Wie hat Anthropic Bücher zerstört, um große KI-Modelle zu trainieren
Am 8. September veröffentlichte das Magazin *The New Yorker* einen Artikel mit dem Titel „Bücher zerstören, um einen Verstand aufzubauen“ (Destroying Books to Build a Mind), in dem die Kontroverse um das KI-Unternehmen Anthropic erörtert wird, das massenhaft gedruckte Bücher kauft und „zerstörerisch scannt“, um das Claude-Modell zu trainieren.
In dem Artikel beginnt der Autor mit dem Phänomen Anfang 2026, als mehrere Second-Hand-Buchhändler in den USA und Kanada plötzlich eine große Anzahl von Bestellungen für wenig bekannte, obskure wissenschaftliche Bücher erhielten, wobei die Käufer oft unter dem Namen mysteriöser Firmen auftraten. Später stellte sich heraus, dass diese Bücher zu industriellen Scan-Einrichtungen gebracht wurden: Ihre Bindung wurde entfernt, die Seiten zugeschnitten, zu digitalem Text eingescannt und die gedruckten Exemplare anschließend entsorgt. Anthropic bezeichnete dieses Projekt in Rechtsdokumenten als Panama Project, dessen Ziel es ist, „alle Bücher der Welt“ zu erfassen.
Der Artikel weist darauf hin, dass zerstörerisches Scannen an sich nicht ungewöhnlich ist, auch Bibliotheken zerlegen Bücher zur Digitalisierung. Was wirklich Besorgnis erregt, ist die Frage, ob KI-Unternehmen seltene, wertvolle Bücher zerstören und ob der Ursprungstext, der Hintergrund der Autoren und der Lesekontext gelöscht werden, nachdem diese Bücher in Trainingsdaten umgewandelt wurden. Mehrere Buchhändler und Experten sind der Ansicht, dass die meisten Bücher, die Anthropic gekauft hat, keine alten oder seltenen Ausgaben sind, sondern wenig bekannte wissenschaftliche Bücher, Fachbücher und Werke mit geringer Verbreitung, die seit den 1970er Jahren veröffentlicht wurden. Diese Art von Büchern wäre sonst möglicherweise veraltet, und nachdem sie in das Modell aufgenommen wurden, könnten sie stattdessen einen größeren Einfluss entfalten.
Aus rechtlicher Sicht ist der Richter der Ansicht, dass die Verwendung rechtmäßig erworbener Bücher zum Training von KI unter die faire Nutzung fällt und die Umwandlung in digitale Kopien zulässig ist.
Aber der Artikel betont, dass das tiefere Problem nicht die „Buchzerstörung“ an sich ist, sondern Transparenz und kulturelle Bedeutung. Die sogenannte „Forschungsbibliothek“ von Anthropic ist nicht dafür gedacht, von Menschen gelesen zu werden, sondern um Daten zu extrahieren und das Gedächtnis des Modells zu erweitern. Forscher und Nutzer können nicht wissen, welche Bücher das Modell aufgenommen hat, und auch nicht die Informationsquellen nachverfolgen.
Der Autor stellt am Ende des Artikels fest, dass Bücher nicht nur eine Ansammlung von Sätzen sind. Echtes Lesen beinhaltet Zeit, Reihenfolge, Kontext, Vorstellungskraft und die Beziehung zwischen Mensch und Text. Große Sprachmodelle wandeln Literatur und Wissen zu wiederverwendbaren Daten um, was eine verborgene Form der Löschung darstellen kann, die noch heimtückischer ist als die physische Zerstörung von Büchern. Trotzdem ist der Autor der Ansicht, dass es immer Menschen geben wird, die Zusammenfassungen oder umgeschriebene Inhalte bevorzugen, die von Modellen erstellt werden, aber auch andere, die weiterhin nach Ursprungstexten und echten Leseerlebnissen streben.
Bemerkenswert ist, dass Anthropic Bücher als „die hochwertigste Quelle für Trainingsdaten“ seiner großen Sprachmodelle einstuft. Bei Büchern, die noch nicht digitalisiert sind, gibt es bislang keine öffentlichen Informationen über entsprechende Praktiken chinesischer Großmodellunternehmen, ob und wie sie in Trainingsdatensätze aufgenommen werden können.
Anthropic hat bereits am 1. Juni den Entwurf des Börsenprospekts vertraulich eingereicht, ursprünglich war die öffentliche Veröffentlichung für Anfang September geplant, derzeit wurde der Veröffentlichungstermin jedoch mindestens auf Ende September verschoben. Die letzte öffentlich bekannt gegebene Eigenkapitalfinanzierung von Anthropic erfolgte Ende Mai, mit einer Bewertung von 965 Milliarden US-Dollar nach der Investition, und der jährliche wiederkehrende Umsatz (ARR) überschritt Ende Juli 650 Milliarden US-Dollar. Der Markt erwartet, dass die Marktkapitalisierung des Unternehmens nach dem Börsengang mehr als 2 Billionen US-Dollar übersteigen könnte.
Viele US-Investoren haben sich öffentlich über die negative Haltung der Mainstream-Medien in den USA gegenüber KI-Unternehmen beschwert und sind der Ansicht, dass die pessimistischen Erwartungen der US-Öffentlichkeit an KI (z. B. die Weigerung, lokale Rechenzentren zu bauen) eng mit der Haltung der Mainstream-Medien zusammenhängen.
Im Folgenden der von „Suchbright“ übersetzte Artikelinhalt:
Bücher zerstören, um einen Verstand aufzubauen (Destroying Books to Build a Mind)
Anthropic versucht, „alle Bücher der Welt auf zerstörerische Weise zu scannen“. Wie besorgt sollten wir sein?
Autor: Francesca Mancino
Anfang 2026 begann der Inhaber des alten Buchladens James Payne, Books and Prints in Brooklyn, eine Reihe von Bestellanforderungen zu erhalten. Später beschrieb er diese Bestellungen als „unverschämt kühn und gleichzeitig seltsam bis zum Äußersten“.
Die Bücher selbst waren merkwürdig: zum Beispiel ein sogenannter Rechtsüberlebensleitfaden von 1998 mit dem Titel *Wie man vor dem Kleinklagengericht von New York gewinnt*, oder ein wissenschaftliches Werk von 2006 mit dem Titel *Die Kultur der Glasarchitektur*. Auch die Art der Bestellung war merkwürdig. Buchhändler wie Payne lagern ihre Bestände normalerweise auf mehreren Plattformen wie AbeBooks, Alibris, Amazon und Biblio ein. Unter diesen Plattformen gilt Alibris normalerweise als der am wenigsten frequentierte Einnahmekanal. Plötzlich stiegen Paynes Verkäufe auf Alibris von weniger als 10 Exemplaren pro Jahr zu Bestellungen von 10 Büchern auf einmal, mit einem Durchschnittspreis von 75 bis 80 US-Dollar pro Exemplar. Andere Buchhändler in den gesamten USA berichteten über ähnliche Fälle.
Sylvia Petras ist Inhaberin des Buchladens Leaf and Stone Books in Toronto. Anfangs war sie neidisch, als sie online Nachrichten über die sprunghaft angestiegenen Verkäufe der US-Buchhändler sah. Dann begannen auch Bestellungen in ihrem Laden einzutreffen, und diese Neugier verwandelte sich schnell in Verwirrung. Petras besitzt eine große Anzahl gedruckter Bücher aus dem 15. bis 17. Jahrhundert, sowie seltene und wissenschaftliche Bücher; einige Bücher mit seltsamen Themen, beispielsweise über Kläranlagen, wurden plötzlich sehr schnell aus den Regalen verkauft.
Wie andere Buchhändler, die von Bestellungen für obskure Bücher überflutet wurden, bemerkte Petras, dass diese Bestellungen nicht von Privatpersonen stammten, sondern von mysteriösen Gesellschaften mit beschränkter Haftung: Green Parrot Project und Red Sparrow Project. Ein Buchhändler, der anonym bleiben wollte, beschloss, ein GPS-Tracking-Gerät in ein gekauftes Buch zu legen, bevor er es an den mysteriösen Käufer verschickte. Nach Prüfung mehrerer Optionen wählte sie ein SmartCard-Gerät aus, das wie eine Kreditkarte aussieht. Sie steckte es in einen kleinen Umschlag und befestigte den Umschlag an der Innenseite des hinteren Einbands eines gebundenen Buches, hinter dem Schutzumschlag. Anschließend verfolgte sie den Weg des Buches online: Es reiste von Grandview Heights, Ohio, zu einem Industriepark in Addison, Illinois. Dort befindet sich das Unternehmen ARC Document Solutions, das industrielle Scan-Einrichtungen betreibt. In einem Werbevideo erklärt ein Sprecher von ARC, dass viele Standorte des Unternehmens rund um die Uhr in Betrieb sind, landesweit mehr als 100. Er erwähnte auch einen Kunden, der ARC beauftragt, „jeden Monat Kisten in der Größe eines Fußballfeldes zu scannen, die vier Etagen hoch gestapelt sind“.
Anthropic ist das KI-Unternehmen hinter den großen Sprachmodellen der Claude-Serie. Es versucht, so viele gedruckte Bücher wie möglich zu erwerben. Wir wissen das aus den eigenen Rechtsdokumenten von Anthropic, die im Rahmen eines Urheberrechtsverfahrens gegen das Unternehmen aus dem Jahr 2024 freigegeben wurden. Nachdem Anthropic Bücher als „die hochwertigste Quelle für Trainingsdaten“ seiner großen Sprachmodelle eingestuft hatte, startete es ein geheimes Projekt namens Panama Project. Die knappe Definition dieses Projekts in den Gerichtsakten lautet: „Unsere Bemühungen, alle Bücher der Welt auf zerstörerische Weise zu scannen.“
Die Bedeutung von „zerstörerischem Scannen“ ist sehr genau: Laut Gerichtsakten entfernen Anthropic oder seine verbundenen Unternehmen die Bindung gedruckter Bücher, schneiden die Seiten auf handhabbare Größen zu, scannen diese Seiten und entsorgen jedes gedruckte Exemplar, während sie eine digitale Kopie erstellen.
Bei diesem Verfahren werden hydraulische Schneidemaschinen verwendet, sogenannte „Buchguillotine“. Das klingt unheimlich, aber diese Vorgehensweise ist eigentlich recht verbreitet. Die Dokumentenerhaltungsabteilungen von Universitäten entfernen häufig die Bindung von Büchern, um das Scannen zu erleichtern. Natürlich ist die Zerstörung eines Buches nicht die einzige Möglichkeit, es zu scannen. Die Bibliothek der Princeton University behält bei der Digitalisierung von Texten ausdrücklich die physischen Exemplare bei, auch wenn dies den Prozess weniger effizient macht. Meredith Martin, Professorin für Englisch an der Princeton University und Dekanin des Zentrums für Digitale Geisteswissenschaften, sagte mir: „Es ist durchaus möglich, Bilder aufzunehmen, ohne das Buch zu glätten und seine Integrität zu bewahren, es ist nur kostspieliger.“
Trotzdem betonen Martin und andere Experten, dass alte Bücher schon immer weggeworfen und anschließend zerstört wurden, nicht einmal unbedingt aus akademischen Gründen. Einige Bibliotheken räumen nur ihre Bestände auf. Spenden sind natürlich akzeptabler, aber es ist nicht einfach, ein veraltetes Handbuch oder Lehrbuch oder mehrere abgenutzte Exemplare derselben Taschenbuchausgabe zu entsorgen. Einige Bücher werden nicht einmal von Gefängnisbibliotheken angenommen, die normalerweise gebundene Bücher oder Werke in schlechtem Zustand ablehnen. Infolgedessen landen diese Bücher möglicherweise auf Mülldeponien; sie werden je nach Bindungsart auch zerlegt, zu Papierbrei recycelt oder zerkleinert.
Die akademische Bibliothekarin Claire Sewell aus Houston hat auf Medium einen Artikel veröffentlicht, in dem sie die „Ausmusterung“ von Buchbeständen in Bibliotheken verteidigt. Sie räumt ein: „Es scheint völlig allem zu widersprechen, wofür Bibliotheken als Wissensspeicher stehen sollten, einen ganzen Mülleimer voller Bücher zu sehen.“ Dennoch müssen „alte, veraltete, beschädigte oder einfach selten ausgeliehene Bücher regelmäßig ausgemustert werden, damit wir Platz für die neuen Bücher schaffen, die Sie wirklich ausleihen möchten.“
Was das Projekt von Anthropic zu einer Kontroverse macht, ist nicht die Sorge, dass es ein von Wasser beschädigtes Exemplar des Buches *Das Geheimnis* zerstören könnte, sondern die Sorge, dass es wirklich seltene und wertvolle Bücher zerstört. Um den riesigen Bedarf an Milliarden von Seiten Inhalt zu decken, gab Anthropic zunächst große Bestellungen bei Großhändlern auf und wandte sich dann an einzelne Buchhändler und Second-Hand-Buchhändler, um die Lücken zu füllen. Das Interesse des Unternehmens an obskuren Texten führte zu Schlagzeilen, die besagen, dass KI-Unternehmen „seltene alte Bücher“ oder „Antiquariate“ kaufen und zerstören. Diese Aussagen lassen normalerweise an Erstausgaben denken.
Mit dem Aufstieg von KI-Unternehmen wie Anthropic gibt es tatsächlich viele berechtigte ethische Bedenken. Die Zerstörung wertvoller Bücher gehört jedoch nicht unbedingt dazu. Ein Sprecher von Anthropic schrieb in einer Erklärung: „Keines unserer Datenerfassungsprojekte kauft und zerstört seltene oder alte Bücher.“ Hierbei bezieht sich „alte Bücher“ auf Werke, die mindestens 100 Jahre alt sind, unabhängig davon, ob sie selten sind. Die American Antiquarian Booksellers Association gab an, dass kein Mitglied berichtet hat, dass solche Bücher an KI-Unternehmen verkauft wurden. Keiner der einzelnen Buchhändler, die ich interviewt habe, hat alte Bücher an Käufer verkauft, die wie KI-Unternehmen aussahen. Im Gegenteil, die meisten Bücher, die sie verkauft haben, haben eine ISBN, also eine eindeutige digitale Kennung; die ISBN wurde erst 1970 eingeführt.
Die Buchhändlerin Petras aus Toronto sagt, dass sie generell bereit ist, Bücher an Käufer zu verkaufen, die ihre Identität verbergen, aber niemals Bücher mit interessanten Randnotizen oder wichtigen Herkunftshintergründen. Joyce Kosofsky, eine der Inhaberinnen des Brattle Book Shop in Boston, sagt, dass alle Bücher, die sie verkauft, mehrere Kopien haben. „Wir sind wahrscheinlich der Anbieter mit dem niedrigsten Preis“, vermutet sie. Sie ist der Ansicht, dass Bücher im Großen und Ganzen nicht anders sind als jedes andere verkaufbare Gut: „Es ist so, als ob Sie in ein Kleidungsgeschäft gehen und eine Jeans kaufen, dann gehört die Jeans Ihnen. Sie können sie tragen, dekorieren oder verschenken. Niemand wird Ihnen folgen und fragen: ‚Was wollen Sie mit Ihrer Jeans machen?‘“
Da die von Anthropic gekauften Bücher „höchstwahrscheinlich nicht sehr selten sind“, sagt die Princeton-Professorin Martin, sollte die Praxis des Unternehmens, Buchguillotine zu verwenden, nicht als aufwiegelndes Problem betrachtet werden. Aber wenn diese Bücher nicht selten sind, was sind sie dann?
Die Buchhändler haben mehr als 600 Buchtitel geteilt, von denen sie glauben, dass sie an KI-Unternehmen verkauft wurden. Ich habe diese Liste an Melanie Walsh, Assistenzprofessorin am Informationskolleg der University of Washington, geschickt, um sie digital zu verarbeiten. Diese Texte zeichnen sich durch obskure Themen und geringe Popularität aus. Einige Bücher wurden in sehr kleinen Auflagen gedruckt, normalerweise 1000 Exemplare oder weniger, um die Nachfrage des realen Marktes zu decken. Unter den zehn größten Verlagen sind acht Universitätsverlage; etwa ein Drittel der gesamten Stamme stammt von wissenschaftlichen Verlagen. Die meisten Bücher wurden zwischen den 1970er und 2010er Jahren veröffentlicht, die Gattungen umfassen Geschichte, Biografie, Romane, Poesie, Literaturkritik, Recht und Sozialwissenschaften.
Walsh fasste zusammen: „Aus dieser Stichprobe geht hervor, dass KI-Unternehmen offenbar daran interessiert sind, Modelle mit einem breiten Spektrum an peer-reviewed wissenschaftlichen Forschungsergebnissen zu trainieren.“ Dies stimmt mit den Erkenntnissen von Mycal Tucker, Forschungswissenschaftler bei Anthropic, bei der Organisation von Trainingsdaten für KI-Modelle überein. Tucker sagte in einer schriftlichen Zeugenaussage: „Sachbücher sind oft wertvoller als Belletristik.“ Er fügte hinzu, dass Daten aus Sachbüchern dem Modell helfen, in so unterschiedlichen Fächern wie Philosophie und Astronomie gute Leistungen zu erbringen.
Walsh sagt, dass für einige hochspezialisierte Sachbücher, beispielsweise eine kleine Broschüre von 1972 mit dem Titel *Die Nutzung von städtischem Klärschlamm*, die Petras kürzlich verkauft hat, „die These aufgestellt werden kann: Diese obskuren wissenschaftlichen Bücher können als Teil des Claude-Modells einen größeren Einfluss haben, als wenn sie auf andere Weise existieren würden.“ Schließlich waren