Sinds 2 augustus 2026 moeten aanbieders van AI-systemen die synthetische audio, beeld, video of tekst genereren, ervoor zorgen dat de output in een machineleesbaar formaat is gemarkeerd en detecteerbaar is als kunstmatig gegenereerd of gemanipuleerd. Dit volgt uit artikel 50, tweede lid, van de AI Act en geldt ook voor AI-systemen voor algemene doeleinden (GPAI). De plicht ligt bij de aanbieder (provider), niet bij de partij die het systeem inzet. Voor generatieve systemen die al vóór 2 augustus 2026 op de markt waren geldt een vangnet: zij hebben tot 2 december 2026 om aan de markering te voldoen.
Deze pagina hoort bij de uitleg van artikel 50 AI Act, met de rolverdeling tussen aanbieder en gebruiksverantwoordelijke per lid. Hieronder leest u wat de markeringsplicht inhoudt, wie haar draagt, welke technieken in aanmerking komen, wat de praktijkcode van 10 juni 2026 vraagt en welke uitzonderingen gelden.
Wat houdt de machineleesbare markering in?
Artikel 50(2) verplicht aanbieders ervoor te zorgen dat de output van hun generatieve AI-systeem in een machineleesbaar formaat is gemarkeerd en detecteerbaar is als kunstmatig gegenereerd of gemanipuleerd. Het gaat dus niet om een zichtbaar label voor de kijker, maar om een signaal dat machines kunnen uitlezen. De oplossingen moeten doeltreffend, interoperabel, robuust en betrouwbaar zijn voor zover dat technisch haalbaar is, rekening houdend met de specifieke kenmerken en beperkingen van de verschillende contenttypen, de kosten en de stand van de techniek.
Die nuance is belangrijk. De wet eist geen perfectie, maar wel een serieuze inspanning die past bij wat technisch redelijk is voor het betreffende type inhoud. Audio, beeld, video en tekst kennen elk hun eigen mogelijkheden en beperkingen.
Wie moet markeren?
De plicht ligt bij de aanbieder: de partij die het generatieve AI-systeem ontwikkelt of laat ontwikkelen en onder eigen naam in de handel brengt of in gebruik stelt, inclusief aanbieders van AI-systemen voor algemene doeleinden. Niet bij de organisatie die het systeem vervolgens inzet, en niet bij de eindgebruiker.
| Vraag | Antwoord |
|---|---|
| Wie draagt de plicht? | De aanbieder van het generatieve AI-systeem |
| Voor welke output? | Synthetische audio, beeld, video en tekst |
| Vanaf wanneer? | 2 augustus 2026 |
| En bestaande systemen? | Vangnet tot 2 december 2026 voor systemen die al vóór 2 augustus 2026 op de markt waren |
Het misverstand dat markeren een zaak is van de partij die de content publiceert, is precies waar organisaties de fout in gaan. Markeren bij de bron is een ontwerpkeuze van de aanbieder. Wie een extern model integreert in een eigen dienst, doet er goed aan contractueel vast te leggen dat de aanbieder deze markering verzorgt.
Welke technieken komen in aanmerking?
De wet schrijft geen techniek dwingend voor. Overweging 133 noemt als voorbeelden watermerken, metagegevens, cryptografische methoden om herkomst en authenticiteit aan te tonen, logging en vingerafdrukken, of een combinatie daarvan. In de praktijk werkt een gelaagde aanpak het beste, omdat elke losse techniek te omzeilen is of per contenttype beperkingen heeft.
De praktijkcode over transparantie van AI-gegenereerde content van 10 juni 2026 werkt die gelaagdheid uit. Voor beeld, audio, video en documenten vraagt zij digitaal ondertekende metadata én een onzichtbaar watermerk; voor vrije tekst langer dan 200 tokens een watermerk. Fingerprinting of logging is alleen een aanvulling en op zichzelf nooit genoeg. De code is vrijwillig; de wet zelf schrijft geen specifieke techniek voor.
In de praktijk schiet een markering tekort die:
- alleen uit metadata bestaat die bij het opslaan of delen verloren gaat;
- bestaat uit een watermerk dat met een eenvoudige bewerking verdwijnt;
- niet interoperabel is en dus door gangbare detectietools niet wordt herkend;
- niet robuust is tegen normale verwerking van het bestand;
- niet aansluit bij een gangbare standaard, zoals C2PA Content Credentials voor herkomstgegevens.
Detectie: kan een ander controleren of content van uw systeem komt?
Markeren is de helft van lid 2. De output moet ook detecteerbaar zijn als kunstmatig gegenereerd of gemanipuleerd. Al de conceptversie van de praktijkcode van december 2025 verwachtte dat aanbieders daarvoor een interface of detector beschikbaar stellen, bijvoorbeeld een API, waarmee gebruikers en andere partijen kunnen nagaan of content door hun systeem is gegenereerd.
Daarmee wordt artikel 50 ook een test- en kwaliteitsvraag. Een detector is pas bruikbaar als u weet hoe vaak hij zich vergist: meet fout-positieven en fout-negatieven op steekproeven en test de robuustheid over distributiekanalen heen. Een markering die het eigen platform overleeft maar sneuvelt bij comprimeren, bijsnijden of uploaden naar sociale media, is niet robuust.
Koopt u een generatief model of een contenttool in, neem dan drie eisen op in het contract: ondersteuning voor machineleesbare markering (metadata, watermerk, herkomstgegevens), een verificatiemechanisme dat uw eigen contentstroom ondersteunt, en een verbod op het verwijderen van markeringen in de gebruiksvoorwaarden.
Let ook op uw eigen keten. Niet alleen het model kan markeringen slopen; ook videobewerking, beeldbanken, exportfuncties en de compressie van sociale media kunnen dat. Een architectuurreview kijkt dus naar het model én naar de distributie. Test of de markering comprimeren, bijsnijden en converteren overleeft, en leg het resultaat vast.
Welke uitzonderingen gelden?
De plicht is niet absoluut. Zij geldt niet voor zover het AI-systeem een ondersteunende functie voor standaardbewerking vervult of de input of de semantiek ervan niet wezenlijk wijzigt, zoals een spelling- of grammaticacorrector (richtsnoeren, punt 92). Daarnaast bestaat een uitzondering voor systemen die bij wet zijn toegestaan voor het opsporen, voorkomen, onderzoeken of vervolgen van strafbare feiten.
Deze uitzonderingen zijn krachtig, maar vragen discipline. Wie zich op de uitzondering voor ondersteunende bewerking beroept, moet kunnen uitleggen waarom het systeem de inhoud niet wezenlijk wijzigt.
Machineleesbare markering versus zichtbare deepfake-melding
Twee plichten worden vaak door elkaar gehaald. De machineleesbare markering uit artikel 50(2) ligt bij de aanbieder en richt zich op een signaal dat machines kunnen uitlezen. De zichtbare melding bij een deepfake uit artikel 50(4) ligt bij de gebruiksverantwoordelijke en richt zich op de mens die de inhoud ziet. Een gebruiksverantwoordelijke kan voor die melding niet leunen op de markering van de aanbieder. Wie een extern model integreert in een eigen dienst, kan met beide te maken krijgen en doet er goed aan contractueel vast te leggen wie wat verzorgt. Meer over de zichtbare kant leest u in deepfakes herkenbaar maken.
Wat moet u nu doen?
Bepaal of u aanbieder bent
Bepaal of uw organisatie aanbieder is van een generatief AI-systeem dat synthetische audio, beeld, video of tekst produceert, inclusief een eigen of doorontwikkeld GPAI-model.
Kies een gelaagde markering en een detectieroute
Kies een gelaagde markeringsaanpak die doeltreffend, interoperabel en robuust is en aansluit bij een gangbare standaard. Combineer een watermerk met ondertekende herkomstgegevens, en bied een manier aan om te controleren of content van uw systeem komt.
Test, leg afspraken vast en bewaar bewijs
Test de markering op gangbare bewerkingen, leg bij integratie van een extern model contractueel vast wie de markering verzorgt, en bewaar bewijs van de gekozen oplossing en de stand van de techniek waarop u zich baseert.
Had u een generatief systeem al vóór 2 augustus 2026 op de markt, dan is 2 december 2026 de uiterste datum. Komt uw systeem later op de markt, dan geldt de plicht direct. Wilt u voor uw eigen toepassing bepalen welke plicht geldt? Loop de beslisboom artikel 50 door.
Veelgestelde vragen over machineleesbare markering
Praktische vragen over de markeringsplicht voor aanbieders onder artikel 50(2) van de AI Act.
Bronnen
Nieuwsbrief
Elke dinsdag de AI Act-week vooruit in 5 minuten
Praktische duiding van deadlines, richtsnoeren en toezicht, zodat u weet wat er deze week toe doet. Geen spam en u schrijft zich met één klik weer uit.
Praktisch en kort · Geen spam · Met één klik uitschrijven