Die wichtigsten Punkte
- Die Operation: Amazon kauft massenhaft gedruckte Bücher, trennt die Einbände ab, scannt die Seiten und vernichtet die Bände anschließend, um die eigenen KI-Modelle zu trainieren.
- Die Enthüllung: Die Recherche von 404 Media, veröffentlicht am 17. August 2026, verfolgte mithilfe eines Apple AirTags eine Lieferung von 1.000 Büchern bis zum Betriebszentrum VGT3 von Amazon in Las Vegas.
- Der Hintergrund: Die Praxis, bereits von Anthropic im Rahmen des "Projekt Panama" angewandt, zielt auf Texte vor 2022 ab, um den "Model Collapse" zu vermeiden, und steht im Zentrum rechtlicher Auseinandersetzungen rund um das Fair-Use-Prinzip.
Die Recherche und die Verfolgung des Buches
Eine Untersuchung von 404 Media hat aufgedeckt, dass Amazon seit mindestens zwei Jahren eine Operation zum massenhaften Aufkauf gedruckter Bücher betreibt, mit dem alleinigen Ziel, sie zu digitalisieren und anschließend zu vernichten. Der Verdacht war entstanden, nachdem unabhängige Buchhändler ungewöhnliche Bestellungen großer Mengen seltener und vergriffener Titel gemeldet hatten, ausgelöst von Käufern, denen der Preis offenbar gleichgültig war.
Um der Spur nachzugehen, arbeiteten die Journalisten mit einem Buchhändler zusammen, der über die Plattform Biblio eine Bestellung von rund 1.000 Büchern erhalten hatte. Ein in einem seltenen Band versteckter Apple AirTag erlaubte es, den Weg zu verfolgen: von einem kalifornischen Flughafen nach Milwaukee, dann per Lkw zu einem Vertriebszentrum in Wisconsin, bis hin zum Lagerhaus VGT3 von Amazon in Las Vegas, Nevada.
Mitarbeiter des Zentrums bestätigten den Erhalt "massiver Lieferungen gedruckter Bücher", das Abschneiden der Einbände zur Beschleunigung des Seitenscans sowie die anschließende Vernichtung der Bände. Das interne Logo des VGT3-Teams, ein Dinosaurier, der ein Buch zwischen den Kiefern hält, bringt die Operation auf den Punkt.
Warum gedruckte Bücher fürs Training gebraucht werden
Große Sprachmodelle benötigen wachsende Mengen an hochwertigem Text, und KI-Unternehmen haben bereits einen Großteil der online verfügbaren Materialien ausgeschöpft. Vor 2022 gedruckte Bücher besitzen einen besonderen Wert: Sie enthalten Texte, die andernorts nicht digitalisiert wurden, und wurden vor allem geschrieben, bevor sich generative KI verbreitete.
Dieser zweite Punkt ist entscheidend. Wird ein Modell mit Texten trainiert, die von anderer KI erzeugt wurden, kommt es zum Phänomen des "Model Collapse", einer fortschreitenden Verschlechterung der Antwortqualität. Bücher aus der Zeit vor 2022 stellen somit eine von algorithmischer Kontamination "saubere" Textquelle dar.
Die rechtliche Front und die Präzedenzfälle
Amazon steht mit dieser Praxis nicht allein da. Anthropic hat mit dem sogenannten "Projekt Panama" ähnliche Operationen zum Aufkauf und zur Vernichtung von Millionen Büchern für das Training des Chatbots Claude durchgeführt. Im Juni 2025 entschied ein US-Bundesrichter, dass der Kauf, die Zerlegung der Einbände und das Scannen von Büchern unter das Fair-Use-Prinzip fallen können, was diesen Praktiken faktisch den Weg ebnete.
Die Grenze zur Urheberrechtsverletzung bleibt jedoch schmal. Anthropic hat bereits eine Sammelklage von Autoren, die die unautorisierte Nutzung ihrer Werke anfochten, mit einer Vergleichszahlung von 1,5 Milliarden Dollar beigelegt. Amazon erklärte lediglich, Bücher "über kommerzielle Kanäle zu kaufen, um die Entwicklung und Verbesserung der den Kunden angebotenen Produkte und Dienstleistungen zu unterstützen".
Die Auswahl der Titel
Die befragten Buchhändler stellten fest, dass Amazons Bestellungen systematisch Bände ohne ISBN-Nummer ausschließen, ein Detail, das auf ein methodisches Ziel hindeutet: das systematische Scannen jedes gedruckten Buches mit standardisierter Katalogisierung. Die Vernichtung seltener und vergriffener Ausgaben bedeutet jedoch einen Verlust, der über den textlichen Inhalt hinausgeht und den historischen und materiellen Wert der Objekte selbst betrifft.
Das Unternehmen, das 1995 den Online-Verkauf von Büchern eröffnete, kauft sie heute auf, um sie nach Extraktion ihres Inhalts physisch zu vernichten. Der Fall befeuert eine Debatte, die sich weiter zuspitzen dürfte, während KI-Unternehmen weiterhin nach Datenquellen suchen, die nicht durch künstlich erzeugte Inhalte kontaminiert sind.
