AI-watermerken: Hoe ze werken en wat de AI Act in Nederland verplicht

AI-watermerken maken het mogelijk om AI-gegenereerde content automatisch te herkennen. Daarbij worden grofweg twee technieken gebruikt: onzichtbare signalen in de content zelf en digitaal ondertekende metadata die met een bestand wordt meegestuurd.

Sinds 2 augustus 2026 zijn deze technieken extra relevant. Artikel 50 van de Europese AI-verordening, vaak de EU AI Act genoemd, verplicht aanbieders van generatieve AI-systemen om bepaalde AI-output machine-leesbaar te markeren.

In het kort

• Er bestaan twee soorten AI-markering. Een onzichtbaar watermerk zit in de afbeelding, audio of tekst zelf. Content Credentials bestaan uit ondertekende metadata die met een bestand meegaat.
• De AI Act maakt AI-markering sinds 2 augustus 2026 belangrijker. Overtreding van de transparantieverplichtingen kan leiden tot boetes tot €15 miljoen of 3% van de wereldwijde jaaromzet.
• Bij afbeeldingen is de technologie het verst ontwikkeld. Google heeft SynthID inmiddels toegepast op meer dan 100 miljard afbeeldingen en video’s. C2PA Content Credentials bereikte in april 2026 versie 2.4.
• Tekst blijft veel moeilijker. Claude gebruikt inmiddels statistische tekstwatermerken voor ondersteunde nieuwe modellen. Zulke watermerken worden echter minder betrouwbaar bij korte, feitelijke, vertaalde of sterk herschreven teksten.

Wat betekent provenance of herkomstinformatie?

Herkomstinformatie, vaak aangeduid met het Engelse woord provenance, beschrijft waar digitale content vandaan komt en wat ermee is gebeurd.

Een watermerk bewaart een signaal in de content zelf.
Ondertekende metadata bewaart informatie naast de content.

Het doel is hetzelfde: software moet kunnen vaststellen of een afbeelding, audiobestand, video of tekst waarschijnlijk door een bepaald AI-systeem is gemaakt of bewerkt.

Waarom dit sinds augustus 2026 relevant is

Artikel 50 van de EU AI Act is sinds 2 augustus 2026 van toepassing. Aanbieders van generatieve AI-systemen moeten ervoor zorgen dat gegenereerde of gemanipuleerde output, voor zover technisch haalbaar, in een machineleesbaar formaat herkenbaar is als kunstmatig gegenereerd of bewerkt.

Voor organisaties die AI gebruiken om content te publiceren geldt daarnaast een aparte verplichting. AI-gegenereerde of gemanipuleerde tekst die wordt gepubliceerd om het publiek te informeren over onderwerpen van algemeen belang, moet in bepaalde gevallen als zodanig herkenbaar worden gemaakt.

Er is een belangrijke uitzondering wanneer de tekst een daadwerkelijk proces van menselijke toetsing of redactionele controle heeft doorlopen en een natuurlijke persoon of rechtspersoon redactionele verantwoordelijkheid draagt. Dat is dus meer dan iemand die alleen kort op ‘goedkeuren’ klikt. In onze stapsgewijze EU AI Act compliance-checklist gaan we uitgebreider in op deze verplichtingen.

Naast de wet bestaat sinds juni 2026 ook de vrijwillige Europese Praktijkcode inzake transparantie van door AI gegenereerde inhoud. Eind juli hadden ongeveer 190 organisaties de code ondertekend.

Wie houdt in Nederland toezicht op de AI Act?

Nederland werkt met meerdere toezichthouders, afhankelijk van de sector en toepassing van AI. In de voorgestelde Nederlandse toezichtstructuur krijgen de Rijksinspectie Digitale Infrastructuur (RDI) en de Autoriteit Persoonsgegevens (AP) een coördinerende rol. De RDI is daarnaast voorzien als centraal aanspreekpunt voor onder andere bedrijven en burgers. Sectorale toezichthouders blijven toezicht houden binnen hun eigen domeinen.

Hoe werken AI-watermerken in afbeeldingen?

Bij afbeeldingen bestaan er twee belangrijke lagen.

• De eerste laag bevindt zich in de pixels zelf.
• De tweede laag bestaat uit metadata die aan het bestand wordt toegevoegd.

Juist de combinatie is belangrijk, omdat beide technieken verschillende zwakke plekken hebben.

Onzichtbare watermerken in pixels

Google SynthID is een van de bekendste voorbeelden. SynthID verwerkt een voor mensen onzichtbaar signaal in gegenereerde media. Google stelt dat het watermerk bestand is tegen bepaalde bewerkingen, waaronder bijsnijden, filters, wijzigingen in framerate en compressie met kwaliteitsverlies.

In mei 2026 meldde Google dat het inmiddels meer dan 100 miljard afbeeldingen en video’s van SynthID had voorzien. Een detail wordt regelmatig verkeerd uitgelegd. SynthID hoeft niet tijdens het genereren van de afbeelding te worden toegevoegd. Google’s eigen technische beschrijving laat zien dat een encoder het signaal ook op het uiteindelijke bestand kan toepassen.

Een onzichtbaar watermerk is echter niet onverwoestbaar. Onderzoekers ontwikkelden bijvoorbeeld UnMarker, waarmee bij onderzoek naar semantische watermerken de beste detectiegraad tot 43% kon worden teruggebracht.

Een andere aanval, MarkNull, bracht de gemiddelde bitnauwkeurigheid terug naar 53,14%, waarbij 50% ongeveer overeenkomt met willekeurig gokken.

Wat zijn C2PA Content Credentials?

De Coalition for Content Provenance and Authenticity, of C2PA, werd in februari 2021 opgericht door Adobe, Arm, BBC, Intel, Microsoft en Truepic. Content Credentials zijn geen watermerk in de pixels. Het gaat om digitaal ondertekende metadata die informatie kan bevatten over de maker, gebruikte software en uitgevoerde bewerkingen. De C2PA-specificatie heeft inmiddels versie 2.4 bereikt.

Het voordeel is dat Content Credentials veel meer context kunnen bevatten dan een simpel watermerk. Het nadeel zit in de manier waarop metadata op internet wordt verwerkt. De IPTC legt in zijn FAQ over C2PA Content Credentials uit dat metadata tijdens normale verwerking kan worden verwijderd.

Een screenshot kan de oorspronkelijke metadata bijvoorbeeld laten verdwijnen. Hetzelfde kan gebeuren wanneer een CDN een afbeelding verkleint of opnieuw comprimeert. Daarom combineren steeds meer systemen metadata met een robuuster signaal in de content zelf.

Waarom is een AI-watermerk in tekst moeilijker?

Tekst biedt veel minder ruimte om informatie te verbergen. Een afbeelding bevat miljoenen pixelwaarden die heel licht kunnen worden aangepast zonder dat iemand dat ziet. In tekst kan één ander woord al direct merkbaar zijn. Daarom werkt tekst watermarking fundamenteel anders.

Hoe een statistisch tekstwatermerk werkt

Een taalmodel kiest tijdens het schrijven voortdurend tussen mogelijke volgende woorden of tokens. Een belangrijke methode werd beschreven door Kirchenbauer en collega’s in een onderzoek dat tijdens ICML 2023 werd gepubliceerd. Daarbij verdeelt een geheime sleutel de mogelijke tokens op iedere positie bijvoorbeeld over een ‘groene’ en ‘rode’ lijst. Het taalmodel krijgt vervolgens een subtiele voorkeur voor woorden uit de groene lijst. Er worden dus geen verborgen Unicode-tekens, spaties of onzichtbare letters toegevoegd.

Het patroon zit in welke woorden het model kiest.

Google DeepMind publiceerde zijn eigen methode, SynthID-Text, in oktober 2024 in Nature. Bij tests over ongeveer 20 miljoen Gemini-antwoorden verschilde de waardering door gebruikers slechts minimaal tussen antwoorden met en zonder watermerk.

Anthropic heeft inmiddels een vergelijkbare statistische aanpak voor Claude ingevoerd.

Heeft Claude een AI-watermerk?

Voor ondersteunde Claude-modellen wel. Anthropic introduceerde de techniek in augustus 2026 en noemde naleving van de EU AI Act als een belangrijke aanleiding. De techniek werkt door de woordkeuzes van het model statistisch te beïnvloeden. Er worden dus geen verborgen tekens aan Claude-antwoorden toegevoegd.

Heeft ChatGPT een tekstwatermerk?

OpenAI gebruikt provenance-technieken voor ondersteunde afbeeldingen en audio, maar heeft publiekelijk geen vergelijkbaar algemeen tekstwatermerk voor ChatGPT uitgerold.

Het is daarom niet correct om te stellen dat iedere ChatGPT-tekst een verborgen watermerk bevat.

Waarom zijn AI-watermerken in tekst kwetsbaar?

Er zijn drie belangrijke problemen.

1. Feitelijke tekst biedt weinig keuze

Een watermerk werkt alleen wanneer een model uit verschillende goede woorden kan kiezen. Bij een creatief stuk zijn er vaak tientallen mogelijke formuleringen. Bij een feitelijk antwoord, programmeercode of exacte naam bestaat soms maar één correct antwoord. Het onderzoek naar SynthID-Text beschrijft dat watermarking minder effectief wordt wanneer er weinig variatie of entropy in mogelijke antwoorden zit.

2. Korte teksten zijn moeilijk te controleren

Tekstdetectie is statistisch. Hoe langer de tekst, hoe meer keuzes er zijn die gezamenlijk een herkenbaar patroon kunnen vormen. Een korte socialmediapost, e-mail of alinea bevat soms te weinig informatie voor een betrouwbare conclusie. Een watermerk dat in een lang artikel redelijk zichtbaar is voor een detector, kan in twee zinnen vrijwel niet betrouwbaar meetbaar zijn.

3. Herschrijven tast het watermerk aan

Hier zit de grootste beperking. Lichte aanpassingen hoeven het signaal niet volledig te verwijderen. Maar wanneer een tekst volledig wordt herschreven, verdwijnen de oorspronkelijke woordkeuzes waarop het watermerk was gebaseerd. Onderzoek naar SIRA, gepubliceerd rond ICML 2025, liet zien dat watermerken van verschillende methodes tegen zeer lage kosten konden worden aangevallen.

Eerder onderzoek rond ICML 2024 beschreef bovendien waarom sterke tekst watermarking fundamenteel kwetsbaar blijft wanneer een aanvaller de tekst herhaaldelijk kan aanpassen zonder de kwaliteit merkbaar te verminderen.

AI-watermerken voor afbeeldingen en tekst vergeleken

Onderdeel	Afbeeldingen	Tekst
Belangrijkste techniek	Pixelwatermerk plus C2PA-metadata	Statistisch patroon in woordkeuze
Waar zit het signaal?	Pixels en/of metadata	In de gekozen woorden
Betrouwbaarheid	Relatief sterk bij ondersteunde, weinig bewerkte bestanden	Sterk afhankelijk van lengte en soort tekst
Benodigde hoeveelheid	Eén afbeelding kan voldoende zijn	Langere teksten geven doorgaans meer zekerheid
Grootste zwakke plek	Metadata kan verdwijnen; watermerk kan worden beschadigd	Herschrijven en weinig tekst
Publieke verificatie	Voor sommige ecosystemen beschikbaar	Beperkt
Voorbeelden	Google, OpenAI en C2PA-ecosysteem	Google-technologie en ondersteunde Claude-modellen

Wat betekenen AI-watermerken voor SEO en contentmarketing?

Rond AI-content bestaan twee hardnekkige misverstanden.

Misverstand 1: Google straft AI-content automatisch af

Dat klopt niet. Google maakt al jaren duidelijk dat het gebruik van AI op zichzelf geen aparte positieve of negatieve rankingfactor is. Waar Google wel tegen optreedt is het op grote schaal produceren van pagina’s met als hoofddoel het manipuleren van zoekresultaten. Google’s beleid rond scaled content abuse geldt ongeacht of de content door AI, mensen of een combinatie daarvan is gemaakt.

Ook YouTube stelt dat een AI-label op zichzelf niet bepaalt hoe een video wordt aanbevolen.

Misverstand 2: een AI-watermerk helpt je rankings

Daar is momenteel geen bewijs voor. Google’s eigen richtlijnen voor AI-functies in Google Search noemen C2PA, Content Credentials of AI-watermerken niet als rankingfactor. Voor zichtbaarheid in gewone zoekresultaten, AI Overviews en AI Mode blijven dezelfde fundamentele principes gelden: crawlbaarheid, behulpzame content, duidelijke structuur en informatie die daadwerkelijk waarde toevoegt.

Content Credentials zijn daarom vooral relevant voor transparantie, vertrouwen en compliance, niet als directe SEO-truc.

Wat moeten Nederlandse organisaties nu doen?

1. Bepaal wanneer je AI-gebruik vermeldt

Maak hier een bewuste content- en compliance keuze van. Onderzoek naar AI-disclosure in Organizational Behavior and Human Decision Processes omvatte dertien experimenten naar het effect van het bekendmaken van AI-gebruik. De onderzoekers zagen dat disclosure vertrouwen kan beïnvloeden. Tegelijkertijd kan reputatieschade groter zijn wanneer AI-gebruik achteraf door iemand anders wordt ontdekt.

Controleer vooral content die mogelijk onder artikel 50 valt, zoals teksten over onderwerpen van algemeen belang, deepfakes en andere synthetische media. Ga niet automatisch uit van de regel dat iedere zin waarvoor AI is gebruikt een zichtbaar label nodig heeft. De precieze verplichting hangt af van je rol, het soort content en de manier waarop deze tot stand is gekomen.

2. Organiseer echte menselijke redactionele controle

Voor publicaties over onderwerpen van algemeen belang kan menselijke toetsing relevant zijn voor de uitzondering in artikel 50. Dat betekent meer dan spelling controleren.

Leg bijvoorbeeld vast wie:

• feiten controleert;
• bronnen beoordeelt;
• inhoudelijke wijzigingen maakt;
• eindverantwoordelijkheid draagt;
• publicatie goedkeurt.

Zo ontstaat een aantoonbaar redactioneel proces in plaats van alleen een AI-policy op papier.

3. Controleer of je eigen website provenance verwijdert

Een CMS of CDN kan Content Credentials onbedoeld verwijderen. Test daarom de volledige keten:

generator → opslag → beeldbewerking → CMS → CDN → uiteindelijke webpagina

Download vervolgens de gepubliceerde afbeelding en controleer of de oorspronkelijke provenance nog aanwezig is.

4. Gebruik Content Credentials waar ze daadwerkelijk waarde toevoegen

Voor professionele fotografie, AI-gegenereerde beelden, campagnes en andere content waarbij herkomst relevant is, kunnen Content Credentials zinvol zijn. Adobe biedt hiervoor onder meer zijn Content Authenticity-platform.

Voor productafbeeldingen is daarnaast de IPTC-aanduiding trainedAlgorithmicMedia relevant om aan te geven dat media met behulp van een generatief AI-model zijn gemaakt.

Zie Content Credentials niet als bewijs dat een afbeelding waar of betrouwbaar is. Ze geven informatie over de herkomst en bewerkingsgeschiedenis, niet automatisch over de feitelijke juistheid van wat erop staat.

5. Gebruik AI-tekstdetectors niet als bewijs

Een AI-detector kan een indicatie geven, maar is geen betrouwbaar bewijs dat een specifieke tekst door AI is geschreven.

Dat geldt zeker bij:

• korte teksten;
• vertalingen;
• herschreven teksten;
• teksten van niet-moedertaalsprekers;
• sterk feitelijke content.

Onderzoek gepubliceerd in Patterns liet bijvoorbeeld zien dat AI-detectors zeer hoge foutpercentages konden hebben bij teksten van niet-moedertaalsprekers.

Als de herkomst van content belangrijk is, is het veel sterker om het productieproces te documenteren dan achteraf te proberen auteurschap uit alleen de tekst af te leiden.

6. Leg je AI-contentworkflow vast

Voor Nederlandse organisaties is dit waarschijnlijk waardevoller dan nog een detectietool aanschaffen. Documenteer welke modellen worden gebruikt, welke output wordt bewaard, wie de inhoud controleert, wanneer AI-gebruik wordt vermeld en hoe provenance tijdens publicatie behouden blijft. Dat helpt bij zowel kwaliteitscontrole als eventuele toekomstige vragen van klanten, medewerkers of toezichthouders.

AI-content en SEO: kwaliteit wordt belangrijker, niet minder belangrijk

De hoeveelheid AI-gegenereerde online content is sterk gestegen. Daardoor is vloeiende, grammaticaal correcte tekst op zichzelf niet langer onderscheidend. Juist daardoor neemt de waarde van unieke informatie toe.

Google’s richtlijnen voor AI-functies in Search sluiten daarbij aan. Content moet niet alleen technisch toegankelijk zijn, maar vooral waarde toevoegen voor de gebruiker.

Denk bijvoorbeeld aan:

• eigen data;
• praktijkervaring;
• onderzoek;
• duidelijke bronverwijzingen;
• originele voorbeelden;
• aantoonbare vakkennis;
• een duidelijke visie of conclusie.

Dat is niet alleen relevant voor klassieke SEO. Het vergroot ook de kans dat zoekmachines en generatieve systemen je pagina als bruikbare bron beschouwen.

Conclusie

AI-watermerken zijn sinds de invoering van de transparantieverplichtingen van de EU AI Act op 2 augustus 2026 niet langer alleen een technisch experiment. Bij afbeeldingen ontstaat een steeds volwassener ecosysteem rond technieken zoals SynthID en C2PA Content Credentials. Bij tekst zijn de beperkingen veel groter. Korte teksten, feitelijke antwoorden en herschrijvingen maken betrouwbare detectie lastig.

Voor Nederlandse organisaties ligt de belangrijkste actie daarom niet in het aanschaffen van een AI-detector. Zorg dat je weet welke content door AI wordt gemaakt, welke markeringen je tools toevoegen, wat er tijdens publicatie met die markeringen gebeurt en wie uiteindelijk redactionele verantwoordelijkheid draagt.

Wil je weten hoe je huidige AI-workflows zich verhouden tot artikel 50 van de AI-verordening? Met een AI Assessment brengen we de kansen, risico’s en aandachtspunten binnen je organisatie in kaart. Heb je vervolgens hulp nodig bij het opzetten van de juiste processen, governance of AI-strategie? Onze AI Consultancy helpt je om dit praktisch te implementeren.

Veelgestelde vragen (FAQ) over AI-watermerken