Sichtbar für KI, geschützt vor Training: Datenhoheit mit TDMRep und dem EU AI Act

Es gibt einen unbequemen Nebeneffekt, wenn du deine Website perfekt KI-lesbar machst: Genau die saubere Struktur, die dich in KI-Antworten sichtbar macht, macht dich auch zum idealen Ziel für Daten-Scraper, die im großen Stil KI-Modelle trainieren. Damit stellt sich eine Grundsatzfrage, die jeder Betrieb beantworten muss: Soll dein hart erarbeitetes Fachwissen kostenlos im Trainingsmaterial globaler Tech-Konzerne landen?

Die gute Nachricht: Du musst dich nicht zwischen Sichtbarkeit und Datenhoheit entscheiden. Du kannst beides haben — wenn du die richtigen Werkzeuge nutzt.

robots.txt reicht nicht

Der naheliegende Reflex ist, KI-Bots über die robots.txt auszusperren. Das hat zwei Probleme.

Erstens ist es ein stumpfes Werkzeug: Du müsstest hunderte ständig wechselnde Bot-Namen — GPTBot, ClaudeBot, PerplexityBot und ihre Nachfolger — manuell pflegen. Ein aussichtsloses Rennen.

Zweitens, und schwerwiegender: Wer einen KI-Bot über die robots.txt blockiert, sperrt ihn auf Netzwerkebene komplett aus. Das verhindert nicht nur das Einsammeln von Trainingsdaten, sondern auch den Echtzeit-Abruf, mit dem die KI eine aktuelle Kundenanfrage beantwortet. Das Ergebnis ist die komplette Unsichtbarkeit im maschinellen Kanal — du wirfst die Sichtbarkeit weg, um das Training zu verhindern. Das ist kein Schutz, das ist Selbstausschluss.

Die saubere Trennung: Discovery ja, Training nein

Was du brauchst, ist eine granulare Steuerung statt einer Brandmauer: „Sichtbar in der KI-Suche und für Empfehlungen: ja. Massenhaftes Modelltraining mit meinen Daten: nein."

Genau das leistet das TDM Reservation Protocol (TDMRep) der W3C Community Group. Seine Schlagkraft bezieht es direkt aus europäischem Recht:

• Artikel 4 der EU-Urheberrechtsrichtlinie (CDSM-Richtlinie 2019/790) erlaubt Text and Data Mining für kommerzielle Zwecke grundsätzlich — es sei denn, die Rechteinhaber haben sich das mit maschinenlesbaren Mitteln ausdrücklich vorbehalten.
• Der EU AI Act (Verordnung 2024/1689) verpflichtet in Artikel 53 die Anbieter großer KI-Modelle, diese maschinenlesbaren Rechtevorbehalte zu respektieren — unabhängig davon, in welchem Land das Training stattfindet.

Dein Opt-out ist damit nicht nur eine Bitte, sondern ein rechtlich verankertes Signal.

Wie es funktioniert

TDMRep arbeitet mit zwei einfachen Angaben:

• tdm-reservation — ein Ja/Nein-Wert, der erklärt, ob du dir die Rechte für KI-Training vorbehältst.
• tdm-policy — ein Verweis auf maschinenlesbare Bedingungen (etwa: Nutzung nur nach Zustimmung oder gegen Vergütung).

Implementieren lässt sich das auf drei Wegen, die den regulären KI-Such-Verkehr nicht unterbrechen:

• Zentral: eine Datei unter /.well-known/tdmrep.json mit seitenweiten Regeln.
• Dynamisch: die Werte direkt im HTTP-Header der Server-Antwort.
• Granular: als Meta-Tag im HTML einzelner Seiten, etwa um einen bestimmten Fachartikel gezielt zu schützen.

Der entscheidende Punkt

Die W3C-Arbeitsgruppe stellt ausdrücklich klar: Klassische Such- und Auffindbarkeitsfunktionen — explizit auch in KI-Suchmaschinen — fallen nicht unter den Trainings-Opt-out. Du entkoppelst damit zwei Dinge, die robots.txt zusammenwirft: Entdeckung (du bleibst sichtbar) und Extraktion (dein Wissen fließt nicht ins Modelltraining).

Das ist der praktische Kern der Datenhoheit: am KI-Web teilnehmen, ohne dein wertvollstes Kapital zu verschenken.

Warum das für deinen Betrieb zählt

In einer Welt, in der KI generischen Text endlos erzeugt, sinkt der Wert von Standard-Inhalten gegen null. Was bleibt wertvoll? Genau das, was eine KI nicht erfinden kann: deine echten Erstanbieter-Daten, dein lokales Expertenwissen, deine konkreten Fallbeispiele. Das ist dein Burggraben — und den verschenkt man nicht ins Trainingsmaterial, man schützt ihn und spielt ihn gezielt aus.

Für einen spezialisierten Betrieb in Südtirol ist das eine echte Chance: Dein konkretes Wissen über deine Region, deine Kunden, deine Nische ist exakt das Rohmaterial, das KI-Suchen brauchen — und das du zu deinen Bedingungen bereitstellen solltest.

Genau dieses Gleichgewicht baut btlabs Core von Haus aus ein: Aus einer zentralen Datenbasis werden parallel die sichtbare Website, die maschinenlesbaren Daten und die rechtlich bindenden Trainingsvorbehalte erzeugt — auf deinem eigenen EU-Server, mit voller Datenhoheit.

Ehrliche Einordnung: Diese Standards sind jung, und noch respektiert sie nicht jeder KI-Anbieter freiwillig. Aber sie sind in der EU rechtlich unterlegt, die Implementierung kostet wenig, und der Schutz deines geistigen Eigentums ist die Mühe allemal wert. Du kaufst das Haus, du mietest es nicht — das gilt auch für deine Daten.

Quellen & Standards

• W3C TDM Reservation Protocol (TDMRep) — W3C Community Group, Final Report 2024. w3.org
• Richtlinie (EU) 2019/790 (CDSM), Artikel 4 — Text and Data Mining. eur-lex.europa.eu
• Verordnung (EU) 2024/1689 (KI-Verordnung / AI Act), Artikel 53 — Pflichten für GPAI-Anbieter. artificialintelligenceact.eu
• We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read — Ahrefs, 2026. ahrefs.com

Hinweis: TDMRep, der EU AI Act und verwandte Standards sind ein junges, sich entwickelndes Feld. Die rechtliche Grundlage in der EU ist gesetzt, die freiwillige Befolgung durch alle Anbieter ist es noch nicht.