Grote muzieklabels en artiesten boekten deze week een overwinning in de Verenigde Staten. Een federale rechtbank laat hun zaak tegen AI-muziekmakers doorgaan, omdat er mogelijk sprake is van auteursrechtinbreuk. Het draait om systemen die liedjes maken op basis van tekst, zoals Suno en Udio. De uitspraak raakt ook aan Europese regels, zoals de AI-verordening (AI Act) en de AVG, die eisen stellen aan transparantie en gegevensgebruik.
Rechter ziet kans op inbreuk
De rechtbank oordeelt dat de claims niet voortijdig kunnen worden afgewezen. Volgens de rechter is het aannemelijk dat het trainen van modellen op beschermde opnames en het nabootsen van herkenbare stijlen het auteursrecht kan raken. Daarmee blijft de kernvraag overeind: mag een algoritme leren van bestaande muziek zonder toestemming, en mag het daarna soortgelijke nummers uitspugen.
Het gaat om een voorlopige stap, geen einduitspraak. De rechter weegt nu vooral of de beschuldigingen juridisch hout snijden. Of er echt inbreuk is, volgt pas na bewijsvoering en mogelijk een proces met experts en getuigen.
Belangrijk is dat ook de veelgehoorde “fair use”-verdediging in de VS niet voldoende was om de zaak nu al te sluiten. De rechter wil eerst precies zien hoe de systemen werken en welke data zijn gebruikt. Dat vergroot de druk op AI-bedrijven om inzicht te geven in hun trainingsdata en hun filters.
Suno en Udio onder vuur
De zaak richt zich op populaire generatieve muzieksystemen Suno (Suno, Inc.) en Udio (Uncharted Labs, Inc.). Met een korte tekstprompt kan iedereen daarmee een liedje laten maken. Artiesten en labels stellen dat deze tools zijn getraind op miljoenen beschermde opnames, zonder licentie.
Platenmaatschappijen als Universal Music Group, Sony Music Entertainment en Warner Music Group, vertegenwoordigd door brancheorganisaties, trokken eerder al naar de rechter. Zij zien het massaal kopiëren van catalogi als onrechtmatig. De startups bestrijden dat, en zeggen dat hun modellen nieuwe werken genereren.
De rechtbank wil nu bewijzen zien over de herkomst van het trainingsmateriaal en de werking van de modellen. Denk aan datasets, code en testresultaten. Dat is precies de informatie waar labels en artiesten al langer om vragen.
Transparantie over datasets ontbreekt
Een AI-model leert van voorbeelden, de zogenoemde trainingsdata. Bij muziek zijn dat vaak opnames, partituren en metadata. Zonder duidelijkheid over die bronnen is het lastig te toetsen of het gebruik rechtmatig is.
Veel AI-startups publiceren geen lijst met gebruikte werken. Ze wijzen op bedrijfsgeheimen en schaal: de datasets zijn enorm. Voor makers voelt dat als een black box die put uit hun werk, terwijl zij geen toestemming gaven en geen vergoeding krijgen.
De lopende rechtszaak kan die impasse doorbreken. Als de rechter uitgebreide inzage eist, komt er zicht op de herkomst van de data. Dat kan later de basis worden voor licentiemodellen of juist voor beperkingen.
Europese regels zetten kaders
In Europa gelden al duidelijke lijnen voor tekst- en datamining. De Auteursrechtrichtlijn (DSM) staat datamining toe, maar rechthebbenden mogen het verbieden via een machineleesbaar voorbehoud (opt-out). Wie dat voorbehoud negeert, loopt juridisch risico.
De Europese AI-verordening verplicht aanbieders van generatieve modellen om een “voldoende gedetailleerde” samenvatting van trainingsdata te publiceren. Dat is geen volledige datasetlijst, maar wel meer transparantie dan nu gebruikelijk is. Voor Europese uitgevers en labels is dit een extra hefboom bij onderhandelingen.
Ook de AVG speelt mee als er persoonsgegevens in het spel zijn, bijvoorbeeld bij het klonen van iemands stem. Een stem kan een identificeerbaar kenmerk zijn en dus onder de privacyregels vallen. In zulke gevallen zijn een wettelijke grondslag en dataminimalisatie vereist.
“TDM-opt-out”: rechthebbenden kunnen geautomatiseerde analyse van hun werken verbieden met een machineleesbaar voorbehoud (art. 4 DSM-richtlijn). AI-aanbieders moeten dat respecteren.
Stijl en stem als rechten
Artiesten maken zich zorgen over zogeheten soundalikes: nummers die sterk lijken op hun stem of stijl. In de VS en Europa bestaat bescherming via naburige rechten en regels rond oneerlijke mededinging. In sommige landen geldt ook een portret- of persoonsrecht voor de stem.
AI-bedrijven zeggen dat hun systemen geen exacte kopieën uitgeven, maar “nieuwe” combinaties. Toch kunnen modellen door training dicht tegen herkenbare elementen aan kruipen. Platforms proberen dat te dempen met filters die specifieke namen en kenmerken blokkeren.
Voor Nederlandse makers zijn Buma/Stemra en Sena op het moment van schrijven in gesprek met techpartijen over passende licenties. Ook uitgevers en producenten verkennen collectieve afspraken. De uitkomst van Amerikaanse zaken weegt daarbij mee, omdat dezelfde tools wereldwijd worden gebruikt.
Gevolgen voor sector en gebruiker
Voor labels en artiesten vergroot de uitspraak de kans op een betere onderhandelingspositie. Licentiedeals voor trainingsdata en duidelijke opt-outmechanismen komen dichterbij. Tegelijk kan strengere handhaving leiden tot minder openheid bij startups.
AI-aanbieders zullen moeten investeren in herkomstbeheer, dataset-schoonmaak en transparantie. Denk aan het documenteren van bronnen, het respecteren van TDM-opt-outs en het voorkomen van herkenbare nabootsingen. Dat sluit aan bij de AI-verordening, die naleving van het auteursrecht expliciet eist.
Gebruikers moeten rekening houden met strengere regels bij platforms als Spotify, YouTube en TikTok. Uploads die een artiest nadoen kunnen sneller offline gaan. Wie AI-muziek zakelijk inzet, doet er goed aan de licenties en herkomst vast te leggen.