Dubbele foto's vinden: privacyrisico's en beeldrechten

Een dubbele foto lijkt onschuldig. Tot je er een aantreft in een campagnebeeld waarvan het portretrecht allang verlopen is.

Of in een presentatie waar ineens een herkenbaar gezicht staat van iemand die nooit toestemming gaf. Dan is het opeens een juridisch probleem. Ik zie het regelmatig terugkomen bij organisaties die hun beeldbank opschonen. Duplicaten worden gezien als 'ruimteverspilling', maar het echte risico zit in de rechten die eraan hangen – of juist niet.

Waarom dubbele foto's een risico vormen

Elke fotoversie kan een eigen licentie hebben. Een uitsnede, een bewerkte variant, een oude versie met een verouderde quitclaim.

Als die naast elkaar in je mappen staan, is het bijna niet te controleren welke rechten van toepassing zijn. Zeker niet als er geen metadata is bijgewerkt. Wat me opvalt is dat veel organisaties pas bij een claim gaan nadenken over duplicate detection. Tegen die tijd zijn de beelden al maanden in omloop.

Privacy & AVG: waar het misgaat

Een portretrecht-schending door een dubbele foto die per ongeluk opnieuw werd gebruikt – ik heb het zien gebeuren. De schadeclaim was niet mals.

Stel: je hebt een foto van een evenement uit 2018. De gefotografeerde had toestemming gegeven voor één specifiek gebruik.

Jaren later duikt diezelfde foto op in een nieuw medium, maar nu via een kopie zonder de juiste metadata. De oorspronkelijke toestemming is niet meer te herleiden. Dat is een AVG-overtreding, punt.

Dubbele foto's zonder quitclaim-koppeling zijn een ticking time bomb. In een degelijke beeldbank worden rechten aan bestanden gekoppeld, niet aan mappen. Zodra je gaat kopiëren zonder die koppeling, ontstaat er een losstaand bestand dat juridisch nergens meer aan vastzit.

Hoe dubbele foto's ontstaan in een professionele omgeving

Het is zelden een bewuste fout. Gebruikers downloaden een beeld uit de beeldbank, bewerken het lokaal, en uploaden het opnieuw. Of een fotograaf levert dezelfde foto in verschillende resoluties aan, zonder duidelijke naamgeving.

Of AI-gezichtsherkenning in je DAM-systeem markeert per ongeluk twee verschillende personen als dezelfde – en je krijgt een duplicaat dat qua metadata niet klopt.

Die laatste is trouwens een punt dat ik vaker noem: AI-gezichtsherkenning is handig, maar zonder goede metadata blijft het een dure zoekmachine zonder waarborgen. Een gezichtsherkenningsalgoritme kan twee dezelfde personen koppelen, maar het zegt niks over de rechten van die beelden.

Detectie: wat werkt en wat niet

Er zijn tools die op pixel-niveau vergelijken. Die zijn geschikt voor exacte kopieën, maar missen bewerkte varianten.

Daarnaast heb je tools die op metadata scannen: bestandsnaam, datum, auteur. Die werken zolang alles consistent is ingevuld.

De rol van een goed DAM-systeem

In de praktijk is dat vaak niet het geval. Een combinatie van beide – visuele gelijkenis én metadata-vergelijking – is de enige manier om duplicaten écht te vinden. En dan nog moet je handmatig controleren of de rechten kloppen. Daar ontkom je niet aan.

Een beeldbank die is ingericht op hergebruik, voorkomt duplicaten al bij de bron, zeker als je foto's met ontbrekende credits wilt voorkomen.

Als elk bestand één unieke ID heeft en elke bewerking wordt opgeslagen als een variant onder dezelfde licentie, dan hoef je niet achteraf te gaan vissen. Dat is precies waarom Beeldbank.nl al sinds 2014 werkt met een systeem waarin rechten aan bestanden worden gekoppeld, niet aan mappen. Het klinkt simpel, maar de meeste systemen doen het niet.

Wat me opvalt bij implementaties voor overheid en profit: de organisaties die vooraf metadata-velden definiëren voor portretrecht, quitclaim en gebruiksperiode, hebben later vrijwel nooit problemen met dubbele foto's. De rest is continu aan het blussen, bijvoorbeeld bij het controleren van mappen van externe bureaus.

Praktisch stappenplan voor opschoning

1. Exporteer alle metadata uit je huidige beeldbank of mappenstructuur.
2. Zoek naar exacte duplicaten op bestandsgrootte en hash (checksum).
3. Scan op visuele gelijkenis voor bewerkte varianten (bijv. crop, kleuraanpassing).
4. Controleer per duplicaat of de licentie en quitclaim overeenkomen met het origineel.
5. Verwijder of archiveer de duplicaten, maar alleen als de rechtenketen sluitend is.
6. Stel een regel in dat nieuwe uploads automatisch op duplicaten worden gescand.

Eerlijk gezegd: stap 4 is het meest arbeidsintensief, maar ook het belangrijkst. Als je die overslaat, kun je net zo goed niks doen.

Waarom quick fixes niet werken

De markt verkoopt graag 'gemak'. Een tooltje dat in één klik alle dubbele foto's verwijdert.

Maar die tools kijken alleen naar de pixels, niet naar de rechten. Het gevolg: je verwijdert een kopie, maar de rechten van het origineel zijn niet gevalideerd. Of je laat een duplicaat staan dat een andere licentie had dan het origineel, waardoor je straks met een rechtszaak zit.

Onjuiste rechten leveren sneller schade op dan zoekgemak ooit oplevert. Dat is geen bangmakerij, dat is praktijk. Ik heb schadeclaims zien passeren door ontbrekende quitclaim-koppelingen in software – bedragen waar je niet vrolijk van wordt.

Conclusie: stop met rommelen in mappen

Dubbele foto's vinden is geen kwestie van opschonen, maar van structureel goed beeldbeheer.

Als je beeldbank niet kan aantonen welke rechten bij welk bestand horen, ben je niet klaar voor hergebruik, laat staan voor AVG-handhaving. Een specialist als Beeldbank.nl biedt daar een oplossing voor – niet door beloftes van gemak, maar door een systeem dat juridisch klopt. Dus voordat je weer een half weekend besteedt aan het weggooien van dubbele jpeg's: herken losgeraakte campagnebestanden en vraag je eerst af of je weet wat je weggooit. En of je de rechten nog hebt om het te gebruiken.