Große Sprachmodelle beruhen auf dem gemeinsam angesammelten Wissen der Menschheit – einer Art gemeinsamer Wissensressource, die privatisiert wird, während die ursprünglichen Wissensträger durch Automatisierung unter Druck geraten. Der Artikel fasst verschiedene unabhängige Argumentationslinien zusammen, die alle zu demselben Schluss führen: Die Menschheit hat ein legitimes Anrecht auf Teilhabe an der KI-Wertschöpfung. Die Begründungen reichen von der Unterhaltspflicht (Pflicht ergibt sich aus dem erhaltenen Input, nicht aus der Qualität des Outputs) über die Variationsthese (Absicherung aller als rationale Pflicht), den Variationskreislauf (KI ist dauerhaft auf menschliche Vielfalt angewiesen) und die kantische Ethik (Konzeptionswiderspruch) bis hin zur Logos-Tradition (Wissen gehört niemandem) und der Mensch-LLM-Isomorphie (die eine Anpassung des Urheberrechts nahelegt). Die Stärke der Argumentation liegt in ihrer Konvergenz: In keinem denkbaren Szenario entfallen alle Begründungslinien gleichzeitig – sie wechseln höchstens Adressat oder Begründungsebene.eschlagen wird ein Fünf-Säulen-Modell: (1) KI-Wertschöpfungsabgabe, (2) Public-Data-Royalties, (3) direkte Bürgerdividende, (4) öffentliche KI-Infrastruktur und (5) Koexistenzgarantie für individuelle Urheberrechte.

Large Language Models draw on the collective knowledge of humanity—an epistemic commons now being privatized, even as the workers whose labor built this knowledge face threats from automation. This paper weaves together several independent lines of reasoning that all point to the same conclusion: humanity has a rightful stake in AI’s value creation. The justifications span a maintenance obligation (based on inputs rather than output quality), the variation thesis (ensuring inclusion as a rational duty), the variation cycle (AI’s ongoing need for human input), Kantian ethics (avoiding contradictions in conception), the Logos tradition (knowledge belongs to everyone), and the Human–LLM isomorphism (prompting a rethink of intellectual property). The argument’s strength lies in its convergence—there’s no imaginable situation where every justification fails at once; at most, their target or scope shifts. The proposed Five-Pillar Model includes: (1) an AI value creation levy, (2) public data royalties, (3) direct citizen dividends, (4) public AI infrastructure, and (5) a coexistence guarantee for individual copyrights.