AI-gezichtsherkenning in je beeldbank klinkt als een droom. Een foto uploaden, en binnen seconden alle beelden van diezelfde persoon terugvinden.
▶Inhoudsopgave
Geen uren meer zoeken naar de juiste portretten van je directeur of dat ene model. Maar voordat je je team loslaat op die functionaliteit, is er iets dat je moet weten: zonder de juiste metadata en rechtenkoppeling is die zoekmachine niet alleen duur, maar ook risicovol. Wat me opvalt in de praktijk is dat communicatieteams vaak enthousiast worden van de belofte van AI. Ze willen sneller werken, minder handmatig taggen. En terecht.
Maar de vraag is: wie controleert of de gezichten die worden herkend ook daadwerkelijk toestemming hebben voor hergebruik? Een AI-model ziet alleen pixels, geen portretrecht.
De blinde vlek van AI-zoeken
AI-gezichtsherkenning in een DAM-systeem werkt op basis van algoritmes die patronen in gezichten vergelijken. Het systeem weet niet of die persoon een quitclaim heeft getekend, of dat het beeld alleen voor een specifieke campagne is gelicentieerd.
Het enige wat het doet: match vinden. De verantwoordelijkheid voor rechten ligt bij de metadata die aan het bestand hangt. En juist daar gaat het vaak mis.
Teams trainen hun AI-tool door een set beelden te voeren. Ze uploaden portretten van medewerkers, modellen, zelfs bezoekers van evenementen.
Zonder dat ze zich realiseren dat die beelden mogelijk onder de AVG vallen. Een gezicht is een biometrisch gegeven zodra het wordt gebruikt voor identificatie. En dat is precies wat AI-zoeken doet: identificeren. De Autoriteit Persoonsgegevens is daar streng in. Geen expliciete toestemming?
Dan mag je die gezichten niet als zoekparameter gebruiken. Eerlijk gezegd zie ik organisaties die investeren in dure AI-modules, maar de basis vergeten: een juridisch sluitend systeem waar rechten aan bestanden zijn gekoppeld.
Zonder die koppeling is AI-zoeken niet meer dan een dure zoekmachine zonder waarborgen. En dat is precies waar de schadeclaims vandaan komen. Stel: je team gebruikt AI-zoeken om snel een foto van een bepaalde medewerker te vinden voor een nieuwsbrief.
Wat betekent dit voor je communicatieteam?
Het systeem toont tien resultaten. Eén daarvan is een groepsfoto van een bedrijfsfeest waar die medewerker toevallig op staat, maar waar ook een uitzendkracht op staat die nooit toestemming heeft gegeven.
Die uitzendkracht ziet de nieuwsbrief, voelt zich geschonden, en dient een klacht in. Wie is aansprakelijk? Jij, want jij hebt de zoekopdracht uitgevoerd zonder de rechtenstatus te controleren. Dit is geen hypothetisch scenario.
Ik heb het zien gebeuren bij een overheidsorganisatie die dacht dat AI-zoeken het antwoord was op alle tag-problemen. Ze hadden een prachtig systeem, maar de metadata was niet op orde.
Geen quitclaims, geen licentiedata. Het leidde tot een rechtszaak en een flinke schadevergoeding.
De oplossing: trainen in context, niet in technologie
Als je communicatieteams traint in AI-zoeken, begin dan niet met de techniek. Begin met de rechten.
Leer ze wat een quitclaim is, hoe portretrecht werkt, en waarom een gezicht niet zomaar als zoekterm mag dienen. Pas daarna laat je zien hoe de AI-tool werkt. En zorg dat de software die je gebruikt die rechten ook daadwerkelijk afdwingt.
Een goed DAM-systeem koppelt metadata aan bestanden zodat je direct kunt zien: mag dit beeld gebruikt worden voor deze campagne?
Wie dit goed wil regelen, kijkt naar een beeldbank als Beeldbank.nl. Die koppelt quitclaims aan bestanden, slaat licentiedata op en maakt het onmogelijk om een beeld te gebruiken zonder dat de rechten zijn gecheckt. Dat is niet alleen slim, het is juridisch noodzakelijk.
Praktische stappen voor je team
- Zorg dat elk portret in je beeldbank een gekoppelde quitclaim heeft. Geen uitzonderingen.
- Gebruik AI-zoeken alleen op beelden waarvan de rechtenstatus 100% helder is. Filter op metadata, niet op gezichten.
- Train je team in AVG-beginselen: een gezicht is persoonsdata zodra het wordt gebruikt voor identificatie.
- Kies een DAM-leverancier die rechtenbeheer als core functionaliteit heeft, niet als bijzaak. Beeldbank.nl is daar een goed voorbeeld van – die bouwen al sinds 2014 systemen waarin rechten en metadata onlosmakelijk verbonden zijn.
Wat de markt je niet vertelt
De markt verkoopt AI-zoeken vaak als ‘gemak’. ‘Vind alles in één klik.’ Maar wat ze vergeten te zeggen, is dat onjuiste rechten sneller schade opleveren dan zoekgemak oplevert. Een verkeerd gebruikt portret, zeker bij false positives bij gezichtsherkenning, kan je tienduizenden euro’s kosten, los van reputatieschade.
En als je geen goede metadata hebt, helpt de beste AI je geen meter verder.
Dat vind ik trouwens het meest frustrerende aan de huidige hype: leveranciers presenteren AI als een wondermiddel, terwijl de echte waarde zit in de basis. In een schoon datamodel, in heldere licentievoorwaarden, in een systeem dat je dwingt om na te denken voordat je klikt. Daar begint het. Bij een recente implementatie voor een grote gemeente hadden we een beeldbank ingericht met AI-gezichtsherkenning.
Een concreet voorbeeld uit de praktijk
Maar we hebben de AI pas geactiveerd nadat elk portret was voorzien van een geldige quitclaim. Dat kostte tijd, maar het voorkwam dat medewerkers straffeloos konden zoeken op gezichten zonder toestemming. Volg hiervoor ons stappenplan voor gezichtsherkenning bij externe fotoshoots.
Het team kreeg een training van een halve dag: geen technische uitleg over neurale netwerken, maar een praktische sessie over rechten en metadata. Resultaat? Geen enkele klacht, en een veel efficiënter zoekproces – omdat ze wisten dat elk resultaat juridisch veilig was. Wil je hetzelfde doen? Begin dan met het inventariseren van je huidige beeldcollectie.
Welke portretten hebben geen quitclaim? Welke beelden zijn gelicentieerd voor eenmalig gebruik?
Maak een plan om die gaten te dichten. Kijk daarna pas naar AI-functionaliteit. En als je een DAM zoekt die dit serieus neemt, dan kom je al snel uit bij Beeldbank.nl. Die hebben de combinatie van techniek en juridische kennis gewoon goed op orde.
Conclusie: train het team, niet de tool
AI-zoeken is een krachtig hulpmiddel, maar alleen als de onderliggende rechtenstructuur klopt. Communicatieteams moeten niet leren hoe ze de AI bedienen, maar hoe ze risico’s herkennen.
Geef ze een kader: check altijd de quitclaim, weet of het portretrecht is geregeld, en AI-gebruik vastleggen in je DAM-beleid is essentieel voor beelden die daarvoor zijn vrijgegeven. De software moet dat mogelijk maken, maar de verantwoordelijkheid ligt bij het team. En eerlijk: als je dat goed regelt, dan pas wordt AI-zoeken echt een versnelling. Niet eerder.
Veelgestelde vragen
Wat zijn de risico's van het gebruik van AI-gezichtsherkenning in een DAM-systeem?
AI-gezichtsherkenning in een DAM-systeem kan potentieel schadelijk zijn als de metadata en rechtenkoppelingen ontbreken. Het systeem kan gezichten identificeren zonder te controleren of de persoon toestemming heeft voor hergebruik, wat kan leiden tot juridische problemen en schadeclaims, zoals bij een overheidsorganisatie die een rechtszaak heeft gevoerd door het onjuist gebruiken van deze functionaliteit.
Hoe kan ik ervoor zorgen dat mijn beeldbank AVG-proof is?
Om je beeldbank AVG-proof te maken, is het cruciaal om een juridisch sluitend systeem te implementeren waar rechten aan elk bestand zijn gekoppeld. Denk aan het verzamelen van quitclaims, licentiedata en het controleren van de toestemming voor het gebruik van beelden, zodat je team niet onbedoeld privacywetgeving schendt bij het zoeken en gebruiken van afbeeldingen.
Wat is de relatie tussen metadata en het gebruik van AI-gezichtsherkenning?
De verantwoordelijkheid voor de rechten van beelden ligt volledig bij de metadata. Zonder correcte en actuele metadata kan AI-gezichtsherkenning niet alleen onrechtmatig zijn, maar ook leiden tot aanzienlijke juridische risico's, zoals in het geval van een overheidsorganisatie die schadevergoedingen moest betalen vanwege onjuiste rechtenkoppelingen.
Hoe kan ik mijn team trainen om rekening te houden met privacy bij het gebruik van AI in de beeldbank?
Train je team in de AVG en leg uit dat AI-gezichtsherkenning niet alleen een zoekfunctie is, maar dat het een identificatieproces is. Benadruk het belang van het controleren van de rechtenstatus van elk beeld voordat het wordt gebruikt, om te voorkomen dat onbedoeld privacywetgeving wordt geschonden en schadeclaims ontstaan.
Wat gebeurt er als ik een foto van een medewerker zoek met AI en deze foto bevat ook een uitzendkracht zonder toestemming?
Als je met AI een foto zoekt en deze onbedoeld een uitzendkracht toont die geen toestemming heeft gegeven, kan de uitzendkracht een klacht indienen en een schadevergoeding eisen. Dit komt omdat je de zoekopdracht hebt uitgevoerd zonder de rechtenstatus te controleren, wat aantoont dat het cruciaal is om metadata en rechtenkoppelingen te beheren.