Japanischer Schauspielerverband fordert Zustimmung, Tantiemen und Grenzen für KI-Stimmklone

Zustimmung vor dem Training, Vergütung beim Einsatz einer Nachbildung

Die Japan Actors Union, eine Genossenschaft, die rund 2.600 Schauspieler und Synchronsprecher vertritt, hat Regeln vorgelegt, nach denen eine Zustimmung eingeholt werden muss, bevor künstliche Intelligenz die Stimme eines Darstellers erlernt, nachbildet oder veröffentlicht. Die Leitlinien sehen außerdem eine Vergütung vor, wenn generierte Sprache eingesetzt wird, verlangen für jede Sprache beim KI-Synchronisieren eine neue Zustimmung und setzen der Nachbildung der Stimmen verstorbener Schauspieler enge Grenzen.

Der Verband datiert die offizielle Bekanntgabe auf den 15. Oktober 2026, obwohl sie auch als am 16. Oktober erfolgt beschrieben wurde. Die Standards gehen über die Zustimmung zu einer Aufnahme hinaus: Sie sollen Darstellern Kontrolle darüber geben, wie eine digitale Version ihrer Stimme erstellt wird, was sie sagt und wo sie zu hören ist.

In ihrer Bekanntgabe der KI-Stimmleitlinien benennt die Gewerkschaft ein zentrales Problem: In Japan gibt es kein umfassendes Gesetz, das die Stimme einer Person ausdrücklich schützt. Sie will die Standards branchenweit etablieren und zugleich auf eine gesetzliche Regelung durch die Regierung drängen.

Für Darsteller ist das praktische Problem klar: Eine für eine bestimmte Rolle gemachte Aufnahme kann zum Material für ein System werden, das Worte oder Lieder erzeugt, die der Schauspieler nie gesprochen oder gesungen hat. Für Produktionsfirmen und KI-Entwickler schlagen die Leitlinien ein Verfahren vor, um die Zustimmung einzuholen und die Kosten für eine solche Nutzung einzuplanen.

Bei den Standards handelt es sich um freiwillige Branchenempfehlungen und nicht um ein neues nationales Gesetz. Ihre Reichweite hängt davon ab, ob Unternehmen sie übernehmen, in Verträge aufnehmen und künftige Gesetzesänderungen sie berücksichtigen. Berichten zufolge unterstützen die Japan Entertainments Management Entrepreneurs' Association und die Japan Voice Actors Association die Leitlinien. Damit erhalten die Vorschläge auch Rückhalt über die Gewerkschaft hinaus.

Die Zustimmung muss drei getrennte Phasen abdecken

Teil 3, Artikel 7 bis 9, unterteilt die Nutzung von KI-Stimmen in Training, Generierung und Veröffentlichung beziehungsweise Einsatz. Die Gewerkschaft erklärt, dass der Zweck erläutert und in jeder Phase vorab eine Zustimmung eingeholt werden muss.

Beim Training werden Aufnahmen in ein System eingespeist, damit es Muster einer Stimme erlernen kann, etwa Tonhöhe, Rhythmus und Aussprache. Bei der Generierung wird mithilfe dieses Systems neues Audiomaterial erstellt. Veröffentlichung oder Einsatz ist der Schritt, bei dem die erzeugte Sprache ein Publikum erreicht oder Teil einer Produktion wird.

Ein Unternehmen, das sich an die Standards hält, müsste alle drei Phasen berücksichtigen. Auf die Zustimmung zum Training eines Modells müsste die Zustimmung zur Generierung und zur vorgesehenen Veröffentlichung folgen. Auch für zusätzliche generierte Inhalte wäre eine Einwilligung erforderlich.

Die Gewerkschaft erklärt, diese Kontrolle sei wichtig, weil eine synthetische Stimme einen Schauspieler in eine Rolle versetzen kann, die er nie angenommen hat, oder den Eindruck erwecken kann, er vertrete politische oder gewaltverherrlichende Aussagen, die er nie äußern wollte. Wird der beabsichtigte Zweck offengelegt, können Darsteller entscheiden, bevor das Audiomaterial überhaupt existiert.

Darsteller, die ihre Zustimmung verweigern oder später zurückziehen, dürfen den Leitlinien zufolge keine Rollenangebote verlieren, schlechtere Beschäftigungsbedingungen erhalten oder anderweitig benachteiligt werden. Dieser Schutz soll dem Druck entgegenwirken, dem ein Schauspieler ausgesetzt sein könnte, wenn ein potenzieller Arbeitgeber ihn um die Lizenzierung seiner Stimme bittet.

Für generierte Stimmen soll es eine Vergütung geben

Teil 5, Artikel 16, behandelt den Einsatz generierter Audiodateien als eine neue Form der Erbringung einer darstellerischen Leistung. Nach Auffassung der Gewerkschaft sollten Schauspieler dafür eine angemessene Vergütung erhalten, einschließlich Tantiemen, die sich nach Umfang und Art der Nutzung richten.

Tantiemen sind Zahlungen, die an die Nutzung eines Werks oder lizenzierter Rechte geknüpft sind. Der Vorschlag würde Darstellern ermöglichen, Geld zu verdienen, wenn eine genehmigte Stimmnachbildung eingesetzt wird. Die Vergütungsfrage wäre damit nicht allein durch die ursprüngliche Aufnahmesitzung erledigt.

Die Gewerkschaft sieht in der Lizenzierung eine mögliche Einnahmequelle für Schauspieler und eine Möglichkeit für Unternehmen, Produktionskosten zu planen. Die Bekanntgabe nennt weder einen einheitlichen Tantiemensatz noch eine allgemeingültige Berechnungsformel. Diese Bedingungen müssten in den jeweiligen Vereinbarungen festgelegt werden.

Schauspieler berichten von Stimmen, die ohne ihr Wissen genutzt wurden

Bin Shimada, Geschäftsführer der Gewerkschaft und Sprecher von Tomozo im Anime Chibi Maruko-chan, sagte, seine eigene Stimme sei ohne Zustimmung verwendet worden. Bei der Bekanntgabe berichtete er, er habe ein KI-Cover von Ados Lied Usseewa gehört, in dem die Stimme einer anderen Figur zu hören war, die er spricht.

Shimada schilderte, wie sich seine Reaktion nach dem Anhören der Aufnahme verändert habe:

Als ich es zum ersten Mal hörte, war ich wie vor den Kopf gestoßen. Mit der Zeit wuchs meine Wut. Worte, die ich nie gesagt, und Lieder, die ich nie gesungen hatte, wurden ohne Zustimmung erzeugt, ins Internet hochgeladen und zu Geld gemacht. So sehr ich es auch drehe und wende: Ich kann das einfach nicht akzeptieren.

Auch Masako Nozawa, stellvertretende Vorsitzende der Gewerkschaft und bekannt als Stimme von Son Goku in Dragon Ball und Hoshino Tetsuro in Galaxy Express 999, hat sich öffentlich gegen nicht autorisierte Nachbildungen ausgesprochen. Sie bezeichnete ihre Stimme und ihre Darbietungen als ihr Eigentum und sagte, selbst für eine teilweise Nutzung müsse eine Zustimmung erforderlich sein.

Nozawa sagte, eine KI-Version, die sie gehört habe, klinge zwar ihrer Stimme ähnlich, vermittle aber nicht das Gefühl, das sie in eine Darbietung einbringe. Ihr Einwand betrifft sowohl die Kontrolle über ihre Identität als auch die schauspielerischen Entscheidungen hinter dem Klang.

Einige Darsteller haben sich für private Systeme ausgesprochen, die Stimmen mit Lizenz nachbilden. Die Standards der Gewerkschaft ermöglichen eine autorisierte Nutzung und stellen zugleich menschliche Darsteller in den Vordergrund.

Für KI-Synchronisation gelten Regeln in beide Richtungen

Teil 4, Artikel 15, befasst sich mit dem Einsatz von KI, um eine ursprüngliche Darbietung in eine andere Sprache zu übertragen. Die Gewerkschaft erklärt, die künstlerische Identität der Darbietung müsse gewahrt bleiben. Für eine breitere internationale Nutzung seien zudem eine neue Zustimmung und eine zusätzliche Vergütung nötig.

Für jede Sprache wäre eine Zustimmung erforderlich. Ein Unternehmen, das beispielsweise eine englische Fassung erstellen darf, müsste vor der Generierung einer chinesischen oder spanischen Version eine weitere Zustimmung einholen. Auch die Nutzung in ausländischen Gebieten außerhalb der getroffenen Vereinbarungen bliebe unter der Kontrolle der Darsteller.

KI-Lokalisierung bedeutet, eine Produktion für ein Publikum in einer anderen Sprache oder einem anderen Markt anzupassen. Eine Stimmnachbildung kann eine Figur wie der ursprüngliche Darsteller klingen lassen, während sie übersetzte Texte spricht. Die Gewerkschaft befürchtet, dass Änderungen an Wortlaut, Timing oder Tonfall nicht nur die Sprache, sondern auch die schauspielerische Leistung verändern können.

Die Standards behandeln auch die umgekehrte Richtung: die Synchronisation ausländischer Produktionen ins Japanische. Japanische Synchronleistungen durch KI zu ersetzen, ist nach den Leitlinien grundsätzlich verboten. Ausnahmen erfordern die Zustimmung der Darsteller, Rechteinhaber und Audioproduzenten sowie individuelle schriftliche Verträge, in denen Vergütung und weitere Bedingungen festgelegt sind.

Verstorbene Schauspieler sollen besonderen Schutz erhalten

Teil 2, Artikel 6, legt Schutzmaßnahmen für verstorbene Darsteller fest. Die Standards schließen die Nachbildung ihrer Stimmen mit KI grundsätzlich aus. Begrenzte Ausnahmen gelten für Projekte, denen der Darsteller zu Lebzeiten zugestimmt hat.

Auch für solche Projekte wären eine schriftliche Zustimmung der Hinterbliebenen und der früheren Agentur oder einer Organisation, der der Schauspieler angehörte, sowie eine angemessene Vergütung erforderlich. Die Gewerkschaft erklärt, dass die Wünsche, die Würde, der Ruf und das Vermächtnis des Darstellers maßgeblich sein müssen.

Bei einem Archiv- oder Unterhaltungsprojekt würde die Genehmigung damit ein Verfahren voraussetzen, an dem mehrere Parteien beteiligt sind. Ein Produzent, der eine vertraute Stimme wieder aufleben lassen will, müsste zunächst die vorherige Zustimmung des Schauspielers nachweisen und vor Beginn die erforderlichen Genehmigungen einholen.

Diese Einschränkungen sind wichtig, weil ein Schauspieler nach seinem Tod kein vorgeschlagenes Drehbuch mehr prüfen, eine Rolle ablehnen oder erklären kann, wie eine neue Darbietung klingen soll. Die Gewerkschaft will solche Entscheidungen auf den Rahmen begrenzen, dem der Darsteller zu Lebzeiten zugestimmt hat.

Vorgeschlagener Ausschuss soll vollständigen Ersatz prüfen

Projekte, in denen menschliche Darbietungen vollständig durch KI-Stimmen ersetzt werden, müssten einen weiteren Schritt durchlaufen: eine vorherige Beratung und schriftliche Zustimmung durch ein geplantes Branchengremium, das vorläufig „Ausschuss für Fairness bei KI-Stimmgeschäften“ genannt wird.

Struktur und Gründungsdatum des Ausschusses stehen noch nicht fest. Seine vorgeschlagene Aufgabe würde vorsehen, dass die Entscheidung, menschliche Darbietungen in einem gesamten Projekt zu entfernen, von der Branche geprüft wird. Die erforderlichen Zustimmungen einzelner Darsteller kämen zusätzlich hinzu.

Zu den Forderungen der Schauspieler gehört auch die Löschung nicht autorisierter KI-Stimmmodelle. Das geht über die Entfernung eines einzelnen Clips hinaus: Ein Modell kann weiterhin verfügbar sein und weiteres Audiomaterial erzeugen, selbst wenn eine beanstandete Aufnahme gelöscht wurde.

Bei Verstößen will die Gewerkschaft nach eigenen Angaben die sofortige Einstellung der Verbreitung und des Verkaufs der betroffenen Inhalte verlangen. Außerdem würde sie eine Zahlung in Höhe der Umsätze fordern, die seit Beginn der nicht autorisierten Nutzung erzielt wurden. Dies sind die Maßnahmen, die die Gewerkschaft anstrebt; ihre Anwendung hinge von den jeweiligen Vereinbarungen und Gerichtsverfahren ab.

Die Regierung prüft den Schutz von Stimmen

Das japanische Industrieministerium prüft, ob Stimmen und äußere Erscheinungsbilder durch das Gesetz zur Verhinderung unlauteren Wettbewerbs als geschützte Vermögenswerte eingestuft werden sollten. Das Gesetz bietet bereits die Möglichkeit, Unterlassungsanordnungen gegen wettbewerbsverzerrendes Verhalten zu erwirken. Das Ministerium will die Frage mit einer Expertenkommission erörtern.

Auch Persönlichkeitsrechte sind Teil der Debatte. Sie betreffen die Kontrolle einer Person des öffentlichen Lebens über die kommerzielle Nutzung ihrer Identität. Bei einem Synchronsprecher, dessen unverwechselbare Stimme zur Vermarktung von Unterhaltung beiträgt, kann eine KI-Nachahmung diese Identität ohne dessen Mitwirkung zu einem kommerziellen Produkt machen.

Die Klage des Synchronsprechers Kenjiro Tsuda wegen Nachahmungsvideos auf TikTok hat das Thema in den Fokus gerückt. Berichten zufolge erkannte das Bezirksgericht Tokio an, dass eine Stimme durch Persönlichkeitsrechte geschützt werden kann. Zugleich wurde berichtet, dass die Klage abgewiesen wurde, nachdem die Videos entfernt worden waren. Wie genau diese Feststellung mit der Abweisung zusammenhängt, ist unklar.

Die Vorschläge der Gewerkschaft betreffen auch Fragen, die die Regierung noch nicht geklärt hat, darunter nicht autorisierte Modelle, den Widerruf der Zustimmung durch Darsteller und synthetische Darbietungen nach dem Tod. Weder eine Abstimmung über ein Gesetz noch ein Umsetzungstermin oder ein Termin für die vorgeschlagenen Expertengespräche wurden bekannt gegeben.

Wie die Kampagne diesen Punkt erreicht hat

Japanische Darsteller organisieren sich bereits seit mehreren Jahren gegen den nicht autorisierten Einsatz von KI-Stimmen. Die neuen Standards geben dieser Kampagne einen detaillierteren Rahmen für Verträge, Zahlungen und Produktionsentscheidungen.

• 2023 stimmten Mitglieder der SAG-AFTRA für einen Streik gegen große Videospielverlage und forderten dabei Schutzmaßnahmen für KI und Arbeitsplatzsicherheit.
• 2024 gründeten japanische Synchronsprecher eine Organisation, um gegen den Missbrauch ihrer Stimmen durch KI und gegen Lücken im gesetzlichen Schutz zu protestieren.
• 2025 stimmten Mitglieder der SAG-AFTRA nach einem elfmonatigen Streik einem Tarifvertrag für interaktive Medien und Videospiele mit Schutzmaßnahmen für KI zu.
• Am 15. Oktober 2026 stellte die Gewerkschaft nach eigenen Angaben offiziell ihre Leitlinien für KI-Stimmen vor.

Der US-amerikanische Videospiel-Tarifvertrag verlangt bei der Nutzung digitaler Nachbildungen Zustimmung und Offenlegung. Darsteller können außerdem ihre Zustimmung zur Generierung neuen Materials während eines Streiks aussetzen. Japans Vorschläge behandeln ähnliche Fragen der Zustimmung und ergänzen detaillierte Forderungen zu Synchronisation, verstorbenen Darstellern und Projekten, die menschliche Schauspielkunst vollständig ersetzen.

Mit der zunehmenden Verbreitung von KI werden diese Fragen für die Spielebranche dringlich. Einer Untersuchung zufolge, die in der ursprünglichen Berichterstattung über die Bekanntgabe zitiert wurde, nutzte mehr als die Hälfte der japanischen Entwickler generative KI bei der Spieleentwicklung, vor allem für visuelle Inhalte, Figurenzeichnungen, Geschichten, Spieltexte und Programmierunterstützung. Die Nachbildung von Stimmen würde eine weitere Gruppe kreativer Beschäftigter in die Entscheidungen über den Einsatz dieser Werkzeuge einbeziehen.

Menschliche Darbietungen haben weiterhin Vorrang

Michihiro Ikemizu, stellvertretender Vorsitzender der Gewerkschaft, beschrieb das Ziel als die Schaffung von Bedingungen, unter denen KI vertrauensvoll eingesetzt werden kann:

Wir brauchen Regeln, die einen sachgemäßen und sicheren Einsatz von KI ermöglichen und allen Beteiligten ein gutes Gefühl geben.

Nozawa sprach sich ebenfalls für eine Zukunft mit dieser Technologie aus. In einer Videobotschaft zur Bekanntgabe der Gewerkschaft forderte sie dazu auf, die Regeln einzuhalten:

Ich hoffe, dass sich alle an die Regeln halten, damit Menschen und KI gemeinsam einer Zukunft entgegengehen können, in der sie gut miteinander auskommen.

Der Ansatz der Gewerkschaft verbindet diese Offenheit mit einem klaren Vorrang für den Einsatz menschlicher Darsteller. Ihr vorgeschlagener Grundsatz lautet: Zustimmung vor der Nutzung, Vergütung für autorisierte Nachbildungen und Einschränkungen in Fällen, in denen ein Darsteller an der Entscheidung nicht sinnvoll mitwirken kann.

Für Schauspieler würde die unmittelbare Veränderung mehr Kontrolle durch Verträge bedeuten. Für Produzenten, Entwickler und Verleiher hieße es, die Rechte in jeder Phase zu prüfen, statt eine Aufnahme als Zustimmung zu jeder späteren KI-Nutzung zu behandeln. Diese Erwartungen in der gesamten Branche zur gängigen Praxis zu machen, ist neben ihrem Einsatz für ein Gesetz die nächste Aufgabe der Gewerkschaft.

Die wichtigsten Punkte

• Die Japan Actors Union vertritt rund 2.600 Schauspieler und Synchronsprecher und datiert die Bekanntgabe ihrer Leitlinien auf den 15. Oktober 2026.
• Die Standards verlangen eine vorherige Zustimmung für Training, Generierung und Veröffentlichung beziehungsweise Einsatz von KI-Stimmnachbildungen.
• Autorisierte generierte Darbietungen sollen vergütet werden. Die Bedingungen sollen berücksichtigen, wie umfangreich die Stimme genutzt wird.
• Für KI-Synchronisation ist für jede Sprache eine Zustimmung erforderlich. Japanische Synchronleistungen durch KI zu ersetzen, ist grundsätzlich verboten.
• Die Nachbildung der Stimme eines verstorbenen Schauspielers wäre auf zuvor vereinbarte Projekte mit zusätzlichen schriftlichen Genehmigungen und Vergütung beschränkt.
• Ein geplanter Branchenausschuss soll Projekte prüfen, in denen menschliche Darbietungen vollständig ersetzt werden.
• Die Regierung prüft den gesetzlichen Schutz von Stimmen und äußeren Erscheinungsbildern, aber ein Zeitplan für ein Gesetz wurde nicht bekannt gegeben.