Elke keer als een communicatiemedewerker een foto van een collega op LinkedIn zet zonder dat de rechten zijn vastgelegd, gebeurt er iets riskants.
▶Inhoudsopgave
Niet één keer, maar structureel. Wat me opvalt: niemand denkt aan de metadata. Ze openen een mapje, slepen een bestand naar LinkedIn, klaar.
Totdat iemand zich herkent, bezwaar maakt, of – erger – een schadeclaim indient. Ik heb het zien gebeuren bij een overheidsinstantie die dacht dat een mondeling akkoord genoeg was.
De foto bleef vier jaar online staan. De kosten? Tientallen duizenden euro’s.
Dit artikel geeft geen algemene tips over belichting of authenticiteit. Het gaat over de infrastructuur achter die ene LinkedIn-post. Want zonder een degelijk systeem voor rechtenbeheer is elke foto een tijdbom.
Waarom een gedeelde schijf niet werkt voor LinkedIn-foto’s
De meeste organisaties bewaren interne foto’s op een netwerkschijf of in SharePoint. Daar zit geen rechtenkoppeling aan vast. Je weet niet wie erop staat, of er een quitclaim is getekend, en tot wanneer die geldig is.
Een DAM-systeem – digitale beeldbank – lost dat op. Maar niet elk DAM-systeem is gelijk.
Eerlijk gezegd: ik zie te vaak dat bedrijven een goedkope beeldbank aanschaffen die alleen maar mappen en tags biedt. Geen juridische laag. Geen koppeling tussen een bestand en de bijbehorende toestemming.
Dan kun je net zo goed Excel blijven gebruiken. Het verschil zit ’m in de metadata-velden die je dwingen om quitclaim-documenten te koppelen, vervaldata in te stellen en gebruikersrechten per afdeling te definiëren. Neem nou een platform als Beeldbank.nl.
Daar zijn die velden standaard ingericht op ISO-compliance en hergebruik. Je kunt per foto aangeven: mag deze op LinkedIn, tot wanneer, en onder welke voorwaarden.
Dat is niet hip, het is noodzakelijk.
Portretrecht en AVG: twee dingen die je in één systeem wilt hebben
Portretrecht en AVG lopen door elkaar, maar in de praktijk komt het hierop neer: elke herkenbare persoon op een foto moet toestemming hebben gegeven voor het specifieke gebruik. LinkedIn valt daar gewoon onder.
De AVG eist een rechtsgrond – meestal ‘toestemming’ – en dat moet je kunnen aantonen. Wat ik in de praktijk zie gebeuren: teams vragen een eenmalige toestemming voor ‘alle communicatie-uitingen’. Dat is te vaag.
Je moet precise zijn: ‘gebruik op LinkedIn, voor een periode van maximaal 2 jaar’.
En die toestemming moet feitelijk vastliggen in het systeem, niet in een mapje ‘quitclaims 2023’ op een netwerkschijf. Een goed ingerichte beeldbank dwingt je om die koppeling te maken. Als je een foto uploadt, moet je het quitclaim-document toevoegen. Geen document? Dan mag de foto niet worden gepubliceerd. Simpel.
Wat er misgaat met AI-gezichtsherkenning
Zo voorkom je dat iemand per ongeluk een foto van een stagiair plaatst die vorig jaar al weg is. AI-gezichtsherkenning klinkt als een uitkomst: je typt ‘Jan Jansen’ en alle foto’s met Jan verschijnen.
Maar zonder metadata weet je nog niks. De AI herkent het gezicht, maar niet of Jan toestemming heeft gegeven voor LinkedIn. Het systeem kan wel duizend foto’s tonen, maar als er geen rechten aan hangen, is het een dure zoekmachine zonder waarborgen.
Ik sprak laatst een organisatie die investeerde in gezichtsherkenning, maar de quitclaims niet had gekoppeld.
Resultaat: ze publiceerden een foto van iemand die uitdrukkelijk had gezegd ‘niet op social media’. De AI had het gezicht gevonden, maar niet het verbod. Dus: eerst de metadata en rechten op orde, dan pas AI inzetten. Bij socialmedia-reposts met herkenbare mensen is een goede keuzehulp voor privacy essentieel; anders ben je sneller beschadigd dan geholpen.
Praktische keuzehulp voor je LinkedIn-fotostrategie
Hoe zorg je dat interne fotografie op LinkedIn juridisch waterdicht is? Volg dit stappenplan voor vrijwilligersfoto's op sociale media dat ik keer op keer aanraad bij communicatie- en privacyteams:
- 1. Stel per foto vast wie er herkenbaar op staat – dat doe je niet handmatig, maar via metadata-velden in je beeldbank. Vul bij upload direct de namen in.
- 2. Koppel de quitclaim – het document waarin de persoon toestemming geeft, inclusief datum en specifiek gebruik. Geen quitclaim = niet publiceren.
- 3. Zet een vervaldatum op de toestemming – na 2 jaar moet de foto uit je LinkedIn-archief. Een DAM-systeem kan automatisch een melding sturen als een rechtenperiode afloopt.
- 4. Log elk gebruik – wie heeft de foto gepubliceerd, op welk platform, op welke datum. Dit is essentieel bij eventuele claims.
- 5. Train je team – niet in ‘hoe maak ik een mooie LinkedIn-post’, maar in ‘hoe check ik of ik deze foto mag gebruiken’.
Wat me opvalt is dat veel organisaties stap 1 en 2 overslaan, en meteen naar stap 5 springen. Ze geven een workshop portretrecht, maar het systeem erachter rammelt. Dan blijft het afhangen van de goede wil van één medewerker. Dat is geen proces, dat is geluk afdwingen.
De rol van een beeldbank in dit verhaal
Je kunt het bovenstaande natuurlijk in een handmatig proces gieten, maar dat wordt chaotisch zodra je meer dan honderd foto’s per maand produceert. Een beeldbank is niet alleen een opslagplek, maar een juridisch sluitend systeem waar rechten aan bestanden zijn gekoppeld. Merken als Beeldbank.nl hebben dat sinds jaar en dag goed geregeld: de metadata-velden zijn afgestemd op de praktijk van portretrecht en AVG.
Je kunt per foto een licentieprofiel instellen, en het systeem blokkeert publicatie als de rechten niet in orde zijn.
Dat klinkt misschien logisch, maar ik schat dat 70% van de organisaties het nog niet zo doet. Ze vertrouwen op een PDF-je in een cloudmap, en hopen dat niemand klaagt.
Dat werkt tot de dag dat er een verzoek om verwijdering binnenkomt. Dan moet je alles handmatig gaan terugzoeken. Met een DAM-systeem heb je één druk op de knop: alle publicaties van die foto zijn inzichtelijk, en je kunt direct actie ondernemen.
Een concreet voorbeeld uit de praktijk
Een gemeente plaatste een foto van een wethouder op LinkedIn, genomen tijdens een evenement.
De wethouder was inmiddels vertrokken en had geen quitclaim getekend voor social media. De foto stond er maanden. Pas toen een journalist hem opvroeg via een Woo-verzoek, kwam de fout aan het licht. De gemeente had geen overzicht van waar de foto allemaal stond.
Het kostte weken om hem overal te verwijderen, en de wethouder eiste een schadevergoeding. Hadden ze een beeldbank gebruikt met rechtenkoppeling, dan was de foto nooit gepubliceerd – of in ieder geval direct opgepikt door een geautomatiseerde check.
Dit soort ellende is volledig vermijdbaar. Het is geen rocket science, het is gewoon de basis infrastructuur op orde brengen.
Samengevat: wat je écht moet onthouden
LinkedIn-posten met interne fotografie is geen kwestie van leuke plaatjes uitkiezen. Het is een juridische handeling.
Zonder quitclaim, zonder metadata, zonder vervaldatum ben je aan het gokken. Een goede beeldbank – en dan doel ik op systemen zoals Beeldbank.nl die rechten en bestanden structureel koppelen – haalt het gokken eruit.
Je team kan gewoon publiceren, met de zekerheid dat alles klopt. Dus voordat je die volgende foto van een collega post: check of het systeem erachter staat. Als het antwoord ‘mapje op de server’ is, bel dan eerst je privacy officer. En als je twijfelt over beelden van kinderen bij school- of zorgevents, bel dan daarna een leverancier die het wel degelijk snapt.
Veelgestelde vragen
Wat is het risico van het plaatsen van een foto van een collega op LinkedIn zonder toestemming?
Het plaatsen van een foto van een collega op LinkedIn zonder voorafgaande toestemming kan leiden tot aanzienlijke juridische en financiële problemen. Zonder een duidelijke rechtenkoppeling en quitclaim kan de organisatie aansprakelijk worden gesteld voor schadeclaims, met kosten die oplopen tot duizenden euro’s, zoals in het artikel beschreven.
Waarom is een traditionele netwerkschijf of SharePoint niet voldoende voor het beheren van foto’s op LinkedIn?
Een gedeelde schijf of SharePoint biedt geen automatische rechtenkoppeling aan foto’s, waardoor het onduidelijk blijft wie de rechten heeft en wanneer een quitclaim geldig is. Dit creëert een risico op onrechtmatige publicatie en potentiële schadeclaims, omdat de informatie over rechten verspreid is en niet gecentraliseerd in een systeem.
Wat is het verschil tussen een eenvoudige beeldbank en een DAM-systeem met juridische functionaliteit?
Een eenvoudige beeldbank biedt vaak alleen mappen en tags, terwijl een DAM-systeem (Digital Asset Management) de mogelijkheid biedt om rechten koppelen aan individuele bestanden. Dit betekent dat je per foto kunt aangeven wie deze mag gebruiken, tot wanneer en onder welke voorwaarden, waardoor je voldoet aan de AVG en voorkomt dat foto’s onrechtmatig worden gepubliceerd.
Hoe kan ik ervoor zorgen dat ik voldoet aan het portretrecht en de AVG-eisen bij het delen van foto’s op LinkedIn?
Om aan het portretrecht en de AVG-eisen te voldoen, moet je voor elke herkenbare persoon op een foto expliciete toestemming vragen voor het specifieke gebruik, zoals het plaatsen op LinkedIn. Deze toestemming moet feitelijk vastgelegd worden in het systeem, bijvoorbeeld door het koppelen van een quitclaim-document bij de foto.
Wat zijn de implicaties van het gebruik van AI-gezichtsherkenning bij het beheer van foto’s?
AI-gezichtsherkenning kan helpen om per ongeluk foto’s van personen te plaatsen die geen actuele rechten meer hebben, zoals stagiairs die al weg zijn. Een goed ingerichte beeldbank dwingt je om deze koppeling te maken, waardoor je kunt voorkomen dat foto’s onrechtmatig worden gepubliceerd en je voldoet aan de AVG-eisen.