KI-Bildgeneratoren erzeugen heute in Sekunden, wofür früher ein Fotograf, ein Model und ein Studio nötig waren. Getty Images streitet deshalb seit 2023 mit Stability AI vor Gericht, parallel in London und Kalifornien. Am Ende steht eine einzige Frage: Wem gehört der Wert, wenn die Produktion fast nichts mehr kostet?
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügenGetty Images hat im Januar 2023 Klage gegen Stability AI eingereicht, wegen mutmaßlich unerlaubter Nutzung von über zwölf Millionen Bildern zum Training des Modells Stable Diffusion. Der Rechtsstreit läuft 2026 in London und Kalifornien parallel weiter, mit gemischtem Ausgang für Getty. Genau an diesem Fall zeigt sich, wie nah die alte Wirtschaftstheorie von Jeremy Rifkin der Realität der Content-Produktion inzwischen gekommen ist.
Das Wichtigste in Kürze
- Jeremy Rifkins These sinkender Grenzkosten trifft auf digitale Güter präziser zu als auf physische Fabrikware.
- Die Fotografie durchlief in gut 100 Jahren drei Stufen: Dunkelkammer, Microstock-Plattform, KI-Generator.
- Getty Images gegen Stability AI zeigt den Kernkonflikt: Wem gehört der Wert der Trainingsdaten?
- Bei den Plattformen entstehen Oligopole, während viele Contributoren im Commodity-Bereich fast leer ausgehen.
1 Wie viele Getty-Bilder soll Stability AI laut Klage ohne Erlaubnis zum Training genutzt haben? Aufklappen ↓
Auflösung aufdecken ↓
2 Was beschreibt der Fachbegriff „Nicht-Rivalität“ bei digitalen Gütern? Aufklappen ↓
Auflösung aufdecken ↓
3 Wodurch entstehen bei KI-Bildgeneratoren vor allem Oligopole? Aufklappen ↓
Auflösung aufdecken ↓
4 Um wie viel Prozent könnte die Nachfrage nach klassischen Stockfotos laut einer zitierten Marktanalyse sinken? Aufklappen ↓
Auflösung aufdecken ↓
5 Welche Fotografien behalten laut Artikel eher ihren Marktwert? Aufklappen ↓
Auflösung aufdecken ↓
Was meinte Jeremy Rifkin mit einer Gesellschaft ohne Grenzkosten?
Jeremy Rifkin veröffentlichte 2014 sein Buch „Die Null-Grenzkosten-Gesellschaft“. Die Kernthese: Wettbewerb treibt Unternehmen dazu, Produktionskosten immer weiter zu senken, bis die Kosten für eine zusätzliche Einheit gegen null tendieren. Rifkin sah darin den Anfang vom Ende des klassischen Kapitalismus.
Kritiker widersprechen genau an dieser Stelle. Ein Forschungspapier zu Rifkins Werk wirft dem Autor vor, Grenzkosten mit Skaleneffekten und Lernkurven zu verwechseln. Physische Produktion behält reale Kosten für Material, Energie und Arbeit, die durch Massenfertigung nur schrumpfen, nie verschwinden.
Bei rein digitalen Gütern liegt der Fall anders. Ein Musikstück, ein E-Book oder eine Bilddatei lässt sich nach der ersten Erstellung beliebig oft kopieren, fast ohne zusätzliche Kosten. Genau diese Eigenschaft nennen Ökonomen Nicht-Rivalität: Eine Kopie schmälert die Nutzbarkeit des Originals nicht.
KI-Bildgeneratoren radikalisieren diesen Effekt noch einmal. Statt eine bestehende Datei zu kopieren, erzeugt ein Modell wie Stable Diffusion oder Midjourney ein komplett neues Bild aus einem Prompt, in Sekunden und ohne Kamera, Model oder Studio. Die Nullmarke rückt damit tatsächlich näher, allerdings selektiv und ungleich verteilt. Genau diese Selektivität ist das eigentliche Thema dieses Artikels.
Wie verwandelte sich die Fotografie von der Dunkelkammer zum KI-Bildgenerator?
Bis weit in die 1990er Jahre hinein blieb professionelle Fotografie ein teures Handwerk. Eine Ausstattung mit Kamera, Objektiven, Dunkelkammer und Chemikalien kostete ein kleines Vermögen, und nur wenige konnten sich den Zugang zum Beruf leisten. Bildagenturen kontrollierten Vertrieb und Preise, Getty Images baute sein Geschäft nach der Gründung 1995 genau auf dieser Torwächterfunktion auf und vertritt heute über 600.000 Fotografinnen, Fotografen und Künstler.
Die Digitalkamera und das Internet öffneten die Tür einen Spalt weiter. Ab den frühen 2000er Jahren etablierten sich Microstock-Plattformen wie iStockphoto und Shutterstock, auf denen praktisch jeder Hobbyfotograf Bilder hochladen und verkaufen konnte. Der Zugang demokratisierte sich, der Preis pro Bild fiel gleichzeitig auf Cent-Beträge.
Ein Branchenbeobachter beschreibt die Folge unumwunden: Mikro-Stockfotografie zahlt Bildproduzenten längst nur noch Cent-Beträge, und dieselbe Preislogik greift inzwischen auch auf professionelle Auftragsfotografie über. Die Bildagentur Photocase musste im Dezember 2024 schließen, ein sichtbares Symptom des schrumpfenden Markts.
Mit generativen KI-Bildgeneratoren erreicht die Entwicklung eine neue Stufe. Wer heute ein Bürogespräch, eine Landschaft oder ein Produktfoto braucht, tippt einen Prompt statt einen Fotografen zu buchen. Eine Marktanalyse rechnet vor, dass die Nachfrage nach klassischen Stockfotos dadurch um bis zu 25 Prozent sinken könnte. Wer sich einen Überblick über aktuelle KI-Werkzeuge verschaffen will, findet im Leitfaden zu KI-Tool-Kategorien im Unternehmen eine passende Einordnung.
Die folgende Tabelle fasst die drei Stufen zusammen:
| Epoche | Zugangsbarriere | Typischer Preis pro Bild | Wer kontrolliert den Vertrieb |
|---|---|---|---|
| Dunkelkammer (bis ca. 1995) | Teure Ausrüstung, Ausbildung | Verhandelbares Honorar, oft dreistellig | Bildagenturen, Zeitungen |
| Microstock (ca. 2000 bis 2020) | Digitalkamera, Internetzugang | Wenige Cent bis niedriger einstelliger Betrag | Plattformen wie Shutterstock, iStock |
| KI-Generator (ab ca. 2022) | Zugang zu einem Sprachmodell | Teil einer Abo-Pauschale, oft unter einem Cent pro Bild | Wenige KI-Anbieter und deren Plattform-Partner |
Nicht jeder Bildtyp verliert im selben Tempo. Eine aktuelle Marktstudie zeigt, dass Fotografinnen und Fotografen KI im Schnitt bereits mit gut zwei Werkzeugen im Alltag nutzen, vor allem für Recherche und Verschlagwortung. Gleichzeitig erwartet dieselbe Berufsgruppe einen weiteren Rückgang von Aufträgen und Archivverkäufen, eine Einschätzung, die Bildredaktionen bei Auftraggebern teilen.
bis ca. 1995
2000 bis 2020
ab ca. 2022
Warum entstehen bei den KI-Plattformen Oligopole?
Sinkende Grenzkosten erklären für sich allein noch keine Marktkonzentration. Der eigentliche Hebel liegt bei den Fixkosten des Trainings: Ein Spitzenmodell wie Stable Diffusion oder Midjourney verschlingt Rechenleistung, Energie und riesige Bildmengen, bevor die erste Anfrage überhaupt beantwortet wird. Wer diese Fixkosten stemmen kann, gewinnt einen Vorsprung, den kleinere Anbieter kaum einholen.
Getty Images erlebt diese Dynamik am eigenen Leib, allerdings von beiden Seiten. Das Unternehmen verklagte Stability AI 2023 wegen des Trainings mit den erwähnten zwölf Millionen Bildern ohne Erlaubnis. Ein britisches Gericht wies die zentrale Urheberrechtsklage 2025 ab, bestätigte aber eine begrenzte Markenrechtsverletzung durch sichtbare Getty-Wasserzeichen in generierten Bildern. Getty muss dafür sogar knapp 70 Prozent von Stabilitys Prozesskosten tragen, umgerechnet rund 5,1 Millionen Euro zum Kurs von 1,169 Euro je britischem Pfund (Stand 07.07.2026).
Statt gegen KI-Generatoren anzukämpfen, bauen ausgerechnet die alten Platzhirsche eigene Modelle. Adobe trainiert Firefly auf lizenzierten Adobe-Stock-Bildern, Shutterstock integriert einen eigenen Generator direkt in die Plattform. Wer bereits die größten Bildarchive besitzt, verwandelt genau dieses Archiv in den wertvollsten Trainingsrohstoff der Branche. Das verhält sich wie ein Bäcker, der nicht nur die teuerste Mehlsorte kauft, sondern gleich die ganze Mühle übernimmt.
Auch die Chip-Frage verschärft die Konzentration. OpenAI hat im Juni 2026 mit Broadcom einen eigenen KI-Chip für günstigere Inferenz unter dem Namen Jalapeño angekündigt. Wer über eigene Chips, eigene Rechenzentren und eigene Trainingsdaten verfügt, zieht gleich dreifach an der Konkurrenz vorbei. Genau diese Kombination aus Kapital, Daten und Rechenleistung bildet die eigentliche Eintrittsbarriere, nicht die reine Größe eines Unternehmens.
„Getty klagt gegen Stability AI und verteidigt damit in erster Linie das eigene Geschäftsmodell, nicht in erster Linie die Fotografen hinter den Bildern. Diese Doppelrolle sollten Leserinnen und Leser im Kopf behalten, sobald eine Plattform sich öffentlich als Anwalt der Kreativen inszeniert.“ — Markus Seyfferth, Chefredakteur Dr. Web
— Markus Seyfferth, Chefredakteur Dr. Web
Wer verliert wirklich, und wer nicht?
Am stärksten trifft die Entwicklung generische Commodity-Ware: Bürositzungen, Businesshandschläge, austauschbare Stadtsilhouetten. Für solche Motive ersetzt ein Prompt den Fotografen fast vollständig, und der Auftrag verschwindet ersatzlos.
Wer dagegen etwas Unwiederholbares liefert, behält einen Vorteil. Eine echte Reportage-Aufnahme von einem einmaligen Ereignis, ein individueller Bildstil mit erkennbarer Handschrift oder ein bekanntes Gesicht bleiben knapp, gerade weil generische Ware plötzlich beliebig verfügbar ist. Knappheit an den Rändern wächst, während die Mitte des Markts erodiert.
Ähnliche Verschiebungen kennt die Wirtschaftsgeschichte bereits seit Jahrhunderten, wie unser ausführlicher Rückblick auf die Logik von Automatisierung und Arbeitskraftersatz zeigt. Vom Wasserrad über die Spinnmaschine bis zum Fließband verdrängte jede Technikwelle eine bestimmte Schicht menschlicher Arbeit, ohne die Beschäftigung insgesamt zum Verschwinden zu bringen.
Zwei Unterschiede zur früheren Automatisierung bleiben trotzdem bestehen. Die Verdrängung verläuft diesmal deutlich schneller, weil ein Modell-Update weltweit in Stunden ausrollt, während eine Fabrikumrüstung Monate braucht. Gleichzeitig entstehen erste Gegenmechanismen direkt im Streit: Adobe zahlt Stock-Contributoren mittlerweile für die Trainingsnutzung ihrer Bilder, wenn auch nach Einschätzung vieler Fotografen zu geringen Sätzen. Ein neues, kleines Einkommen entsteht also dort, wo zuvor gar keines existierte.
Ob dieser neue Einkommensstrom die verlorenen Aufträge ausgleicht, bleibt offen. Die Antwort entscheidet sich in den kommenden Jahren an den Verhandlungstischen zwischen Plattformen und Contributoren, nicht am Reißbrett der ökonomischen Theorie.
Was folgt daraus für Menschen, die von Content leben?
Rifkins Diagnose trifft also einen echten Nerv, nur nicht ganz an der Stelle, die er selbst benannte. Grenzkosten sinken tatsächlich gegen null, aber nicht gleichmäßig über die gesamte Content-Produktion hinweg. Am unteren Rand des Markts verschwindet Arbeit fast über Nacht, am oberen Rand wächst gerade wegen der Flut generischer Bilder eine neue Form von Knappheit.
Für Unternehmen bedeutet das eine klare Entscheidung. Wer austauschbare Bilder braucht, findet in KI-Generatoren die günstigere und schnellere Lösung. Wer dagegen Vertrauen, Haftung und eine wiedererkennbare Handschrift benötigt, zahlt weiterhin für einen Menschen hinter der Kamera, und diese Zahlungsbereitschaft dürfte eher steigen als sinken.
Die Fotografie liefert dabei nur das erste Kapitel einer größeren Geschichte. Sobald Modelle nicht mehr nur Bilder, sondern ganze Filmsequenzen und Stimmen erzeugen, verschiebt sich dieselbe Logik auf Schauspieler und Synchronsprecher, mit noch höheren Einsätzen. Genau dort setzt der zweite Teil dieser Serie an.
Glossar: 14 wichtige Fachbegriffe zu KI-Bildgeneratoren
Diffusionsmodell
Diffusionsmodell bezeichnet eine Architektur generativer KI, die ein Bild aus zufälligem Rauschen schrittweise in ein gezieltes Motiv verwandelt. Stable Diffusion und ähnliche Systeme basieren auf diesem Prinzip.
EU-KI-Verordnung
EU-KI-Verordnung, auch AI Act genannt, regelt seit 2024 abgestuft den Einsatz von KI-Systemen in der EU. Erste Transparenzpflichten greifen 2026, weitere Fristen für Hochrisiko-Systeme verschieben sich derzeit.
Fixkosten
Fixkosten sind Kosten, die unabhängig von der produzierten Menge anfallen. Beim KI-Training zählen Rechenleistung, Energie und Datenbeschaffung dazu, bevor ein einziges Bild entsteht.
Getty Images
Getty Images, gegründet 1995, ist eine der größten Bildagenturen weltweit und vertritt über 600.000 Fotografinnen, Fotografen und Künstler.
Grenzkosten
Grenzkosten bezeichnen die Kosten für eine zusätzlich produzierte Einheit eines Guts. Bei digitalen Inhalten können sie sich der Nullmarke annähern.
Inferenz
Inferenz meint den laufenden Betrieb eines bereits trainierten KI-Modells, also die tatsächliche Beantwortung von Anfragen, im Unterschied zum vorgelagerten Training.
Microstock
Microstock steht für ein Lizenzmodell, bei dem Bilder zu sehr niedrigen Preisen, oft im Cent-Bereich, in großer Stückzahl verkauft werden.
Nicht-Rivalität
Nicht-Rivalität beschreibt eine Eigenschaft digitaler Güter: Der Konsum einer Kopie schmälert die Nutzbarkeit für andere nicht.
Oligopol
Oligopol bezeichnet eine Marktform, in der wenige Anbieter den Großteil des Angebots kontrollieren, häufig durch hohe Eintrittsbarrieren wie Kapital- oder Datenzugang.
Prompt
Prompt ist die Text- oder Bildeingabe, mit der Nutzer ein KI-Modell zur Erzeugung eines bestimmten Ergebnisses anleiten.
Skaleneffekt
Skaleneffekt meint sinkende Stückkosten mit wachsender Produktionsmenge, ein anderer Mechanismus als echte Grenzkosten nahe null.
Stable Diffusion
Stable Diffusion ist ein 2022 veröffentlichtes Bildgenerierungsmodell von Stability AI und zentraler Streitgegenstand im Verfahren mit Getty Images.
Trainingsdaten
Trainingsdaten sind die Datenmengen, aus denen ein KI-Modell seine Muster ableitet. Bei Bildgeneratoren häufig Millionen von Fotos aus dem Internet.
Zero Marginal Cost
Zero Marginal Cost ist der englische Fachbegriff aus Jeremy Rifkins gleichnamiger Theorie von 2014 über gegen null sinkende Produktionskosten.
FAQ: KI-Bildgeneratoren: Die Fotobranche zahlt den Preis
Was sind KI-Bildgeneratoren, und wie verändern sie die Fotobranche?
KI-Bildgeneratoren wie Stable Diffusion oder Midjourney erzeugen aus einer Texteingabe ein komplett neues Bild, ohne Kamera, Model oder Studio. Weil die Grenzkosten pro Bild dadurch nahezu auf null fallen, verschwindet die Nachfrage nach klassischer Auftragsfotografie besonders im generischen Bildbereich.
Was besagt Jeremy Rifkins These von der Null-Grenzkosten-Gesellschaft?
Rifkin argumentierte 2014, Wettbewerb treibe Unternehmen dazu, Produktionskosten bis nahe null zu senken, was den klassischen Kapitalismus untergrabe. Kritiker halten dem entgegen, dass physische Güter reale Grenzkosten behalten und Rifkin diese mit Skaleneffekten verwechsle.
Warum klagt Getty Images gegen Stability AI?
Getty Images wirft Stability AI vor, über zwölf Millionen Getty-Bilder ohne Erlaubnis zum Training von Stable Diffusion genutzt zu haben. Ein britisches Gericht wies 2025 die zentrale Urheberrechtsklage ab, bestätigte aber eine begrenzte Markenrechtsverletzung durch sichtbare Wasserzeichen in generierten Bildern.
Wie viel verdienen Fotografen heute noch mit Stockbildern?
Bei Microstock-Plattformen liegen die Einnahmen pro Bild oft im niedrigen Cent-Bereich. Eine Marktanalyse rechnet zudem mit einem Nachfragerückgang von bis zu 25 Prozent bei klassischen Stockfotos durch KI-Bildgeneratoren.
Warum entstehen bei KI-Bildgeneratoren Oligopole statt vieler kleiner Anbieter?
Das Training von Spitzenmodellen verlangt enorme Fixkosten für Rechenleistung, Energie und Trainingsdaten. Wer bereits große Bildarchive, eigene Chips oder eigene Rechenzentren besitzt, wie Adobe, Shutterstock oder OpenAI, verschafft sich einen Vorsprung, den kleinere Anbieter kaum einholen.
Welche Content-Berufe sind von KI-Bildgeneratoren am stärksten betroffen?
Am stärksten trifft es Produzenten austauschbarer Commodity-Bilder wie Business- oder Stadtmotive. Fotografinnen und Fotografen mit unverwechselbarem Stil, exklusivem Zugang zu Ereignissen oder bekanntem Namen behalten dagegen eher ihren Marktwert.
Quellen
Ropes & Gray LLP – Getty Image Loses Copyright Infringement Claim Against Stability AI in UK’s First-of-its-Kind Ruling – https://www.ropesgray.com/en/insights/viewpoints/102lvxe/getty-image-loses-copyright-infringement-claim-against-stability-ai-in-uks-first – besucht am 08.07.2026
Taylor Wessing – Next steps for Getty Images v Stability AI – https://www.taylorwessing.com/en/insights-and-events/insights/2026/01/next-steps-for-getty-v-stability-why-has-permission-to-appeal-been-granted – besucht am 08.07.2026
Katten Muchin Rosenman LLP – Getty Images v. Stability AI: Intellectual Property Rights in the Age of Generative AI – https://katten.com/getty-images-v-stability-ai-intellectual-property-rights-in-the-age-of-generative-ai – besucht am 08.07.2026
ecin.de – Shutterstock setzt auf KI generierte Bilder: Das Ende der Fotografie? – https://www.ecin.de/news/shutterstock-setzt-auf-ki-generierte-bilder-das-ende-der-fotografie – besucht am 08.07.2026
wr-foto.de – Fotografie: Wachstum oder Rückgang? Aktuelle Trends und Zukunftsprognosen – https://wr-foto.de/fotografie-wachstum-oder-ruckgang-aktuelle-trends-und-zukunftsprognosen – besucht am 08.07.2026
Pixolum – Stockfotos verkaufen und dabei Geld verdienen, 17 Tipps – https://www.pixolum.com/blog/fotografie/stockfotos-verkaufen – besucht am 08.07.2026
ProfiFoto – Image Market: Business Trends 2026 – https://www.profifoto.de/szene/business/2026/05/05/image-market-business-trends-2026/ – besucht am 08.07.2026
exchange-rates.org – GBP/EUR Wechselkurs, 1,169 Euro je britischem Pfund – https://www.exchange-rates.org/converter/gbp-eur – besucht am 08.07.2026
