New Mexico ordnet Meta an, 567 Mio. $ wegen Jugendschutz zu zahlen – Plattform-Haftung betritt eine neue juristische Ära

Ein Urteil in Höhe von 567 Millionen US-Dollar gegen Meta zeigt, dass US-Bundesstaaten rechtliche Wege finden, Plattformen für algorithmische Schäden an Minderjährigen zur Verantwortung zu ziehen – ohne auf eine mögliche, aber ungewisse Bundesgesetzgebung zu warten.

In einfachen Worten. New Mexico hat Meta dazu verurteilt, 567 Millionen US-Dollar zu zahlen, nachdem das Unternehmen in einer Klage beschuldigt wurde, Minderjährige auf seinen Plattformen schädlichen Inhalten und gefährlichem Verhalten ausgesetzt zu haben. Es handelt sich um eines der höchsten Urteile in den USA im Zusammenhang mit der Sicherheit von Jugendlichen.

Analyse. Entscheidend ist nicht der Geldbetrag, sondern die rechtliche Argumentation. New Mexico argumentiert, dass Metas Empfehlungsalgorithmen – nicht nur die von Nutzern geposteten Inhalte – die Bedingungen für Schaden geschaffen hätten. Sollte diese Auslegung vor Gericht Bestand haben, könnte sie als Vorlage für ähnliche Fälle dienen, in denen algorithmische Feeds Minderjährige bedienen. Damit wird der traditionelle Schutz von Section 230 infrage gestellt, indem die Haftung auf die Gestaltung der Plattform selbst und nicht auf Inhalte Dritter zurückgeführt wird. Dutzende ähnliche Klagen auf Bundesstaatenebene laufen bereits, und die Argumentation überschneidet sich mit der getrennten Prüfung von KI-gestützten Produktivitätssystemen (Metamate) – unterschiedlicher Bereich, aber dieselbe Kernthese: algorithmische Entscheidungssysteme tragen eine Produkthaftung.

Was bedeutet das? Wenn das Urteil in der Berufung Bestand hat, werden algorithmische Designentscheidungen zu rechtlich angreifbaren Produktmängeln – eine Veränderung, die die Haftungsberechnung für jedes Unternehmen neu definiert, das personalisierte oder Empfehlungssysteme in großem Maßstab einsetzt. Die Compliance-Frage für Plattformen im KI-Zeitalter lautet nicht mehr „Welche Inhalte haben Nutzer gepostet?“, sondern „Wofür haben unsere Systeme optimiert, und welchen Schaden haben sie dadurch verursacht?“