Web-Scraping für mich, aber nicht für dich

• Da öffentlich zugängliche Webdaten zu einer Schlüsselressource im Wettbewerb um generative KI und Plattformen geworden sind, wird die Frage, wer Daten mitnehmen darf, zunehmend zu einem Problem von Recht, Vertrag und Marktmacht.
• Die Daten, die Plattformen wie LinkedIn oder Facebook schützen wollen, sind meist nutzergenerierte Inhalte, also ein Bereich, in dem die Plattformen nur schwer unmittelbar Eigentumsrechte geltend machen können.
• Die Mittel zur Unterbindung von Scraping haben sich von der frühen Eigentumsbeeinträchtigung an beweglichen Sachen und dem CFAA der 2000er Jahre nach hiQ Labs v. LinkedIn hin zu Klagen wegen Vertragsverletzung verlagert.
• Jüngere Streitfälle wie die Klage von Twitter/X gegen Bright Data verengen sich auf Verstöße gegen Nutzungsbedingungen, also auf Vertragsverletzung, Eingriff in Vertragsbeziehungen und ungerechtfertigte Bereicherung.
• Unternehmen können Daten ihrer eigenen Website als „proprietary“ abschotten und zugleich öffentliche Daten anderer übernehmen wollen; der nächste Prüfstein für diesen Widerspruch sind Verfahren zu Trainingsdaten für generative KI.

---

Scraping ist eine Frage des Datenzugangs

• Web-Scraping ist eine Methode, öffentlich zugängliches Wissen im Internet in großem Maßstab zu erfassen; der Kernkonflikt ist, wer zu welchen Zwecken auf Daten zugreifen und sie nutzen darf.
• Ein Teil der Daten im Internet kann durch Urheberrecht, Markenrecht oder andere Immaterialgüterrechte geschützt sein, doch bei vielen Daten kann die schutzbeanspruchende Partei solche Rechte nicht ohne Weiteres geltend machen.
• Social-Media-Unternehmen haben aktiv Scraping-Klagen angestrengt, doch die Inhalte, die LinkedIn und Facebook schützen wollen, sind überwiegend nutzergenerierte Inhalte.
  • Nutzungsbedingungen geben der Plattform eine Lizenz zur Verwendung von Nutzerinhalten, aber die urheberrechtlichen Interessen liegen in der Regel bei den Nutzern.
  • Plattformen bestreiten in ihren Bedingungen oft Eigentumsrechte an diesen Daten und behandeln sie in der Praxis dennoch wie ihr Eigentum.

Der Wandel der rechtlichen Mittel gegen Scraping

• Im frühen Internet wurde die Theorie der Eigentumsbeeinträchtigung an beweglichen Sachen als Mittel zur Unterbindung von Scraping eingesetzt.
  • Die Logik war, dass unerwünschte massenhafte Datenanfragen in private physische Güter, nämlich Computerserver, eingreifen.
  • Ein Schadenselement war erforderlich, und in den späten 1990ern sowie frühen 2000ern belasteten unbeholfene Scraper Websites teils stark oder legten sie lahm.
• Mit dem Wandel der technischen Umgebung verlor diese Theorie an Überzeugungskraft.
  • Die Serverkapazitäten sind massiv gestiegen.
  • Viele Scraper begrenzen ihre Anfragemenge so, dass sie für den Host-Server schwer zu erkennen sind oder nur minimale Auswirkungen haben.
  • Tatsächliche Schäden an Servern oder sonstigem körperlichem Eigentum lassen sich nur noch selten nachweisen.
• Von den frühen 2000ern bis 2017 war der Computer Fraud and Abuse Act (CFAA) das wichtigste Abschreckungsinstrument.
  • Der CFAA verbietet den unbefugten Zugriff auf einen „geschützten Computer“.
  • Beim Scraping war die zentrale Frage, ob ein Zugriff nach Widerruf der Erlaubnis durch Unterlassungsschreiben oder Anti-Bot-Maßnahmen als „unbefugt“ gilt.

Die komplizierten Folgen von hiQ Labs v. LinkedIn

• Von 2001 bis 2017 war die einfache Lesart verbreitet, dass fortgesetzter Zugriff nach einem Widerruf der Erlaubnis eine Haftung nach dem CFAA auslöst.
• Der Fall hiQ Labs, Inc. v. LinkedIn Corp. von 2017 erregte Aufmerksamkeit, weil er die Rechte des Scrapers hiQ Labs beim Zugriff auf öffentliche LinkedIn-Daten anerkannte.
  • Der Ninth Circuit sah die Gefahr eines Informationsmonopols, wenn ein Unternehmen wie LinkedIn bei Daten, die es nicht besitzt, öffentlich bereitstellt und selbst sammelt und nutzt, nach Belieben festlegen könnte, wer sie erheben und verwenden darf.
• Dieses Ergebnis kam jedoch eher einem Pyrrhussieg gleich.
  • Später entschied das District Court, dass „LinkedIns User Agreement Scraping und die unbefugte Nutzung gescrapter Daten eindeutig verbietet“.
  • Gestützt darauf erwirkte LinkedIn gegen hiQ Labs eine dauerhafte Unterlassungsverfügung und Schadensersatz.
• Seitdem ist nicht mehr der CFAA, sondern vor allem die Klage wegen Vertragsverletzung das zentrale Mittel zur Unterbindung von Scraping.

Vertragsrecht funktioniert faktisch wie ein Dateneigentumsrecht

• Kürzlich hat Twitter/X Corp. mehrere Scraper, darunter Bright Data, verklagt.
  • Bright Data gilt als eines der weltweit größten Web-Scraping-Unternehmen.
  • Die von Twitter gegen Bright Data erhobenen Ansprüche umfassten drei Punkte: Vertragsverletzung, Eingriff in Vertragsbeziehungen und ungerechtfertigte Bereicherung.
• Vor zehn Jahren war es in Scraping-Klagen üblich, dass Kläger 10 bis 15 verschiedene Ansprüche vorbrachten und damit mehrere Rechtsansätze testeten; inzwischen ist das Vertrauen gewachsen, dass Gerichte Vertragsverletzungsansprüche durchsetzen werden.
• In dieser Struktur kann die Host-Website über Online-Nutzungsbedingungen die Rechte an Daten weitgehend nach eigenen Vorstellungen definieren.
• Mark Lemleys Aufsatz Terms of Use in der Minnesota Law Review von 2006 argumentiert, dass mit der Verlagerung vom Sachenrecht zum Vertragsrecht nicht mehr das Gesetz, sondern der Website-Betreiber den Umfang der Rechte des Website-Eigentümers festlegt.
• Gerichte haben damit eine Ordnung zugelassen, in der Online-Verträge statt allgemeiner Regeln zur Datennutzung oder bestehender Immaterialgüterrechte wie provisorische Immaterialgüterrechte an Website-Daten wirken.
  • Problematisch kann es allerdings werden, wenn diese Konstruktion vollständig nach dem Muster des Urheberrechtsschutzes aufgebaut wird.

Die doppelte Haltung der Unternehmen zum Scraping

• Ein rechtliches System, das Vertragsverletzung wie ein Eigentumsrecht behandelt, verlangt keine Konsistenz.
  • Unternehmen können auf der eigenen Website energisch behaupten, was „proprietary“ ist.
  • Gleichzeitig können sie auf anderen Websites vertreten, welche Daten frei übernommen werden dürfen.
• Microsoft hat kürzlich seine allgemeinen Nutzungsbedingungen aktualisiert und darin Scraping, Harvesting und ähnliche Extraktionsmethoden für AI-Services verboten.
• Zur gleichen Zeit veröffentlichte OpenAI, ein verbundenes Unternehmen von Microsoft, den GPTbot, der zum Scraping des Internets entwickelt wurde.
• Auch die Nutzungsbedingungen von OpenAI verbieten Scraping.
• Microsoft-Tochter LinkedIn erklärte in einem der in den USA meistbeachteten Web-Scraping-Verfahren den Sieg und erwirkte eine dauerhafte Unterlassungsverfügung, die einem früheren Wettbewerber das fortlaufende Scraping oder den Zugriff auf öffentliche und nicht öffentliche Daten untersagt.
• Auch Meta hat ein Unternehmen verklagt, das öffentliche Inhalte scrape und verkaufte, zahlte in der Vergangenheit jedoch demselben Scraper für das Scraping öffentlicher Daten.

Gerichte und der nächste Prüfstein

• Diese doppelte Haltung wird nicht nur Unternehmen angelastet; kritisiert wird auch, dass Gerichte eine Struktur zugelassen haben, die ein solches Verhalten ermöglicht.
• Zu den Zielen dieser Kritik zählen Register.com v. Verio, Inc., das Northern District of Texas, das die Verfahren rund um Southwest Airlines ermöglicht hat, und das Gericht im Fall hiQ Labs, das den Widerspruch zwischen der vorläufigen CFAA-Unterlassungsverfügung und der dauerhaften Unterlassungsverfügung wegen Vertragsverletzung nicht erklärt hat.
• Wenn man privaten Unternehmen erlaubt, über Online-Adhäsionsverträge Immaterialgüterrechte zu erfinden, kann die Entscheidung über Datenzugang, die eigentlich eine Frage des öffentlichen Interesses sein sollte, von privaten Akteuren abhängen.
• Verträge sind einschließlich Online-Verträgen eine Frage des Rechts der Bundesstaaten, weshalb sich keine einfache Lösung vorstellen lässt.
• Als möglicher Ausweg wird eine umfassendere Auslegung der urheberrechtlichen Präemption diskutiert, doch die aktuelle Präemptionsrechtsprechung ist wegen Spaltungen zwischen den Circuit Courts unübersichtlich, und der Supreme Court hat kürzlich eine Gelegenheit abgelehnt, dies zu klären.
• Unabhängig vom aktuellen Rechtszustand werden Verfahren zu Trainingsdaten für generative KI der nächste Prüfstein sein, und die rechtlichen Widersprüche in diesem Bereich dürften auch künftig Debatten auslösen.

[GN⁺]

Meinungen auf Hacker News

• Ich bin etwas verwirrt, wo der Fall HiQ gegen LinkedIn stehen geblieben ist. Soweit ich weiß, hat LinkedIn HiQ verklagt, der Ninth Circuit Court of Appeals gab HiQ recht, LinkedIn ging bis zum Supreme Court, der Supreme Court hob die Entscheidung unter Verweis auf Van Buren auf und verwies sie zurück, und der Ninth Circuit prüfte den Fall erneut und kam zum gleichen Ergebnis.
  Danach erreichte LinkedIn die Aufhebung der einstweiligen Verfügung, die es daran hinderte, HiQ zu blockieren, und im November 2022 scheint der Fall nach einem gemischten Urteil schließlich mit einem vertraulichen Vergleich geendet zu haben. Alle zitieren diesen Fall oft, gehen aber selten auf die Details ein.
  Wenn man die Zusammenfassung des Urteils vom November 2022 liest, scheint der Streitpunkt gewesen zu sein, dass HiQ Leute zum Einloggen brachte und damit die Nutzungsbedingungen galten. Letztlich wirkt es so, als habe das Gericht LinkedIns Argument akzeptiert, dass HiQ gegen die LinkedIn-Nutzungsbedingungen verstoßen habe.
  https://www.natlawreview.com/article/court-finds-hiq-breache...

  • Beim erneuten Lesen scheint mir die Abfolge eher so zu stimmen: hiQ beantragte vor dem Bundesbezirksgericht für den Northern District of California gegen LinkedIn eine Unterlassungsverfügung und gewann beim CFAA-Anspruch; LinkedIn legte beim Ninth Circuit Court of Appeals Berufung ein, aber auch dort gewann hiQ in der CFAA-Frage.
    hiQs kartellrechtliche Ansprüche scheiterten in der Phase des Abweisungsantrags, und ungefähr in dieser Zeit machte hiQ dicht, aber ein finanzstarker Unterstützer zahlte weiter die Prozesskosten. LinkedIn verfolgte andere Ansprüche wie Vertragsbruch weiter und gewann beim Abweisungsantrag; der Supreme Court verwies den Fall nach Van Buren an den Ninth Circuit zurück, und der Ninth Circuit stellte sich in der CFAA-Frage erneut auf hiQs Seite.
    Danach wurde die einstweilige Verfügung aufgehoben, hiQ verlor im Summary Judgment fast auf ganzer Linie und stimmte schließlich, mit weißer Fahne, einer dauerhaften Unterlassungsverfügung zu, die den meisten Forderungen von LinkedIn entsprach, und zahlte LinkedIn 500.000 Dollar.
  • Es war weniger ein gemischtes Urteil im November 2022 als vielmehr eine klare Niederlage für hiQ Labs. Man muss nur die vom Gericht erlassene dauerhafte Unterlassungsverfügung lesen.
  • Ich weiß nicht, was ein rechtlicher Präzedenzfall eines gemischten Urteils sein soll. Ich wusste nicht einmal, dass so etwas möglich ist.

• Dieses Problem wird jeden Tag schlimmer, da AGB-artige „Verträge“ zunehmen und es in der modernen Gesellschaft fast unmöglich wird, zu leben, ohne ihnen zuzustimmen. Selbst der Kauf einer neuen SSD bringt inzwischen eine Zustimmung zu Bedingungen mit sich.
  Das Gesetz wird immer weniger wichtig, und wir werden immer stärker von einseitigen Verträgen beherrscht, die große Unternehmen uns aufzwingen.

  • Gute Formulierung. Ich denke, es gibt zwei Arten, eine Webseite zu betrachten. Die eine ist die Sichtweise, dass eine Webseite eine Werbetafel ist, die andere, dass eine Webseite ein Flugblatt ist.
    Wenn sie eine Werbetafel ist, dann ist es moralisch falsch, die Teile zu übermalen, die mir nicht gefallen – also einen Werbeblocker zu benutzen. Die Seite, der die Webseite gehört, will Kontrolle und bevorzugt deshalb diese Sichtweise; und auch diejenigen, die das Aussehen einer Webseite nicht verändern können, wie normale Nutzer, übernehmen sie meist.
    Wenn sie ein Flugblatt ist, habe ich die Freiheit, es auszuschneiden und nach Belieben neu anzuordnen. Technisch gesehen passt diese Sichtweise besser. Eine Webseite ist nur ein paar Bits an Information, die mir übermittelt wurden, und solange ich meinen Computer kontrolliere, kann ich diese Bits ausschneiden und so betrachten, wie ich will.
    Man kann sagen, dass Amazon.com Amazons Webseite enthält und dass Amazon diese Seite besitzt. Aber ich habe Amazon.com immer nur auf Geräten gesehen, die nicht Amazon gehören, sondern mir oder anderen Leuten. Amazon.com existiert nicht auf einer Werbetafel, sondern braucht elektronische Geräte, die anderen gehören. Welche Rechte haben dann die Besitzer dieser elektronischen Geräte? Ab welchem Moment werden die Pixel auf meinem Bildschirm zu deinem geschützten Raum?
  • Das absurdeste Beispiel ist, dass solche Verträge auch in der physischen Welt auftauchen. Es gibt tatsächlich Läden, die Schilder aufhängen, wonach man mit dem Betreten des Geschäfts die Vertragsbedingungen akzeptiert.
    Um den Vertrag zu lesen, soll man mit dem Handy einen QR-Code scannen. In Parks habe ich Ähnliches gesehen: Wer eintritt, sei an eine rechtliche Vereinbarung gebunden, den Park nicht zu verklagen oder die ausgehängten Regeln einzuhalten.
  • Um dem etwas entgegenzusetzen, sollten auch Kunden ihre eigenen AGB-artigen Verträge haben. Darin könnte stehen, dass der eigene Vertrag des Unternehmens nichtig ist, sobald es mich als Kunden akzeptiert.
    Man zahlt monatlich an eine Kundenvereinigung oder eine Art Versicherung, die von einem Rechtsteam unterstützt wird. Dieser Vertrag wäre genauso durchsetzbar oder undurchsetzbar wie der Vertrag des Unternehmens, also entstünde ein Gleichgewicht. Dann müsste man nicht mehr lesen, was das Unternehmen im Kleingedruckten versteckt hat.
    Wenn das Unternehmen den Vertrag des Kunden nicht akzeptiert oder keine Möglichkeit bietet, seine eigenen Bedingungen zu umgehen, geht man einfach. Das Geschäft kommt nicht zustande, und ein anderes Unternehmen bekommt den Kunden.
  • Das moderne Vertragsrecht verletzt fortlaufend Eigentumsrechte. Zwangsschlichtungsklauseln verschlimmern das noch.

• Das Gefühl, dass es wie Heuchelei wirkt, verschwindet ein Stück weit, wenn man es nicht als Kooperation oder gleichberechtigte Gemeinschaft betrachtet, sondern als Wettbewerb. Tatsächlich ist es auch Wettbewerb. Zu einer Fußballmannschaft sagt man ja auch nicht: „Es ist okay, dass du versuchst, mir ein Tor zu schießen, aber sobald ich ein Tor schießen will, blockst du plötzlich den Ball?“
  Natürlich werden sie sagen: „Web Scraping verbraucht Ressourcen, also hört damit auf“, und gleichzeitig im Hintergrund weiter Web Scraping betreiben.
  Das ist eindeutig schlechtes Verhalten, aber ich sehe es nicht als heuchlerisch. Denn es passt völlig zu unmoralischen Unternehmen, die ständig kämpfen und ihren eigenen Nutzen maximieren sowie den Nutzen anderer minimieren wollen.

  • Ein interessanter Vergleich, aber ich bin mir nicht sicher, ob er der richtige Rahmen ist. Scraping technisch zu erschweren entspricht dem Versuch, ein Tor zu erzielen; das ist für die Welt insgesamt vielleicht nicht besonders gut, muss aber keine Heuchelei sein.
    Wenn man jedoch versucht, ein bestimmtes Verhalten mit rechtlichen Mitteln zu verhindern, ist das eher so, als würde man den Schiedsrichter bitten, eine bestimmte Art von Spielzug zu verbieten, während man selbst denselben Spielzug macht. Auch im Sport passiert so etwas oft, wird aber im Allgemeinen als Heuchelei gesehen.
  • Die Aussage „Web Scraping verbraucht Ressourcen, also hört damit auf“ beschreibt Kosten, mit denen man rechnen muss, wenn man etwas im öffentlichen Internet veröffentlicht. Menschen werden darauf zugreifen. Man hat kein Recht, sich darüber zu beschweren, dass Leute auf etwas zugreifen, das man der Öffentlichkeit zum Anschauen bereitgestellt hat.
    Natürlich können Scraper auch nervig sein. Sie können aus Faulheit Server endlos behämmern oder aus Versehen dieselben Inhalte immer wieder herunterladen. Aber dafür braucht es keine Klage. Wenn es das Niveau eines Denial-of-Service-Angriffs erreicht, lässt sich das bereits mit geltendem Recht behandeln.
    Wenn einige Unternehmen alle schlechter stellen und nur sich selbst reicher machen, sollten wir überdenken, ob wir solchen Unternehmen weiterhin das Privileg der Rechtspersönlichkeit geben sollten. Wir müssen keine Parasiten und Plünderer dulden, die sich auf unsere Kosten nehmen, was sie wollen.
  • Heuchelei liegt nicht nur dann vor, wenn jemand in gutem Glauben an die Ideale glaubt, die er predigt, sie aber in der Praxis nicht einhält. Auch wenn die Fußballanalogie das vernebelt, ändert das nichts daran, dass man anderen Standards aufzwingt, die man auf sich selbst nicht anwendet.
    Selbst wenn sie das unmoralisch und böswillig tun, ist es immer noch Heuchelei. Je mehr das der Fall ist, desto eher sogar. Entscheidend ist, welche Politik man vertritt; dass man nicht aufrichtig daran glaubt, befreit einen nicht davon.
  • Das Problem mit der Logik „unmoralische Unternehmen machen eben so etwas“ ist, dass Unternehmen nur deshalb existieren dürfen, weil die Annahme gilt, dass sie der Gesellschaft insgesamt einen Nettonutzen bringen. Wenn diese Annahme wegfällt, gibt es auch keinen Grund mehr, warum die Gesellschaft Unternehmen nicht als hungrige lovecraftsche Albträume betrachten und sie mit Feuer und Dampfschiffen beseitigen sollte.
  • Im Fußball wurden sehr viele Regeln angepasst, um ein faires Spiel zu schaffen. Im Gesellschaftsrecht sollten wir solche Anpassungen wohl ebenfalls etwas stärker vornehmen.

• Ich verstehe nicht, warum das Heuchelei zeigen soll. Es gibt einen großen Unterschied zwischen dem Crawlen des öffentlich zugänglichen Webs und dem Scraping authentifizierter Web-Anwendungen oder APIs. Legitime Suchmaschinen crawlen das öffentliche Web ständig.

  • Die Heuchelei liegt hier: OpenAI und andere haben das öffentliche Web gescrapet, um ihre Modelle zu trainieren und zu bauen, und verdienen mit diesen Modellen Geld durch Abos, während die Urheber der Trainingsdaten nichts zurückbekommen.
    Gleichzeitig verbieten sie anderen genau das, was sie selbst getan haben.
    Der Vergleich mit Suchmaschinen ist anders. Suchmaschinen scrapen das öffentliche Web, um einen Suchindex zu erstellen, und liefern damit Suchergebnisse und Werbung aus. Wichtig ist, dass Suchergebnisse Menschen in der Regel zu den gescrapten Websites schicken und diesen Websites die Chance geben, Geld zu verdienen.
  • Microsoft hat zwar in OpenAI investiert, kontrolliert OpenAI aber nicht.

• Ich sehe zwei Probleme. Web Scraping ist eindeutig ein Geschäftsmodellproblem, und ein Teil davon hängt mit der Größenordnung zusammen.
  Wenn man Inhalte kostenlos anbietet und sie über Werbung finanzieren will, beginnt dieses Modell zu zerbrechen, sobald jemand anderes den Wert der Inhalte übernimmt, ohne die Werbung zu sehen. Werbeblocker, Antworten direkt in Google-Suchergebnissen, Stack-Overflow-Klone und Dinge wie ChatGPT sind Beispiele dafür.
  Das andere Problem ist die Größenordnung, und ich weiß nicht, wie man das lösen soll. Wenn die Regierung eine freundliche Regelung erlässt, dass man in einem Park eine Schaufel benutzen darf, denkt sie vielleicht an Leute wie Camper, für die das nützlich ist. Wenn aber ein professionelles Tagebau-Team auftaucht, ist das eine andere Geschichte.
  Für eine Website, die gute Informationen kostenlos anbietet und mit Buchverkäufen oder professionellen Dienstleistungen Geld verdient, kann das ein brauchbarer Lebensunterhalt sein. Selbst wenn eine Antwort in Googles Antwortbox landet, muss man für komplexere Inhalte oder Analysen immer noch die Website besuchen und dort können Follower entstehen.
  Wenn aber etwas wie ChatGPT meine Texte „lesen“ und 80 % des Werts ohne erkennbare Quelle weitergeben kann, ist es vorbei. Das Geschäftsmodell funktioniert dann nicht mehr. Jedes Modell, das gute Informationen kostenlos teilt, scheitert. Das ist dasselbe Problem, das Künstler gerade erleben.
  Ohne irgendein Verbot weiß ich nicht, wie man das beheben soll. Aber solange nicht jedes Land es durchsetzt, muss man sich am kleinsten gemeinsamen Nenner orientieren, und am Ende müssen alle Inhalte weggeschlossen werden. Keine Websuche, keine Google-Antworten, kein ChatGPT. Selbst wenn in der robots.txt steht „Bitte nicht scrapen“, wird das nicht funktionieren.

  • Interessant ist, dass das im Kern fast genau dieselbe Debatte ist wie die traditionelle Urheberrechtsdebatte. Der einzige Unterschied ist, dass Buchautoren ihre Bücher normalerweise nicht kostenlos auf ihrer persönlichen Website verteilen.
    Das Urheberrecht ist ein Versuch, das Geschäftsmodell von Autoren zu schützen, die etwas verkaufen wollen, das sich extrem einfach und billig kopieren lässt. Der Versuch, Web Scraping rechtlich einzuschränken, ist ein Versuch, das Geschäftsmodell von Urhebern zu schützen, die etwas leicht und billig Kopierbares kostenlos hergeben, aber verlangen, dass man direkt zu ihnen kommt, um die kostenlose Kopie zu erhalten.
  • Genau. Deshalb sollte Scraping für alle unbegrenzt erlaubt und legal sein. Jede im Internet zugängliche Information sollte legal weiterverarbeitet werden dürfen.
    Folglich sollten wir GPT-Dienste nutzen können, um eigene Modelle zu trainieren, oder alles scrapen dürfen, was öffentlich zugänglich ist. Unsere einzige Verteidigung ist ein konkurrierender Dienst, der Daten besser verarbeitet als irgendein allgemeines großes Sprachmodell. Die Lösung ist fast immer nicht Regulierung, sondern fairer Wettbewerb.
  • Ich glaube nicht, dass eine Paywall das lösen wird. Für Scraper reicht ein einziges bezahltes Konto. Wenn es nur darum geht, neue Artikel direkt nach Erscheinen zu „lesen“, ist auch Rate Limiting praktisch schwierig.
    Sobald man die Daten hat, kann man sie verbreiten. Wenn eine unveränderte Veröffentlichung eine Urheberrechtsverletzung ist, wird man das ausreichend umgehen können, indem man sich hinter KI versteckt und es verwischt.

• Wenn kostenlose Leihbibliotheken und Websuchindizes nicht bereits existierten und man sie heute neu einführen wollte, wären sie durch Klagen vollständig zerschlagen worden.

• Die wichtigste Grundlage, auf die sich solche Fälle stützen, ist ein diffuses Verständnis von vertraglicher Zustimmung. Meine Ansicht dazu hat zwei Punkte: EULAs sind keine Dokumente, die Unternehmen zur Unterschrift vorlegen, und grundsätzlich halte ich EULAs für Müll
  Sie sind völlig einseitig, und das meiste daran wäre wohl rechtswidrig oder würde vor Gericht nicht halten, wenn tatsächlich jemand die Ressourcen hätte, dagegen zu kämpfen
  Die Verantwortung dafür, sicherzustellen, dass jemand die EULA gelesen und verstanden hat, sollte bei dem Unternehmen liegen, das sie erstellt hat; und wenn es nicht nachweisen kann, dass die Person die EULA vor dem Zugriff auf die Site vollständig verstanden hat, sollte sie nicht durchsetzbar sein. Eine EULA ist kein Geschäftsvertrag. Sie ist eine Art unternehmensgemachtes Pseudo-Recht, das eine Firma an die Nutzung eines Produkts knüpfen will
  Welches Produkt auf der Welt kommt schon mit einer so langen Liste von Regeln zur Nutzung daher und sagt, dass man verklagt werden kann, wenn man dagegen verstößt?
  Wenn man das also wieder auf „Scraping von Unternehmen gegen Unternehmen“ zurückführt: Wenn etwas ins Web gestellt wurde und an diesen Inhalten kein echtes Urheberrecht besteht, also wenn sie nicht selbst erstellt wurden, gibt es kein Recht, sie vor „Diebstahl“ zu schützen
  Klar, ich weiß, dass John Deere seine Kunden daran hindert, ihre eigenen Traktoren zu reparieren, aber auch das ist Unsinn

  • Solche Online-Vereinbarungen sind häufig durchsetzbar, auch wenn Unternehmen viele Ressourcen haben, um sich zu verteidigen

• Der verlinkte Fall Register.com gegen Verio war interessant. Ich denke, das Gericht hat zu AGB-artigen Verträgen differenzierter entschieden, als oft dargestellt wird
  In diesem Fall rief Verio die API von Register für einen Zweck auf, den Register untersagt hatte. Register stellte die „Vertrags“-Formulierung mit den Beschränkungen jedoch erst nach Abschluss des Aufrufs bereit. Vermutlich war sie Teil der API-Antwort
  Das Gericht sah dies tatsächlich als zu spät an. Wenn die einzige Möglichkeit, die Bedingungen eines API-Aufrufs zu erfahren, darin besteht, eben diese API aufzurufen, dann ist das ein Shrinkwrap-Vertrag, und die Bedingungen sind unwirksam
  Allerdings wendete das Gericht diese Beurteilung nur auf den ersten API-Aufruf an. Verio hatte Mitarbeiter, von denen man gesunden Menschenverstand erwarten konnte, und nach dem ersten Aufruf hatten sie Gelegenheit, den Text zu lesen und die Beschränkungen zu kennen. Daher wussten die Verio-Mitarbeiter bei allen späteren API-Aufrufen, dass sie etwas taten, was Register ausdrücklich verboten hatte; das Gericht wertete dies deshalb als Vertragsbruch
  Wichtig ist, dass das Gericht nicht den Grundsatz aufgegeben hat, dass eine Person die Vertragsbedingungen kennen muss, damit ein Vertrag zustande kommt. Der Fall läuft eher darauf hinaus, dass eine Situation zurückgewiesen wurde, in der man die Bedingungen tatsächlich kennt und nur so tut, als kenne man sie nicht
  [1] https://en.m.wikipedia.org/wiki/Register.com_v._Verio

• Der Fall des Allen Institute, der letzte Woche diskutiert wurde, ist ein gutes Beispiel
  https://news.ycombinator.com/item?id=37181415
  Sie haben einen Datensatz, den sie aus Public-Domain-Material gescrapet hatten, „veröffentlicht“ und mit einer Lizenz versehen, die einschränkt, wie Menschen ihn nutzen dürfen

• Die Aussage „Die Inhalte, die sie schützen wollen, gehören nicht ihnen, sondern den Nutzern“ stimmt nur bis zu einem gewissen Grad. Facebook sagt, dass die Inhalte den Nutzern gehören. So lässt sich leichter erklären, dass Facebook nicht verantwortlich ist, wenn es illegale Inhalte gibt
  Aber Nutzer stimmen auch zu, Facebook eine „nicht-exklusive, übertragbare, unterlizenzierbare, lizenzgebührenfreie, weltweite Lizenz zur Nutzung aller Inhalte geistigen Eigentums, die du auf oder im Zusammenhang mit Facebook postest“ zu gewähren
  Wenn ein Nutzer zum Beispiel seine eigenen Inhalte löscht, kann Facebook sie weiterhin verwenden und Freunden anzeigen. Deshalb sage ich: „bis zu einem gewissen Grad“

  • Das ändert nicht, wem die Inhalte gehören. Es gewährt Facebook nur einige Rechte. Wenn dort tatsächlich keine Formulierungen wie „dauerhaft“ oder „unwiderruflich“ stehen, bedeutet es nicht, dass Facebook die Inhalte nach dem Löschen weiter verwenden darf oder dass die Rechtegewährung nicht widerrufen werden kann
  • Eine Lizenz ist kein Eigentum. Dieser Teil des Artikels ist ohnehin nur Kontext; das hier Beschriebene ist nicht die rechtliche Grundlage der besprochenen Klage oder Entscheidung. Es erklärt, warum Eigentumsrecht nicht herangezogen wurde
  • Hast du das aufgestellte Schild gelesen? Darauf stand: „Betreten der Straße außerhalb meines Privatgrundstücks verboten“
  • Ich glaube nicht, dass es stimmt, dass Facebook Inhalte nach dem Löschen durch den Nutzer weiter verwenden und Freunden anzeigen darf. Wenn ich Facebook auffordere, meine Daten von der Plattform zu löschen, und Facebook sie nicht innerhalb eines Monats löscht, verstößt Facebook gegen die DSGVO und wahrscheinlich auch gegen den CCPA und Ähnliches