Nieuwe tijdlijn AI-verordening na de AI Omnibus

De AI Omnibus wijzigt niet alle data in de AI-verordening: een deel van de tijdlijn staat gewoon overeind, terwijl de hoog-risicoverplichtingen zijn uitgesteld. Voor de praktijk is het onderscheid tussen ‘ongewijzigd’ en ‘uitgesteld’ essentieel, omdat organisaties anders ten onrechte aannemen dat zij meer tijd hebben dan daadwerkelijk het geval is. Onderstaand overzicht zet de volledige tijdlijn in beeld.

Voor de datum van 2 augustus 2026 blijft dus gelden: de transparantieverplichtingen van artikel 50 (zie de twee voorgaande artikelen) treden gewoon in werking. Voor providers van generatieve AI-systemen die al vóór die datum op de markt waren, geldt voor de markeringsplicht van artikel 50(2) een overgangstermijn tot 2 december 2026. 

De twee data die wél zijn verschoven, betreffen uitsluitend de hoog-risicoverplichtingen: bijlage III-systemen (zoals AI in werving, onderwijs of kredietverlening) van 2 augustus 2026 naar 2 december 2027, en bijlage I-systemen (AI ingebed in gereguleerde producten, zoals machines of medische hulpmiddelen) van 2 augustus 2027 naar 2 augustus 2028.

Wat heeft u hieraan als ontwikkelaar (aanbieder) van een AI-systeem?

Plan uw complianceroute per verplichting, niet per AI-systeem als geheel: voor eenzelfde systeem kan de transparantieplicht al op 2 augustus 2026 gelden, terwijl de hoog-risicoplicht pas in 2027 of 2028 speelt. Gebruik de extra tijd voor de hoog-risicoverplichtingen niet om ook de transparantieverplichtingen op de lange baan te schuiven.

Wat heeft u hieraan als afnemer (gebruiksverantwoordelijke) van een AI-systeem?

Vraag uw leveranciers expliciet naar welke verplichtingen voor welk deel van hun systeem gelden en per wanneer, in plaats van te vertrouwen op een algemene mededeling dat ‘de AI Act is uitgesteld’. Voor de meeste organisaties is 2 augustus 2026 nog steeds de eerstvolgende harde deadline die aandacht vraagt.

Duitse rechter: AI-muziekbedrijf Suno schond auteursrechten (GEMA-zaak)

Op 31 juli 2026 heeft de rechtbank van München (Landgericht München I, 42e civiele kamer) geoordeeld dat het Amerikaanse AI-muziekbedrijf Suno inbreuk heeft gemaakt op auteursrechten door beschermde muziek zonder toestemming te gebruiken voor het trainen van zijn AI-model. De uitspraak is een belangrijke overwinning voor de Duitse muziekrechtenorganisatie GEMA en een van de eerste Europese uitspraken over generatieve AI-muziek.

De zaak

GEMA startte de procedure in januari 2025 en stelde dat Suno zijn AI-model had getraind op auteursrechtelijk beschermde composities zonder licentie of vergoeding aan de rechthebbenden. Het ging onder meer om bekende nummers als ‘Rasputin’ en ‘Daddy Cool’ van Boney M., ‘Forever Young’ van Alphaville en ‘Mambo No. 5’ van Lou Bega. Suno beriep zich op de tekst- en datamining-uitzondering: het trainen van AI-modellen op auteursrechtelijk beschermd materiaal zou daaronder vallen, zolang er geen sprake is van reproductie van het werk zelf.

Wat oordeelde de rechter?

De rechtbank volgde dat verweer niet. Zij oordeelde dat Suno’s model de zes GEMA-nummers had ‘gememoriseerd’ en gereproduceerd: het model had de werken niet slechts in algemene patronen omgezet, maar delen van de oorspronkelijke werken daadwerkelijk opgeslagen en later weer teruggegeven. Dat gaat volgens de rechter verder dan wat de tekst- en datamining-uitzondering toestaat, en levert daarom een auteursrechtinbreuk op – zowel bij de training (reproductie) als bij het genereren van de output (reproductie én mededeling aan het publiek). 

Opvallend is dat de rechtbank zich ook bevoegd achtte over het trainingsproces dat in de Verenigde Staten plaatsvond, mede omdat de AI-modellen op Duitse servers werden gehost. 

De rechtbank wees de vorderingen tot een verbod, opgave van omzet en schadevergoeding toe; de hoogte van de schadevergoeding moet nog worden vastgesteld. Het vonnis is direct uitvoerbaar, ook hangende een eventueel hoger beroep.

Wat heeft u hieraan als ontwikkelaar van een AI-systeem?

Traint u zelf modellen, of laat u dit doen, op basis van van internet verzamelde content, dan laat deze uitspraak zien dat een beroep op de tekst- en datamining-uitzondering niet onbeperkt houdbaar is. Zodra een model in staat is beschermde werken feitelijk te memoriseren en (bijna) letterlijk te reproduceren – dus verder gaat dan het leren van algemene patronen – loopt u een reîel inbreukrisico, ook als de training zelf buiten Europa plaatsvond maar het model op EU-servers draait of in de EU wordt aangeboden. Investeer daarom in technische waarborgen tegen memorisatie en verbatim-reproductie in de output, documenteer de herkomst en licentiestatus van uw trainingsdata, en respecteer opt-outmarkeringen van rechthebbenden op grond van artikel 4 lid 3 van de DSM-richtlijn. Overweeg, zeker in muziek- en tekstgeneratie, gerichte licentieafspraken met collectieve beheersorganisaties zoals hier GEMA, naar het voorbeeld van de eerdere schikking van Warner Music.

Wat heeft u hieraan als afnemer (gebruiker) van een AI-systeem?

Zet u generatieve AI in – voor muziek, tekst of beeld – in uw eigen producten, marketing of dienstverlening, dan loopt u het risico dat de output van uw leverancier (deels) een reproductie van bestaand beschermd werk blijkt te zijn, met een eigen aansprakelijkheidsrisico voor u als gebruiker van die output. Vraag uw AI-leverancier expliciet naar de herkomst en licentiestatus van de trainingsdata, en zorg voor contractuele vrijwaringen (indemnificaties) voor het geval de gegenereerde content toch inbreuk blijkt te maken op rechten van derden. Wees extra terughoudend bij het commercieel gebruiken van AI-gegenereerde content die dicht bij bestaand, herkenbaar werk aankomt – juist die content bleek in deze zaak het probleem.