Vanaf 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 voor 2 augustus 2026 op de markt waren geldt een vangnet: zij krijgen tot 2 december 2026 om aan de markering te voldoen.
Deze pagina hoort bij ons praktische overzicht van artikel 50 en de gids over de rolverdeling tussen aanbieder en deployer. Voor de uitvoering leest u verder in onze praktijkgids over labeling en detectie en in onze toelichting op de Code of Practice over transparantie van AI-content. Hieronder leest u wat de markeringsplicht precies inhoudt, wie haar draagt, welke technieken in aanmerking komen 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 (provider): de partij die het generatieve AI-systeem ontwikkelt en op de markt brengt, 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 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 enkele techniek dwingend voor, maar noemt een palet aan mogelijkheden: watermerken, identificatie via metadata, cryptografische methoden om herkomst en authenticiteit aan te tonen, logging en vingerafdrukken. In de praktijk werkt een gelaagde aanpak het beste, omdat losse technieken te omzeilen of in hun bereik beperkt zijn.
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.
De Europese Commissie werkt aan een Code of Practice over markering en labeling van AI-content, met een gestandaardiseerd label en een onderscheid tussen volledig AI-gegenereerde en AI-ondersteunde inhoud. Wie die lijn volgt, toont eenvoudiger aan dat de markering voldoet. De Code is nog niet definitief, maar geeft een duidelijke richting.
Welke uitzonderingen gelden?
De plicht is niet absoluut. Zij geldt niet voor AI-systemen met een louter ondersteunende functie voor standaardbewerking die de input of de semantiek ervan niet wezenlijk wijzigen, zoals een spelling- of grammaticacorrector. Daarnaast bestaat een uitzondering voor systemen die bij wet zijn toegestaan voor het opsporen, voorkomen of onderzoeken 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 deepfake-melding uit artikel 50(4) ligt bij de deployer en richt zich op de mens die de inhoud ziet. 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.
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
Kies een gelaagde markeringsaanpak die doeltreffend, interoperabel en robuust is, en sluit aan bij een gangbare standaard. Combineer bijvoorbeeld een watermerk met herkomstgegevens in plaats van op een losse techniek te leunen.
Leg afspraken en bewijs vast
Leg bij integratie van een extern model contractueel vast dat de aanbieder de machineleesbare markering verzorgt, en bewaar bewijs van de gekozen oplossing en de stand van de techniek waarop u zich baseert.
Wie dit voor de zomer inregelt, hoeft op 2 augustus 2026 niet te improviseren. Behandel 2 december 2026 daarbij als vangnet voor bestaande systemen, niet als de standaarddeadline.
Veelgestelde vragen over machineleesbare markering
Praktische vragen over de markeringsplicht voor aanbieders onder artikel 50(2) van de AI Act.