18.05.2021

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

Von Lizenzbedingung bis Urheberrecht: Startups treten immer wieder in dieselben rechtlichen Fallen, wenn es um den Code ihres Produkts geht.
/artikel/5-rechtliche-fehler-die-startups-beim-programmieren-vermeiden-sollten
Programmieren, Code, Coding, Startup, Team
© Unsplash

GASTBEITRAG

„Das ist ein wirklich genialer Code, aber das Risiko, das wir uns damit einkaufen ist uns leider zu hoch. Wir haben uns daher für ein anderes Investment entschieden.“ Damit du bei der Verwertung deines Produktes oder einem Exit diesen oder einen ähnlichen Satz nicht hören musst, solltest du aus Legal-Sicht unter anderem die folgenden fünf Fehler beim Coding vermeiden. 

1. Vorsicht beim Einsatz von Open Source. 

Der Quellcode von Open Source Software wird kostenfrei zur Verfügung gestellt. Insbesondere für junge Programmier*innen ist diese daher interessant und wird häufig im eigenen Code integriert, doch hier ist Vorsicht geboten. 

Lizenzen für Open Source Software enthalten oft sogenannte „Copyleft“ Klauseln. Durch solche Klauseln werden Lizenznehmer*innen verpflichtet Bearbeitungen des Quellcodes ebenfalls kostenlos zur Verfügung zu stellen. Die bekannteste Copyleft-Lizenz ist GNU General Public License (GPL)

Wenn du deinen Code also auf Open Source, die zB unter GPL steht, aufbaust, ist der Copyleft Effekt auf deinen Code anwendbar. Du müsstest deinen Quellcode daher kostenfrei zur Verfügung stellen und könntest Schwierigkeiten bei der Verwertung des Codes (zB beim Verlangen von Lizenzgebühren) bekommen.

Key Takeaway: Drum prüfe, wer (Open Source) Code in die eigene Software integriert.  

Don’t forget: Selbstverständlich musst du auch bei bezahlter Software, die Lizenzbedingungen prüfen, um herauszufinden, ob eine Verwertung möglich ist.  

2. Code documentation – mehr als nur „comments“ 

Ja, die Hauptsache ist, dass dein Code funktioniert, aber für Investor*innen oft genauso relevant ist eine exakte Dokumentation des Codes. 

Um potentielle Investor*innen zu beeindrucken, empfiehlt es sich nicht nur comments zum Code hinzuzufügen, sondern die einzelnen Coding-Schritte ausführlicher zu dokumentieren, etwa in einem README file. Abhängig davon, was das Einsatzgebiet deines Codes ist, kann auch eine API Dokumentation angebracht sein. 

Key Takeaway: Documentation is key – auch aus Legal-Sicht.

3. Coding together – ein smarter Move? 

Gemeinsam Programmieren, ob in einem Angestelltenverhältnis oder als Business Partner – was so nett klingt, ist aus Legal-Sicht ohne „Sicherheitsvorkehrungen“ nicht immer ein smarter Move. 

Das Urhebergesetz sorgt zwar grundsätzlich für Programmierer*innen vor, indem es (i) einen urheberrechtlichen Schutz für Computercode vorsieht und (ii) festlegt, dass, wenn Arbeitnehmer*innen für den Dienstgeber codieren, die Nutzungsrechte an dem Programmierten auf den Dienstgeber übergehen… Also alles easy? Leider nicht! 

Das UrhG – und somit auch diese, für den Dienstgeber günstige Stellung gilt nämlich nur, wenn der Dienstnehmer ein Computerprogramm iSd UrhG programmiert. Wird nur ein Teil davon oder nur einzelne Algorithmen programmiert, könnte diese Bestimmung nicht anwendbar sein. In diesem Fall ist es notwendig eine ergänzende Vereinbarung mit dem Mitarbeiter oder der Mitarbeiterin zu treffen (das kann bspw. im Dienstvertrag passieren).  

Wenn du mit deiner Business-Partnerin oder deinem Business Partner gemeinsam codierst, kann es möglich sein, dass ihr beide sogenannte „Miturheber“ des Codes seid. Den Code könntet ihr dann nur gemeinsam verwerten – das solltet ihr jedenfalls bedenken. Bei deiner Geschäftspartnerin oder deinem Geschäftspartner wird das häufig ohnehin so gewollt sein. Rechtlich tricky könnte es werden, wenn dir eine Freundin oder ein Freund beim Codieren maßgeblich hilft und ihr euch bis dahin keine Gedanken über die Zusammenarbeit/Rechte/Verwertung gemacht habt. 

Key Takeaway: Mache dir bereits frühzeitig Gedanken, wer welche Rechte an dem Code haben soll und sichere diese Rechtsposition vertraglich ab. 

4. Achtung im Zusammenhang mit Input-Daten

Für die Entwicklung und das Training von Algorithmen sind Daten erforderlich – nur durch Beispiele kann ein Algorithmus lernen, Muster in Daten zu erkennen.

Abhängig davon, welche Daten du deinem Code fütterst, musst du weitere Bestimmungen beachten. Sobald du zum Training personenbezogene Daten verarbeiten musst, sind die Bestimmungen der DSGVO anwendbar. 

Personenbezogene Daten sind alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen, wie zB Name, Alter, persönliche Vorlieben, E-Mailadresse oder Foto. Häufig ist nicht ganz klar, was alles ein personenbezogenes Datum darstellen kann (etwa hat der Europäische Gerichtshof vertreten, dass in bestimmten Fällen IP-Adressen auch personenbezogene Daten sind). Bevor ihr Daten verarbeitet ist es daher wichtig zu klären, ob diese Personenbezug aufweisen. 

Eine Datenverarbeitung ist nur unter bestimmten Voraussetzungen rechtmäßig, insbesondere bei Einwilligung der betroffenen Person oder zur notwendigen Erfüllung eines Vertrags. Zudem treffen den Verarbeiter umfassende Pflichten (Datenlöschung, Berichtigung, organisatorische Vorkehrungen, etc). Die Nichteinhaltung der DSGVO ist mit hohen Geldstrafen bedroht.

Bereits im Vorfeld der Entwicklung sollte daher berücksichtigt werden, welche Daten durch einen Algorithmus verarbeitet werden und wie die Vorgaben der DSGVO ohne zusätzlichen Aufwand eingehalten werden können (Vertragliche Grundlage, Einholung von Einwilligung, etc). Ansonsten drohen später zusätzliche Kosten durch die nachträgliche Anpassung oder sogar Strafzahlungen.

Key Takeaway: Checke bereits bei der Entwicklung welche Daten du deinem Algorithmus fütterst, um später böse Überraschungen und aufwändiges Umprogrammieren zu vermeiden. 

5. Vertragliche Geheimhaltung

Wie bereits zuvor gesagt, kann es sein, dass dein Code bzw Teile davon (etwa bloße Algorithmen) keinen urheberrechtlichen Schutz genießen; doch auch für solche Fälle gibt’s eine Lösung. 

Programmcodes können nämlich ein „Betriebsgeheimnis“ darstellen und dadurch wettbewerbsrechtlich vor Mitbewerber*innen geschützt sein – doch aufgepasst, auch hier ist es wichtig bereits frühzeitig an den Schutz zu denken. Damit Code ein Betriebsgeheimnis iSd UWG sein kann, muss er folgende Voraussetzungen erfüllen: mangelnde Offenkundigkeit, Geheimhaltungswille und Geheimhaltungsinteresse.

Mangelnde Offenkundigkeit bedeutet, dass Informationen nicht allgemein bekannt sind und auch tatsächlich geheim gehalten werden. Sie dürfen nur einem beschränkten Personenkreis bekannt gemacht werden (zB Arbeitnehmer*innen, Tester*innen). Daher sollten Geheimhaltungsvereinbarungen mit Personen getroffen werden, die Zugriff auf den Code haben, um eine weitere Verbreitung zu verhindern. Häufig reicht eine bloße Geheimhaltungsvereinbarung im Dienstvertrag dazu nicht aus; das ist aber im Einzelfall zu klären. 

Der Geheimhaltungswille muss aus den äußeren Umständen zum Ausdruck kommen. Geheimhaltungsvereinbarungen oder technische Schutzvorkehrungen (Zugangsbeschränkungen, etc) lassen den Geheimhaltungswillen erkennen. 

Vertragliche oder technische Schutzvorkehrungen lassen auch das Geheimhaltungsinteresse erkennen.

Was bringt der Schutz als Betriebsgeheimnis? Die unlautere Verwertung von Betriebsgeheimnissen zu Wettbewerbszwecken ist strafbar. Zusätzlich können gegen Mitbewerber Schadenersatz- und Unterlassungsansprüche geltend gemacht werden. Gerade wenn Codes nicht die Voraussetzungen für urheberrechtlichen Schutz oder ein Patent erfüllen, ist das Wettbewerbsrecht von besonderer Bedeutung. Dafür sollten neben technischen Vorkehrungen auch vertragliche Geheimhaltungspflichten vorgesehen werden. 

Key Takeaway: Insoweit du deinen Code (auch) als Betriebsgeheimnis schützen möchtest, überlege dir bereits frühzeitig, welche vertraglichen und nicht vertraglichen (zB technischen) Maßnahmen du setzen wirst, um einen solchen Schutz zu erreichen. 

Um deinen Code bestmöglich schützen und anschließend verwerten zu können, gilt es also einiges zu beachten, wobei das wichtigste natürlich weiterhin die Funktionalität deines Codes und der Spaß am Programmieren bleibt.

Über den Autor

Martin Hanzl © EY Law
Martin Hanzl © EY Law

Martin Hanzl ist Senior Associate bei EY Law Pelzmann Gall Größ Rechtsanwälte und betreut dort Mandant*innen unter anderem zu Fragen rund um neue Technologien. Zudem ist er in der Projektleitung des Blockchain and Smart Contracts Projektes des European Law Institute tätig und publiziert regelmäßig zu rechtlichen Themen rund um neue Technologien, Blockchain, Smart Contracts und Digitalisierung.

Deine ungelesenen Artikel:
22.06.2026

„Die unverzichtbarste Maschine der Welt“ für KI stammt aus Europa. Der Vorsprung liegt woanders

Bei der VivaTech in Paris erklärte ASML-Chef Christophe Fouquet, warum ohne seine niederländischen Maschinen keine einzige KI existiert. Im selben Vortrag rechnete er aber vor, dass rund 80 Prozent der gewaltigen KI-Investitionen in die USA fließen und nur „ein bisschen" nach Europa. Das ist das eigentliche Dilemma des Kontinents: Er baut den unverzichtbaren Engpass, am Boom verdient er kaum mit.
/artikel/die-unverzichtbarste-maschine-der-welt-fuer-ki-steht-in-europa-der-vorsprung-liegt-woanders
22.06.2026

„Die unverzichtbarste Maschine der Welt“ für KI stammt aus Europa. Der Vorsprung liegt woanders

Bei der VivaTech in Paris erklärte ASML-Chef Christophe Fouquet, warum ohne seine niederländischen Maschinen keine einzige KI existiert. Im selben Vortrag rechnete er aber vor, dass rund 80 Prozent der gewaltigen KI-Investitionen in die USA fließen und nur „ein bisschen" nach Europa. Das ist das eigentliche Dilemma des Kontinents: Er baut den unverzichtbaren Engpass, am Boom verdient er kaum mit.
/artikel/die-unverzichtbarste-maschine-der-welt-fuer-ki-steht-in-europa-der-vorsprung-liegt-woanders
Hier eine BU zur Maschine selbst, in zwei Schärfegraden: Variante 1, kompakt für Social: Oft als komplexeste Maschine der Welt bezeichnet: Eine EUV-Anlage von ASML besteht aus rund 100.000 Bauteilen und ist etwa so groß wie ein Bus. | (c) ASML

Es gibt Sätze, die mehr über die Lage Europas verraten als jedes Strategiepapier. Einer davon fiel auf der diesjährigen VivaTech, gesprochen von einem Mann, den man schwer des europäischen Selbstmitleids verdächtigen kann: Christophe Fouquet, CEO von ASML.

Fouquet war nach Paris gekommen, um zu erklären, wie ein Chip überhaupt entsteht, etwas, das fast jede und jeder im Publikum täglich nutzt, ohne es zu kennen. Im Zentrum steht die EUV-Lithografie und die Maschine dahinter, die laut Fouquet das Wall Street Journal im Dezember 2024 „die unverzichtbarste Maschine der Welt“ nannte. Sie überträgt mit Licht feinste Strukturen auf den Wafer, die runde Siliziumscheibe, aus der später die einzelnen Chips geschnitten werden.

ASML ist der einzige Hersteller dieser Anlagen weltweit. Ohne sie entsteht kein einziger der fortschrittlichsten Chips, und ohne diese Chips läuft keine der KI-Anwendungen, über die in Paris vier Tage lang geredet wurde. „KI braucht Chips, und Chips brauchen EUV“, brachte es Fouquet auf der Bühne auf die einfachste Formel. So weit, so beeindruckend. Doch der Satz, der hängen blieb, war ein anderer.

Billionen fließen, aber nicht hierher

Fouquet skizzierte, was viele in der Branche längst als Gewissheit handeln: In den kommenden zwei bis drei Jahren werden Billionen in KI-Infrastruktur investiert, in Rechenzentren, Beschleuniger, Wafer. Es ist die erste Runde eines Aufbaus, der KI in jede Industrie tragen soll. Und dieser Aufbau hat eine klare Geografie. Laut BloombergNEF entstanden Ende September 2025 rund drei Viertel der weltweit im Bau befindlichen Rechenzentrumskapazität in den USA. Allein die fünf größten US-Hyperscaler, Microsoft, Alphabet, Amazon, Meta und Oracle, haben für 2026 zusammen zwischen 660 und 690 Milliarden Dollar an Investitionen angekündigt, fast eine Verdopplung gegenüber dem Vorjahr. Fouquets Stegreifzahl von 80 Prozent steht also auf solidem Grund, und sein „Europa ein bisschen“ ebenso.

ASML-CEO Christophe Fouquet (links) und Siemens-Chef Roland Busch bei der VivaTech in Paris, wo beide über KI, Industrie und Europas technologische Wettbewerbsfähigkeit sprachen. (c) LinkedIn Christophe Fouquet / VivaTech

Man muss sich das auf der Zunge zergehen lassen. Der Chef von Europas strategisch wertvollstem Technologiekonzern, auf einer europäischen Bühne, vor einem europäischen Publikum, rechnet vor, dass der Kontinent beim wichtigsten Infrastrukturaufbau dieses Jahrzehnts eine Randnotiz ist. Das ist keine Klage eines Subventionsempfängers. Es ist die nüchterne Buchführung dessen, der die Maschinen liefert und daher genau weiß, wohin sie gehen.

Genau hier wird aus einem Technik-Vortrag eine Standortfrage.

Warum ausgerechnet ASML der Hebel ist

Die Wucht der Zahlen, die Fouquet auffuhr, macht klar, worum es geht. Jensen Huangs These „Moore’s Law is dead“ bedeutet in der Praxis: Statt einer Verdopplung der Transistoren alle zwei Jahre verlangt das KI-Zeitalter eine Verzehnfachung. Schon ein einzelner Blackwell-Chip von NVIDIA vereint 208 Milliarden Transistoren. Und der Hunger nach Silizium wächst rasant: Laut ASML beansprucht ein komplettes Blackwell-System heute die Kapazität von rund 50 Wafern, das für 2027 geplante Rubin-Ultra-System soll die fünffache Menge benötigen, also rund 250 Wafer pro System.

(c) ASML

Diese Explosion der Nachfrage trifft auf ein Nadelöhr, und das Nadelöhr heißt ASML. Die Komplexität der Technik ist dabei kein Marketing: Um das nötige EUV-Licht zu erzeugen, beschießt ASML laut Fouquet 60.000 Mal pro Sekunde ein winziges Zinntröpfchen mit Lasern und erzeugt ein Plasma von 220.000 Grad Celsius. Die Spiegel, die das Licht lenken, seien, so Fouquet, tausendmal präziser als jene des Hubble-Teleskops, präzise genug, um vom Boden aus eine Münze auf dem Mond anzupeilen. Vierzig Jahre Entwicklung, 1984 aus einem Joint Venture rund um Philips mit 31 Mitarbeiter:innen hervorgegangen, stecken in diesem Vorsprung. Genau deshalb kann ihn so schnell niemand kopieren, und genau deshalb hängt die Welt an einem einzigen europäischen Unternehmen.

1984 als Joint Venture rund um Philips mit 31 Mitarbeiter:innen gestartet, ist ASML heute Europas wertvollster Technologiekonzern. Im Bild der Hauptsitz im niederländischen Veldhoven. (c) ASML

Das ist die paradoxe Ausgangslage Europas: Es kontrolliert den unverzichtbaren Engpass der KI-Revolution, partizipiert am Wertzuwachs darüber aber nur am Rand.

Die europäische Gegenwette

Dass ASML diese Lücke kennt, zeigt sein eigener Schritt. Im September 2025 führte der Konzern mit 1,3 Milliarden Euro die Series-C-Runde von Mistral an, sicherte sich rund elf Prozent am Pariser KI-Champion und einen Sitz im Strategieausschuss. Bewertung der Runde: 11,7 Milliarden Euro. In Paris erklärte Fouquet die Logik dahinter mit einer These, die man sich merken sollte: Der eigentliche Wert von KI liege nicht im Modell, sondern in den Daten. ASML sitzt auf einem Datenschatz von rund 120 Petabyte, allein in den Fabs der Kund:innen entstehen 15 Terabyte pro Stunde. Mistral bekommt Zugang und bettet eigene Leute bei ASML ein, ASML bekommt maßgeschneiderte Modelle für Design, Fertigung und Forschung.

Im Reinraum von ASML im niederländischen Veldhoven entsteht die EUV-Lithografie, jene Maschine, die laut Fouquet das Wall Street Journal die „unverzichtbarste Maschine der Welt“ nannte. (c) ASML

Es ist, auf dem Papier, die europäische Idealgeschichte: Der Engpass-Monopolist und der Hoffnungsträger der europäischen KI verbünden sich, statt das Geld nach Kalifornien zu tragen. Eine Wette auf Souveränität entlang der gesamten Halbleiter-Wertschöpfungskette.

Nur sollte man sich diese Wette ehrlich ansehen. Mistral ist gegenüber OpenAI und Anthropic weiterhin der kleinere Player, dessen Modelle ihren industriellen Mehrwert erst beweisen müssen. Und die Hardware, auf der am Ende alles läuft, kommt weiterhin von NVIDIA. Europa kontrolliert den Anfang der Kette, die Lithografie, und versucht nun, sich ein Stück der Mitte, die Modelle, zu sichern. Das Ende der Kette, die Beschleuniger und Rechenzentren, in denen das eigentliche Geld verdient wird, liegt anderswo.

Was Fouquets Rechnung für uns bedeutet

Die Botschaft aus Paris ist damit zweischneidig. Europa ist nicht abgehängt, im Gegenteil: Es hält mit ASML den einen Hebel, ohne den die gesamte KI-Welt stillstünde. Aber Hebel und Vorsprung sind nicht dasselbe wie Teilhabe am Wachstum. Solange der Großteil des Geldes anderswo investiert wird, bleibt der Kontinent der unverzichtbare Zulieferer einer Revolution, die anderswo zu Geld gemacht wird.

Die ehrliche Frage, die Fouquets Nebensatz aufwirft, ist nicht, ob Europa mitspielen kann. Es spielt längst mit, an der entscheidendsten Stelle. Die Frage ist, ob es bereit ist, aus einer Position der technologischen Unverzichtbarkeit endlich auch eine Position der wirtschaftlichen Stärke zu machen. Die Antwort darauf wird nicht in Veldhoven oder Paris gegeben, sondern in den Budgets der nächsten zwei, drei Jahre.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

5 rechtliche Fehler, die Startups beim Programmieren vermeiden sollten