Watermerk: hoe digitale content wordt gemerkt en herkenbaar gemaakt
Een watermerk is van oorsprong iets heel tastbaars: houd een bankbiljet tegen het licht en er verschijnt een patroon dat je met het blote oog niet ziet als het biljet plat op tafel ligt. Dat patroon is in het papier zelf verwerkt tijdens het productieproces, en het dient om te bewijzen dat het geld echt is. Een digitaal watermerk werkt in de kern hetzelfde: het is informatie die verstopt zit in een digitaal bestand — een foto, een geluidsfragment, een video of zelfs een stuk tekst — en die met speciale software zichtbaar of leesbaar gemaakt kan worden, terwijl een gewone kijker of luisteraar er niets van merkt.
De laatste jaren is digitaal watermerken in een stroomversnelling geraakt door de opkomst van kunstmatige intelligentie (AI) die realistische beelden, stemmen en teksten kan genereren. Waar een watermerk vroeger vooral werd gebruikt om te bewijzen wie de rechtmatige eigenaar van een foto was, wordt het nu steeds vaker ingezet om het omgekeerde te doen: aantonen dat iets door een computer is gemaakt en niet door een mens. Dat onderscheid is relevant voor iedereen die weleens een nepfoto, een deepfake (een door AI gemanipuleerde video of foto die een persoon iets laat doen of zeggen wat niet echt gebeurd is) of een AI-gegenereerd nieuwsbericht tegenkomt.
Wat is het precies?
Een digitaal watermerk voor beeld of geluid werkt door piepkleine, voor mensen onwaarneembare aanpassingen aan te brengen in de data van het bestand. Bij een foto gaat het bijvoorbeeld om minieme verschuivingen in de kleurwaarden van individuele pixels; bij audio om subtiele veranderingen in frequenties die het menselijk oor niet oppikt. Deze aanpassingen volgen een vast patroon dat is afgeleid van een geheime sleutel of een specifiek algoritme. Een detectieprogramma dat dat patroon kent, kan het watermerk er met statistische zekerheid uit lezen, ook al is het voor een mens volledig onzichtbaar of onhoorbaar.
Dit is een andere techniek dan metadata, oftewel data over data: extra informatie die los van de eigenlijke inhoud aan een bestand wordt vastgeplakt, zoals de cameranaam, datum of — steeds vaker — een vermelding dat een AI-model het beeld heeft gemaakt. De industriestandaard C2PA (Coalition for Content Provenance and Authenticity) werkt voornamelijk met dit soort metadata, die cryptografisch wordt ondertekend: er wordt een digitale handtekening aan toegevoegd die met wiskundige zekerheid aantoont dat de informatie niet is gemanipuleerd sinds het moment van ondertekening. Dit heet ook wel provenance-informatie, ofwel herkomstinformatie: het bestand krijgt een soort digitaal paspoort dat laat zien waar het vandaan komt en welke bewerkingen het heeft ondergaan.
Het probleem met alleen metadata is dat die makkelijk verloren gaat: een simpele schermafbeelding of het opnieuw opslaan van een bestand kan de bijgevoegde informatie wissen. Een watermerk dat in de pixels of geluidsgolven zelf zit, overleeft dat soort bewerkingen vaak beter. Daarom worden de twee technieken in de praktijk steeds vaker gecombineerd: de metadata geeft uitgebreide, leesbare context, terwijl het onzichtbare watermerk als vangnet dient wanneer die metadata verdwijnt.
Wat wil men ermee bereiken?
Het belangrijkste doel is het herkenbaar maken van AI-gegenereerde content. Naarmate AI-modellen beter worden in het maken van realistische beelden, stemmen en teksten, wordt het voor mensen steeds moeilijker om op het oog het verschil te zien tussen iets echts en iets gegenereerds. Een betrouwbaar watermerk zou dat onderscheid weer meetbaar moeten maken, ook wanneer het menselijk oog tekortschiet.
Daarmee hangt een tweede doel samen: het bestrijden van desinformatie en deepfakes. Als nieuwsredacties, sociale platforms en factcheckers automatisch kunnen detecteren of een video of foto AI-gegenereerd is, kunnen zij die informatie meenemen bij het beoordelen van de betrouwbaarheid van content die snel viraal gaat.
Daarnaast speelt auteursrechtelijke bescherming een rol, de oudere en meer traditionele toepassing van watermerken: makers van foto's, muziek of video willen kunnen aantonen dat werk van hen is gebruikt, ook als het zonder toestemming is overgenomen. Tot slot speelt wetgeving een steeds grotere rol. De Europese Unie heeft met de AI Act (de Europese AI-verordening, aangenomen in 2024) regels vastgelegd die aanbieders van bepaalde AI-systemen verplichten om gegenereerde content herkenbaar te labelen. Bedrijven ontwikkelen watermerktechnologie dus mede om aan dit soort verplichtingen te kunnen voldoen.
Voorbeelden uit de praktijk
Google DeepMind SynthID is een van de bekendste voorbeelden. Google introduceerde deze techniek in 2023, aanvankelijk om beelden die met het AI-beeldmodel Imagen waren gemaakt, van een onzichtbaar watermerk te voorzien. Sindsdien heeft Google de technologie uitgebreid naar andere soorten content, waaronder audio en tekst gegenereerd door de Gemini-modellen, en delen van de onderliggende technologie beschikbaar gesteld voor onderzoek.
De C2PA-coalitie werd in 2021 opgericht door onder meer Adobe, Microsoft, Intel, Sony, de BBC en het contentverificatiebedrijf Truepic. Deze coalitie ontwikkelt een open technische standaard voor Content Credentials: cryptografisch ondertekende herkomstinformatie die aan foto's, video's en andere bestanden kan worden gekoppeld. Inmiddels zijn ook grote camerafabrikanten zoals Nikon en Canon en AI-bedrijven zoals OpenAI bij dit initiatief aangesloten.
Adobe heeft Content Credentials geïntegreerd in producten als Photoshop en het AI-beeldmodel Firefly, zodat gebruikers meteen kunnen zien of, en met welke tools, een afbeelding is bewerkt of gegenereerd.
OpenAI voegt sinds de introductie van DALL-E 3 en het videomodel Sora C2PA-metadata toe aan gegenereerde beelden en video's, zodat platforms en gebruikers de herkomst kunnen controleren.
Meta onderzoekt eigen watermerktechnieken, waaronder een methode genaamd Stable Signature voor beeldgeneratie, en heeft vanaf 2024 op Facebook en Instagram labels ingevoerd die aangeven wanneer content vermoedelijk met AI is gemaakt, deels op basis van gedeelde industriestandaarden zoals C2PA.
Hoe ver is de techniek?
Watermerken voor beelden en audio zijn relatief volwassen: de techniek bestaat al decennia in de traditionele vorm (bijvoorbeeld bij stockfotobureaus die zichtbare logo's over voorbeeldbeelden plaatsen) en de nieuwere, onzichtbare AI-varianten zijn de afgelopen paar jaar snel verbeterd. Tekst-watermerken staan echter nog in de kinderschoenen. Omdat tekst uit relatief weinig data bestaat vergeleken met een foto of geluidsfragment, is het lastiger om er een robuust, onzichtbaar patroon in te verstoppen. Een paar woorden herschrijven of parafraseren is vaak al genoeg om een tekst-watermerk te vernietigen.
Ook bij beeld en audio is robuustheid een blijvend punt van zorg. Een watermerk moet idealiter bestand zijn tegen alledaagse bewerkingen zoals bijsnijden, comprimeren voor social media, of het maken van een schermafbeelding. In de praktijk lukt dat niet altijd volledig: agressieve bewerking of bewuste pogingen om een watermerk te verwijderen kunnen het detecteerbare signaal verzwakken of laten verdwijnen. Onderzoekers waarschuwen daarnaast voor het risico op vals-positieve en vals-negatieve uitkomsten: content die onterecht als AI-gegenereerd wordt aangemerkt, of juist AI-content die niet wordt herkend omdat het watermerk ontbreekt of is verwijderd.
Op standaardisatieniveau groeit het draagvlak voor C2PA gestaag, met steeds meer aangesloten bedrijven, maar de standaard is nog niet universeel geadopteerd: veel platforms, camera's en AI-tools ondersteunen het nog niet, en gebruikers kunnen metadata vaak eenvoudig verwijderen door een bestand simpelweg opnieuw op te slaan. Op wetgevend niveau is de EU AI Act een belangrijke stap: de verordening bevat transparantieverplichtingen die aanbieders dwingen AI-gegenereerde content te labelen, maar de precieze technische invulling en handhaving daarvan zijn nog in ontwikkeling.
Wie werken eraan?
Het veld wordt gedomineerd door een combinatie van grote techbedrijven en een bredere industriecoalitie. Google DeepMind, Adobe, Microsoft, OpenAI en Meta ontwikkelen elk eigen watermerk- en herkomsttechnologie, vaak parallel aan hun eigen AI-generatiemodellen. De C2PA-coalitie brengt veel van deze partijen samen met mediaorganisaties zoals de BBC, camerafabrikanten zoals Nikon en Canon, en het gespecialiseerde verificatiebedrijf Truepic, om tot een gedeelde technische standaard te komen.
Daarnaast is er Digimarc, een Amerikaans bedrijf dat al sinds de jaren negentig gespecialiseerd is in digitaal watermerken en dat inmiddels ook tools aanbiedt voor het detecteren van AI-gegenereerde content. Academische onderzoeksgroepen aan universiteiten wereldwijd publiceren daarnaast regelmatig over de wiskundige en technische grondslagen van watermerkalgoritmes, en over manieren om ze te omzeilen — onderzoek dat weer bijdraagt aan robuustere technieken. Op regelgevend vlak speelt de Europese Unie een sturende rol via de AI Act, terwijl ook andere landen, waaronder de Verenigde Staten en China, eigen beleid ontwikkelen rond het labelen van AI-content. Kortom: dit is een internationaal samenwerkingsveld waarin techbedrijven, media-organisaties, wetenschappers en overheden elkaar nodig hebben om tot werkbare, breed gedragen oplossingen te komen.