TDM-headers en contentlicenties voor AI

Wat zijn TDM-headers en waarom zijn ze belangrijk?

Text and Data Mining (TDM) is de geautomatiseerde analyse van grote hoeveelheden tekst en data om patronen, trends en inzichten te ontdekken. Het is exact wat AI-modellen doen wanneer ze worden getraind op webcontent: ze "minen" teksten om taalpatronen te leren. De Europese Unie heeft in de Digital Single Market Directive (2019/790) regels opgesteld die contenthouders het recht geven om TDM te reserveren, dat wil zeggen: expliciet aan te geven dat hun content niet zonder toestemming gebruikt mag worden voor text- en datamining.

TDM-headers zijn het technische mechanisme waarmee je deze reservering communiceert. Ze zijn HTTP-headers die je server meestuurt met elke pagina-response, vergelijkbaar met hoe je caching-headers of security-headers configureert. Het verschil is dat TDM-headers een juridische lading hebben: ze vormen een machineleesbare opt-out die in de EU wettelijk beschermd is.

Dit is een fundamenteel ander model dan robots.txt. Robots.txt is een technisch verzoek dat bots kunnen negeren zonder juridische consequenties. TDM-headers daarentegen hebben wettelijke backing: een AI-bedrijf dat content ophaalt ondanks een TDM-reservering, maakt zich in de EU schuldig aan een auteursrechtinbreuk.

Het TDM Reservation Protocol

Het W3C heeft in samenwerking met uitgevers en technologiebedrijven het TDM Reservation Protocol (TDM-Rep) ontwikkeld. Dit protocol specificeert hoe content-eigenaren hun TDM-rechten communiceren via HTTP-headers en een beleidsdocument.

# TDM HTTP-headers in de server response\n\n# Optie 1: Volledige TDM-reservering (opt-out)\nTDM-Reservation: 1\n\n# Optie 2: Verwijzing naar beleidsdocument\nTDM-Policy: https://example.nl/.well-known/tdm-policy.json\n\n# Optie 3: Combinatie van reservering en beleid\nTDM-Reservation: 1\nTDM-Policy: https://example.nl/.well-known/tdm-policy.json

De `TDM-Reservation: 1` header is de eenvoudigste vorm: een binaire opt-out die aangeeft dat je content niet gebruikt mag worden voor TDM zonder expliciete toestemming. De `TDM-Policy` header verwijst naar een gedetailleerder beleidsdocument dat voorwaarden specificeert waaronder TDM wel is toegestaan.

Het TDM beleidsdocument opstellen

Het beleidsdocument is een JSON-bestand dat je publiceert op een well-known URI. Het biedt ruimte voor nuance die de binaire TDM-Reservation header niet kan geven.

{\n  "@context": "https://www.w3.org/2022/tdm-rep",\n  "@type": "TDMPolicy",\n  "tdm_reservation": true,\n  "permissions": [\n    {\n      "type": "research",\n      "allowed": true,\n      "conditions": [\n        "non_commercial",\n        "attribution_required"\n      ]\n    },\n    {\n      "type": "ai_training",\n      "allowed": false,\n      "exception": {\n        "requires": "commercial_license",\n        "contact": "licensing@example.nl"\n      }\n    },\n    {\n      "type": "ai_inference",\n      "allowed": true,\n      "conditions": [\n        "attribution_required",\n        "no_substantial_reproduction"\n      ]\n    }\n  ],\n  "license_url": "https://example.nl/content-license",\n  "contact": {\n    "email": "legal@example.nl",\n    "name": "Content Licensing Department"\n  },\n  "effective_date": "2026-01-01",\n  "jurisdiction": "EU"\n}

Dit voorbeeld toont een genuanceerd beleid: wetenschappelijk onderzoek is toegestaan mits niet-commercieel en met bronvermelding, AI-training is verboden tenzij een commerciële licentie is afgesloten en AI-inferentie (citatie in antwoorden) is toegestaan met bronvermelding.

Het verschil tussen training en inferentie

Een cruciaal onderscheid in TDM-beleid is het verschil tussen training en inferentie. Training is het proces waarbij een AI-model leert van je content: je teksten worden onderdeel van de kennisbasis van het model. Inferentie is het proces waarbij een al getraind model je content in real-time ophaalt en citeert als antwoord op een gebruikersvraag.

Dit onderscheid is belangrijk voor je AI-strategie. Je wilt wellicht dat Perplexity je content citeert (inferentie), maar je wilt niet dat OpenAI je content gebruikt om GPT-5 te trainen (training). Met TDM-headers kun je dit onderscheid machineleesbaar maken. Vergelijkbaar met hoe je in llms.txt specificeert welke content voor AI-modellen beschikbaar is, specificeer je via TDM-headers onder welke voorwaarden die content gebruikt mag worden.

• Training: je content wordt permanent opgenomen in het model. Je hebt geen controle over hoe het model je content later reproduceert.
• Inferentie (retrieval): je content wordt real-time opgehaald en geciteerd. De originele bron wordt gelinkt en je content wordt niet permanent opgeslagen.
• Samenvatting: een grijs gebied waarin een AI-model je content ophaalt, samenvat en presenteert. De originele tekst wordt niet letterlijk geciteerd.
• Caching: tijdelijke opslag van je content door de AI-provider voor performanceredenen. De duur is relevant voor privacyrechten.

Implementatie in Laravel

Het toevoegen van TDM-headers aan je Laravel-applicatie kan via middleware die de headers aan elke response toevoegt.

// app/Http/Middleware/TdmHeaders.php\n\nnamespace App\Http\Middleware;\n\nuse Closure;\nuse Illuminate\Http\Request;\n\nclass TdmHeaders\n{\n    public function handle(Request $request, Closure $next)\n    {\n        $response = $next($request);\n\n        // TDM-reservering activeren\n        $response->headers->set(\n            'TDM-Reservation', '1'\n        );\n\n        // Verwijzing naar beleidsdocument\n        $response->headers->set(\n            'TDM-Policy',\n            url('/.well-known/tdm-policy.json')\n        );\n\n        return $response;\n    }\n}\n\n// Registreer in bootstrap/app.php of Kernel:\n// ->middleware([TdmHeaders::class])

Licentiemodellen voor AI-gebruik van content

TDM-headers zijn het mechanisme; de licentie is de inhoudelijke overeenkomst. Er zijn verschillende licentiemodellen die je kunt aanbieden via je TDM-beleid.

1. Volledig gesloten: geen TDM toegestaan zonder individuele licentieovereenkomst. Geschikt voor premium content en betaalde media.
2. Research-only: niet-commercieel onderzoek is toegestaan, commercieel gebruik (inclusief AI-training) vereist een licentie.
3. Attribution-based: TDM is toegestaan mits de bron wordt vermeld. Geschikt voor content die maximale verspreiding nastreeft.
4. Tiered: verschillende gebruiksniveaus met verschillende voorwaarden. Inferentie gratis, training betaald, wholesale-toegang tegen abonnement.
5. Creative Commons compatible: gebruik bestaande CC-licenties als basis en communiceer deze via TDM-headers.

De keuze van licentiemodel hangt af van je bedrijfsmodel en strategie. Een contentuitgever die zijn verdienmodel wil beschermen, kiest voor een gesloten of tiered model. Een bedrijf dat AEO-zichtbaarheid nastreeft, kiest mogelijk voor een attribution-based model dat AI-citatie actief aanmoedigt. Overweeg hoe dit aansluit bij je bredere E-E-A-T strategie: een duidelijk licentiebeleid versterkt je professionele profiel.

Juridische context en handhaving

De juridische kracht van TDM-headers verschilt per jurisdictie. In de EU biedt de DSM Directive directe bescherming: artikel 4 geeft contenthouders het recht om TDM te reserveren en vereist dat TDM-uitvoerders deze reservering respecteren. Het machineleesbaar communiceren van deze reservering via HTTP-headers is de technische invulling van dat recht.

Buiten de EU is de situatie complexer. De VS kent geen equivalent van artikel 4 en vertrouwt op fair use doctrine voor TDM-gerelateerde geschillen. Japan heeft een brede TDM-uitzondering. Andere landen volgen geleidelijk het EU-model. Voor websites met een internationaal publiek is het verstandig om TDM-headers te implementeren ongeacht de jurisdictie, als een best practice die je positie versterkt bij eventuele geschillen.

TDM-headers transformeren auteursrecht van een abstract juridisch concept naar een machineleesbaar signaal dat AI-systemen in real-time kunnen respecteren.

Samenvatting

• TDM-headers zijn HTTP-headers waarmee je machineleesbaar communiceert onder welke voorwaarden je content gebruikt mag worden voor text- en datamining.
• In de EU hebben TDM-headers juridische bescherming via de DSM Directive: het negeren ervan is een auteursrechtinbreuk.
• Het TDM Reservation Protocol biedt zowel een binaire opt-out (TDM-Reservation: 1) als een genuanceerd beleidsdocument (TDM-Policy).
• Maak onderscheid tussen training en inferentie in je TDM-beleid: je kunt AI-citatie toestaan terwijl je training verbiedt.
• Implementeer TDM-headers als middleware in je webapplicatie en publiceer een beleidsdocument op /.well-known/tdm-policy.json.

Veelgestelde vragen

Het web is te lang een gratis all-you-can-eat buffet geweest voor AI-training. TDM-headers geven contentmakers eindelijk de controle terug over hoe hun werk wordt gebruikt.