Das chinesische Urheberrechtsgesetz sieht keine Ausnahmen für Text- und Data-Mining vor; die Legalität der Trainingsdaten hängt von den bestehenden Situationen der faire Nutzung, von Berechtigungen und von vertraglichen Vereinbarungen ab. Auf drei Ebenen: Erstens auf urheberrechtlicher Ebene: Der Erwerb und die Nutzung des Materials selbst können bereits eine Rechtsverletzung darstellen. Im Fall "Medusa" wurde festgestellt, dass der Nutzer, der Anime-Bilder für das Training extrahierte und das Modell veröffentlichte, das Vervielfältigungsrecht und das Recht auf Verbreitung über Informationsnetzwerke verletzt hat; Im Fall der "Ein-Klick-Videoerstellung" zu "Joy of Life" wurde das Schneiden von Film- und Fernsehclips in eine Datenbank zur Abrufung durch die KI mit einem Schadensersatz von 800.000 RMB bestraft. Beim Web-Scraping ist zudem zu prüfen, ob es gegen Website-Vereinbarungen verstößt oder unlauteren Wettbewerb darstellt. Zweitens auf regulatorischer Ebene: Artikel 7 der "Vorläufigen Maßnahmen zur Verwaltung von Diensten für generative Künstliche Intelligenz" schreibt vor, dass die Herkunft von Daten und Basismodellen rechtmäßig sein muss, dass keine geistigen Eigentumsrechte verletzt werden dürfen und dass bei Einbezug personenbezogener Daten eine Einwilligung eingeholt werden muss. Generierte Inhalte müssen zudem gemäß den "Maßnahmen zur Kennzeichnung von KI-generierten und -synthetisierten Inhalten" gekennzeichnet werden. Drittens auf Datenebene: Sind personenbezogene Daten oder wichtige Daten involviert, müssen zusätzlich die Anforderungen an den Schutz personenbezogener Daten und den grenzüberschreitenden Datenverkehr erfüllt werden. Praxisempfehlung: Führen eines Herkunftsregisters, Aufbewahrung der Berechtigungskette, Herausfiltern und De-Identifizieren von Hochrisiko-Korpora, klare Zuordnung der Verantwortlichkeiten in Dienstleistungsvereinbarungen.
