Manor besitzt den Laden Good Reading Secondhand Books. John Sainsbury besitzt den Laden Sainsburys Books. Beide bekommen viele Bestellungen von einer kanadischen Firma namens Zoom Books. Seltsam ist: Die Firma kauft Bücher egal wie hoch der Preis oder die Versandkosten sind. Und die Liste ist sehr zufällig. Zum Beispiel ein Buch über Bodenmechanik aus den 1970er Jahren, ein Buch über Radrennen in Neuseeland und alte australische Poesie.

Anders als die verwirrten Händler bietet eine Firma namens ISBNdb einen Service für KI-Labors an. ISBNdb sagt, sie hat "die größte Buch-Datenbank der Welt". Sie bietet den Kauf von sehr vielen Büchern an, "bis zu einer Million Titel pro Bestellung", auch "alte, seltene und spezielle Ausgaben".

ISBNdb sagt, Bücher aus der Zeit vor den großen Sprachmodellen (pre-LLM) sind sicher nicht verschmutzt mit Müll-Daten von KI. Die Firma sagt: "Millionen der wertvollsten Bücher wurden nie digitalisiert. Sie existieren nur physisch, verstreut in Bibliotheken, in alten Buchläden und in Katalogen von Büchern, die man nicht mehr kauft. Wir sammeln sie und geben sie Ihnen in großem Maßstab."

Der Verband der Antiquariats- und Seltenen Buchhändler Australiens (ANZAAB) warnt: Wichtige historische Dokumente verschwinden vielleicht. Pieter de Vries sagt scharf: "Das ist brutal ... das ist wie Bücherverbrennung."

Auch der Milliardär Elon Musk protestiert. Er schreibt auf dem sozialen Netzwerk X: Er verlangt von seinem KI-Team bei SpaceX, Bücher mit der Hand zu scannen und seltene Ausgaben zu erhalten. Er will nicht die brutale Methode "Rücken abschneiden".

Illegales Herunterladen und Speichern von digitalisierten Büchern

Nicht nur das Scannen ist ein Problem. Firmen wie Meta, Google oder OpenAI werden auch beschuldigt, heimlich illegale Bücher herunterzuladen. Interne Dokumente zeigen: Ingenieure bei Meta sagen, der Zugang zu digitalen Buch-Archiven ist sehr wichtig, um im Wettbewerb zu bleiben.

Bücher nach dem Kauf kommen in große hydraulische Schneidemaschinen, um den Rücken gerade abzuschneiden. Danach laufen die losen Seiten durch schnelle Scanner, und am Ende holt eine Recycling-Firma das Papier ab. Foto: Unsplash

Im Dezember 2023 zeigt eine interne E-Mail: CEO Mark Zuckerberg selbst erlaubt die Nutzung von Daten von LibGen für das Training des KI-Modells Llama 3. LibGen ist ein sehr großes illegales Buch-Archiv. Um Spuren zu verstecken, mieten Ingenieure von Meta Server von Amazon. Sie nutzen nicht das interne System von Facebook, damit niemand sie finden kann. Meta sagt bis heute, die Vorwürfe sind nicht wahr.

Anthropic nutzt auch undurchsichtige Methoden, um Daten zu sammeln. Gerichtsakten zeigen: Ben Mann, ein Mitgründer der Firma, nutzt File-Sharing-Software. Er lädt damit 11 Tage lang sehr viele fiktionale und nicht-fiktionale Bücher aus dem illegalen Archiv LibGen herunter.