Kennisbank · 29 augustus 2026 · 7 min

Is jouw muziek gebruikt om AI te trainen — en hoe kom je daarachter?

"Er kwam een database naar buiten die liet zien welke AI-tracks getraind waren op specifieke artiesten. Ik ben lang geen grote artiest, maar ik zag talloze kleine, onafhankelijke artiesten wiens werk door AI is gebruikt. Het is eerlijk gezegd huiveringwekkend." Die reactie kwam onder een post die honderden reacties kreeg — en het woord dat blijft hangen is niet boosheid over geld, maar onbehagen over niet-weten.

Hoe kom je erachter of je muziek in een AI-dataset zit?

Eerlijk antwoord vooraf: met zekerheid kun je dit meestal niet vaststellen. Trainingsdatasets zijn zelden volledig openbaar, en modellen bewaren geen kopieën van nummers waarin je kunt zoeken. Wat je wél kunt doen, is systematisch de sporen nalopen:

Zoek je eigen naam in gepubliceerde datasetlijsten. Onderzoekers en journalisten publiceren regelmatig overzichten van artiesten die in datasets of in modeloutput opduiken. Zet een zoekopdracht op je eigen artiestennaam in combinatie met "dataset" of "AI training".
Kijk naar de output, niet naar de input. Duiken er AI-tracks op die opvallend in jouw stijl, met jouw stemtimbre of met jouw naam in de prompt-beschrijving worden aangeboden? Dat is geen bewijs van training op jouw werk, maar het is wel een vindplaats die je moet vastleggen.
Doorzoek de plekken waar je muziek stáát. Datasets worden meestal geschraapt van openbare bronnen: YouTube, SoundCloud, samplepacks, stem-repositories. Hoe meer van jouw werk daar onbeheerd rondzwerft — precies wat wij doorgaans aantreffen — hoe groter de kans dat het is meegenomen.
Vraag het aan je uitgever, label of beheersorganisatie. Collectieve beheersorganisaties en brancheverenigingen volgen deze ontwikkelingen; sommige onderhandelen namens hun leden over AI-licenties.

Mag je muziek zomaar gebruikt worden om AI te trainen?

In Europa is het uitgangspunt genuanceerder dan veel mensen denken. De Europese auteursrechtrichtlijn kent een uitzondering voor tekst- en datamining: het geautomatiseerd analyseren van openbaar beschikbaar materiaal mag in beginsel — óók commercieel — tenzij de rechthebbende dat uitdrukkelijk heeft voorbehouden. Bij online materiaal moet dat voorbehoud in machineleesbare vorm zijn vastgelegd. In Nederland staat deze regel in artikel 15o van de Auteurswet.

Praktisch betekent dat twee dingen. Ten eerste: wie niets heeft vastgelegd, staat juridisch zwakker dan wie een duidelijk voorbehoud heeft gemaakt. Ten tweede: dat voorbehoud werkt alleen op plekken waar jij iets te zeggen hebt — je eigen site, je eigen uploads, je eigen afspraken. Op materiaal dat elders zonder jouw medeweten rondzwerft, kun je geen voorbehoud plakken. Dat is precies waarom weten wáár je muziek staat de basis is van alles.

Daarnaast geldt sinds 2025 de Europese AI-verordening: aanbieders van algemene AI-modellen moeten een auteursrechtbeleid voeren en een voldoende gedetailleerde samenvatting publiceren van het materiaal waarop ze hebben getraind. Die samenvattingen zijn grofmazig, maar ze maken het gesprek voor het eerst mogelijk. Buiten de EU — met name in de Verenigde Staten — is de vraag of trainen onder fair use valt nog volop onderwerp van rechtszaken.

Hoe leg je een voorbehoud (opt-out) vast?

Op je eigen website: een machineleesbaar voorbehoud in je robots.txt of een vergelijkbaar bestand, plus een leesbare tekst in je voorwaarden dat je tekst- en datamining voor AI-training uitsluit. Doe allebei: de machine leest het ene, een jurist het andere.
In je platform-instellingen: diverse platforms bieden inmiddels een keuze over gebruik van je content door externe AI-partijen. Loop je accounts langs en leg vast wat je hebt ingesteld, met datum en schermafbeelding.
In je contracten: laat afspraken met distributeur, label of uitgever expliciet benoemen of zij AI-licenties mogen verlenen op jouw werk, en of jij daarin meedeelt. Zwijgen in een contract is geen bescherming.
In je metadata: consistente credits en rechteninformatie bij je releases maken zichtbaar wie de rechthebbende is. Wie niet vindbaar is als rechthebbende, wordt ook niet gevraagd.

Wat kun je doen als je werk al gebruikt is?

Begin met vastleggen, niet met beschuldigen. Documenteer wat je aantrof, waar, op welke datum, en waarom je denkt dat het jouw werk betreft — met bronvermelding. Datasets en modelversies verdwijnen of worden vervangen; wat je vandaag niet vastlegt, kun je over een half jaar niet meer laten zien.

Ga daarna langs de partijen die namens jou kunnen optreden: je uitgever, je label, je beheersorganisatie. Individueel procederen tegen een modelaanbieder is voor vrijwel geen enkele onafhankelijke artiest haalbaar; collectief optreden en onderhandelde licenties zijn de realistische route. Jouw documentatie is wat die partijen nodig hebben om je serieus te nemen.

Wat betekent dit voor je bewijspositie?

AI verandert de aard van het probleem niet — het vergroot het. De onderliggende vraag is dezelfde als bij een re-upload of een remix: weet jij wat er met je werk gebeurt, en kun je het aantonen? Wie dat op orde heeft, kan een voorbehoud maken dat ergens op slaat, een gesprek aangaan met bewijs in de hand, en aansluiten bij een collectieve actie. Wie het niet op orde heeft, hoort het pas als iemand anders een lijst publiceert.

Waar RoyaltyScanner hierin past: wij sporen op waar jouw muziek daadwerkelijk staat en leggen elke bevestigde vondst vast in een getekend, onafhankelijk verifieerbaar dossier met tijdstempel. Wij scannen geen AI-modellen en kunnen niet vaststellen waarop een model is getraind — dat kan niemand van buitenaf. Wat wij wél doen is het fundament leveren: zicht op waar je werk circuleert, en gedateerd bewijs dat blijft bestaan. Doe de gratis naamcheck om te zien wat er nu rond jouw naam gebeurt.