Am 10. Juli 2026 reichte Apple Klage ein: gegen OpenAI und zwei ehemalige Apple-Mitarbeiter, Chang Liu und Tang Tan. Liu soll nach seinem Wechsel zu OpenAI noch über einen Firmenlaptop auf Apples interne Systeme zugegriffen und Dutzende vertrauliche Hardware-Dateien heruntergeladen haben – darunter Informationen zu unveröffentlichten Produkten und Fertigungsprozessen. Tan, heute Chief Hardware Officer bei OpenAI, soll Bewerber in Vorstellungsgesprächen aufgefordert haben, Apple-Unterlagen und Bauteile mitzubringen, und interne Projektcodenamen verwendet haben, um Insider-Wissen abzuschöpfen. Laut Apple arbeiten über 400 ehemalige Apple-Mitarbeiter inzwischen bei OpenAI. Das ist kein Zufall, sondern eine Strategie.

OpenAI weist die Vorwürfe zurück. Man habe kein Interesse an den Geheimnissen anderer Unternehmen und konzentriere sich auf die eigene Entwicklung. Das ist die Standardformulierung – und sie ist nicht wertlos. Apple hat bislang keine Beweise vorgelegt, die über die eigene Untersuchung hinausgehen; die konkreten Geheimnisse, die angeblich gestohlen wurden, benennt die Klage nicht in einer Form, die unabhängig verifizierbar wäre. Das Gericht wird entscheiden müssen, ob der beschriebene Ablauf – Laptop-Zugriff nach Kündigung, mitgenommene Unterlagen, gezielte Fragen an Zulieferer – den Tatbestand des Diebstahls von Geschäftsgeheimnissen erfüllt.

Wer aber nur auf den Prozessausgang wartet, verkennt das eigentliche Problem.

Der Steelman: Offenheit als Systemvorteil

Die stärkste Version des OpenAI-Arguments lautet nicht: Wir haben nichts gestohlen. Sie lautet: In einem Technologiefeld, das Hunderte Milliarden Dollar Rechenleistung, globale Kooperationen und rasche Iterationszyklen erfordert, ist radikaler Geheimnisschutz strukturell dysfunktional. Wissen zirkuliert mit Menschen. Mitarbeiter, die von Apple zu OpenAI wechseln, bringen Erfahrung mit – und das ist im Prinzip legitim, ja erwünscht. Märkte funktionieren, weil Kompetenz mobil ist. Der Versuch, KI-Hardware-Wissen wie ein Staatsgeheimnis zu schützen, würde Konsolidierung begünstigen und neue Akteure behindern.

Das ist ein ernstes Argument. Es hat nur einen blinden Fleck: Es beschreibt den Idealfall, nicht den vorgeworfenen Fall. Vertrauliche Dateien nach der Kündigung herunterladen und Bewerber zur Mitnahme interner Dokumente auffordern ist keine Wissensbildung durch Erfahrung – das ist Informationsdiebstahl, wenn die Vorwürfe zutreffen. Beide Kategorien, legitimer Wissenstransfer und rechtswidriger Geheimnisraub, existieren gleichzeitig, und der Unterschied zwischen ihnen ist rechtlich entscheidend.

Das Effizienz-Kriterium und seine Grenzen

Misst man den Fall am Maßstab ökonomischer Effizienz – Innovationsförderung und fairer Wettbewerb –, ergibt sich ein nüchternes Bild. IP-Schutz ist kein Selbstzweck; er soll Investitionsanreize setzen. Apple investiert erheblich in Hardware-Entwicklung; ohne Schutz dieser Investitionen sinkt der Anreiz, Risikokapital in grundlegende Forschung zu lenken. Gleichzeitig erzeugt übermäßiger Schutz Monopolrenten und verlangsamt den Wissensfluss, der technologischen Fortschritt antreibt. Die Spannung ist real und nicht auflösbar durch die Entscheidung eines einzelnen Gerichts.

Das US-amerikanische Recht bietet dafür heute keinen befriedigenden Rahmen. Der Supreme Court hat festgestellt, dass rein KI-generierte Werke keinen Urheberrechtsschutz genießen; das regelt eine Ecke des Problems. Die Frage, ob das Training eines KI-Modells mit urheberrechtlich geschützten Daten Vergütungspflichten auslöst, ist ungeklärt. Die Frage, wann Mitarbeiter-Know-how in Firmengeheimnis übergeht, wird vor Gerichten von Fall zu Fall sortiert. Apple selbst hat einem Vergleich über 250 Millionen US-Dollar zugestimmt, nachdem Klagen eingereicht worden waren, die dem Unternehmen vorwarfen, Verbraucher über die tatsächlichen Fähigkeiten von Apple Intelligence und Siri getäuscht zu haben. Die Rechtsrisiken treffen alle Akteure.

Wissenskonzentration als Demokratie-Problem

Jenseits des Effizienz-Arguments liegt eine schärfere Frage. Wenn wenige Konzerne – Apple, OpenAI, Google, Microsoft – das relevante Hardware-Wissen und die Modell-Kapazitäten kontrollieren, entsteht eine Machtkonzentration, die staatliche Regulierung strukturell unterläuft. Der EU AI Act setzt seit August 2024 einen risikobasierten Rahmen; Apple Intelligence ist in Europa bislang nicht vollständig eingeführt, weil der Digital Markets Act Fragen der Wettbewerbsverzerrung aufwirft. Das sind erste Konturen einer Regulierung – aber keine internationale Koordination.

Die UNESCO-Empfehlung zur Ethik der KI, 2021 von 193 Mitgliedstaaten verabschiedet, ist ein ethischer Kompass ohne Durchsetzungsmechanismus. Der regulatorische Flickenteppich – strenge EU-Regeln hier, KI-freundliche Urheberrechts-Lockerungen in den USA dort – schafft Arbitragemöglichkeiten für Konzerne und keine Sicherheit für Nutzer oder kleinere Wettbewerber.

Das Apple-OpenAI-Verfahren ist deshalb keine Fußnote des Silicon-Valley-Klatschs. Es ist ein Symptom: Der globale KI-Wettlauf erzeugt Handlungsanreize, die bestehende rechtliche und ethische Grenzen systematisch unter Druck setzen – nicht weil die handelnden Personen außergewöhnlich skrupellos wären, sondern weil die Spielregeln für diesen Wettbewerb noch gar nicht geschrieben sind. Gerichte können Einzelfälle entscheiden. Den Rahmen müssen Gesetzgeber setzen – national, und vor allem koordiniert über nationale Grenzen hinaus. Was fehlt, ist nicht ein Urteil, sondern eine Architektur.