Metadata als bewijs in de rechtszaal: hoe forensische AI digitale sporen blootlegt

In onze dagelijkse praktijk bij Andri merken we een duidelijke verschuiving. Steeds vaker krijgen we vanuit advocatenkantoren door heel Nederland dezelfde soort vragen: 'Kunnen jullie AI ook metadata uit bestanden halen?', 'Is het mogelijk om te zien of een document is geantedateerd?' en 'Kan de AI een tijdlijn reconstrueren uit digitaal bewijs?' Sinds kort komt daar een nieuwe vraag bij die steeds urgenter wordt: 'Hoe weten we eigenlijk of dit beeldmateriaal echt is, en niet door AI gegenereerd?'

Het zijn vragen die vijf jaar geleden nauwelijks gesteld werden. Maar de juridische praktijk is veranderd. Dossiers bestaan niet meer uit ordners papier, maar uit duizenden digitale bestanden. En in die bestanden zit informatie verborgen die met het blote oog niet te zien is, maar die in een rechtszaak het verschil kan maken: metadata.

Dit artikel gaat over die verborgen laag in digitale bestanden, waarom advocaten er steeds vaker naar vragen, hoe deepfakes de behoefte aan metadata-verificatie vergroten, en hoe agentische AI het mogelijk maakt om metadata op schaal te analyseren.

Wat is metadata en waarom doet het ertoe voor advocaten?

Metadata is 'data over data': informatie die automatisch wordt opgeslagen door apparaten en software zonder dat de gebruiker dit bewust doet. Bij een foto bevat de metadata bijvoorbeeld het tijdstip van de opname, het type camera of smartphone, de software-versie en, als locatiediensten aanstonden, de exacte GPS-coördinaten waar de foto is gemaakt.

Maar metadata gaat veel verder dan foto's. Word- en Excel-bestanden bevatten de namen van auteurs, bewerkingsgeschiedenis, printtijden en soms zelfs verwijderde inhoud die nog in de bestandsstructuur zit. E-mails bewaren volledige routeringsinformatie, inclusief welke servers het bericht passeerde, IP-adressen van afzender en ontvanger, en exacte tijdstempels. PDF-bestanden onthullen met welke software ze zijn gemaakt, wanneer ze zijn gewijzigd en of er pagina's zijn verwijderd of toegevoegd. En zelfs chatberichten en screenshots bevatten apparaatinformatie en tijdstempels die kunnen aantonen waar en wanneer een bericht is verstuurd.

Voor advocaten is metadata waardevol omdat het objectief, machinaal gegenereerd bewijs oplevert. Waar getuigenverklaringen subjectief zijn en documenten vervalst kunnen worden, is metadata moeilijker te manipuleren. En als het wél is gemanipuleerd, laat dat vaak opnieuw sporen na.

De deepfake-uitdaging: wanneer je je ogen niet meer kunt vertrouwen

Een ontwikkeling die de behoefte aan metadata-analyse in een stroomversnelling brengt, is de opkomst van deepfakes. Met generatieve AI kan tegenwoordig vrijwel iedereen overtuigende nepfoto's, nepvideo's en zelfs nep-audio produceren. Dat heeft directe gevolgen voor de rechtspraktijk, en wel op twee manieren.

Ten eerste wordt het steeds makkelijker om vals bewijsmateriaal te fabriceren. Een foto van schade die er nooit was, een video van een vergadering die nooit plaatsvond, een geluidsopname van uitspraken die nooit zijn gedaan. De technologie maakt het mogelijk. Advocaten kunnen er niet meer blind op vertrouwen dat aangeleverd beeldmateriaal authentiek is.

Ten tweede ontstaat wat internationaal het 'liar's dividend' wordt genoemd: het omgekeerde effect waarbij een partij écht bewijsmateriaal in twijfel trekt door simpelweg te beweren dat het een deepfake is. Als alles nep kán zijn, wordt alles verdacht. Dat ondermijnt de waarde van legitiem digitaal bewijs.

Metadata biedt hier een cruciale oplossing. Een deepfake zal doorgaans andere metadata bevatten dan authentiek beeldmateriaal. De creatiesoftware verschilt, de EXIF-data ontbreekt of klopt niet, de bewerkingsgeschiedenis vertoont anomalieën, en de consistentie tussen locatie, tijdstip en apparaat valt niet te reconstrueren. Forensische metadata-analyse kan daarmee zowel deepfakes ontmaskeren als de authenticiteit van écht bewijsmateriaal onderbouwen.

De Europese wetgever onderkent dit probleem. Vanaf augustus 2026 verplicht de AI Act aanbieders van AI-systemen om deepfakes herkenbaar te maken, bijvoorbeeld via watermarks of metadata-markering met de C2PA-standaard. In Nederland ligt daarnaast een wetsvoorstel van Kamerlid Rosemarijn Dral dat rechten vastlegt voor personen wier gezicht of stem in deepfakes wordt gebruikt. Dit wetgevend kader versterkt de positie van metadata als bewijsmiddel, omdat het de verwachting schept dat authentiek materiaal controleerbare metadata bevat.

De vragen die we steeds vaker krijgen

Om te illustreren hoe breed de behoefte is, delen we enkele concrete vragen die wij het afgelopen jaar vanuit ons klantenbestand ontvingen.

"Kunnen jullie controleren of dit contract echt op die datum is opgesteld?"

Een advocaat in een civiele procedure vermoedde dat de wederpartij een overeenkomst had geantedateerd. Metadata-analyse kan aantonen wanneer een bestand daadwerkelijk is aangemaakt, laatst bewerkt, en met welke software. De datum die op het document zelf staat, zegt daar niets over.

"We hebben duizenden e-mails in dit dossier. Kan AI hier patronen in vinden?"

Bij een intern onderzoek naar mogelijke fraude moest een kantoor een enorme hoeveelheid e-mailcorrespondentie doorwerken. Handmatig is dat weken werk. Forensische AI kan de metadata van al die e-mails analyseren: wie communiceerde met wie, wanneer, met welke frequentie, en of er ongebruikelijke patronen zijn. Denk aan berichten die midden in de nacht zijn verstuurd of doorgestuurd naar externe adressen.

"Kan de AI bewijzen dat die foto's echt op die locatie zijn gemaakt, en niet door AI gegenereerd?"

In een arbeidsrechtelijke kwestie waren foto's aangeleverd als bewijs. De vraag was niet alleen of de foto's werkelijk waren gemaakt waar en wanneer de partij beweerde, maar ook of het überhaupt echte foto's waren. Metadata in foto's bevat GPS-coördinaten, tijdstempels en camera-informatie die dit objectief kan bevestigen of ontkrachten, terwijl AI-gegenereerde afbeeldingen doorgaans geen consistente metadata bevatten of metadata vertonen van generatiesoftware in plaats van een camera.

"Er zijn documenten verwijderd van de server. Kunnen jullie achterhalen wat erin stond?"

Bij vermoedelijke schending van een concurrentiebeding had een ex-werknemer bestanden verwijderd. Metadata-analyse van de server en overgebleven bestanden kan reconstrueren welke bestanden er waren, wanneer ze zijn geopend, gekopieerd of verwijderd. Soms is het zelfs mogelijk om inhoud terug te halen uit back-ups of tijdelijke bestanden.

Dit zijn geen theoretische scenario's. Het zijn vragen uit de dagelijkse praktijk van advocaten die digitaal bewijs willen inzetten of weerleggen.

Metadata in de Nederlandse rechtspraak: bewezen bewijsmiddel

Dat metadata juridisch serieus genomen wordt, blijkt uit meerdere Nederlandse uitspraken.

GGD CoronIT-datalek (2021)

Een GGD-medewerker maakte screenshots van persoonsgegevens uit het CoronIT-systeem en stuurde deze door via WhatsApp. De Rechtbank Midden-Nederland gebruikte de metadata van de foto's als bewijs. Uit de metadata bleek dat de foto's waren gemaakt in of nabij de woning van de verdachte, op specifieke tijdstippen die exact overeenkwamen met de momenten waarop het CoronIT-systeem was geraadpleegd. De metadata bevestigde zo de locatie en het tijdstip van het datalek, waarmee het verhaal van de verdachte geverifieerd kon worden (ECLI:NL:RBMNE:2021:4434).

Vaststellen van tijdlijnen (Rechtbank Noord-Nederland)

Bij de Rechtbank Noord-Nederland speelde metadata een cruciale rol in een ernstige zedenzaak. Uit de metadata van aangetroffen beeldmateriaal bleek dat er op drie specifieke data opnames waren gemaakt: 22 februari 2011, 9 maart 2011 en 4 januari 2012. Deze metadata was essentieel voor het reconstrueren van de tijdlijn en de bewijsvoering (ECLI:NL:RBNNE:2015:4446). De Rechtspraak erkent metadata expliciet als bewijsmiddel. In de richtlijnen over art. 240b Sr zijn hele secties gewijd aan de bewijswaarde van metadata-informatie.

Bitcoin-nepnieuws ontmaskerd (2017)

Buiten de rechtszaal ontdekten factcheckers van Nieuwscheckers via EXIF-metadata dat het veelbesproken verhaal van een 17-jarige die €100.000 verdiende met bitcoins verzonnen was. De metadata van bijgeleverde foto's onthulde inconsistenties in locatie- en apparaatgegevens. Geen strafzaak, maar een treffend voorbeeld van hoe metadata-analyse claims kan verifiëren of ontkrachten. Precies wat advocaten ook nodig hebben.

Lessen uit het buitenland: wanneer metadata het doorbraakbewijs is

Internationaal zijn er zaken waarin metadata hét beslissende bewijs vormde. Drie spraakmakende voorbeelden illustreren hoe krachtig deze verborgen informatie kan zijn.

De hacker Higinio Ochoa, die onder het pseudoniem 'w0rmer' overheidswebsites hackte, postte een provocerende foto online gericht aan de FBI. De EXIF-data in die foto bevatte GPS-coördinaten die rechtstreeks naar het adres van zijn vriendin leidden. Binnen uren was hij geïdentificeerd en kort daarna gearresteerd.

Toen John McAfee in 2012 op de vlucht was, publiceerde een journalist een foto van het exclusieve interview. De EXIF-metadata bevatte McAfee's exacte locatie in Guatemala. Een fout die hem uiteindelijk zijn schuilplaats kostte.

En bij Operatie Onymous in 2014 werden 229 verdachten van darkweb-activiteiten geïdentificeerd, mede doordat metadata in bestanden die via het dark web werden gedeeld sporen bevatte die terug te leiden waren naar de oorspronkelijke uploaders.

Deze zaken tonen aan dat metadata, informatie die de meeste mensen niet eens weten dat bestaat, keihard bewijs kan opleveren.

Waarom je dit in Nederland minder ziet (maar het wel degelijk gebeurt)

In Nederland zijn minder spraakmakende 'gepakt door EXIF'-zaken bekend, maar dat betekent niet dat metadata niet wordt gebruikt. Het Nederlands Forensisch Instituut (NFI) analyseert standaard metadata bij inbeslaggenomen apparaten. Het wordt dagelijks ingezet in opsporingsonderzoeken.

Dat het minder zichtbaar is, heeft drie oorzaken. De Rechtspraak publiceert slechts twee tot drie procent van alle uitspraken. Metadata wordt in Nederland vooral als steunbewijs gebruikt naast ander digitaal bewijs zoals zendmastgegevens, IP-adressen en camerabeelden. En de grote doorbraken in de opsporing lagen de afgelopen jaren meer bij EncroChat- en PGP-berichten dan bij foto-metadata specifiek.

Maar juist voor de civiele praktijk, waar het niet om opsporing gaat maar om bewijsvoering tussen partijen, is metadata-analyse een onderbenutte kans. Zeker nu deepfakes de betrouwbaarheid van digitaal bewijs onder druk zetten, wordt het vermogen om metadata te verifiëren steeds relevanter. En dat is precies waarom wij steeds vaker deze vragen krijgen van advocaten.

Hoe agentische AI metadata-analyse schaalbaar maakt

Het handmatig controleren van metadata in duizenden bestanden is praktisch onmogelijk. Een forensisch expert kan een enkel bestand grondig analyseren, maar bij een dossier van tienduizend bestanden schiet handmatig werk tekort.

Bij Andri.ai hebben we forensische AI-capaciteiten geïntegreerd in ons agentische AI-platform. Dat betekent dat dezelfde AI die contracten analyseert en juridisch onderzoek doet, ook metadata kan extraheren en analyseren. Op schaal, systematisch en met juridische context.

Concreet betekent dit dat onze agentische AI duizenden bestanden kan verwerken en systematisch alle relevante metadata kan extraheren, van EXIF-data en auteursinformatie tot bewerkingsgeschiedenis en routeringsgegevens. De AI detecteert anomalieën: een document dat beweert van januari te zijn maar creatiedata uit maart bevat, een foto die zogenaamd op kantoor is gemaakt maar GPS-data uit een andere stad toont, of bewerkingstijden die niet kloppen met het verhaal van een partij. Op basis van metadata uit honderden bestanden bouwt het systeem gedetailleerde tijdlijnen op van wie wat wanneer deed, compleet met locaties en apparaten. Het signaleert wanneer metadata is verwijderd, gewijzigd of inconsistent is met de beweerde oorsprong van een bestand. Dat geldt ook voor patronen die wijzen op AI-gegenereerd of gemanipuleerd beeldmateriaal. Alle bevindingen worden gepresenteerd in een gestructureerd rapport dat de advocaat direct kan verifiëren en gebruiken in de bewijsvoering.

Het verschil met traditionele forensische tools is dat agentische AI niet alleen data extraheert, maar ook interpreteert. De AI begrijpt de juridische context: het weet dat een geantedateerd document in een fraudezaak anders gewogen moet worden dan een versieverschil in een contractonderhandeling. En het kan onderscheid maken tussen metadata-patronen die wijzen op een deepfake en metadata die de authenticiteit van beeldmateriaal juist bevestigt.

Metadata-analyse per rechtsgebied: breder dan u denkt

Veel advocaten associëren metadata vooral met strafrecht, maar de toepassingen zijn veel breder dan dat. In het ondernemingsrecht kan metadata vaststellen of bestuursbesluits werkelijk zijn genomen op de beweerde datum, doordat metadata van boardresoluties en notulen uitsluitsel kan geven bij aansprakelijkheidsvraagstukken. In het arbeidsrecht helpt het aantonen dat een werknemer vertrouwelijke bedrijfsinformatie heeft gekopieerd, omdat metadata van USB-overdrachten en bestandswijzigingen precies reconstrueert wat er is gebeurd.

Voor het IE-recht is metadata onmisbaar bij het bewijzen wie een ontwerp het eerst heeft gemaakt, aangezien creatiedatums prioriteit kunnen aantonen bij geschillen over intellectueel eigendom. In het vastgoedrecht biedt metadata zekerheid bij geschillen over gebreken door te verifiëren of inspectierapporten of foto's van voor of na een bepaalde datum zijn. En in het privacyrecht kan metadata-analyse de keten van doorgifte van persoonsgegevens reconstrueren bij datalekken, precies zoals de rechter deed in de eerdergenoemde GGD CoronIT-zaak.

Van verborgen data naar juridisch bewijs

De toenemende vragen vanuit advocatenkantoren bevestigen wat wij al langer zien: digitaal bewijs wordt steeds belangrijker, metadata is daarin een onmisbare schakel, en de opkomst van deepfakes maakt metadata-verificatie urgenter dan ooit. Niet als niche-techniek voor forensische specialisten, maar als praktisch instrument voor elke advocaat die met digitale bestanden werkt. En dat is inmiddels iedereen.

De combinatie van forensische expertise en agentische AI maakt het voor het eerst mogelijk om metadata-analyse in te zetten op de schaal die de moderne juridische praktijk vereist. Waar voorheen alleen grote kantoren met eigen IT-forensische afdelingen dit konden, is het nu toegankelijk voor elk kantoor.

Andri.ai combineert agentische AI met forensische onderzoekscapaciteiten. Onze AI-agents extraheren en analyseren metadata uit duizenden bestanden, reconstrueren tijdlijnen, identificeren anomalieën en helpen bij het verifiëren van de authenticiteit van digitaal bewijsmateriaal. Dit alles binnen beveiligde Europese infrastructuur. Heeft u een zaak waarin digitaal bewijs een rol speelt? Neem contact op, we denken graag vrijblijvend mee over de mogelijkheden.

Lees ook: hoe wij jullie documenten beschermen, waarom wij ons laten pentesten door Fox-IT en wat agentische AI echt betekent voor de advocatuur.