Ausgabe vom 6. April 2026

The Verge demonstrierte in einer ausführlichen Untersuchung, wie einfach Sunos Copyright-Filter zu umgehen sind: Tracks auf halbe Geschwindigkeit verlangsamen, weißes Rauschen am Anfang hinzufügen oder statt des Originals eine YouTube-Cover-Version hochladen — das reicht, um erkennbare Nachbildungen bekannter Songs zu erzeugen. Erfolgreich repliziert wurden unter anderem Beyoncés „Freedom“, Black Sabbaths „Paranoid“ und Pink Floyds „Another Brick in the Wall“. Songs unabhängiger Künstler auf kleineren Labels passierten die Filter oft gänzlich ohne Manipulation.

Besonders brisant ist Amazons Entscheidung, Suno trotz laufender Milliarden-Klagen in sein Alexa+-Upgrade zu integrieren: Nutzer können künftig per Sprachbefehl komplette Songs generieren lassen. Amazon betreibt mit Amazon Music selbst einen Streamingdienst und ist auf gute Beziehungen zu den Major Labels angewiesen — dass diese vorab nicht einmal informiert wurden, zeigt, wie stark der Drang zur KI-Integration mittlerweile strategische Partnerschaften überlagert. Die Labels sind „not happy“, wie Music Business Worldwide berichtet.

Juristisch steht Suno unter massivem Druck: Universal Music Group, Sony Music und Warner Music Group verklagten das Unternehmen auf bis zu 150.000 Dollar pro verletztem Werk. In einer Gerichtsakte gab Suno zu, dass seine Trainingsdaten „vermutlich Dutzende Millionen“ urheberrechtlich geschützter Aufnahmen enthielten. Warner schloss später einen Vergleich und ging eine Partnerschaft ein — ein pragmatischer Schritt, der die grundlegende Rechtsfrage aber nicht klärt.

In Deutschland steht mit der GEMA-Klage gegen Suno ein Präzedenzfall bevor: Das Urteil am 12. Juni 2026 könnte europaweit Maßstäbe setzen für die Frage, ob KI-Training auf urheberrechtlich geschütztem Material ohne Lizenz zulässig ist. Die Entscheidung wird auch für andere generative KI-Dienste richtungsweisend sein. Wie wir in unserer Ausgabe vom 5. April berichteten, reagiert auch Spotify mit neuen Schutzmaßnahmen auf die wachsende Flut KI-generierter Inhalte.

Die Zahlen des Arbeitsmarktforschungsunternehmens Challenger, Gray & Christmas sind eindeutig: Von 60.620 angekündigten Entlassungen im März 2026 nannten 15.341 — also jede vierte — Künstliche Intelligenz als Hauptgrund. Im gesamten ersten Quartal 2026 waren es 27.645 KI-bedingte Stellenstreichungen, verglichen mit 55.000 im gesamten Jahr 2025. Die Verneunfachung des Tempos ist auffällig, selbst wenn man Verzerrungen einrechnet.

Besonders betroffen sind neben dem Tech-Sektor (52.050 Entlassungen im ersten Quartal, +40 Prozent) überraschend auch der Transport (32.241, +703 Prozent — ein Rekord) und das Gesundheitswesen (23.520, ebenfalls Rekord). Unternehmen wie Dell, Oracle und Metas Reality Labs gehören zu den größten Abbauern. Die Verschiebung in traditionell weniger technologieaffine Branchen deutet darauf hin, dass KI-Automatisierung über den reinen Software-Bereich hinausgreift.

Gegen das Narrativ der KI-bedingten Massenentlassungen stemmt sich Risikokapitalgeber Marc Andreessen: In einem vielbeachteten Podcast-Interview nannte er die Entlassungen eine „Farce“. Unternehmen seien „mindestens 25, oft 50 bis 75 Prozent überbesetzt“, KI sei lediglich die „Silberkugel-Ausrede“ für längst überfälligen Personalabbau nach der Pandemie-Überhiring. Der SF Standard prägt für dieses Phänomen den Begriff „AI-Washing“ — analog zum Greenwashing schmücken Unternehmen notwendige Sparrunden mit dem KI-Narrativ auf, weil das bei Investoren besser ankommt.

Die Wahrheit liegt vermutlich dazwischen: Die Challenger-Daten basieren auf Selbstauskunft der Unternehmen — also darauf, welchen Grund Firmen öffentlich für ihren Stellenabbau angeben. Ob KI tatsächlich der Auslöser war oder nur als sozial akzeptable Erklärung dient, ist eine andere Frage. Klar ist: Die Trendrichtung zeigt nach oben, und Unternehmen nutzen KI zunehmend als Rechtfertigung für Umstrukturierungen — ob berechtigt oder nicht.

Jahrelang konnten Meta, Google, Microsoft und TikTok private Nachrichten systematisch nach Darstellungen von Kindesmissbrauch (CSAM) scannen — auf Grundlage der sogenannten „Chat Control 1.0“, einer EU-Übergangsverordnung. Drei Arten des Scannens waren erlaubt: Hash-Scanning bekannter illegaler Bilder, automatisierte Analyse unbekannter Bilder und Videos sowie automatisierte Textanalyse privater Chats. Am 3. April 2026 lief diese Rechtsgrundlage aus.

Das EU-Parlament lehnte eine Verlängerung in einer äußerst knappen Abstimmung ab. Datenschutzorganisationen wie die EFF feierten das als „major win for privacy“. Kinderschutzorganisationen warnen hingegen, dass ohne systematisches Scanning tausende Fälle von Missbrauch unentdeckt bleiben werden. Die Plattformen müssen illegale Inhalte zwar weiterhin unter dem Digital Services Act entfernen — aber die proaktive Suche danach verliert ihre Rechtsgrundlage.

Bemerkenswert ist die Rolle der Tech-Konzerne: Meta, Google, Microsoft und TikTok sprachen sich öffentlich für die Beibehaltung der Scanning-Befugnisse aus — ein ungewöhnlicher Schulterschluss mit Überwachungsbefürwortern. Der Grund ist pragmatisch: Die Unternehmen wollen Rechtssicherheit, statt sich in einer Grauzone zu bewegen. Wie wir in unserer Ausgabe vom 27. März berichteten, hatte das EU-Parlament zuvor bereits Nudifier-Apps verboten und die Chatkontrolle-Verlängerung abgelehnt.

Die Verhandlungen um eine permanente „Chat Control 2.0“-Regelung laufen weiter. Ein Kompromissvorschlag des Parlaments sieht nur gezieltes, verdachtsbasiertes Scanning vor — keine Massenüberwachung — und schließt Ende-zu-Ende-verschlüsselte Nachrichten aus. Eine Einigung wird frühestens im Juli 2026 erwartet.

Dem Handelsblatt vorliegende interne Finanzplanungen zeichnen ein differenzierteres Bild als die übliche Erfolgsstory: DeepL wird bis mindestens 2027 ein negatives operatives Ergebnis schreiben. Bei einem Umsatz von 185 Millionen Dollar im Jahr 2024 und 31 Prozent Wachstum ist das Kölner Unternehmen kein kleines Startup mehr — aber die Verluste deuten darauf hin, dass der Ausbau des KI-Geschäfts über die reine Übersetzung hinaus teuer ist.

Die Strategie erinnert an das klassische Silicon-Valley-Playbook: Wachstum vor Profitabilität, Marktanteile vor Margen. DeepL hat insgesamt 415 Millionen Dollar an Risikokapital aufgenommen, zuletzt 300 Millionen in einer Series C im Mai 2024 bei einer Bewertung von zwei Milliarden Dollar. Für den geplanten US-Börsengang wird nun eine Bewertung von bis zu fünf Milliarden angestrebt — mehr als das Doppelte. Die Infrastrukturkosten sind erheblich: DeepL nutzt NVIDIAs neueste GPU-Generation (DGX GB200) in einem Rechenzentrum in Schweden.

Typische Pre-IPO-Signale häufen sich: Im Januar 2025 sicherte sich DeepL einen 75-Millionen-Dollar-Kredit — ein Schritt, den viele Tech-Firmen kurz vor dem Börsengang gehen. Der CFO Markus Harder wurde durch den Interims-CFO Peter McDougall ersetzt, was Branchenbeobachter als „IPO-Optimierung“ des Finanzbereichs deuten. Inzwischen beschäftigt das Unternehmen über 1.000 Mitarbeiter.

Allerdings zeichnet die Handelsblatt-Recherche auch Schatten: Ehemalige Manager und IPO-Experten äußern Zweifel an der Nachhaltigkeit der Wachstumsstory. Die „fragwürdigen Geschäftszahlen“ nähren die Frage, ob DeepL die angestrebte Bewertung tatsächlich rechtfertigen kann. Für den deutschen KI-Standort wäre ein erfolgreicher DeepL-Börsengang ein wichtiges Signal — ein Scheitern hingegen könnte das ohnehin fragile Vertrauen in europäische KI-Unternehmen nachhaltig beschädigen.