Ein Hacker hat Suno gehackt und gezeigt, wie die KI auf YouTube, Deezer und Genius trainiert wurde

Suno-Gründer Mikey Shulman hat es selbst schon offen ausgesprochen: „Die meisten Menschen machen nicht gerne Musik, sie mögen das Gefühl, etwas geschaffen zu haben.” Seine Firma Suno verwandelt einen einzeiligen Text-Prompt in etwa einer Minute in einen fertigen Song, mit Gesang und Instrumenten. Es ist eines der meistgenutzten KI-Musiktools überhaupt, und bis zu diesem Monat war weitgehend Sache von Gerichtsverfahren und Vermutungen, woraus es das Singen eigentlich gelernt hat. Am 15. Juli 2026 berichtete 404 Media, dass ein Hacker unter dem Namen ellie.191 die Systeme von Suno geknackt und internen Quellcode weitergegeben hatte, der diese Frage direkt beantwortet. Der Code zeigt, dass Suno weit über hunderttausend Stunden Musik von YouTube, Deezer, Genius und mehreren weiteren Plattformen abgriff, sortiert und beschriftet fürs Training.

Wie der Hacker hineinkam

Der Einbruch begann gar nicht bei Suno selbst. Ellie.191 zufolge war der Einstiegspunkt Shai-Hulud, ein sich selbst verbreitender Wurm, der 2026 reihenweise Software-Lieferketten von Entwicklern heimgesucht hat, indem er GitHub-Publish-Token und Cloud-Zugangsdaten aus infizierten Paketen stiehlt und sie dann für den nächsten Angriff nutzt. DecodeStack hat die Verbreitung dieses Wurms in einem ausführlichen Beitrag zu Angriffen auf die Software-Lieferkette 2026 beschrieben. Bei Suno soll der Wurm die Zugangsdaten eines Mitarbeiters kompromittiert haben, und der Hacker nutzte diesen Fuß in der Tür, um Quellcode aus den Jahren 2023 und 2024 direkt aus den Systemen des Unternehmens zu ziehen.

Was der geleakte Code wirklich zeigt

Die gestohlenen Dateien waren nicht nur Code, sie enthielten Kommentare und interne Bezeichnungen für jede Datenquelle, um die herum Sunos Ingenieure ihre Pipelines gebaut hatten: genius_hq, youtube_music, freesound, jamendo, imp (das Notenarchiv IMSLP), deezer, und ein Paket namens ytm_tagged. Erst das Ausmaß hinter jedem Namen macht aus dem Leak mehr als ein Gerücht:

• YouTube Music: mehr als 113.000 Stunden aus über zwei Millionen einzelnen Clips
• ytm_tagged: ein separates, beschriftetes YouTube-Korpus mit mehr als 152.000 Stunden
• Pond5: mehr als 62.000 Stunden aus der Stock-Audio-Bibliothek
• Genius: rund 17.600 Stunden, von einer Seite, die eigentlich für Songtexte bekannt ist, nicht für Audio
• IMSLP: rund 19.500 Stunden aus dem öffentlichen Notenarchiv
• Deezer: mehr als 12.000 Stunden vom Streaming-Dienst

404 Media beziffert die Gesamtsumme auf das Äquivalent mehrerer Jahrzehnte durchgehender Musik. Der Code soll über eine simple Download-Liste hinausgehen: Er zeigt offenbar, dass Suno gezielt A-cappella-Versionen von Songs auf YouTube ins Visier nahm, um Gesangsspuren zu isolieren, und das Scraping über Bright Data laufen ließ, ein kommerzielles Web-Scraping-Unternehmen, um YouTubes eigene Anti-Scraping-Schutzmaßnahmen zu umgehen.

Ellie.191 behauptet außerdem, Sunos Kundendaten erbeutet zu haben: Namen, E-Mail-Adressen, Telefonnummern und Stripe-Zahlungsdaten für einen Teil der Nutzerbasis. Suno teilte 404 Media mit, im November 2025 einen „begrenzten Sicherheitsvorfall” identifiziert zu haben, der schnell eingedämmt worden sei und veralteten Quellcode betroffen habe; sensible personenbezogene Daten seien nach eigenen Angaben nicht offengelegt worden. Das Unternehmen betont zudem, ohnehin nie Zugriff auf vollständige Kartennummern über Stripe zu haben.

Warum dieser Leak schwerer wiegt als der durchschnittliche Datenabfluss

Suno stand wegen genau dieser Frage bereits vor Gericht. Die RIAA, der US-Verband der Musikindustrie, hatte dem Unternehmen dort vorgeworfen, Songs direkt von YouTube zu ziehen und dabei die technischen Schutzmaßnahmen zu umgehen, die genau das verhindern sollen, ein Vorwurf, den Suno öffentlich nie bestätigt hatte. Der geleakte Code beweist keinen neuen Vorwurf, er bestätigt einen, den die Branche bereits erhoben hatte, jetzt samt den internen Dateinamen und Stundenzahlen des Unternehmens selbst. Suno hat in eigenen Gerichtsdokumenten bereits eingeräumt, mit dem trainiert zu haben, was das Unternehmen als „praktisch alle Musikdateien von angemessener Qualität, die im offenen Internet zugänglich sind” bezeichnet, zig Millionen Aufnahmen, und verteidigt diese Praxis als fair use, jene Ausnahme im US-Urheberrecht, die die Nutzung geschützter Werke ohne Erlaubnis erlaubt, wenn das Ergebnis als hinreichend verschieden vom Original gilt, um das zu rechtfertigen. Eine der RIAA-Klagen gegen das Unternehmen wurde bereits außergerichtlich beigelegt.

Gegenüber 404 Media stützte sich Suno auf eine andere Verteidigungslinie: „originale Schöpfung von Grund auf”. Das Unternehmen erklärt, Künstlernamen bewusst aus den Trainingsdaten zu entfernen, gerade um zu verhindern, dass die KI den Stil einer bestimmten Person imitieren lernt, und verweist auf Investitionen in Werkzeuge gegen Identitätsmissbrauch von Künstlern. Dieses Argument betrifft, was das Modell mit den Trainingsdaten macht, nicht deren Herkunft, und der Leak beantwortet nur die zweite Frage.

Das Muster, in das dieser Fall passt

Das ist weniger ein Einzelfall als ein wiederkehrendes Muster: Eine KI-Firma scrapt breit, um einen Trainingsdatensatz aufzubauen, wird dafür verklagt, beruft sich vor Gericht auf fair use, und erst viel später bekommt die Öffentlichkeit einen konkreten Einblick, was tatsächlich abgegriffen wurde, meist weil etwas schiefging und nicht, weil das Unternehmen es freiwillig offenlegte. Die Vorwürfe der RIAA blieben monatelang bloße Behauptungen; eine gestohlene Datei mit echten Stundenzahlen änderte das über Nacht. Der Einstiegspunkt Shai-Hulud spielt hier ebenfalls eine Rolle: Ein Lieferketten-Wurm, der Entwickler-Zugangsdaten stiehlt, bedroht nicht nur Code, er kann direkt zu allem vordringen, was dieser Code berührt, einschließlich genau der Datenpipelines, die ein Unternehmen mitten in einem Rechtsstreit lieber privat gehalten hätte.

Was das für Suno bedeutet

Ein Leak entscheidet keinen Fair-Use-Fall, aber er nimmt einer Firma die Unschärfe, mit der sie sonst argumentieren könnte. Sunos rechtliche Verteidigung hängt davon ab, wie ein Gericht bewertet, was das Unternehmen mit urheberrechtlich geschütztem Material gemacht hat, dessen Nutzung es nicht bestreitet; der Leak macht diesen Ausgangspunkt deutlich schwerer anzufechten, jetzt mit den konkreten Plattformen und Stundenzahlen aktenkundig. Für den Rest der KI-Branche liegt die Lektion nicht wirklich in der Musik: Jede Firma, die groß angelegtes Web-Scraping vor Gericht verteidigt, ist nur ein kompromittiertes Mitarbeiter-Zugangsdatum davon entfernt, dass ihre eigenen internen Dateinamen zum Beweisstück der Gegenseite werden.

Häufig gestellte Fragen

Wer hat Sunos Trainingsdaten geleakt?

Ein Hacker unter dem Namen ellie.191 hat die Systeme von Suno gehackt und 404 Media internen Quellcode aus den Jahren 2023 und 2024 übergeben, der die Trainingsdaten-Pipelines des Unternehmens offenlegt, erstmals berichtet am 15. Juli 2026.

Wie ist der Hacker in Sunos Systeme eingedrungen?

Der Hacker gibt als Einstiegspunkt Shai-Hulud an, einen sich selbst verbreitenden Wurm, der GitHub-Token und Cloud-Zugangsdaten aus infizierten Entwickler-Paketen stiehlt. Er soll die Zugangsdaten eines Suno-Mitarbeiters kompromittiert haben, mit denen der Hacker anschließend Quellcode aus den Systemen des Unternehmens zog.

Welche Plattformen hat Suno für Trainingsdaten gescraped?

Der geleakte Code nennt YouTube Music, Genius, Deezer, Pond5, IMSLP und ein beschriftetes YouTube-Korpus namens ytm_tagged, zusammen weit über 100.000 Stunden Musik, das Äquivalent mehrerer Jahrzehnte durchgehenden Audios.

War das, was Suno getan hat, illegal?

Genau das sollen die RIAA-Klagen gegen Suno klären, eine davon wurde bereits außergerichtlich beigelegt. Suno hat eingeräumt, mit aus dem offenen Internet gescrapter Musik trainiert zu haben, und verteidigt die Praxis als fair use; der Leak bestätigt die Scraping-Vorwürfe der RIAA, klärt die Rechtsfrage aber nicht von sich aus.

Wurden bei dem Suno-Hack auch Kundendaten offengelegt?

Der Hacker behauptet, zusätzlich Namen, E-Mail-Adressen, Telefonnummern und teilweise Stripe-Zahlungsdaten von Suno-Kunden erbeutet zu haben. Suno erklärt, im November 2025 einen eingedämmten Sicherheitsvorfall mit veraltetem Quellcode identifiziert zu haben, und beteuert, dass keine sensiblen personenbezogenen Daten kompromittiert wurden.