Tokioer Gericht erkennt Persönlichkeitsrechte an der Stimme im Fall Tsuda an, lässt KI-Rechtsverletzung aber offen

Stimme kann kommerziellen Wert haben, urteilt Tokioer Gericht

Das Bezirksgericht Tokio erkannte am 30. September 2026 an, dass die Stimme einer Person in Japan durch das Recht am eigenen Bild geschützt sein kann. Damit weitete es einen Rechtsgrundsatz, der mit Namen und Abbildungen verbunden ist, auf die stimmliche Identität aus. Anlass war eine Klage des Schauspielers Kenjiro Tsuda wegen 188 TikTok-Videos, in denen seiner Ansicht nach ohne Genehmigung eine KI-Imitation seiner Stimme verwendet wurde.

Die Vorsitzende Richterin Aya Takahashi wies Tsudas Antrag auf Entfernung der Videos ab, da diese bereits von der Plattform und deren Servern gelöscht worden waren. Das Gericht entschied weder, ob die Erzählstimme tatsächlich Tsuda imitierte, noch, ob seine Stimme zu ihrer Erzeugung verwendet worden war oder ob seine Rechte verletzt worden waren.

Diese Unterscheidung ist entscheidend für das Urteil: Es erkennt einen möglichen Rechtsschutz an, stellt aber in diesem konkreten Streit keine Haftung fest. Das Urteil wurde als erste japanische Gerichtsentscheidung bezeichnet, die Stimmen dem Schutz durch das Recht am eigenen Bild zuordnet. Die Klage gilt als erster Fall in Japan, in dem eine mutmaßliche Verletzung der stimmlichen Identität durch generative KI angefochten wurde.

Tsuda, bekannt als japanische Stimme von Kento Nanami in Jujutsu Kaisen, verlangte die Entfernung der Videos, keine finanzielle Entschädigung. Sein Anwalt Takashi Hirano erklärte, die Aussage des Gerichts könne die unbefugte Verwertung von Stimmen eindämmen:

Indem das Gericht klarstellt, dass die unbefugte Nutzung der Stimme einer Person eine Verletzung ihres Rechts am eigenen Bild darstellen kann, wird das Urteil ähnliche Schäden bis zu einem gewissen Grad abschrecken.

Das praktische Ergebnis fiel daher gemischt aus. Tsuda erreichte die gewünschte Entfernung, und das Gericht erkannte einen für künftige Ansprüche relevanten Rechtsgrundsatz an. Für Darsteller und Plattformen bleiben jedoch Fragen offen: Welche Beweise sind nötig, um eine Imitation nachzuweisen, und welche Pflichten entstehen, wenn umstrittene Inhalte online bleiben?

Was veröffentlicht wurde und warum Tsuda dagegen vorging

Der umstrittene Account veröffentlichte zwischen Juli 2024 und September 2025 insgesamt 188 Videos. Die Erzählstimme behandelte urbane Legenden, paranormale Geschichten und Verschwörungstheorien. Das Bild des Accounts ähnelte Berichten zufolge Tsudas Anime-Figur. Zuschauer schrieben in Kommentaren, die Stimme der Erzählung erinnere sie an seine.

Die Japan Actors Union identifiziert den Betreiber als Hakkai, der den Namen Yami verwendet. In der Klage wurde eine Reichweite von rund 210.000 Abonnenten und durchschnittlich etwa 1,47 Millionen Aufrufen pro Video angegeben. Andere Berichte nennen mehr als 200.000 beziehungsweise mehr als 210.000 Abonnenten. Die Angaben beschreiben dieselbe beträchtliche Reichweite, sind aber nicht identisch.

Tsudas Team argumentierte, die Erzählstimme habe seine unverwechselbare Stimme gezielt mithilfe generativer KI nachgebildet und deren Anziehungskraft genutzt, um Zuschauer anzulocken und Einnahmen zu erzielen. TikTok widersprach dieser Darstellung und erklärte, der Betreiber habe angegeben, ein KI-Modell zu verwenden, das mit der Stimme eines Freundes trainiert worden sei. Die Plattform vertrat den Standpunkt, es handle sich um eine allgemeine männliche Stimme; eine Ähnlichkeit mit Tsuda liege im subjektiven Empfinden der Zuhörer.

Die mutmaßlichen monatlichen Einnahmen beliefen sich auf 500.000 bis 750.000 Yen. In einem Bericht wird widersprüchlich eine Spanne von 500.000 bis 75.000 Yen angegeben. Die an anderer Stelle genannten Zahlen aus der Klage, auch in juristischen Kommentaren, beziffern den oberen Wert auf 750.000 Yen. Keine dieser Summen wurde als Schadenersatz wegen einer Rechtsverletzung festgesetzt, da Tsuda keine Entschädigung verlangte.

Warum die Klageabweisung die Stimmnutzung nicht rechtmäßig machte

Tsuda stützte seinen Antrag auf Entfernung auf das Recht am eigenen Bild und das Gesetz zur Verhinderung unlauteren Wettbewerbs. Mit dem zweiten Anspruch wurde geltend gemacht, die Verwendung der Stimme stifte Verwirrung im Zusammenhang mit seiner Identität. Das Gericht entschied weder über dieses Argument noch darüber, ob die umstrittene Erzählstimme gegen eine der beiden Rechtsgrundlagen verstieß.

Stattdessen stellte es fest, dass der Account und die zugehörigen Videodaten gelöscht worden waren. Selbst wenn grundsätzlich eine Pflicht zur Entfernung hätte bestehen können, gab es für TikTok nichts mehr zu entfernen. Die Abweisung ist daher nicht als Erlaubnis zu verstehen, Darsteller mithilfe von KI zu imitieren.

Zur Erläuterung des übergeordneten Rechtsgrundsatzes beschrieb das Gericht den Zusammenhang zwischen Stimme und Identität:

Die Stimme einer Person ist ebenso wie ihr Abbild ein Symbol ihrer Persönlichkeit.

Die Stellungnahme der Japan Actors Union zum Urteil begrüßt sowohl die Löschung als auch die Anerkennung des Schutzes der Stimme. Sie betont zudem, dass die Klage Tsudas persönliche Interessen durch die Entfernung schützen sollte und nicht auf eine Geldzahlung zielte. Dieser begrenzte Rechtsschutz erklärt, warum die Löschung den Streit beendete, ohne dass eine Rechtsverletzung festgestellt wurde.

Der Test zur kommerziellen Anziehungskraft geht auf ein Urteil von 2012 zurück

Das Recht am eigenen Bild schützt die Möglichkeit einer Person, die kommerzielle Anziehungskraft ihrer Identität zu kontrollieren. Bei Darstellern kann eine wiedererkennbare Stimme ein Publikum ähnlich anziehen, wie ein Name oder ein Foto Kunden für ein Produkt interessieren kann.

Der Oberste Gerichtshof erkannte das Recht am eigenen Bild in Japan 2012 im Fall Pink Lady an. Laut der juristischen Analyse von Orrick wandte das Gericht in Tokio den dort entwickelten Test an: Die unbefugte Nutzung einer Stimme kann das Recht am eigenen Bild verletzen, wenn sie ausschließlich darauf abzielt, die Anziehungskraft der Stimme zur Kundengewinnung auszunutzen.

Richterin Takahashi beschrieb die Voraussetzung für den Schutz wie folgt:

wenn der Zweck der Verwendung der Stimme ausschließlich darin besteht, ihre kommerzielle Anziehungskraft auszunutzen

Das Wort „ausschließlich“ ist wichtig. Das Urteil erklärte weder jede ähnliche Stimme für unzulässig noch entschied es, wie der Test auf Erzählungen anzuwenden ist, die zugleich unterhalten und Einnahmen erzielen. Künftige Kläger müssten weiterhin den Bezug zu einer identifizierbaren Person nachweisen und darlegen, wie die Nutzung deren kommerzielle Anziehungskraft ausnutzte.

Der Streit zeigt auch, warum das Urheberrecht allein Fragen der stimmlichen Identität nicht klärt. Eine Aufnahme oder Darbietung kann rechtlich geschützt sein. Das ist jedoch etwas anderes als ein Eigentumsrecht an den stimmlichen Eigenschaften einer Person. In Japan gibt es kein Gesetz, das Rechte an der kommerziellen Verwertung von Stimmen ausdrücklich regelt. Deshalb ist die Auslegung bestehender Grundsätze durch das Gericht von Bedeutung.

Was die Stimmtests der Gewerkschaft ergaben

Die Japan Actors Union veröffentlichte Zahlen aus JVOXPRO, ihrer Darstellerdatenbank und ihrem System zum Vergleich von Stimmen. Bei 30 Vergleichen zwischen Tsudas Stimme und dem umstrittenen Audiomaterial ermittelte sie eine maximale Ähnlichkeitspunktzahl von 0,881 und einen Durchschnittswert von 0,814. Mindestens 15 Vergleiche erreichten einen Wert von 0,80 oder höher.

Nach der Einordnung der Gewerkschaft bedeuten Werte von 0,80 bis unter 0,90, dass mit hoher Wahrscheinlichkeit entweder die Stimme der betreffenden Person selbst oder eine KI-generierte Version davon zu hören ist. Werte ab 0,90 weisen auf eine sehr hohe Wahrscheinlichkeit einer Übereinstimmung mit der Person hin. Werte von 0,74 bis unter 0,80 erfordern weitere Prüfungen; niedrigere Werte sprechen für eine andere Person.

Diese Kategorien sind die technische Einschätzung der Gewerkschaft und kein vom Gericht festgelegter Beweismaßstab. Ein Wert von 0,814 darf nicht als eine 81,4-prozentige Wahrscheinlichkeit einer Rechtsverletzung dargestellt werden. Die Tests stützen die Einschätzung der Gewerkschaft, dass Tsudas Stimme wahrscheinlich verwendet wurde. Sie widerlegen jedoch nicht die abweichende Erklärung von TikTok.

Nach Angaben der Gewerkschaft wurde das System mit Aufnahmen derselben Person, verschiedener Personen und von Personen mit ähnlichen stimmlichen Eigenschaften getestet, und zwar mit unterschiedlichen Dateigrößen und Formaten. Das Urteil ließ dennoch offen, welches Maß an Ähnlichkeit vor Gericht ausreichen würde und wie sich eine erkennbare Imitation von einer unabhängig erzeugten Stimme unterscheiden lässt.

Beim Zeitplan ist das Datum der Löschung umstritten

Der Fall folgte auf eine wachsende Kampagne der Branche gegen die unbefugte Nutzung der Identität von Darstellern durch KI. Japanische Schauspieler starteten 2024 die Kampagne „No More“, die sich gegen die unbefugte Nutzung von Gesichtern und Stimmen richtet. Die anschließenden rechtlichen und politischen Entwicklungen erstreckten sich über mehrere Termine:

• Juli 2024 bis September 2025: Der Account veröffentlichte die 188 Videos, gegen die Tsuda vorging.
• November 2025: Tsuda reichte seine Klage auf Entfernung ein.
• April 2026: Das Justizministerium setzte eine Arbeitsgruppe zum rechtlichen Schutz von Stimmen ein.
• Mai 2026: Laut Orricks Darstellung wurde der TikTok-Account in diesem Monat gelöscht.
• August 2026: Die Arbeitsgruppe des Ministeriums veröffentlichte ihren Bericht zum Schutz von Stimmen.
• 30. September 2026: Das Bezirksgericht Tokio wies den Antrag auf Entfernung ab und erkannte zugleich an, dass Stimmen durch das Recht am eigenen Bild geschützt sein können.

Die Berichte unterscheiden sich darin, wann der Account verschwand. Mehrere geben an, er sei kurz nach der Klageeinreichung im November gelöscht worden, während Orrick Mai 2026 nennt. Beide Darstellungen stimmen in dem für das Urteil entscheidenden Punkt überein: Die Videos waren vor der Entscheidung des Gerichts entfernt worden. Der Unterschied ist für die Frage wichtig, wie schnell der Streit mit der Plattform endete, ändert aber nichts an der Begründung für die Abweisung des Antrags auf Entfernung.

Leitlinien des Ministeriums stützen Schutz ohne neues Gesetz

In der Arbeitsgruppe des Justizministeriums kamen Wissenschaftler für geistiges Eigentum und praktizierende Anwälte zusammen. Ihr Bericht vom August 2026 erkannte einen rechtlichen Schutz für Stimmen an, die eine bestimmte Person identifizieren, darunter wiedererkennbare Darsteller. Zudem bekräftigte er das Recht, die eigene Stimme nicht ohne Genehmigung verwenden zu lassen.

Der Ansatz umfasst sowohl Persönlichkeitsrechte als auch das Recht am eigenen Bild. Ersteres betrifft das Interesse einer Person an ihrer Identität und den Schutz vor deren unbefugter Nutzung; Letzteres den kommerziellen Wert, den diese Identität anzieht. Die Beschreibung der Stimme als Symbol der Persönlichkeit durch das Gericht in Tokio entspricht dieser Auslegung.

Der Bericht und das Urteil sind keine neue Gesetzgebung. Die Japan Actors Union fordert, dass der Gesetzgeber Rechte an der kommerziellen Verwertung von Stimmen ausdrücklich gesetzlich verankert, um die Unsicherheit und die Kosten zu verringern, denen Darsteller bei dem Versuch ausgesetzt sind, Schutz zu erlangen.

Die Gewerkschaft verweist außerdem auf Artikel 30-4 des Urheberrechtsgesetzes, der Nutzungen außerhalb der Rezeption des Ausdrucksgehalts eines Werks betrifft, sowie auf Artikel 91 Absatz 2 zu Einschränkungen der Aufnahmerechte von Darstellern bei Filmwerken. Sie argumentiert, diese Bestimmungen ließen zusammen mit dem Fehlen eines Vervielfältigungsrechts für Darsteller Schutzlücken. Dabei handelt es sich um Forderungen der Gewerkschaft nach einer Reform, nicht um Feststellungen des Gerichts im Fall Tsuda zu den umstrittenen Videos.

Mit der Löschung bleibt die Frage der Plattformverantwortung offen

Bevor Tsuda vor Gericht die Entfernung beantragte, verlangte seine Seite Auskunft über die Identität des Betreibers. Nach Angaben der Japan Actors Union lehnte die Plattform diesen ersten Antrag auf Offenlegung ab. Die Gewerkschaft fordert, Plattformen sollten relevante Informationen sichern, wenn sie über einen mutmaßlichen Schaden informiert werden. Ein besseres Offenlegungssystem könne helfen, die Verantwortlichen für die unbefugte Nutzung zu ermitteln.

Entfernung und Beweissicherung erfüllen unterschiedliche Zwecke. Wird ein Video gelöscht, kann das seine weitere Verbreitung stoppen. Gesicherte Account- und Upload-Daten können einem Darsteller dagegen dabei helfen, Ansprüche gegen den Urheber geltend zu machen. Das Urteil entschied über den Antrag auf Entfernung, nicht aber darüber, welche Pflichten eine Plattform hätte, wenn mutmaßlich rechtsverletzende Inhalte mit einer Stimme online blieben.

Das Gesetz über Informationsverbreitungsplattformen ist Teil des japanischen Rahmens für den Umgang mit schädlichen Online-Inhalten, darunter falsche oder irreführende Informationen und Urheberrechtsbeschwerden. In der Debatte geht es nun auch darum, ob Beschwerden zum Recht am eigenen Bild einen ausdrücklich geregelten Reaktionsmechanismus benötigen. Das Gericht schuf einen solchen Mechanismus in diesem Fall nicht.

TikTok erklärte, das Urteil zu respektieren und zunächst dessen Einzelheiten zu prüfen, bevor über die nächsten Schritte entschieden werde. Die Stellungnahme befasste sich auch mit dem Verhältnis zwischen technischer Entwicklung und Persönlichkeitsrechten:

Wir werden uns weiterhin ernsthaft damit auseinandersetzen, wie sich technische Entwicklung und der Schutz von Rechten miteinander vereinbaren lassen.

Darsteller fordern in jeder Phase Zustimmung und Vergütung

Die Japan Actors Union, die rund 2.600 Schauspieler und Synchronsprecher vertritt, hat zudem ihre ersten Leitlinien zur Nutzung von KI-Stimmen erarbeitet. Zwei Branchenverbände, die Unternehmen aus dem Talentmanagement und Agenturen für Synchronsprecher vertreten, unterstützen den Rahmen.

Die Leitlinien sehen eine vorherige Genehmigung und die Angabe des Verwendungszwecks für jede Phase vor: vom Training eines KI-Systems über die Erzeugung und Veröffentlichung bis hin zur Nutzung der Audiodateien. Die Nutzung einer synthetischen Stimme wird als neue Darbietung der betreffenden Person betrachtet. Dafür soll eine Vergütung gezahlt werden, die Umfang und tatsächliche Nutzung der Darbietung berücksichtigt.

Für mehrsprachige Synchronfassungen verlangen die Leitlinien eine erneute Genehmigung und zusätzliche Vergütung für jede Sprache. Bei der Nachbildung der Stimme eines verstorbenen Darstellers fordern sie, den zu Lebzeiten geäußerten Wünschen der Person Rechnung zu tragen und eine strikte Genehmigung durch Angehörige oder andere Rechteinhaber einzuholen. Dies sind vorgeschlagene Branchenstandards und keine durch das Urteil des Gerichts in Tokio geschaffenen Anforderungen.

Yuko Sasaki, geschäftsführende Direktorin der Japan Actors Union, erklärte vor dem Urteil, warum Darsteller ihre stimmliche Identität als Ergebnis beruflicher Arbeit betrachten:

ist das Ergebnis jahrelangen anspruchsvollen Trainings und einer intensiven Ausbildung

Die in der Debatte genannten finanziellen Schätzungen beziehen sich auf unterschiedliche Dinge. Itochu Techno-Solutions prognostiziert für Japan zwischen 2026 und 2030 kombinierte Verluste in Höhe von 25,8 Milliarden Yen durch Raubkopien von Videos und Spielen sowie durch Inhalte rund um Audio, darunter KI-generiertes Material. Das ist keine Schätzung allein zu Stimmenklonen. Eine von Orrick angeführte Umfrage wiederum erfasste mehr als 40.000 mutmaßlich unbefugte Beiträge in sozialen Medien, in denen Prominentenstimmen und -abbildungen verwendet wurden. Die wirtschaftlichen Auswirkungen wurden auf 2 bis 4,5 Milliarden Yen geschätzt. Die beiden Schätzungen lassen sich weder addieren noch als gleichwertig behandeln.

Anerkennung jetzt, offene Rechtsfragen später

Die Sorge vor der Nachahmung einer wiedererkennbaren Stimme entstand bereits vor generativer KI. In einem US-amerikanischen Fall aus den späten 1980er-Jahren ließ Ford eine Sängerin Bette Midler imitieren, nachdem diese eine Mitwirkung in einem Werbespot abgelehnt hatte. Ein US-Gericht erkannte ihre unverwechselbare Singstimme als Teil ihrer Identität an und erklärte die unbefugte Imitation für rechtswidrig. Der Fall ist ein Vergleich, aber kein für Japan geltender Rechtsgrundsatz.

Der Fall Tsuda überträgt die Frage der Identität in ein anderes Produktionsumfeld, in dem Software Erzählstimmen in großem Umfang erzeugen kann. Das japanische Urteil erkennt an, dass eine Stimme einen geschützten kommerziellen Wert haben kann. Offen bleiben jedoch der Maßstab zum Nachweis einer KI-Imitation, der Umgang mit gemischten Unterhaltungs- und kommerziellen Zwecken, die Verantwortung von Plattformen und der alternative Anspruch aus dem Wettbewerbsrecht.

In den Berichten über die Entscheidung wurden weder ein Berufungstermin noch eine Abstimmung über ein Gesetz oder eine andere verbindliche Frist angekündigt. Das konkrete Ergebnis ist vorerst die Entfernung der Videos ohne Schadenersatz und ohne Feststellung einer Rechtsverletzung. Zugleich liegt eine gerichtliche Aussage vor, auf die sich Darsteller in künftigen Streitfällen berufen können.

Die wichtigsten Punkte

• Das Bezirksgericht Tokio erkannte am 30. September 2026 an, dass Stimmen durch das Recht am eigenen Bild geschützt sein können.
• Kenjiro Tsuda ging gegen 188 TikTok-Videos vor, die zwischen Juli 2024 und September 2025 veröffentlicht worden waren.
• Das Gericht wies seinen Antrag auf Entfernung ab, da die Videos bereits gelöscht worden waren.
• Es entschied nicht, ob die Erzählstimme Tsuda imitierte oder seine Rechte verletzte.
• Der Schutz bei kommerzieller Nutzung folgt dem Test des Obersten Gerichtshofs von 2012 zur ausschließlichen Ausnutzung der Kundenanziehungskraft einer Identität.
• Die Japan Actors Union fordert ein ausdrückliches Gesetz, Regeln zur Beweissicherung sowie Zustimmung und Vergütung für die Nutzung von KI-Stimmen.