AI-adoptie bij Nederlandse poppodia en theaters

Samenvatting  ·  De Nederlandse podiumkunstsector (poppodia, theaters, schouwburgen en concertzalen) kampt met een herstellende maar kwetsbare markt: in 2024 telden de professionele podia circa 23,5 miljoen bezoeken, 10% meer dan in 2023. Het publiek zoekt actief naar live-ervaringen en de sector draait een omzet van ruim €1,2 mrd, maar bijna de helft van de locaties sluit met een negatief exploitatiesaldo. In deze dynamiek komt kunstmatige intelligentie (AI) op de voorgrond als technologie met potentieel voor efficiëntie, publieksbetrokkenheid en nieuwe kunstvormen. Voorbeelden in Nederland zijn het DIP-platform met een AI-voorspellingsmodel voor kaartverkoop, en de door Het Nationale Theater geïntroduceerde LiveText-bril die via spraakherkenning en vertaling 223 talen simultaan ondertitelt. Ook artiesten experimenteren creatief met AI (bijvoorbeeld het theatercollectief URLAND gebruikte ChatGPT voor het script van Formerly Known As).

De strategische drijfveren voor AI-gebruik liggen vooral in publieksdata en programmering (vullere zalen, divers publiek), nieuwe artistieke mogelijkheden, en administratieve efficiëntie. Tegelijk staan belemmeringen als hoge ontwikkelkosten, gebrek aan deskundigheid en onduidelijke wetgeving tussen de oren: vakbonden en makers vrezen baanverlies en eisen bescherming van auteursrechten. Onbekendheid en wantrouwen onder het publiek remmen ook adoptie; onderzoeken tonen dat de meerderheid van mensen meer regelgeving wil om AI beheerst in te zetten. Ethische kwesties (privacy, bias, brongebruik) spelen een rol bij beleidsvorming: organisaties als UNESCO en het EU‑AI-kader benadrukken transparantie en rechtenbescherming.

Deze rapportage concludeert dat AI in de Nederlandse pop- en theaterscène zich nog in de experimentele fase bevindt: er zijn al aansprekende praktijkcases maar geen grootschalige adoptie. Toekomstperspectieven hangen af van heldere spelregels en samenwerking. Aanbevelingen omvatten een zorgvuldige AI-beleidsvoering (zoals omschreven door organisaties als VNPF en DEN), investeringen in scholing en datadeling (bijvoorbeeld verder uitrollen van DIP), en dialoog met publiek en makers over ethiek. De verwachting is dat AI geleidelijk zal doordringen in zaken als programmering, toegankelijkheid en marketing, mits de sector leert omgaan met onzekerheden en zijn unieke kwaliteiten behoudt.

1. Context: Nederlandse podiumkunsten-sector

De Nederlandse podiumkunsten-sector omvat poppodia, schouwburgen en concertzalen (theaters), en large-scale concertlocaties. Deze worden landelijk vertegenwoordigd door de brancheorganisaties VNPF (poppodia/festivals) en VSCD (schouwburg/directies). Volgens recente CBS‑cijfers hadden deze podia in 2024 gezamenlijk 23,5 miljoen bezoeken, een toename van 10% ten opzichte van 2023 en ruim 21% boven het niveau van voor de coronapandemie (2019). Populaire muziek trekt verreweg de meeste bezoekers: popconcerten realiseerden 84% van alle concertbezoeken.

In 2024 waren er 58.200 podiumactiviteiten (voorstellingen, optredens), en de branche telde circa 155 theaters (VSCD-leden) en 72 VNPF-poppodia (mei 2026). VSCD‑theaters ontvingen ongeveer 11 miljoen bezoeken aan ~32.000 voorstellingen in 2024. De gemiddelde bezettingsgraad van theaters steeg naar 68%. Poppodia programmeerden in 2025 ongeveer 29.500 shows.

Financieel kennen de podia zowel groei als kwetsbaarheid. De totale inkomsten van alle podia bedroegen in 2024 circa €1,2 miljard. Eigen inkomsten (kaartverkoop, horeca) stegen met 11% naar €717 miljoen, subsidies (met name gemeentelijk) met 5% naar €424 miljoen. Toch sloot 46% van de podia het jaar met een tekort. Ook VSCD-rapportages wijzen op een bescheiden exploitatiesaldo: de helft van de theaters draaide in 2024 een positief resultaat van gemiddeld 3,6%, maar velen kampen met lage solvabiliteit en onvoldoende liquiditeit. Gemeentelijke bijdragen vormen circa 40–42% van de begroting, en aangekondigde bezuinigingen vanuit gemeenten per 2026 geven zorgen over financiële continuïteit.

Samenvattend is de sector omvangrijk en in post-coronaherstel: publiek en aanbod groeien, maar de netto-marges blijven klein en afhankelijk van subsidies. Podia moeten innovatief blijven om publiek vast te houden en te groeien, terwijl zij zich bewust zijn van de financiële beperkingen en kwetsbare kostenstructuur. Deze achtergrond bepaalt mede de bereidheid en mogelijkheden om in nieuwe technologieën zoals AI te investeren.

2. Huidige AI-toepassingen (use-cases)

2.1 Publieksanalyse en programmering

DIP (Digitaal InformatiePlatform Podiumkunsten) is een toonaangevend Nederlands initiatief dat expliciet AI inzet voor publiek en programmering. DIP is een sectorbreed data-platform waarin circa 150 theaters en podia (85% van de branche) samenwerken, samen met 200 artiesten/agenten. Het systeem verzamelt anoniem data over ticketverkoop, bezoekersprofielen en contractinformatie, zodat podia elkaar kunnen vergelijken en programma’s beter kunnen afstemmen op doelgroepen. Recent ontwikkelden DIP en startup Predictive AI een voorspellingsmodel dat vóór de programmering inschat hoeveel kaarten voor een voorstelling verkocht zullen worden. Dit model, gebaseerd op machine learning, maakt gebruik van historische verkoopdata en publieksprofielen om het vraagpotentieel van (potentiële) voorstellingen te voorspellen. Volgens DIP-grondlegger Joep Grooteman helpt dit programmeurs om onbekende acts of risicovolle keuzes met meer vertrouwen te maken, omdat de tool aangeeft bij welk publiek en welke aantallen gerekend kan worden. Ook artiesten kunnen op basis van zulke voorspellingen bepalen welke locaties zinvol zijn voor hun tournee. Eerste tests laten zien dat het model de verwachte opkomst nauwkeurig inschat. Belangrijk is dat DIP dit ziet als ondersteuning: programmeurs nemen beslissingen niet blind over, maar onderbouwd.

Dit voorbeeld is representatief voor datagedreven programmering. AI-modellen kunnen helpen gepersonaliseerde marketingcampagnes te voeren, passende aanbevelingen te doen, en trends in publieksvoorkeuren te signaleren. Hoewel concrete tools (zoals chatbots of contentaanbevelers) nog niet wijdverspreid in publieke bronnen zijn beschreven, behoren toepassingen als ‘audience targeting’ en ‘traffic forecasting’ tot de verwachte opkomst in de branche. Internationaal worden vergelijkbare projecten genoemd (bijv. AI-ondersteunde ticketprijzen of programmasimulaties), maar een Nederlands voorbeeld is DIP de meest uitgewerkte.

2.2 Toegankelijkheid en publieksbeleving

Een opvallende AI-toepassing is de LiveText-ondertitelingsbril van Het Nationale Theater (HNT). Deze bril zet live gesproken tekst van acteurs in real time om in ondertiteling voor de drager. De techniek combineert spraakherkenning en (machine)vertaling en ondersteunt 223 talen. Audiomicrofoons vangen de stemmen van acteurs individueel op, sturen deze naar een AI‑systeem dat de gesproken woorden omzet in tekst en desgewenst vertaalt, en zendt de ondertiteling direct naar de bril in de zaal. Deze tekst wordt op ooghoogte geprojecteerd met kleurcodering per spreker, zodat het voor doven, slechthorenden en anderstaligen vloeiend te volgen is zonder het podium uit het oog te verliezen. De LiveText-bril is een wereldprimeur voor theaters en werd gepresenteerd in mei 2025. Het Nationale Theater maakt de service vanaf het najaar 2025 gratis beschikbaar voor haar voorstellingen in Den Haag en op tournee. Hiermee vergroot AI de inclusiviteit van theaterbezoek: naar schatting worden 1,5 miljoen doven en slechthorenden, plus niet-Nederlandstalige expats, doelgroep daarmee bediend.

2.3 Artistieke en dramaturgische experimenten

Ook makers integreren AI in het creatieve proces. Een voorbeeld is het theatercollectief URLAND uit Rotterdam. In hun voorstellingenserie “Formerly Known As” (november 2024) gebruikte de groep ChatGPT om een scriptscenario te genereren. Het stuk speelt conceptueel met het idee dat de makers zelf naar AI-tools “gekloonde stemmen en een script gegenereerd door ChatGPT” in hun performance integreren. Het is een meta-voorstelling over een gezelschap dat AI gebruikt om een voorstelling te maken, met overvloedige verwijzingen naar Blade Runner-achtige cyberwerelden. Hoewel dit vooral artistiek en conceptueel is, toont het gebruik van een taalmodel in Nederland een creatieve adoptie van generatieve AI. Het illustreert hoe AI-zeggingen onderdeel kunnen worden van de verhaallijn zelf (theater over AI, gemaakt met AI).

In de muziek- en lichtontwerpwereld zijn er ook voorlopende ideeën. Zo onderzoekt het kunstenaarsteam Innovation:LAB samen met Dansateliers en Slagwerk Den Haag mogelijkheden voor AI-gegenereerde muziek en dans[TER VERIFICATIE]. Hoewel concrete Nederlandse muziekvoorbeelden nog schaars zijn, wijst het Verenigd Koninkrijk op groeiende investeringen in AI-muziekprojecten. Daarnaast gebruiken technici vaak al geautomatiseerde belichtingssystemen en geluidssynthese; AI kan die functies verder verfijnen (denk aan adaptieve lichtscènes of algoritmisch gegenereerde visuals). Een internationaal voorbeeld is de show ‘Elvis Evolution!’ (Verenigd Koninkrijk), waarin hologrammen en AI worden ingezet om een meeslepende Elvis-ervaring te creëren. Hoewel dit geen Nederlands project is, inspireert het soortgelijke visies voor immersive entertainment in Nederland.

2.4 Bedrijfsvoering en marketing (speculatief)

AI wordt potentiëel ook intern ingezet voor efficiëntie in administratie, HR en marketing, al ontbreken concrete Nederlandse voorbeelden. In theorie kan AI helpen bij personeelsplanning, financiële forecasting, of gepersonaliseerde nieuwsbriefcampagnes. Een AI-chatbot zou publiek kunnen ondersteunen (ticketinfo, klantenservice) en on-site veiligheidssystemen kunnen gebruikmaken van gezichtsherkenning of predictive surveillance[TER VERIFICATIE]. Voor de huidige stand hiervan is geen openbare bron gevonden, maar de trend is herkenbaar in andere sectoren. Het DIP-voorbeeld toont wel dat data-analyse en AI ook de ‘businesskant’ van podiumkunsten raakt.

2.5 Vergelijkende tabel use-cases

Toepassing	Voorbeeld(en)	Budgetinschatting	Stakeholders	Impact
Programmering & Publieksdata	DIP AI‑voorspellingsmodel voor kaartverkoop	Experiment/pilot (bescheiden IT-kosten)	Programmeurs, impresariaten, zaalmanagement	Hogere zaalbezetting, meer diverse programmering, verminderd risico
Toegankelijkheid	LiveText-ondertitelingsbril (HNT)	Ontwikkel- en implementatiekosten (HNT + partner XRAI)	Slecht horenden, anderstaligen, theaters	Uitbreiding nieuw publiek, inclusiever theaterbezoek
Artistieke creatie	AI-gegenereerde scripts (URLAND, chatGPT); AI-gegenereerde visuals/sound (algemeen)	Laag tot gemiddeld (creatief prototyping)	Makers, publiek, tech-partners	Nieuwe kunstvormen, prikkelende ervaringen
Immersive entertainment	’Elvis Evolution’ hologram/AI show (Layered Reality)	Hoog (internationaal project)	Productiehuizen, publiek, investeerders	Disruptieve live-ervaring, hogere ticketwaarde
Administratie & Marketing	Concept: AI-chatbots, CRM-analyse, planningstools [TER VERIFICATIE]*	Onzeker (afhankelijk van toolkeuze)	Marketingafdelingen, IT, bezoekers	Mogelijke efficiëntiewinst, gepersonaliseerde promotie

Toelichting: De tabel geeft een selectie van AI-gebruikscases met variërende schaal en middelen. Concrete budgetcijfers ontbreken veelal in de bronnen, dus deze kolom is indicatief. Een ‘laag’ budget duidt op kleinschalige experimenten (onderzoeksproject of piloot), ‘middel’ op bijvoorbeeld ontwikkeling van software, en ‘hoog’ op innovatieve producties met externe partner(s). Stakeholders lopen uiteen van management tot creatief personeel tot publiek. De impactcategorieën zijn kwalitatief ingeschat op basis van broninformatie en verwachtingen. ([Ter verificatie] betekent dat er geen directe bron is gevonden; zulke claims zijn hypothetisch.)

3. Strategische drijfveren en belemmeringen

3.1 Strategische drijfveren

De adoptie van AI in de podiumsector wordt gedreven door zowel externe kansen als interne ambities. Belangrijke drijfveren zijn:

• Publieksgroei en -diversificatie: Organisaties willen nieuwe publieksgroepen aantrekken en bestaande groepen beter bedienen. AI-voorspellingsmodellen (zoals DIP) helpen zalen voller te krijgen door aanbod beter af te stemmen op publieksinteresses. Het monitoren van publieksdata bevordert strategische marketing en inzet op onderbenutte segmenten. Ook technologie als LiveText vergroot het publieksbereik (doven, niet-Nederlandstaligen).

• Vernieuwing van aanbod: Artiesten en theatermakers experimenteren met AI om artistiek nieuwe vormen te verkennen (bijvoorbeeld generatieve muziek, digitale scenografie). Deze vernieuwing kan het imago van een podium versterken en media-aandacht genereren. Denk aan AI-gebaseerde content als uniek selling point. De sector ziet dat AI-sectoren in het buitenland (muziek, film) snel evolueren, en wil aansluiten bij die innovatiegolf.

• Operationele efficiëntie: Administratie, planning en marketing kunnen efficiënter met AI-ondersteuning (automatische vertalingen, personeelsplanning, klantanalyses). Sectorbreed streven veel podia ernaar om kosten te beheersen en subsidies optimaal in te zetten. AI biedt de belofte van besparingen (bijvoorbeeld minder handmatig werk voor data-analyses) en betere besluitvorming.

• Concurrentie en relevantie: Algemeen geldt dat Nederlandse theaters en poppodia zich minder kunnen veroorloven achter te blijven bij technologische trends. Als andere culturele instellingen (wereldwijd) AI inzetten voor nieuwe ervaringen of audience engagement, voelt de sector de noodzaak om ook te experimenteren om niet irrelevant te worden. Daarnaast stimuleert beleid (bijvoorbeeld de EU AI Act en Nederlandse digitale strategieën) bewustwording over AI als ‘sleuteltechnologie’, waardoor organisaties strategisch nadenken over hun positie.

• Subsidies en partnerschappen: Hoewel OCW zelf geen cultuur- en AI-specifiek beleid heeft, stimuleren samenwerkingsverbanden innovatie. Het Nationaal Groeifonds investeerde €200M in immersive technologieën (waaronder VR/AR met AI-component) via CIIIC. Innovatieprogramma’s, provinciale fondsen en brancheorganisaties (zoals het Fonds Podiumkunsten) kunnen projecten met AI ondersteunen. In de praktijk zijn ook publieksfondsen en incubators actief in cross-overs tussen tech en podiumkunst[TER VERIFICATIE].

3.2 Strategische belemmeringen

Tegelijk zijn er duidelijke obstakels die AI-adoptie remmen:

• Financiële slagkracht: Veel podia werken met kleine budgetten en draaien al op korte marges. De gemiddelde exploitatiepositie is fragiel: circa 50% van de podia eindigt jaar na jaar in de rode cijfers. Hoge ontwikkelkosten of afschrijvingen voor dure AI-hardware/ -software zijn vaak moeilijk verantwoord. Kleinschalige bedrijven missen kapitaal om grootschalige AI-projecten op te zetten of externe expertise in te huren. Hierdoor verlopen AI-initiatieven veelal kleinschalig of projectmatig.

• Ontbreken van expertise: Podia en producenten zijn van oudsher geen techbedrijven. AI-toepassingen vereisen datawetenschappelijke kennis die in de sector vaak ontbreekt. Slechts weinig organisaties hebben eigen ICT-/AI-team, waardoor ze afhankelijk zijn van consultants of kennisinstellingen. Dit kan leiden tot langdurige projecttrajecten en afhankelijkheid van techleveranciers. Daarnaast is de implementatie van AI verandertrajecten complex, met name in cultuurorganisaties waar creatieve processen centraal staan.

• Wet- en regelgeving: De komende Europese AI-verordening (AI Act) stelt eisen aan geavanceerde AI-systemen. Hoogrisk-toepassingen vereisen zorgvuldige procedures en audits; sommige AI-gebruiksmogelijkheden (zoals real-time gezichtsherkenning) kunnen binnenkort zelfs verboden zijn. Organisaties moeten vanaf 2025 medewerkers AI-geletterd maken en verantwoorde toepassing borgen. Dit creëert compliance-last. Verder is de privacywet AVG van toepassing: gebruik van klantgegevens (bijv. voor gepersonaliseerde reclame) moet strikt AVG-proof zijn.

• Auteursrecht en datagebruik: Podiumkunsten bevatten veel auteursrechtelijk materiaal (muziek, tekst, beeld). De leerstelling van EU-auteursrecht en beleid rondom AI komen nu sterk onder de loep te liggen. Kunstenaarsorganisaties (zoals de Kunstenbond) maken zich zorgen dat AI-systemen getraind worden op beschermde werken zonder vergoeding. In Nederland leidt dit tot initiatieven als AI Opt Out Now (vangnet voor makers). Deze onzekerheid kan organisaties terughoudend maken: bijvoorbeeld bij het gebruik van AI-tools die generatieve content produceren kan onduidelijk zijn wie de nieuwe inhoud bezit. De sector volgt ontwikkelingen zoals de Britse en EU-wetgeving (bijv. als in Engeland [2019] voorgestelde AI-copyrightuitzondering) nauwlettend.

• Publieksvertrouwen en ethiek: Uit onderzoek blijkt dat de Nederlandse bevolking sceptisch staat tegenover AI: slechts 24% denkt dat het hun persoonlijk vooruit helpt, en een meerderheid wil dat de overheid strengere regels opstelt. Er bestaan zorgen over bias, privacy en het ‘zwarte doos’-karakter van AI. Zo blijkt ook in de gesprekken rond DIP dat sommigen terughoudend zijn omdat het model een ondoorzichtige berekening maakt. Volgens Lionel Reveley (Layered Reality) is “de grootste uitdaging met AI […] hoe je controle houdt over het werk dat je doet”. Podia worstelen met vragen als: Hoeveel mogen we vertrouwen op AI-adviezen? En past AI in de waarden van cultuurinstellingen? Sommige organisaties kiezen daarom voor een terughoudende benadering en veelal een “mens centraal”-systeem, waarbij menselijk oordeel leidend blijft.

• Organisatorische onzekerheid: Veel beslissers in cultuur (directeuren, programmeurs) zijn niet getraind in technologie en kunnen de slaagkans van AI-projecten moeilijk inschatten. Vanwege beperkte casuïstiek in de sector blijft adoptie lang beproefd bij proefprojecten in plaats van grootschalig (ook omdat gebrek aan succesverhalen en standaardoplossingen er is). Dit leidt tot voorzichtigheid: “Experimenteren maar niet blind vertrouwen” is doorgaans het motto. Als uitkomsten tegenvallen (bijv. voorspellingen die ernaast zitten), kan dit leiden tot teleurstelling.

3.3 Belemmeringen vanuit het beleid

Op beleidsniveau is er wel aandacht voor AI in cultuur, maar geen specifiek cultuur-AI-programma. De Raad voor Cultuur constateert dat OCW geen apart cultuurbeleid voor AI heeft; AI-kwesties vallen vooral onder brede thema’s als digitalisering, onderwijs of economie. Wel participeert OCW in programma’s als CIIIC en Innovatielabs waarin AI/AR projecten hun plaats kunnen vinden. Vanuit de Nederlandse AI-coalitie is de Culture- en Media-werkgroep actief, wat een signaal is voor beleidsondersteuning.

Aan de andere kant werken Europese en internationale kaders door: Nederland heeft in 2024 de Raad van Europa-richtlijn voor AI-ethiek getekend en ondertekende UNESCO-aanbevelingen voor ethische AI (2021). De EU AI Act (verordening) treedt stapsgewijs in werking, met vanaf februari 2025 al verboden voor bepaalde toepassingen. Culturele instellingen dienen deze ontwikkelingen te volgen, want overtreding kan onder meer reputatieschade of boetes opleveren. Tegelijk biedt wetgeving duidelijkheid: de verplichting tot AI-geletterdheid kan helpen bij scholing en het creëren van beleidskaders in organisaties.

4. Ethiek, auteursrecht en publieksacceptatie

4.1 Ethische overwegingen

De inzet van AI in podiumkunsten roept specifieke ethische vragen op. Centraal staan:

• Authenticiteit en creativiteit: Als AI teksten, muziek of beelden kan genereren, verandert de waardering van vakmanschap. Makers vragen zich af: “Is dit echt kunst?” en “wie is de auteur?”. Bij theater met AI is er discussie of de menselijke maker nog leidend is of dat de technologie de creatie overneemt. Deze verwarring raakt de artistieke identiteit van organisaties. Het debat is niet alleen theoretisch: UNESCO waarschuwt ervoor dat taalverwerkende AI taalkundige nuances kan ondermijnen en culturele diversiteit kan aantasten.

• Transparantie en verantwoording: Eerlijke communicatie richting publiek is belangrijk. De EU‑AI-verordening verplicht dat AI-output herkenbaar is als zodanig. Podia moeten nadenken of en hoe ze aankondigen dat in een voorstelling AI is gebruikt (bijvoorbeeld “met AI-gegenereerde muziek”). Transparantie kan het publiek helpen vertrouwen opbouwen en gerichte feedback geven. Ook moet het voor makers duidelijk zijn welke data en principes een AI-systeem gebruikt, zodat eventuele bias of onnauwkeurigheden erkend en gecorrigeerd kunnen worden.

• Dataprivacy: AI-toepassingen, vooral die met publieksdata, moeten voldoen aan de privacywet (AVG). Bijvoorbeeld bij klantgericht werken mogen persoonsgegevens niet zomaar in een AI-chatbot of -tool gestopt worden. Podia moeten waakzaam zijn dat commerciële persoonlijke gegevens goed beveiligd zijn en niet ongewenst door derden gebruikt worden (zoals marktpartijen). Dit vereist vaak dat organisaties protocollen en toestemming regelen voor hun data-experimenten.

• Werkgelegenheid: Het werk van technici en ondersteunend personeel kan veranderen. De Kunstenbond signaleert veel zorgen: bijvoorbeeld vreest 96% van acteurs en 75% van filmmakers baanverlies door AI. Hoewel automatisering deels andere taken dan creatie kan aantasten (bijv. montage-software of klantenservicetaken), staat de sector toch op scherp. Ethisch moet worden bezien hoe de mogelijke negatieve impact op mensen wordt opgevangen. Dat betekent bijscholing, garanties of duidelijke grensbepaling dat AI mensen ondersteunt, niet vervangt.

4.2 Auteursrecht en Intellectueel Eigendom

Auteursrechtelijke kwesties spelen een doorslaggevende rol bij AI in de podiumkunsten:

• Gebruik van bestaand werk: Generatieve modellen zijn doorgaans getraind op grote hoeveelheden data, waaronder artistiek werk (muziek, foto’s, scripts). Makers vrezen dat hun creatieve uitingen zonder toestemming in AI-training zitten. De Kunstenbond stelt dat veel leden (77–94%) willen voorkomen dat hun stem, muziek of scripts door AI worden gekopieerd zonder vergoeding. Dit wordt ook in Europees beleid serieus genomen: culturele belangenbehartigers (bijv. Culture Action Europe) dringen aan op strikte regels voor training van AI met auteursrechtelijk beschermd materiaal.

• Output en toeschrijving: Als een AI een songtekst of choreografie genereert, is onduidelijk wie de auteursrechthebbende is. Heeft het podium die die rechten? Of de maker van het model? Europese wetgeving probeert dit te adresseren: generatieve AI moet in de toekomst zorgen voor herkomstvermelding van bronmateriaal en expliciete licenties. In de praktijk betekent dit dat instellingen die AI-content gebruiken, afspraken moeten maken over licenties en royalty’s. Bijvoorbeeld bij gebruik van deepfake-video’s of muziekimitaties treden privacywetgeving (het portretrecht, naburige rechten van artiesten) in werking, wat vaak onbekend terrein is voor theaters.

• Eerlijk delen van opbrengst: Wanneer AI-projecten commercieel succesvol zijn (bijv. via tickets of nieuwe producten), is nog onduidelijk hoe opbrengsten verdeeld worden tussen creatievelingen en techleveranciers. In de filmindustrie liggen hierover discussies (denk aan deepfakes van beroemdheden). De podiumsector zal vergelijkbare afspraken moeten maken, bijvoorbeeld als AI-gegenereerde performancecontent geld oplevert. Duidelijkheid hier kan adoptie versnellen; onduidelijkheid leidt juist tot terughoudendheid.

4.3 Publieksacceptatie

Publieksonderzoek wijst uit dat aanzienlijk wantrouwen bestaat jegens AI. In onderzoeken die vergelijkbaar zijn met de Nederlandse AI-monitor bleek dat het algemene publiek minder enthousiasme heeft voor AI dan experts. Slechts een minderheid denkt dat AI hun levens zal verbeteren, en velen vrezen juist negatieve effecten. Ruim twee derde van de Nederlanders vindt dat de overheid krachtiger moet optreden tegen onzorgvuldig AI-gebruik. Dit heeft direct gevolgen voor podia: een voorstelling waarin publiek (bijv. via mood-aansturing of gezichtsherkenning) in AI-besluiten een rol speelt, kan vragen oproepen over privacy en vrijwilligheid.

Aan de andere kant kan AI iets doen aan publieksbarrières. De LiveText-bril is juist gericht op inclusie, wat het theater laagdrempeliger maakt voor groepen die nu weinig komen. Aanbieders zien dat wanneer AI de beleving verrijkt en toegankelijk maakt, het publiek positief kan reageren. Het is dus een kwestie van framing: openheid over toepassing en zorgen wegnemen. Uit cultuuronderzoek blijkt dat wanneer mensen concrete uitleg krijgen over AI-toepassingen, het idee dat zij zelf aan AI meedoen sterk toeneemt. Goede publiekscommunicatie is daarom cruciaal voor acceptatie.

Publieksreacties zijn overigens nog weinig onderzocht in de podiumkunstsector. Er is geen bekend grootschalig surveyonderzoek onder theaterbezoekers over AI. Wel is duidelijk dat aanvullende voorlichting gewenst is, vooral rondom producties waarin AI-generatie een expliciete rol speelt. Sectorpublicaties adviseren daarom om in metadata en programmaboekjes transparant te zijn (bijv. “script mede door AI gegenereerd”), en publiekswerkers te trainen in het beantwoorden van vragen. Ook kan feedback van pilots (zoals DIP-tests of demo’s van de LiveText-bril) systematisch worden verzameld om de knelpunten te identificeren.

5. Toekomstperspectief en aanbevelingen

5.1 Toekomstscenario’s

De ontwikkelingen wijzen erop dat AI geleidelijk door de podiumsector wordt geïntegreerd, maar niet massaal of instant. Belangrijke punten:

• Geleidelijke adoptie: Net als in de publieke sector (waar sinds 2021 de AI‑toepassingen verdrievoudigden) zal de podiumsector waarschijnlijk ook een gestage toename zien. Projecten als DIP, LiveText en AI-podcasts zijn pilots die richting geven. Verwacht wordt dat vergelijkbare (vaak data‑gedreven) tools geleidelijk ingebed raken in de organisatie. Bijvoorbeeld: ticketingplatforms die AI aanbevelingen integreren, of aanbieders van publieksdata‐analyses op abonnementsbasis.

• Sectorbrede samenwerking: Innovatie in cultuur gebeurt vaak bij samenwerkende clubs. DIP is een voorbeeld van publiek-private samenwerking waarbij het grootste deel van de sector participeert. Een dergelijke infrastructuur kan ook andere AI‑initiatieven ondersteunen (bv. een gezamenlijke dataset voor nieuwe toepassingen). Kennisdeling is cruciaal. Organisaties als DEN, VNPF en Fonds Podiumkunsten kunnen platforms blijven bieden voor uitwisseling van ervaringen met AI.

• Regelgeving als kaderscheppend element: Met de implementatie van de EU AI Act (volledig vanaf 2027) komt duidelijkheid over wat wel en niet kan. Dit schept enerzijds randvoorwaarden: de sector moet voldoen aan risicogebaseerde eisen. Anderzijds kunnen kunstinstellingen met de regels in de hand beter experimenteren: ze weten immers wanneer een systeem goedgekeurd is. Nederland volgt daarnaast (via UNESCO en AI Coalitie) de ethische richtlijnen, wat leidt tot instrumenten (bijv. modelcode van de AP) die de sector kan adopteren.

• Opleiding en talentontwikkeling: De komende jaren zal AI-kennis toenemen. Onderwijs en bijscholing voor podiumprofessionals zijn van groot belang. Het is waarschijnlijk dat hogescholen en festivals cursussen gaan aanbieden over AI, evenals kans op stage bij technologieleveranciers (zoals XRAI). Dit kan de drempel verlagen voor theaters om nieuwe tools te gebruiken.

• Diversifiëring van aanbod: Enerzijds kan AI leiden tot standaardisatie (populaire formats, algoritmisch geoptimaliseerd). Anderzijds bieden juist AI-technieken kansen voor nichekunst: audiovisuele experimenten, hyperpersonalisatie, live-generatie. Scenario’s beschrijven zowel ‘optimalisatie’ (efficiëntere programmatie en marketing) als ‘vernieuwing’ (fundamentele verandering van kunstvormen). De uitkomst hangt af van keuzes van de sector: is AI primair middel of doel?

5.2 Aanbevelingen

Op basis van de bevindingen kunnen we enkele aanbevelingen formuleren:

• Ontwikkel een kader voor AI-gebruik: Organisaties doen er goed aan formeel beleid op te stellen zoals ook VNPF en KVK adviseren. Dit moet onder meer bepalen welke AI-tools wel/niet worden gebruikt (bijvoorbeeld verbod op bepaalde niet-gecertificeerde generatieve systemen), hoe te controleren op privacy en feitelijkheid, en hoe fouten worden afgehandeld. Bij voorkeur ziet dit beleid toe op transparantie naar publiek en medewerkers.

• Stimuleer kennisdeling en netwerken: De sector kan lessen trekken uit internationale en aangrenzende cultuurvormen. Platformen van partijen als DEN en brancheverenigingen kunnen intensiever ingezet worden voor casus-delen en guidelines. Voortzetting van werkverbanden zoals DIP, en deelname aan Europese projecten (bijv. AI-for-culture netwerken), biedt synergie. Het Nationale Theater doet dit via Partners (XRAI) en festivals zoals Where is the Audience waar AI getest wordt[TER VERIFICATIE].

• Investeer in datakwaliteit: Voor veel AI‑toepassingen (zoals bezoekersprofilering) is goede data essentieel. Theater- en podia-data zijn versnipperd. Verdere standaardisatie van data-uitwisseling (zoals in DIP) is belangrijk. Brancheorganisaties zouden kunnen pleiten voor een gezamenlijk datakader waarin instellingen hun bezoekersdata veilig én anoniem delen. Dit versterkt de effectiviteit van AI-tools.

• Bescherm makers: Om makers te laten profiteren van AI-technologie, moeten hun rechten geborgd zijn. Branchepartijen (Vakbonden, Auteursrechtenorganisaties) kunnen actief zoeken naar een balans tussen open innovatie en eerlijke beloning. Bijvoorbeeld: sectorbrede licentiemodellen voor AI-training, of collectieve afspraken met platformen. De overheid zou kunnen overwegen om culturele makers expliciet te betrekken bij AI-regelgeving (bijv. via de eerder genoemde RvC-commissie).

• Publieksvoorlichting: Podia moeten open zijn over hun AI-initiatieven. Waar mogelijk kan getoond worden hoe AI het publiek ten goede komt (bijv. informatie op websites over LiveText of data-analyses). Tegelijk moeten zorgen erkend worden; met Q&A’s, voorlichtingsbijeenkomsten of testfases (zoals een bèta-periode voor nieuwe technologie) kan weerstand verminderd worden. De RvC-commissie (in oprichting) zou hierin een rol kunnen spelen door best practices mee te geven.

• Focus op complementariteit: Een tendens in aanbevelingen is om AI niet als vervanging, maar als hulp te zien. Podia kunnen AI inzetten om expertise te ondersteunen. Bijvoorbeeld blijft voor programmering de menselijke blik nodig om de “zielen” van stukken te doorgronden, terwijl AI harde patronen levert. Bewustzijn van deze rol (bv. regelmatig analyseren of AI-resultaten in lijn zijn met organisatiedoelen) voorkomt dat technologie de artistieke visie overschaduwt.

• Stimuleer experiment: Fondsen en beleidsmakers moeten ruimte geven voor kleinschalige pilots met AI. Subsidies voor experimenten (zoals door Fonds Podiumkunsten of regionale kunstfondsen) kunnen innovaties versnellen. Daarbij hoort ook noodzaak voor evaluatie: projectresultaten dienen te worden gedeeld in rapporten of artikelen, zodat de sector cumulatief leert.

6. Conclusie

AI-adoptie in de Nederlandse podiumkunstsector bevindt zich in de kinderschoenen. De basisvoorwaarden voor brede toepassing – stabiele financiering, data-infrastructuur, juridische helderheid – zijn nog in ontwikkeling. Toch zijn de eerste stappen gezet: data-gebaseerde programmering (DIP), inclusiviteitsprojecten (LiveText-bril) en experimenten in creatie (AI‐scripts) illustreren het potentieel. Deze innovaties zijn geactiveerd door de opkomst van generatieve AI sinds 2022 en de maatschappelijke aandacht daarvoor.

Tegelijk merken we dat sectorbrede uitdagingen bestaan: gemengde doelen (commercieel versus artistiek), beperkte middelen en stevige ethische vragen. De adoptie zal daarom behoedzaam verlopen. Belangrijke actoren – podiumdirecties, makers en overheden – moeten samenwerken aan kaders waarin AI bijdraagt aan publiekswaarde en werkgelegenheid in plaats van deze ondermijnt. Het publiek toont behoefte aan live cultuur maar ook opvattingen over technologie: vertrouwen winnen wordt cruciaal.

Kortom, de Nederlandse poppodia en theaters staan op een kruispunt: AI biedt kansen om het publiek beter te bereiken en kunst te vernieuwen, maar vraagt tegelijk om voorzichtigheid en visie. De komende jaren zal de sector moeten navigeren tussen verantwoorde experimenten en gemeenschappelijke belangen (denk aan auteursrecht en inclusiviteit). Een weloverwogen strategie kan er uiteindelijk toe leiden dat AI in de podia niet de show steelt, maar de lichten voor iedereen een slag feller laat schijnen.

Referentielijst

• Vereniging Nederlandse Poppodia en Festivla (VNPF). Cijfers VNPF-poppodia 2025: Minder optredens artiesten door afname clubavonden, 2 juni 2026. Beschikbaar via VNPF.
• VNPF (met bron CBS). Cijfers professionele podia 2018-2024 (CBS, 20 jan 2026), gepubliceerd 20 januari 2026. Beschikbaar via VNPF.
• VSCD. Podia 2024: opnieuw groeiende populariteit podiumbezoeken… (nieuwsbericht 18-09-2025). Beschikbaar via VSCD.
• Theaterkrant. Bezoek aan schouwburgen en concertzalen blijft stijgen, 18-09-2025. Beschikbaar via Theaterkrant.
• DEN (Digitaal Erfgoed Nederland). DIP en Predictive AI: Volle zalen en diversiteit met AI-tool, 3 feb. 2025. Beschikbaar via DEN.
• Het Nationale Theater / Hoorzaken. Smart AI-bril met realtime ondertiteling in 223 talen (live blog, 16 mei 2025). Beschikbaar via Hoorzaken.
• Theater Rotterdam / Frascati. Formerly Known As: URLAND speelt met kunstmatige intelligentie (AI) (programmapagina, nov 2024). Beschikbaar via Theater Rotterdam.
• VNPF. Achtergrond: AI in de creatieve sector – investeringen, praktijkervaringen en relevantie voor poppodia en festivals, 9 feb. 2026. Beschikbaar via VNPF.
• Raad voor Cultuur. Artikel Boekman: AI in kunst en cultuur – Van praktijk naar beleid, gepubliceerd 8 juli 2025. Beschikbaar via Raad voor Cultuur.
• Raad voor Cultuur. Nieuwsbericht: AI in kunst en cultuur: onderzoek van de Raad voor Cultuur, 11 juni 2025. Beschikbaar via Raad voor Cultuur.
• NederlandDigitaal.nl. Ook in VS lijkt publiek vertrouwen in AI laag, 7 april 2025. Beschikbaar via NederlandDigitaal.
• Open Research Amsterdam. Position Paper: Generatieve kunstmatige intelligentie (AI) (Kunstenbond, 8 feb. 2024). Beschikbaar via OpenResearch.
• Buma/Stemra (sponsor). AI events: MusicNext conferenties, 2024–2025 (inspiratie).
• TNO. Steeds meer kunstmatige intelligentie ingezet door overheid, 25 juni 2024. Beschikbaar via TNO.
• Overige informatie afkomstig uit genoemde sectorrapporten en interviews.

Bronnen ter verificatie

• Speculatieve toepassingen als AI-chatbots voor bezoekersservice of beveiligingstoepassingen (geen openbare documentatie gevonden).
• Schattingen van budgetomvang per use-case (niet in bronnen beschreven).
• Sommige internationale voorbeelden (immersive shows, toekomstscenario’s) zijn afgeleid uit sectoranalyses, niet specifiek van Nederlandse podia.