Fast vier Jahre nach Einreichung liegt die Sammelklage gegen GitHub Copilot immer noch ohne Urteil beim Ninth Circuit Court of Appeals. Die mündliche Verhandlung fand bereits am 11. Februar 2026 statt, eine Entscheidung steht laut dem jüngsten Docket-Eintrag vom 26. August 2026 weiterhin aus. Parallel dazu greifen seit Mitte 2026 neue Pflichten aus dem EU AI Act für Unternehmen, die KI-Coding-Assistenten in sicherheitskritischen Bereichen einsetzen. Für Entwickler in Österreich und der gesamten EU entsteht damit eine doppelte Unsicherheit: ungeklärte Urheberrechtsfragen in den USA und neue Dokumentationspflichten in Europa, gleichzeitig und ohne klaren Fahrplan.
Der Fall Doe 1 v. GitHub (Aktenzeichen 4:22-cv-06823-JST, U.S. District Court for the Northern District of California) gilt als eines der ersten großen Testverfahren dafür, ob ein KI-Modell, das mit öffentlichem Quellcode trainiert wurde, gegen Open-Source-Lizenzen verstößt. Das Urteil, wann immer es kommt, wird weit über GitHub hinaus wirken, denn praktisch jeder große Coding-Assistent, von Cursor bis Claude Code, wurde mit ähnlichen Datenquellen trainiert.
Worum es in der Copilot-Sammelklage geht
Die Klage richtet sich gegen GitHub, Microsoft und OpenAI gemeinsam. Die Kläger, vertreten von der Kanzlei Joseph Saveri Law Firm, werfen den drei Unternehmen vor, Copilot (und das zugrunde liegende Codex-Modell) mit Millionen öffentlicher GitHub-Repositories trainiert zu haben, ohne die Lizenzbedingungen dieser Repositories einzuhalten. Konkret geht es um Code, der unter Open-Source-Lizenzen wie MIT, GPL oder Apache veröffentlicht wurde und typischerweise eine Namensnennung des Autors sowie den Lizenztext selbst verlangt. Wenn Copilot Codefragmente reproduziert, die eng an Trainingsdaten angelehnt sind, fehlen laut Klage in der Regel genau diese Hinweise.
Ein zentraler rechtlicher Ansatzpunkt ist Section 1202 des Digital Millennium Copyright Act (DMCA), der das Entfernen von “Copyright Management Information” unter Strafe stellt, also Autorennamen, Lizenzhinweise und ähnliche Metadaten. Daneben stützt sich die Klage auf Vertragsbruch, weil Nutzer beim Hochladen von Code auf GitHub bestimmten Nutzungsbedingungen zustimmen, sowie auf ungerechtfertigte Bereicherung. Mehrere dieser Nebenansprüche wurden im Verfahrensverlauf bereits abgewiesen, der Kern der Klage rund um DMCA §1202 und die Lizenzfrage blieb jedoch bestehen und bildet die Grundlage für das laufende Berufungsverfahren.
Zeitleiste: Vier Jahre ohne endgültige Klärung
Die folgende Tabelle fasst die wichtigsten Verfahrensschritte zusammen, soweit sie öffentlich dokumentiert sind. Sie zeigt, wie lange sich ein Grundsatzverfahren zu KI-Trainingsdaten durch die US-Gerichte ziehen kann, ein Umstand, der auch für europäische Beobachter relevant ist, weil vergleichbare Verfahren hierzulande noch gar nicht in diesem Umfang geführt wurden.
| Datum | Verfahrensschritt |
|---|---|
| November 2022 | Klage gegen GitHub, Microsoft und OpenAI wird beim District Court eingereicht |
| 2023 | Gericht weist einen Teil der Nebenansprüche ab, lässt Kern der Klage zu |
| 2024 | Überarbeitete Klageschrift eingereicht, DMCA-§1202-Anspruch bleibt zentraler Streitpunkt |
| 11. Februar 2026 | Mündliche Verhandlung vor einem Richtersenat des Ninth Circuit Court of Appeals |
| 26. August 2026 | Jüngster Docket-Eintrag bestätigt: noch keine Berufungsentscheidung |
| Offen | Entscheidung des Berufungsgerichts steht weiterhin aus |
Die mündliche Verhandlung: Woran sich die Richter festbissen
Bei der Anhörung im Februar 2026 konzentrierte sich der Senat des Ninth Circuit vor allem auf eine Frage, die sich nicht leicht in bestehende Urheberrechtskategorien pressen lässt: Wo verläuft die rechtliche Grenze zwischen einem KI-Modell, das aus Millionen Codebeispielen ein allgemeines Muster lernt, und einem Modell, das konkrete, identifizierbare Textpassagen einfach reproduziert? Genau an dieser Unterscheidung entzündete sich die Debatte der Richter, laut Berichten von der Verhandlung ging es darum, wie sich Zurechnung und Urheberschaft bei generierten Ausgaben überhaupt sauber auseinanderhalten lassen, wenn das Trainingsmaterial urheberrechtlich geschützten Code enthält.
Diese Unschärfe ist kein Zufall. Anders als bei klassischen Urheberrechtsfällen, wo ein einzelnes Werk kopiert wird, verarbeitet ein Sprachmodell Milliarden von Code-Snippets zu statistischen Gewichten. Ob daraus im Einzelfall eine urheberrechtlich relevante Vervielfältigung entsteht, hängt stark vom jeweiligen Prompt und Kontext ab. Genau diese Unvorhersehbarkeit macht das Verfahren zu einem Präzedenzfall, dessen Ausgang Auswirkungen auf praktisch jedes generative Coding-Modell haben dürfte, nicht nur auf Copilot.
Warum sich die Entscheidung so lange hinzieht
US-Berufungsgerichte haben keine feste Frist für Urteile nach einer mündlichen Verhandlung. Bei Fällen mit weitreichender Signalwirkung, wie es bei KI-Trainingsdaten-Klagen praktisch immer der Fall ist, dauert die Urteilsfindung erfahrungsgemäß deutlich länger als bei Routinefällen, weil die Richter sich bewusst sind, dass ihre Formulierungen als Maßstab für Dutzende Parallelverfahren gegen andere KI-Anbieter dienen werden. Sieben Monate nach der Verhandlung ohne Entscheidung sind für ein Verfahren dieser Tragweite ungewöhnlich, aber nicht beispiellos.
Historischer Kontext: Kein Einzelfall
Die Copilot-Klage steht nicht allein. Bildgeneratoren wie Stable Diffusion sehen sich in Andersen v. Stability AI mit ganz ähnlichen Vorwürfen konfrontiert, dort geht es um Trainingsdaten aus urheberrechtlich geschützten Kunstwerken statt Code. Bei Sprachmodellen für Text laufen parallel Verfahren wie jene von Autorenverbänden gegen große Anbieter wegen des Trainings mit Buchtexten. Gemeinsam ist all diesen Fällen die gleiche Grundfrage: Ist das Training eines KI-Modells mit urheberrechtlich geschütztem Material eine erlaubte Fair-Use-Nutzung, oder braucht es dafür eine Lizenz? Bislang hat kein US-Bundesberufungsgericht diese Frage für generative KI abschließend beantwortet, was die Copilot-Entscheidung zu einem der am genauesten beobachteten Verfahren der Branche macht.
Der EU AI Act bringt parallel neue Pflichten für Coding-Tools
Während in den USA über Trainingsdaten gestritten wird, verschiebt sich der rechtliche Rahmen in Europa auf einer anderen Ebene. Die Bestimmungen des EU AI Act für Hochrisiko-Systeme greifen seit Mitte 2026 und zwingen Entwicklungsteams zu unmittelbaren operativen Entscheidungen. Der AI Act verbietet KI-Coding-Assistenten nicht generell, er verlangt aber zusätzliche Pflichten, sobald mit einem solchen Tool Code entsteht, der in Hochrisiko-Systeme eingebettet wird oder diese verändert, etwa in Medizinprodukten, sicherheitsrelevanter Automobiltechnik oder kritischer Infrastruktur.
Konkret bedeutet das für betroffene Teams eine deutlich höhere Dokumentations- und Nachvollziehbarkeitspflicht: Wer KI-generierten Code in einem Hochrisiko-Kontext einsetzt, muss Risikomanagement, Testprozesse und menschliche Aufsicht über die KI-unterstützten Entscheidungen nachweisen können. Für ein Wiener Fintech, das Copilot beim Programmieren einer Zahlungsschnittstelle einsetzt, oder einen steirischen Automobilzulieferer, der KI-generierten Code in Steuergeräte-Software übernimmt, ist das kein theoretisches Szenario mehr, sondern eine Compliance-Aufgabe, die jetzt beginnt.
Was Unternehmen jetzt konkret prüfen müssen
In der Praxis heißt das: Teams müssen festhalten, an welchen Stellen ein KI-Assistent Code vorgeschlagen hat, wer diesen Vorschlag geprüft und freigegeben hat, und wie mit fehlerhaften oder rechtlich fragwürdigen Vorschlägen umgegangen wurde. Für rein interne Tools ohne Hochrisiko-Bezug ändert sich vorerst wenig, für regulierte Branchen wächst der Aufwand spürbar. Genau hier trifft sich die europäische Regulierungswelle mit der amerikanischen Rechtsunsicherheit: Ein Unternehmen, das wegen des AI Act ohnehin lückenlos dokumentieren muss, woher KI-generierter Code stammt, ist zugleich besser aufgestellt, falls sich aus der Copilot-Klage rechtliche Risiken für Lizenzverletzungen ergeben sollten.
Wie GitHub und Microsoft öffentlich reagieren
GitHub und Microsoft kommentieren das laufende Verfahren öffentlich nur zurückhaltend, wie es bei Unternehmen in aktiven Gerichtsprozessen üblich ist. Statt sich zu einzelnen Klagepunkten zu äußern, verweisen beide Konzerne regelmäßig auf ihre bestehenden Schutzzusagen für Enterprise-Kunden und betonen, dass Copilot inzwischen über Filtermechanismen verfügt, die wortwörtliche Übernahmen aus Trainingsdaten erkennen und blockieren sollen. Diese Filterfunktion, oft als Duplicate-Detection-Filter bezeichnet, wurde ursprünglich als Reaktion auf frühe Kritik an Copilot eingeführt und seither mehrfach nachgeschärft. Ob sie ausreicht, um den Vorwürfen aus der Klage zu begegnen, ist Teil der gerichtlichen Bewertung.
Auffällig ist, dass keines der drei beklagten Unternehmen das Verfahren als Anlass genommen hat, das Produkt öffentlich einzuschränken oder Funktionen zurückzufahren. Im Gegenteil, GitHub hat Copilot in den vergangenen Monaten weiter ausgebaut, unter anderem mit tieferer Integration in JetBrains-IDEs und eigenen Agenten-Funktionen. Das lässt sich als Signal lesen, dass die Rechtsabteilungen der Konzerne trotz der schwebenden Klage kein unmittelbares Geschäftsrisiko sehen, zumindest nicht so groß, dass es das Produktwachstum bremsen müsste.
Warum Software-Urheberrecht anders funktioniert als bei Texten und Bildern
Ein Grund, warum gerade die Copilot-Klage als so richtungsweisend gilt, liegt in einer Besonderheit des Softwarerechts. Anders als ein Roman oder ein Gemälde besteht Code oft aus funktional zwingenden Mustern, für ein und dieselbe Aufgabe gibt es häufig nur wenige sinnvolle Lösungswege. Gerichte müssen deshalb unterscheiden, ob eine Ähnlichkeit zwischen KI-Ausgabe und Trainingsdatensatz auf tatsächlicher Übernahme beruht oder schlicht daran liegt, dass es für ein Problem kaum alternative, ebenso effiziente Implementierungen gibt. Diese Abgrenzung ist bei Bildern oder Prosa deutlich einfacher zu ziehen als bei Code, was auch erklärt, warum die Copilot-Klage in mancher Hinsicht komplexer ist als vergleichbare Verfahren gegen Bild- oder Textgeneratoren.
Hinzu kommt, dass Open-Source-Lizenzen selbst unterschiedlich strikt sind. Permissive Lizenzen wie MIT verlangen im Kern nur eine Namensnennung, während Copyleft-Lizenzen wie die GPL verlangen, dass abgeleitete Werke unter derselben Lizenz weitergegeben werden. Ob ein von Copilot generierter Codeausschnitt, der stark an ein GPL-Projekt erinnert, damit automatisch die gesamte umgebende Anwendung unter die GPL stellt, ist eine der heikelsten Fragen im gesamten Verfahren und bislang von keinem Gericht abschließend entschieden worden.
Marktauswirkungen: Vorsicht statt Panik bei Enterprise-Kunden
Bislang hat die schwebende Klage keinen spürbaren Einbruch bei Copilot ausgelöst, GitHub bindet Copilot weiterhin eng in Visual Studio Code, JetBrains-IDEs und die eigene CLI ein und baut das Angebot kontinuierlich aus. Beobachtbar ist aber ein zweiter, leiserer Trend: Große Unternehmen diversifizieren zunehmend ihren Werkzeugkasten und setzen neben Copilot verstärkt auf Alternativen wie Claude Code, Cursor oder Amazon Q Developer, auch um das eigene Risiko auf mehrere Anbieter zu verteilen. Rechtliche Unsicherheit ist dabei nur einer von mehreren Faktoren, Preis, Modellqualität und Produktivitätszahlen spielen für die meisten Einkaufsentscheidungen weiterhin die größere Rolle.
Enterprise-Verträge für Coding-Assistenten enthalten inzwischen häufiger explizite Freistellungsklauseln (Indemnification), mit denen sich der Anbieter verpflichtet, Kunden im Fall einer Urheberrechtsklage wegen generierten Codes finanziell abzusichern. Microsoft hat eine solche Zusage für Copilot-Enterprise-Kunden bereits vor Jahren eingeführt, der Ausgang des Doe-v.-GitHub-Verfahrens dürfte mit darüber entscheiden, wie belastbar diese Zusagen in der Praxis sind, sobald tatsächlich ein Präzedenzfall vorliegt.
Wettbewerbsvergleich: Wie andere Anbieter mit dem Risiko umgehen
Copilot ist zwar das prominenteste Ziel der Klage, aber bei Weitem nicht der einzige Coding-Assistent, der mit öffentlichem Code trainiert wurde. Anthropic, OpenAI (über Codex CLI), Google und eine wachsende Zahl offener Modelle wie DeepSeek konkurrieren inzwischen direkt um Entwickler, häufig mit eigenen, unterschiedlich strengen Aussagen zu Trainingsdatenquellen und Lizenzfilterung. Die folgende Tabelle zeigt aktuelle Leistungswerte einiger der derzeit meistgenutzten Modelle auf etablierten Coding-Benchmarks, ein Hinweis darauf, wie eng der technische Wettbewerb inzwischen ist, unabhängig vom juristischen Streit um Copilot.
| Modell / Tool | SWE-bench Verified | Terminal-Bench 2.1 | Besonderheit |
|---|---|---|---|
| Claude Fable 5 | 95,0 % | – | Führend bei SWE-bench Pro mit 80,3 % |
| GPT-5.6 Sol (Codex CLI) | – | 89,5 % | Bestwert im x-high-Effort-Modus |
| Claude Opus 5 (Claude Code) | – | 89,1 % | Knapp hinter GPT-5.6 Sol |
| DeepSeek V4.1 Flash | – | 90,6 % | Ab 0,15 $ / 0,60 $ pro Mio. Token |
| Claude Code (Sonnet-Modell) | – | 88,0 % | Stand Terminal-Bench-Leaderboard, 10. September 2026 |
Bemerkenswert ist, dass das ursprüngliche FrontierBench-Testset im August 2026 in Terminal-Bench 3.0 umbenannt wurde und jetzt 74 Aufgaben über sieben Domänen umfasst, ein Zeichen dafür, wie schnell sich auch die Messlatte für gute Coding-Modelle verschiebt. Wer heute ein Tool wegen Benchmark-Werten auswählt, sollte davon ausgehen, dass sich die Rangliste binnen weniger Monate erneut verschiebt.
Was für Entwickler in Österreich konkret zählt
Für einzelne Entwickler und kleinere Teams ändert sich durch die Klage im US-Recht zunächst wenig, das Verfahren betrifft in erster Linie die Anbieterseite. Wer beruflich mit Copilot, Cursor, Claude Code oder vergleichbaren Werkzeugen arbeitet, sollte trotzdem zwei Dinge im Blick behalten: Erstens die eigenen Lizenzbedingungen des Arbeitgebers oder Auftraggebers, viele Unternehmen verlangen inzwischen eine Kennzeichnung, welcher Code KI-unterstützt entstanden ist. Zweitens den AI Act, der auch für kleinere Firmen relevant wird, sobald sie Software für regulierte Branchen entwickeln, selbst als Zulieferer oder Dienstleister.
Wichtig ist außerdem die Unterscheidung zwischen verboten und dokumentationspflichtig. Der AI Act untersagt den Einsatz von KI-Coding-Tools nicht, er verlangt lediglich Nachweise darüber, wie die KI in den Entwicklungsprozess eingebunden war, sobald sicherheitskritische Systeme betroffen sind. Für die überwiegende Mehrheit der alltäglichen Entwicklungsarbeit, etwa bei Webanwendungen, internen Tools oder Consumer-Apps ohne Hochrisiko-Einstufung, bleibt die Nutzung von Copilot und vergleichbaren Assistenten unverändert unkompliziert.
Was bei einem Sieg der Kläger passieren würde
Sollte der Ninth Circuit die Klage in vollem Umfang bestätigen oder sogar die bereits abgewiesenen Nebenansprüche wieder zulassen, müssten GitHub, Microsoft und OpenAI mit erheblichem finanziellem und operativem Aufwand rechnen. Ein Urteil zugunsten der Kläger würde vermutlich verlangen, dass Copilot künftig entweder Lizenzinformationen und Autorennennung bei erkennbar übernommenem Code mitliefert, oder dass Trainingsdaten strenger gefiltert werden, was die Modellqualität kurzfristig beeinträchtigen könnte. Für die gesamte Branche wäre ein solches Urteil ein Weckruf: Jeder Anbieter, der mit öffentlichem Code trainiert, müsste seine eigene Rechtsposition neu bewerten.
Was bei einem Sieg von GitHub, Microsoft und OpenAI passieren würde
Der umgekehrte Ausgang, eine Bestätigung der bisherigen Abweisungen und eine breite Fair-Use-Einordnung des KI-Trainings, würde der gesamten Coding-Assistenten-Branche Rechtssicherheit verschaffen und dürfte Investitionen in neue Modelle beschleunigen. Kritiker aus der Open-Source-Community, etwa Stimmen nahe der Electronic Frontier Foundation, würden ein solches Urteil vermutlich als Freibrief für die ungefilterte Nutzung fremden Codes werten und auf gesetzgeberische Nachbesserung drängen, sowohl in den USA als auch potenziell auf EU-Ebene.
Prognosen: Wie es weitergehen dürfte
- Kein rasches Urteil: Angesichts der Tragweite und der bereits siebenmonatigen Wartezeit seit der Verhandlung ist ein Urteil frühestens im Winter 2026/2027 zu erwarten, eher später.
- Signalwirkung für die ganze Branche: Der Ausgang dürfte als Referenzpunkt für Parallelverfahren gegen andere KI-Anbieter dienen, unabhängig davon, ob diese direkt Coding-Tools betreffen.
- Mehr Indemnification-Klauseln: Enterprise-Anbieter werden ihre Haftungsfreistellungen in Verträgen voraussichtlich weiter ausbauen und offensiver bewerben, um Unternehmenskunden die Entscheidung zu erleichtern.
- Strengere Lizenzhinweise in Open-Source-Projekten: Mehr Maintainer dürften explizite Klauseln gegen KI-Training in ihre Lizenztexte aufnehmen, auch wenn deren rechtliche Durchsetzbarkeit unklar bleibt.
- EU-Compliance wird zum Verkaufsargument: Anbieter, die AI-Act-Dokumentation von Haus aus mitliefern, dürften sich im Enterprise-Vertrieb in Europa einen Vorteil verschaffen.
Wie sich der Fall weiterverfolgen lässt
Für alle, die den Fortgang des Verfahrens im Blick behalten wollen: Der Prozessverlauf von Doe 1 v. GitHub wird von der Klägerkanzlei über eine eigene Tracking-Seite unter githubcopilotlitigation.com dokumentiert. Für den regulatorischen Hintergrund des AI Act liefert die Übersichtsseite artificialintelligenceact.eu laufend aktualisierte Erklärungen zu Hochrisiko-Pflichten. Wer die technische Konkurrenzlage einschätzen will, findet aktuelle Modellvergleiche direkt auf der offiziellen SWE-bench-Leaderboard-Seite, während Ankündigungen von GitHub selbst im GitHub-Blog erscheinen.
Häufig gestellte Fragen
Worum geht es in der Copilot-Sammelklage genau?
Die Kläger werfen GitHub, Microsoft und OpenAI vor, Copilot mit öffentlichem, lizenziertem Code trainiert zu haben, ohne die geforderte Namensnennung und Lizenzhinweise einzuhalten. Zentral ist ein Anspruch nach DMCA §1202 wegen entfernter Copyright-Metadaten.
Wer klagt und wer wird verklagt?
Kläger sind anonymisierte GitHub-Nutzer (Doe), vertreten von der Kanzlei Joseph Saveri Law Firm. Beklagt sind GitHub, Microsoft als Mutterkonzern sowie OpenAI als Entwickler des zugrunde liegenden Codex-Modells.
Wann fällt die Entscheidung des Ninth Circuit?
Ein konkretes Datum gibt es nicht. Die mündliche Verhandlung fand am 11. Februar 2026 statt, laut Docket-Stand vom 26. August 2026 liegt noch kein Urteil vor. Berufungsgerichte haben in den USA keine gesetzliche Entscheidungsfrist.
Was bedeutet der EU AI Act für Nutzer von KI-Coding-Tools?
Der AI Act verbietet den Einsatz solcher Tools nicht. Wird KI-generierter Code jedoch in Hochrisiko-Systeme eingebaut, etwa in Medizinprodukte oder sicherheitsrelevante Fahrzeugtechnik, entstehen zusätzliche Dokumentations-, Test- und Aufsichtspflichten.
Müssen österreichische Unternehmen jetzt sofort handeln?
Nur Unternehmen, die Software für als Hochrisiko eingestufte Anwendungsbereiche entwickeln, müssen kurzfristig Dokumentationsprozesse aufbauen. Für alltägliche Softwareentwicklung ohne Hochrisiko-Bezug ändert sich vorerst nichts.
Sind auch andere KI-Coding-Tools von der Klage betroffen?
Direkt beklagt sind nur GitHub, Microsoft und OpenAI. Da aber praktisch alle großen Coding-Assistenten mit öffentlichem Code trainiert wurden, dürfte ein Präzedenzurteil in diesem Verfahren auch für Cursor, Claude Code, Amazon Q Developer und andere Anbieter relevant werden.
Was passiert, wenn GitHub, Microsoft und OpenAI verlieren?
Ein Urteil zugunsten der Kläger könnte striktere Lizenzfilterung der Trainingsdaten und Nachweispflichten für Codeherkunft erzwingen. Das würde kurzfristig Entwicklungskosten erhöhen und könnte die Modellqualität beeinflussen, bis neue Trainingsverfahren etabliert sind.
Wo lässt sich der aktuelle Verfahrensstand nachverfolgen?
Die Klägerkanzlei pflegt eine öffentliche Tracking-Seite unter githubcopilotlitigation.com, auf der Gerichtsdokumente und Verfahrensupdates laufend veröffentlicht werden.
