OpenAI stellt Apples Klage als schlecht vorbereiteten Angriff dar: falsche Kontaktbehauptung, missglückte E-Mail-Zustellung, kein dokumentiertes Gespräch mit dem General Counsel und Apple-Mitarbeiter, die einen Ex-Kollegen nach seinem Weggang selbst um Hilfe baten. Der Kernvorwurf lautet nicht nur, dass Apple OpenAI Geschäftsgeheimnisse zuschreibt, sondern dass Apple die Vorgeschichte laut OpenAI verkürzt und nachträglich umdeutet.
Übersicht:
Worum es in der Auseinandersetzung geht
OpenAI weist Apples Darstellung zurück und beschreibt die Klage als überzogen, ungenau und unnötig persönlich. Im Zentrum stehen Vorwürfe rund um frühere Apple-Beschäftigte, angeblich vertrauliche Informationen und den Wechsel von Fachkräften zu OpenAI.
Nach OpenAIs Darstellung hat Apple nicht sauber belegt, dass OpenAI Apple-Geschäftsgeheimnisse besitzt oder nutzen will. Besonders schwer wiegt der Vorwurf, Apple habe vor der Klage keine tragfähige Klärung gesucht, obwohl OpenAI nach eigener Aussage zur Zusammenarbeit bereit war.
Eine vorläufige Verfügung, die Apple laut dem Text anstrebt, wäre ein gerichtlicher Eingriff vor Abschluss des eigentlichen Verfahrens. OpenAI hält sie für unbegründet, weil weder ein Besitz noch ein Interesse an Apple-Geheimnissen bestehe.
Warum die Kontaktaufnahme zentral ist
Ein Streitpunkt betrifft Apples Behauptung, OpenAI sei bereits im Februar kontaktiert worden und habe nicht reagiert. Laut OpenAI musste Apple später einräumen, dass externe Anwälte eine Nachricht an die falsche Person geschickt hatten, nachdem zwei asiatische Nachnamen verwechselt worden seien.
Zusätzlich soll Apple behauptet haben, es habe ein Gespräch mit OpenAIs General Counsel gegeben. OpenAI sagt, Apple habe später anerkannt, dass dieses Gespräch nie stattgefunden habe.
Für die Bewertung der Klage ist diese Chronologie wichtig: Wenn die behauptete Eskalation auf falschen Kontakten, einem nicht existierenden Telefonat und unklaren Vorwürfen beruht, wirkt der Schritt vor Gericht weniger wie letzte Möglichkeit und stärker wie taktischer Druck.
OpenAI betont außerdem, Apple habe die konkreten Vorwürfe der Klage damals nicht angesprochen. Stattdessen sei von einer Lösung offener Punkte die Rede gewesen, danach habe OpenAI fünf Monate lang nichts mehr gehört, bis Apple klagte.
Was OpenAI zu Chang Liu sagt
Apple wirft Chang Liu laut OpenAI vor, nach seinem Ausscheiden auf vertrauliche Apple-Informationen zugegriffen zu haben. OpenAI kontert, dass Apple-Beschäftigte Liu selbst gebeten hätten, ihnen beim Auffinden von Dateien, Notizen und technischen Informationen zu helfen.
Die von OpenAI beschriebenen Nachrichten zeichnen ein anderes Bild als ein heimliches Abgreifen von Daten. Sie zeigen demnach Apple-Mitarbeitende, die nach Lius letztem Arbeitstag auf seine Unterstützung zurückgriffen, um Material für ihre laufende Arbeit bei Apple zu finden.
OpenAI nennt in diesem Zusammenhang Residual Access. Gemeint ist ein Restzugriff, der bestehen bleibt, obwohl eine Person das Unternehmen bereits verlassen hat. Laut OpenAI ist das kein Sonderfall einzelner Ex-Mitarbeiter, sondern ein Problem in Apples Zugriffsverwaltung beim Offboarding.
Praktisch bedeutet das: Eine Person kann noch Zugang zu Dateien haben, ohne diesen Zugang zu wollen, bewusst zu nutzen oder überhaupt sofort zu bemerken. Genau hier verschiebt sich die Frage vom Fehlverhalten einzelner Beschäftigter zur internen Kontrolle eines Unternehmens.
Welche Rolle Tang Tan spielt
Apple beschuldigt laut OpenAI auch Tang Tan, Apple-Geschäftsgeheimnisse beschaffen und nutzen zu wollen. OpenAI weist das zurück und sagt, Tang habe seinem Team klar vermittelt, dass fremde vertrauliche Informationen tabu seien.
OpenAI stellt Tang Tan als erfahrenen Produkt- und Technologiemanager dar, der mehr als 24 Jahre bei Apple gearbeitet habe und dort als innovativer Kopf gegolten habe. Die Botschaft ist klar: OpenAI will die Personalie nicht als Verdachtsmoment lesen lassen, sondern als normalen Wechsel eines hochqualifizierten Branchenexperten.
Gerade in KI, Hardware und Produktentwicklung wechseln Talente zunehmend zwischen Konzernen, Start-ups und Forschungslaboren. Rechtlich heikel wird ein Wechsel nicht durch das Wissen einer Person allein, sondern durch die Nutzung geschützter Dokumente, Quellcodes, Designs oder interner Pläne.
Was Unternehmen daraus lernen können
Der Fall zeigt, wie schnell ein Personalwechsel zum Rechtsstreit wird, wenn Zugriffe, Dateien und Kommunikation nicht sauber dokumentiert sind. Entscheidend ist nicht nur, wer welches Wissen im Kopf hat, sondern welche Systeme nach dem Austritt noch offenstehen.
Praxisbeispiel
Wechselt eine Hardware-Ingenieurin von einem Smartphone-Hersteller zu einem KI-Unternehmen, muss der alte Arbeitgeber sofort Zugänge zu Cloud-Speichern, Geräte-Backups, Chat-Diensten und internen Projektordnern sperren. Bleibt ein iCloud- oder Box-Zugang aktiv und bittet das alte Team die Person später um Hilfe, entsteht ein Beweisproblem: War es Datenmissbrauch, Nachlässigkeit beim Offboarding oder beides?
Eine belastbare Offboarding-Routine braucht klare Schritte:
- Zugriff sperren: Konten, Geräte, geteilte Ordner und private Synchronisationen müssen am Austrittstag geprüft werden.
- Daten trennen: Persönliche Notizen, geteilte Arbeitsdateien und Unternehmensdaten dürfen nicht unkontrolliert vermischt bleiben.
- Kommunikation bündeln: Nachfragen an Ex-Beschäftigte sollten über definierte Ansprechpartner laufen, nicht über spontane Chats.
- Vorwürfe belegen: Juristische Eskalation braucht Protokolle, konkrete Dateien, Zeitpunkte und eine nachvollziehbare Kontaktaufnahme.
Die Entscheidungsregel lautet: Erst Zugriff sichern, dann Sachlage prüfen, dann Vorwurf erheben. Wer diesen Ablauf umdreht, riskiert eine Klage, die eher wie Schadensbegrenzung der eigenen Prozesse wirkt.
Wie der Fall strategisch einzuordnen ist
Der Streit passt in ein Marktumfeld, in dem KI-Anbieter, Gerätehersteller und Chip-Teams um dieselben Fachkräfte konkurrieren. Apple verliert erfahrene Produkt- und Hardwareleute an KI-Unternehmen, während OpenAI zunehmend in Bereiche vordringt, die näher an Geräten, Interfaces und Alltagstechnologie liegen.
Ein hilfreiches Mini-Modell ist Talent, Daten, Tempo:
- Talent: Hochspezialisierte Teams werden zum Engpass, weil wenige Personen Produktwissen, Hardware-Erfahrung und KI-Verständnis verbinden.
- Daten: Unternehmen müssen Wissenstransfer von Datentransfer unterscheiden. Erfahrung darf wechseln, vertrauliche Dateien nicht.
- Tempo: Je schneller KI-Produkte entstehen, desto härter reagieren etablierte Konzerne auf Abgänge aus Schlüsselbereichen.
OpenAI versucht den Fall deshalb nicht nur juristisch, sondern auch reputativ zu rahmen. Die Botschaft lautet: Apple greift OpenAI an, obwohl die eigene Beweislage Lücken habe und interne Prozesse beim Umgang mit ausgeschiedenen Mitarbeitern fragwürdig seien.
Für die Branche ist der Fall ein Warnsignal. Wer KI-Produkte baut, muss Talentmobilität akzeptieren, aber Zugriffsrechte, vertrauliche Dokumente und Nachkontakt zu Ex-Mitarbeitern deutlich strenger steuern als bisher.