Datenleck bei Suno: Alte Quellcodes und Scraping-Skripte veröffentlicht

Datenleck bei Suno: Alte Quellcodes und Scraping-Skripte

Der unter dem Pseudonym „ellie.191“ bekannte Hacker hat alte Quellcodes des KI-Musikunternehmens Suno veröffentlicht. Die Leaks bestätigen den Verdacht, dass das Modell mit Millionen von Tracks und Texten trainiert wurde, die von Plattformen wie YouTube Music, Deezer, Genius, Pond5, Jamendo, Freesound und IMSLP gescrapt wurden. Die durchgesickerten Daten umfassten Quellen aus den Jahren 2023–2024 sowie spezifische Scraping-Skripte.

Mehr als zwei Millionen Clips wurden von YouTube Music gestohlen. Die Entwickler luden gezielt A-cappella-Versionen herunter, um saubere Gesangsspuren für das Training zu erhalten. Um die Schutzmechanismen von YouTube zu umgehen, nutzte Suno einen Drittanbieterdienst namens Bright Data. Zudem plante das Unternehmen, eine Million Stunden Podcast-Inhalte über PodcastIndex zu scrapen.

Suno verteidigt sich mit dem Argument, dass das Trainieren von Modellen auf öffentlich verfügbaren urheberrechtlich geschützten Materialien in den USA als „Fair Use“ (angemessene Nutzung) betrachtet wird.

Das Datenleck ereignete sich bereits im November 2025, doch das Unternehmen schwieg dazu technisch. Im Zuge des Vorfalls wurden auch Kundendaten泄露: E-Mail-Adressen, Telefonnummern und Zahlungsinformationen von Stripe. Suno argumentiert, dass keine vollständigen Kartennummern vorlagen und daher keine gesetzliche Meldepflicht gegenüber den Nutzern bestand.

Aktuell verklagt die RIAA (Recording Industry Association of America) Suno wegen Urheberrechtsverletzungen. Dieser Leak stellt für die Klagebehörde ein wertvolles Beweismittel dar.