Een aanklacht die niet nodig had moeten zijn

Op 29 juni 2026 hield een rechter in het zuidelijk district van New York Sony Music voor dat het ruim 30.000 geluidsopnamen niet mocht toevoegen aan de zaak die het al tegen Udio voerde. Drie weken later diende Sony ze alsnog in, als aparte rechtszaak. De dagvaarding kwam op 20 juli binnen en voert 30.117 opnamen aan.

Procedureel is daar niets bijzonders aan. Dat een rechter weigert een lopende zaak uit te breiden, doet de vorderingen niet vervallen, het dwingt de eiser alleen een tweede front te openen. Wat het de moeite waard maakt voor wie een bedrijf runt, is de rekensom die erop volgt. In de oorspronkelijke zaak stonden 333 opnamen ter discussie. De wettelijke schadevergoeding liep daar op tot ten hoogste ongeveer 50 miljoen dollar, ruwweg 46 miljoen euro. Bij 30.117 opnamen verschuift dat theoretische plafond naar ongeveer 4,5 miljard dollar, zo'n 4,2 miljard euro.

Sony is inmiddels ook de enige die nog buiten staat. Universal en Warner troffen allebei een licentieregeling met Udio. Sony niet, en juist het ontbreken van een schikking houdt het bewijsdossier in het geding in plaats van dat het achter een deal verzegeld raakt.

Hoe 333 er 30.117 werden

Het interessante is niet het getal, maar waar het vandaan komt. Sony heeft niet het internet afgestruind om af te leiden waarop een muziekmodel wel getraind moest zijn. In de bewijsfase van de eerste zaak kreeg het toegang tot de trainingsdata van Udio, liet daar audiofingerprinting op los en vond honderdduizenden eigen opnamen terug. De 30.117 uit de nieuwe dagvaarding zijn een deelverzameling van wat die vergelijking opleverde.

Een trainingscorpus blijkt gewoon een inventarislijst te zijn. Twee jaar geleden zou die zin nog zijn betwist. Modelbouwers beschreven hun datasets standaard als te groot, te sterk bewerkt en te zeer vermengd om op te sommen, en dat argument had een zekere overtuigingskracht zolang niemand keek. Nu heeft iemand gekeken, met een alledaagse techniek die de muziekindustrie al twintig jaar gebruikt om content te herkennen, en dat leverde een lijst met vijf significante cijfers op.

Er is niets aan dit alles wat specifiek is voor muziek. Fingerprinting werkt op audio omdat audio zich in robuuste perceptuele hashes laat vangen, maar het algemene vermogen om een bekende catalogus te vergelijken met een corpus dat een partij op bevel heeft moeten afgeven, laat zich met ander gereedschap en hetzelfde juridische effect overzetten op beeld, video, tekst en code.

De vordering die niet over auteursrecht gaat

De dagvaarding bevat drie vorderingen. Twee daarvan zijn klassieke inbreuk: opnamen van na 1972, en opnamen van voor 1972 die worden beschermd door de Music Modernization Act. De derde is van een andere orde. Die stelt dat technische beschermingsmaatregelen zijn omzeild, wat verboden is onder de Digital Millennium Copyright Act.

Omzeiling is een vordering over de verwerving. Ze vraagt niet of trainen op een werk transformatief is, of het resultaat concurreert met het origineel, of welke kant de fair-usefactoren op wijzen. Ze vraagt hoe de gedaagde langs het slot is gekomen. Dat onderscheid doet in deze zaak in stilte het structurele werk, want een gedaagde kan de discussie over wat trainen precies is winnen en alsnog stranden op de vraag hoe het materiaal is verzameld.

Europese lezers moeten dit niet wegzetten als een Amerikaanse curiositeit. De mining-uitzondering uit de auteursrechtrichtlijn van 2019, waar de meeste EU-bedrijven zich op beroepen wanneer zij data scrapen, geldt alleen bij rechtmatige toegang en alleen als de rechthebbende zijn rechten niet machineleesbaar heeft voorbehouden. Beide voorwaarden gaan over de verwerving. De juridische begrippen verschillen aan weerszijden van de oceaan, het drukpunt is hetzelfde: hoe u aan de data bent gekomen is een andere vraag dan wat u ermee hebt gedaan, en die vraag komt als eerste aan de beurt.

Waarom niet weten waarop u hebt getraind niet langer veilig is

Drie jaar lang was het praktische antwoord op een herkomstvraag van een klant of een toezichthouder een schouderophalen in technisch jargon. Het corpus is enorm, de pijplijn draaide jaren geleden, de tussenbestanden zijn niet bewaard. Dat antwoord werkte als verweer omdat de wederpartij geen enkele manier had om het te controleren.

Het bewijsdossier in de zaak-Udio maakt daar een einde aan. Zodra een rechthebbende het corpus kan opvragen en vergelijken, is de partij die haar eigen trainingsdata niet kan beschrijven niet langer beschermd door dat gat, ze is simpelweg de partij die minder weet over haar eigen blootstelling. Onzekerheid is opgehouden een schild te zijn en is een verplichting geworden die nooit is ingeprijsd, en die staat vandaag in de boeken van elk bedrijf dat heeft gefinetund op materiaal dat het niet heeft gedocumenteerd.

De regelgeving duwt dezelfde kant op, maar is er niet de oorzaak van. De Europese AI-verordening verplicht aanbieders van AI-modellen voor algemene doeleinden een voldoende gedetailleerde samenvatting te publiceren van de inhoud die voor de training is gebruikt, en de Commissie kan haar handhavingsbevoegdheden daarover vanaf 2 augustus 2026 uitoefenen. Een bedrijf dat die samenvatting intern niet kan opstellen, krijgt die ook niet op tafel bij een toezichthouder. De rechtszaak en de regelgeving stellen dezelfde vraag, alleen vanuit tegenovergestelde richting.

Zet de herkomst in het contract, niet in de aannames

Drie concrete wijzigingen, en voor geen ervan hebt u eerst een juridisch advies nodig. Ten eerste: vraag in uw volgende model- of finetuningcontract om een schriftelijke herkomstgarantie die de belangrijkste datasets bij naam noemt en vermeldt welke controles op rechtenvoorbehoud zijn uitgevoerd, met een vrijwaring eraan vast. Een leverancier die zijn data wel mondeling wil beschrijven maar niet contractueel, heeft u daarmee al iets nuttigs verteld.

Ten tweede: houd een manifest bij van alles waarop u zelf finetunet, met bron, datum van verwerving, de ingeroepen licentie of uitzondering, en of er op het moment van verzamelen een machineleesbaar voorbehoud stond. Juist dat laatste veld legt niemand vast, en juist daar draait de mining-uitzondering om. Het achteraf reconstrueren is aanzienlijk lastiger dan het nu meteen loggen.

Ten derde: splits de twee vragen in uw eigen risicoregister. De rechtmatigheid van de verwerving en de rechtmatigheid van de training gaan onafhankelijk van elkaar mis, en een model kan op het tweede punt schoon zijn en op het eerste kwetsbaar. De meeste interne AI-risicoanalyses van voor deze maand behandelen ze als een enkele regel. Het zijn er twee, en de eerste is degene die een eiser met een vingerafdruk bereikt.

Lees hierna: Duitslands recordseed wedt dat robots data nodig hebben  |  Suno's trainingsdata is nu een gespecificeerde lijst