Am 30. September 2026 legten IMPEL und IMPF eine gemeinsame Erklärung zur fairen Lizenzierung generativer KI-Modelle vor. Neben einer Art Präambel, laut der die Lizenzierung solcher Systeme von Beginn an „auf fairen, transparenten und nachhaltigen Prinzipien“ beruhen müsse, liegt den beiden Organisationen der unabhängigen Musikverlage und deren Branchenverbänden vor allem eine Grundsatzfrage am Herzen:
„Die Verteilung der Einnahmen zwischen Master- und Verlagsrechten muss fair und ausgewogen sein“, heißt es demnach in der zweiten von sieben Thesen, die IMPEL und IMPF an die Türen der Schlosskirche des Lizenzgeschäfts schlagen: „Sofern keine anderen wesentlichen Faktoren vorliegen, sollten Training und Verwertung im Bereich der generativen KI den Song mindestens gleichwertig zur Tonaufnahme bewerten.“
Dieser Grundsatz, so heißt es in der gemeinsamen Erklärung, sei „nicht verhandelbar“. Die weiteren Thesen, die unter anderem auf den IMPF-Onlineseiten zu finden sind, adressieren derweil unter anderem Fragen zu bereits erfolgten Nutzungen von Werken in KI-Modellen oder deren Trainingsdaten.
„Die von uns aufgestellten Grundsätze sollen Songs und Songwriter schützen und sicherstellen, dass sie angemessen gewürdigt werden“, erklärte IMPEL-CEO Sarah Williams bei der Präsentation des Grundsatzpapiers. „Angesichts des Wendepunkts, an dem sich das Musikgeschäft derzeit befindet, ist es entscheidend, dass wir eine klare Haltung einnehmen und damit einen wegweisenden Präzedenzfall für die Zukunft der Branche schaffen.“ IMPF-Präsidentin Annette Barrett verwies zudem auf die Aufgabe des Dachverbands, der den unabhängigen Musikverlagen und den von ihnen vertretenen Kreativschaffenden eine gemeinsame Stimme verleihen wolle: „Eine Aufgabe, die angesichts des tiefgreifenden Wandels unserer Branche und der aktuellen Neugestaltung der Spielregeln wichtiger ist denn je.“ Ihr Plädoyer: „Der Song muss als zentrales Fundament des Ganzen geschützt werden.“
Erst im Sommer 2026 hatten IMPEL und IMPF angekündigt, in Zusammenarbeit mit Sureel deren KI-System auf den Prüfstand stellen zu wollen. Bei dem Test soll es darum gehen, in einem geschlossenen System auszuprobieren, ob sich rückwirkend feststellen lässt, welche Musik in den Trainingsdaten eines KI-Modells steckt.
