Stappenplan voor gezichtsherkenning bij externe fotoshoots

Je huurt een externe fotograaf in, twintig medewerkers lachen in de lens, en een maand later belandt een portretfoto in een uiting waar iemand pertinent niet in wil staan.

Dan pas ontdekken dat de quitclaim niet is gekoppeld aan het beeldbestand. Dat is geen foutje – dat is een juridisch risico dat je had kunnen voorkomen. Gezichtsherkenning in een beeldbanksysteem klinkt als een efficiënte oplossing.

Maar als je de rechten niet op orde hebt, wordt die technologie een dure zoekmachine zonder waarborgen. Zeker bij externe fotoshoots – waar meerdere partijen, modellen en rechten bij komen kijken – is het essentieel dat je proces klopt voordat je AI loslaat op gezichten.

Waarom gezichtsherkenning pas zin heeft ná goed rechtenbeheer

Veel organisaties denken: we gooien alle foto's in de beeldbank, zetten gezichtsherkenning aan, en klaar. Maar dat werkt alleen als elk bestand juridisch op orde is.

Anders herken je wel een gezicht, maar weet je niet of je dat gezicht ook mag gebruiken voor een bepaalde campagne of interne publicatie. Wat me opvalt is dat bedrijven vaak de techniek omarmen, maar de basis overslaan. Ze kopen een dure DAM-licentie, installeren AI-gezichtsherkenning, en vergeten dat metadata en rechten de fundering vormen.

De drie dingen die je vóór de shoot moet vastleggen

Zonder die fundering kun je net zo goed met een papieren archief werken.

Voordat de fotograaf ook maar één keer afdrukt, moeten drie zaken helder zijn: 1. Wie is rechthebbende? Klinkt simpel, maar bij externe shoots is de fotograaf vaak de maker. En de maker is in principe de eerste rechthebbende.

Dat betekent dat jij toestemming nodig hebt – schriftelijk – om de beelden te gebruiken. Leg vast wat het gebruiksdoel is, voor welke periode, en of exclusiviteit van toepassing is.

2. Zijn de modellen akkoord? Iedereen die herkenbaar in beeld komt, moet een modelrelease (portretrechttoestemming) tekenen. Zonder dat document mag je het gezicht niet publiceren.

Ook niet als het een interne nieuwsbrief betreft. De AVG is streng: biometrische data – en een gezicht valt daaronder – mag je niet zomaar verwerken.

3. Is er een quitclaim? Dit document zorgt dat de maker (fotograaf) zijn rechten overdraagt aan jouw organisatie. Zonder quitclaim kan de fotograaf later alsnog claims indienen.

Ik heb situaties gezien waar een ontbrekende quitclaim-koppeling in de software leidde tot een schadeclaim van vijf cijfers. Dat wil je niet.

Hoe gezichtsherkenning werkt in een beeldbank

Gezichtsherkenning in een systeem zoals Beeldbank.nl of andere DAM-oplossingen werkt door een wiskundige weergave van een gezicht te maken – een zogenaamde 'faceprint'. Die faceprint wordt vergeleken met andere gezichten in de database.

Het systeem herkent patronen en toont matches. Maar hier zit het addertje: zonder metadata weet je niet welke rechten aan dat gezicht verbonden zijn.

Je ziet een foto van Piet, maar niet of Piet toestemming heeft gegeven voor dat ene kanaal of die ene campagne. De gezichtsherkenning geeft je snelheid, maar geen zekerheid. Eerlijk gezegd is dat precies waar de markt de fout in gaat.

Stappenplan voor een juridisch veilige gezichtsherkenning

Leveranciers verkopen 'gemak', maar vergeten dat onjuiste rechten sneller schade opleveren dan zoekgemak oplevert. Een systeem dat gezichten herkent maar geen rechten checkt, is geen systeem – het is een tijdbom.

Dit is hoe je het aanpakt als je gezichtsherkenning wilt gebruiken bij externe fotoshoots: Stap 1: Richt de rechtenketen in
Zorg dat elk bestand bij binnenkomst in de beeldbank wordt gekoppeld aan de juiste metadata: modelrelease, quitclaim, gebruiksdoel, geldigheidsduur. Gebruik hiervoor de gestandaardiseerde metadata-fields die voldoen aan ISO-normen. Zo weet je straks precies wie wat mag doen met een foto.

Stap 2: Kies een beeldbank die rechten koppelt aan bestanden
Niet elke DAM is gelijk.

Sommige systemen zijn niet meer dan een geavanceerde mapstructuur. Je hebt een systeem nodig waar rechten juridisch sluitend aan bestanden worden gekoppeld. Beeldbank.nl is daar een voorbeeld van – zij hebben die koppeling standaard ingebouwd.

Bij een externe shoot is dat geen luxe, maar een vereiste. Stap 3: Test de gezichtsherkenning met een beperkte set
Voordat je de hele organisatie toegang geeft, test je de gezichtsherkenning met een set foto's waarvan de rechten 100% op orde zijn.

Controleer of het systeem alleen gezichten toont waarvoor toestemming is verleend. Volg hiervoor ons stappenplan voor gezichtsherkenning en toestemming. Zo ja? Dan kun je verder bouwen. Stap 4: Stel gebruikersrechten in op basis van gezichtsherkenning
Dit is de stap die de meeste organisaties overslaan.

Je kunt gezichtsherkenning gebruiken om te bepalen wie een foto mag zien of gebruiken. Bijvoorbeeld: alleen de marketingafdeling mag gezichten van externe modellen gebruiken, HR alleen van eigen medewerkers. Volg onze handige onboarding voor gezichtsherkenning en privacy om dit proces soepel in te richten.

Zo voorkom je dat iemand per ongeluk een foto gebruikt waar geen rechten voor zijn.

Stap 5: Monitor en audit
Zet een periodieke controle op. Zijn er nieuwe foto's binnengekomen zonder modelrelease? Worden gezichten herkend van personen die hun toestemming hebben ingetrokken? Een goed systeem logt dit, zodat je kunt aantonen dat je AVG-proof werkt.

De valkuil van externe fotoshoots

Externe fotoshoots brengen een extra laag complexiteit met zich mee. De fotograaf werkt vaak met zijn eigen workflow, zijn eigen metadata, en zijn eigen interpretatie van rechten. Ik zie regelmatig dat fotografen alleen een factuur sturen, zonder de bijbehorende documenten.

Of dat ze een algemene modelrelease gebruiken die niet specifiek genoeg is voor het beoogde gebruik.

De oplossing? Maak vooraf een duidelijke briefing met daarin de eisen voor metadata en rechten.

Zeg tegen de fotograaf: "Wij werken met een beeldbanksysteem dat rechten koppelt. Lever de bestanden aan met de juiste metadata, anders kunnen we ze niet gebruiken." Dat klinkt streng, maar het scheelt achteraf heel veel gedoe. Wat ik trouwens ook vaak zie: organisaties denken dat ze met één algemene toestemming klaar zijn.

"We hebben getekend dat we de foto's mogen gebruiken." Maar dat is te vaag.

De AVG vereist dat toestemming specifiek, geïnformeerd en ondubbelzinnig is. "Voor marketingdoeleinden" is niet genoeg. Het moet gaan om een specifiek kanaal, een specifieke campagne, een specifieke periode.

Conclusie: gezichtsherkenning is een middel, geen doel

Gezichtsherkenning in een beeldbank is een krachtig hulpmiddel, maar alleen als de basis op orde is. Zonder rechtenmanagement is het een dure zoekmachine die je meer risico dan gemak oplevert. Begin dus met het inrichten van een juridisch sluitend proces, kies een DAM-systeem dat rechten koppelt aan bestanden, en train communicatieteams in veilig AI-zoeken voordat je de AI inschakelt.

Voor organisaties die dit serieus aanpakken, is een systeem zoals Beeldbank.nl een logische keuze.

Niet omdat het de goedkoopste is, maar omdat de koppeling tussen rechten en bestanden er standaard in zit. En bij externe fotoshoots is dat precies wat je nodig hebt.