Für das Training ihrer KI-Modelle benötigen Unternehmen riesige Textmengen. Dabei gibt es ein Problem: Zwar sind kostenlose Texte im Internet zahlreich – aber dennoch endlich. Besonders wertvoll sind deshalb seltene, ältere Bücher. Sie wurden vor der Einführung von KI erstellt und liegen oft nicht digital vor, weshalb sie bisher meist nicht für das Training verwendet werden konnten. Amazon scheint derzeit gezielt solche Werke aufzukaufen. Das geht aus einem Bericht des Reporters Emanuel Maiberg von 404 Media hervor. Er versteckte einen Airtag in einer Großbestellung – und verfolgte sie bis zu einem Amazon-Lager in Las Vegas.
Amazons KI-Modelle brauchen frisches Futter
Bisher wurden KI-Modelle mit allem trainiert, was online zu finden ist – von Wikipedia-Artikeln über Produktbeschreibungen bis hin zu Social-Media-Posts. Unternehmen finden aber immer schwerer neue Trainingsdaten, da das Internet derzeit von KI-generierten Texten geflutet wird. Laut einer Forschungsgruppe unter der Leitung des KI-Wissenschaftlers Ilia Shumailov besteht dadurch das Risiko eines „Modellkollapses“: Modelle, die mit KI-Texten gefüttert werden, würden mit der Zeit die zugrunde liegende Datenverteilung vergessen und schlechtere Ergebnisse liefern. Echte, von Menschen erstellte Inhalte gewinnen deshalb an Wert. Aus diesem Grund nehmen Unternehmen zunehmend seltene, ältere Bücher ins Visier, die vergriffen oder online nicht auffindbar sind.
Laut Maiberg verzeichnen Buchhändler:innen schon seit Längerem einen massiven Anstieg von Großbestellungen. Auffällig sei dabei, dass die Käufer:innen nicht um den Preis feilschten. Ein Verkäufer habe eine solche Anfrage über den Marktplatz Biblio bekommen. Insgesamt habe sie rund 1.000 Bücher umfasst. Er erklärte sich bereit, einen von 404 Media bereitgestellten Airtag in der Bestellung zu verstecken, um sie zu tracken. Das manipulierte Buch flog von einem kalifornischen Flughafen nach Milwaukee, verbrachte zwei Wochen in einem Distributionslager in Wisconsin und wurde dann mit dem Laster nach Westen transportiert – bis es schließlich in einem Amazon-Lager in Las Vegas angekommen sei.
Vorgehen fällt unter die „Fair Use“-Regel
Laut Maiberg handele es sich bei dem Lager namens LAS8 eigentlich um einen Print-on-Demand-Betrieb, in dem Bücher auf Bestellung gedruckt und versandt werden. Trotzdem habe die Bestellung in einem Gebäude namens VGT3 lokalisiert werden können. Dort würden die Bücher zerschnitten, eingescannt und anschließend vernichtet. In einem internen Forum, das 404 Media einsehen konnte, hätten Mitarbeiter:innen die Arbeitsteilung des Scanvorgangs ebenfalls beschrieben. Buchhändler:innen berichteten gegenüber Maiberg, dass die Großbestellungen nur Bücher mit ISBN-Code enthalten würden. Das könne darauf hindeuten, dass die Käufer:innen die Seriennummern methodisch abarbeiten.
Gegenüber 404 Media gab Amazon an, Bücher über kommerzielle Kanäle zu kaufen, um seine Produkte und Dienstleistungen zu verbessern. Trotzdem liegt es nahe, dass die Bücher vor Ort für das KI-Training gescannt werden. Auch Anthropic hat auf diese Weise schon Trainingsdaten beschafft – und stand dafür sogar vor Gericht. Im Juni 2025 wurde entschieden, dass diese Praxis als „Fair Use“ zu werten sei. Anthropic hatte auch Bücher von Piraterieseiten heruntergeladen. In diesem Fall musste das Unternehmen 1,5 Milliarden Dollar zahlen, um den Streit beizulegen. Der Buchhändler, der die nachverfolgte Sendung an Amazon verkaufte, findet dennoch kritische Worte. Gegenüber Maiberg sagte er, dass die Bücher einen historischen und sentimentalen Wert hätten und es den Unternehmen, die sie zerstörten, schlichtweg egal sei.
