Amazon kauft Raritäten, scannt sie und wirft sie weg

Jemand hatte einen AirTag in einem seltenen Buch versteckt, das auf AbeBooks zum Verkauf stand. Das Buch wurde gekauft. Der Tracker bewegte sich zu einem Lager in der Nähe der Erfüllungszentren. Dann war das Signal an einem Ort verstummt, der Müll verarbeitet. Das Buch existierte vermutlich nicht mehr.

Das ist keine Theorie. Es ist eine dokumentierte Bewegungsspur aus einem bewussten Experiment, wiederholt über mehrere Titel hinweg. Die Schlussfolgerung, auf die sie hindeutet: Amazon kauft systematisch seltene und vergriffene Bücher, scannt sie für KI-Trainingsdaten und entsorgt dann die physischen Kopien.

Das ist kein Leak. Kein Whistleblower ist aufgetreten. Die Beweise waren räumlich und zeitgestempelt, gesammelt durch das Anbringen von Verbrauchertracking-Hardware an Artikeln, die durch eine Lieferkette bewegten, die nicht zur Überwachung ausgelegt war. Das ist die Art von Untersuchung, die primäre Beweise liefert, nicht Vermutungen, weshalb sie mehr zählt als ein weiterer Artikel über KI und Urheberrecht.

So sieht die Pipeline aus

Die Mechanik ist, soweit nachverfolgbar, nicht kompliziert. Amazon betreibt und besitzt AbeBooks, den weltweit führenden Marktplatz für gebrauchte, seltene und vergriffene Bücher. Das verschafft ihm sowohl eine Kaufschnittstelle als auch ein Preissignal für jeden Titel im Katalog.

Käufer, die mit Amazons Akquisitionsbetrieb verbunden sind, platzieren Bestellungen über AbeBooks. Unabhängige Buchhändler, viele davon kleine Läden oder einzelne Händler, versenden die Bücher in gutem Glauben. Die Bücher kommen an Empfangsstellen an, werden gescannt und dann zur Entsorgung weitergeleitet statt zum Wiederverkauf oder zur Archivierung.

Die Verkäufer wissen nicht, dass das passiert. Sie glauben, sie verkaufen an einen Leser, Sammler oder eine Bibliothek. Sie speisen tatsächlich eine Trainings-Pipeline. Die Transaktion sieht aus wie jeder andere Gebrauchtbuchverkauf. Das Ergebnis ist es nicht.

Für die KI-Industrie ist diese Art der Akquisition genuinely wertvoll. Vergriffene Bücher stellen Text dar, der in keiner durchsuchbaren digitalen Form existiert. Akademische Monographien, Regionalgeschichten, limitierte literarische Fiktion, spezialisierte technische Handbücher aus den 1960er und 1970er Jahren: Das ist Material, das nie ins offene Web gelangt ist und daher in den Datensätzen fehlt, auf denen Modelle bisher trainiert wurden. Wenn Sie die Modellqualität bei seltenen oder domänenspezifischen Kenntnissen vorantreiben möchten, sind physische Bücher eines der wenigen verbliebenen Reservoirs.

Warum das ein schwierigeres Problem ist als die Urheberrechtsdebatte

Die meiste öffentliche Diskussion über KI und geistiges Eigentum konzentriert sich auf digitalen Text: Common Crawl, gekratzte Nachrichtenarchive, GitHub-Repositories. Gerichte in den USA und Europa arbeiten sich durch, was das Training auf diesem Material unter Fair Use und ähnlichen Lehren bedeutet. Die Rechtslandschaft ist unsettled, aber zumindest ist das Gelände sichtbar.

Die Akquisition physischer Bücher unterscheidet sich auf zwei Arten, mit denen die Urheberrechtsdiskussion noch nicht Schritt gehalten hat.

Erstens ist der Akt des Scannens eines physischen Buches und des Aufnahme des Ergebnisses in einen Trainingskörper unter den meisten Urheberrechtsrahmen eine Vervielfältigung. Die Doktrin des ersten Verkaufs im US-amerikanischen Recht gestattet jemandem, der ein Buch kauft, es weiterzuverkaufen oder auszuleihen. Sie gewährt nicht das Recht, es zu vervielfältigen. Die gleiche Unterscheidung gilt in den meisten europäischen Gerichtsbarkeiten. Ein Exemplar zu kaufen gibt dir dieses Exemplar. Es gibt dir nicht den Text.

Zweitens beseitigt die Zerstörung des physischen Objekts nach dem Scannen jede Möglichkeit, dass das Buch in die kulturelle Allgemeinheit zurückkehrt. Ein Buch, das verkauft, ins Regal gestellt und wiederverkauft wird, zirkuliert. Ein Buch, das gescannt und entsorgt wird, ist weg. Bei seltenen Titeln mit kleinen verbleibenden Auflagen ist dieser Verlust dauerhaft. Es gibt keinen digitalen Stellvertreter, den der ursprüngliche Verkäufer oder der Autor des Buches kontrolliert oder davon profitiert. Das kulturelle Objekt verschwindet und der extrahierte Text wird zu einem Unternehmens-Asset.

Das ist kein kleines technisches Detail. Es ist eine grundlegend andere Art der Extraktion als das Scraping des offenen Web.

Was das bedeutet, wenn du in Design oder Creative Services arbeitest

Ich möchte hier präzise sein, weil die einfache Antwort darin besteht, zur Empörung zu greifen, und die schwierigere Antwort darin besteht, klar über die Auswirkungen nachzudenken.

Wenn du eine Agentur, ein Studio oder eine kreative Praxis leitest, generiert deine Arbeit Outputs, die zunehmend zum Training von Modellen verwendet werden. Das ist bereits für alles Wahr, das digital veröffentlicht wird. Was diese Buchuntersuchung zeigt, ist, dass der Appetit weitergeht, in physische Artefakte, in Materialien, die dem Internet vorausgehen, in Wissen, das nie maschinenlesbar sein sollte.

Die praktische Konsequenz ist, dass der Wettbewerbsvorteil der Erzeugung von Original-, veröffentlichter, spezialisierter Arbeit schneller arbitriert wird, als die meisten Praktiker erkennen. Eine Monographie, die du 2004 geschrieben hast. Ein Katalogessay für eine Design-Retrospektive. Ein technisches Handbuch für einen Nischenfertigung-Prozess. Das sind die Arten von Texten, die jetzt materiellen Wert für Model-Builder haben, auch wenn sie keinen aktiven digitalen Footprint haben.

Das ist kein Argument gegen KI. Es ist ein Argument dafür, zu verstehen, was genau genommen wird, von wem und unter welchen Bedingungen.

Es gibt auch einen Sekundäreffekt, der Aufmerksamkeit verdient. Wenn seltene Bücher im Maßstab aus dem Secondhand-Markt entfernt werden, ändern sich die Verfügbarkeit und Preisgestaltung dieses Materials für alle anderen: Forscher, Archivare, unabhängige Gelehrte und die spezialisierten Buchhändler, die den Handel aufrechterhalten. Ein Kaufprogramm, das unsichtbar innerhalb des weltweit größten Gebrauchtbuchmarktes operiert, hat die Kraft, diesen Markt umzugestalten, ohne zu offenbaren, dass es das tut.

Die strategische Frage, die das aufwirft

Wir verbringen viel Zeit bei Studio Hyra damit, nachzudenken, woher Daten kommen und was sie kosten. Nicht auf abstrakte Art im Ethik-Seminar-Modus, sondern im praktischen Sinn: Was sind die tatsächlichen Inputs zu den Modellen, die unsere Kunden nutzen, und unter welchen Bedingungen wurden diese Inputs gesammelt?

Die meisten Organisationen können diese Frage nicht im Detail beantworten. Sie nutzen Grundmodelle von großen Anbietern, und die Daten-Herkunft dieser Modelle wird größtenteils nicht offengelegt. Die Amazon-Buchuntersuchung ist ein nützlicher Datenpunkt nicht, weil sie einzigartig ist, sondern weil sie ungewöhnlich konkret ist. Zum ersten Mal gibt es einen Tracker, eine Route und einen Entsorgungsort. Das meiste, was große Sprachmodelle speist, ist weit undurchsichtiger als das.

Für Agenturen, die Kunden zur KI-Adoption beraten, ist die ehrliche Position diese: Die rechtlichen und ethischen Fragen rund um Trainingsdaten sind nicht gelöst, sie häufen sich auf. Gerichte werden einiges davon in den nächsten Jahren klären. Regulatorische Rahmen in der EU durch den AI Act werden Offenlegungspflichten durchsetzen, die noch keine Zähne haben. Unterdessen bewegen sich die Unternehmen, die die fähigsten Modelle bauen, schnell und beschaffen aggressiv.

Das ist kein Grund, KI-Tools zu meiden. Es ist ein Grund, diese Fragen klar festzuhalten statt dein Gewissen an ein Nutzungsbedingungen-Dokument auszulagern.

Was kommt als nächstes

Die AirTag-Untersuchung ist ein Beweis des Verfahrens ebenso wie ein spezifischer Fund. Sie zeigt, dass Verbraucher-Hardware offenbaren kann, was Unternehmens-Intransparenz zu verbergen versucht. Erwarte mehr dieser Art von forensischer Rechenschaftsarbeit, wenn die KI-Datenbeschaffung zu einem streitigeren öffentlichen Thema wird.

Für Amazon ist die spezifische Exposition hier Ruf und rechtlich. AbeBooks ist auf Vertrauen unabhängiger Buchhändler angewiesen. Wenn die Plattform als verdecktes Akquisitionswerkzeug für KI-Training wahrgenommen wird, verschlechtert sich diese Beziehung. Es gibt auch die Urheberrechts-Vervielfältigungsfrage, die nicht hypothetisch ist, wenn du eine dokumentierte Scan-und-Entsorgen-Pipeline hast.

Für die breitere KI-Industrie deutet der Buch-Fall auf ein Muster hin, das in verschiedenen Bereichen immer wieder auftauchen wird: physische Archive, Museumssammlungen, private Korrespondenz, spezialisierte Datenbanken. Überall dort, wo wertvoll strukturiertes menschliches Wissen in einer Form existiert, die noch nicht digitalisiert wurde, ist ein Ziel. Die Methoden werden variieren. Die Logik nicht.

Die Frage, die es wert ist, von jemandem gestellt zu werden, der mit KI baut oder Rat dazu gibt, ist nicht, ob das passiert. Es tut es eindeutig. Die Frage ist, welche Verpflichtungen sich daraus ergeben, es zu wissen.