Het klinkt als een omgekeerde wereld: de industrie die beloofde alle menselijke kennis te digitaliseren, koopt nu grote partijen gedrukte boeken op om ze te scannen, en vernietigt ze daarbij. Databroker ISBNdb bood AI-labs in juli 2026 op zijn website fysieke boeken van vóór 2022 aan, en scannen op die schaal betekent bijna altijd dat de rug eraf gaat. Wat zit er achter, en mag het eigenlijk?
Update 25 september 2026 ISBNdb heeft op 30 juli 2026 de webpagina over boeken voor AI-training offline gehaald. Het bedrijf zegt ‘nooit een boek te hebben gekocht, gescand of verkocht’ en noemt de pagina ‘een test van marktinteresse’ (404 Media); we hebben de tekst daarop aangepast. Op 17 augustus 2026 meldde 404 Media dat Amazon in een magazijn in Las Vegas op grote schaal boeken scant voor AI-training en daarbij vernietigt (404 Media).
Waarom juist oude boeken
De waarde zit in de datum. Boeken die vóór 2022 zijn gedrukt, komen uit de tijd vóór de grote taalmodellen. Ze kunnen dus geen AI-gegenereerde tekst bevatten. Dat is belangrijk vanwege modelverval: modellen die trainen op de uitvoer van eerdere modellen, worden per generatie een beetje slechter.
Beginner-tip Modelverval (in het Engels model collapse) is als een kopie van een kopie van een kopie. Elke ronde verliest wat scherpte. Omdat steeds meer tekst op internet door AI is geschreven, is oud, door mensen gemaakt drukwerk voor de labs opeens goud waard.
Databroker ISBNdb, dat zich de grootste boekendatabase ter wereld noemt, vatte het op zijn (inmiddels verwijderde) AI-pagina bondig samen: “De beste AI-trainingsdata ter wereld staat in een boekenkast.” Boeken waren volgens het bedrijf “dicht, geredigeerd en gezaghebbend” — precies wat een rommelig, half-machinaal web niet biedt.
Scannen betekent versnipperen
Er zit een luchtje aan de methode, en ISBNdb zei dat zelf ook. Scannen op grote schaal vernietigt het boek meestal: de rug wordt afgesneden zodat de losse vellen door een machine kunnen, wat sneller en goedkoper is dan de zorgvuldige variant. Om die reden beloofde ISBNdb kopers geheimhouding. “Strikte NDA bij elke opdracht”, stond op de site, en namen van kopers zouden “nooit bekendgemaakt” worden.
De reden stond in de eigen marketingtekst van het bedrijf: “Het optiekprobleem is reëel.” Een van de voorgestelde oplossingen was het herformuleren van de daad tot “boeken digitaal bewaren”. Volgens de oorspronkelijke onthulling van 404 Media ging het om bestellingen die konden oplopen tot een miljoen exemplaren per keer. Na die publicatie trok ISBNdb het aanbod in; volgens het bedrijf is de dienst nooit echt van start gegaan.
De rechter gaf groen licht
Dit alles loopt recht in een auteursrechtstrijd die al woedt. Een Amerikaanse rechter keurde eerder een schikking van 1,5 miljard dollar goed die Anthropic trof over eerder gebruik van gepirateerde boeken. Diezelfde rechter oordeelde dat trainen op gekochte, gescande boeken onder fair use valt. Onderdeel van de redenering: doordat het kopiëren elk gedrukt origineel vernietigde, verving simpelweg de ene wettige kopie de andere. Bij nieuwsuitgevers ligt die vraag anders, omdat daar niets is gekocht: The Seattle Times en Newsday stapten naar de rechter omdat hun artikelen achter de betaalmuur vandaan zijn gehaald.
Kopen en versnipperen is daarmee de route die de rechter zegent, terwijl het downloaden van illegale kopieën dat niet is. Voor de labs is de boodschap helder: leg de bonnetjes vast, houd een schone keten van herkomst, en je juridische team staat sterk.
Wat dit betekent voor lezers en makers
Ingram, de grootste boekendistributeur van de VS, heeft uitgevers inmiddels gewaarschuwd en hun een manier geboden om zich af te melden. Dat laat zien dat het gevecht zich verplaatst van “mag AI dit” naar “wie geeft er toestemming, en wie krijgt betaald”. Precies die vraag ligt sinds eind augustus ook bij de muziekuitgevers: Sony en Warner eisen tot 150.000 dollar per lied. In oktober 2026 kreeg ook Meta die vraag op het bord, toen nieuwsuitgevers protesteerden tegen voorwaarden waarmee het hun websites mag crawlen.
Voor jou als lezer of schrijver is de kern dit: de schaarste in AI is niet rekenkracht of geld, maar een zin die nog nooit door een machine is aangeraakt. Dat oude boeken daarvoor de grondstof zijn geworden, zegt iets over hoe krap het aanbod aan echt menselijke tekst inmiddels is. Wie wil zien hoe groot de bedragen zijn die achter deze honger schuilgaan, kan onze analyse Big Tech verstopt 1,65 biljoen dollar aan AI-schuld erbij pakken.