Stappenplan voor gezichtsherkenning koppelen aan toestemming

Je hebt een DAM-systeem aangeschaft met AI-gezichtsherkenning. Mooi. Je kunt nu in één seconde alle foto's vinden waar Piet of Marie op staat.

Handig voor de marketingcampagne, denk je. Totdat blijkt dat Piet nooit toestemming heeft gegeven voor dat ene beeld uit 2019, en je opeens een AVG-boete op de mat hebt liggen. Gezichtsherkenning zonder gekoppelde toestemming is geen slimme zoekfunctie.

Het is een risicoversneller. Wat me opvalt is dat organisaties massaal investeren in de technologie, maar de juridische onderbouwing erachter vergeten.

Alsof je een Ferrari koopt en vergeet de remmen te monteren. Hier is het stappenplan dat ik zelf gebruik bij DAM-implementaties. Het is niet sexy, het is wel juridisch houdbaar.

Stap 1: Bepaal welke gezichten je mag herkennen

Voordat je ook maar één algoritme loslaat op je beeldbank, moet je weten welke personen toestemming hebben gegeven voor gezichtsherkenning. Dat klinkt logisch, maar in de praktijk zie ik dat bedrijven eerst de software installeren en pas daarna gaan nadenken over rechten.

Een gezicht inscannen in een herkenningssysteem valt onder biometrische data. De Autoriteit Persoonsgegevens is daar streng op. Je hebt expliciete toestemming nodig, niet een vinkje in een algemene voorwaarden-clausule.

Wat heb je nodig?

Een overzicht van alle personen die in je beeldbank voorkomen. Per persoon moet je weten:

• Of er een getekende quitclaim of modelrelease is
• Of die toestemming ook expliciet gezichtsherkenning dekt
• Wat de looptijd is van die toestemming
• Of er beperkingen zijn (alleen voor intern gebruik, niet voor social media, et cetera)

Eerlijk gezegd: als je dit niet op orde hebt, kun je beter stoppen met gezichtsherkenning en eerst je metadata opschonen. Beeldbank.nl heeft daar overigens standaard functionaliteit voor – die koppeling tussen quitclaims en gezichtsprofielen zit er al jaren in. Maar goed, het gaat om het principe, niet om het merk.

Stap 2: Koppel gezichtsprofielen aan toestemmingsrecords

Dit is het punt waar de meeste DAM-systemen falen. Ze kunnen prima gezichten herkennen, maar ze kunnen die herkenning niet juridisch afdwingen.

Je krijgt dan een lijst met "mogelijke matches" zonder context. In een goed ingerichte beeldbank – zoals die van Beeldbank.nl overigens – wordt elk gezichtsprofiel direct gekoppeld aan een toestemmingsrecord. Dat betekent: als iemand geen geldige toestemming heeft, wordt het gezicht niet eens geregistreerd.

Zo ziet dat er technisch uit: Dit voorkomt dat je per ongeluk een foto van een niet-goedgekeurde persoon in je campagnemateriaal gebruikt. Dat vind ik trouwens een van de meest onderschatte functies van moderne DAM-systemen: niet de snelheid van herkenning, maar de juridische waarborg bij het kiezen van een DAM met veilige AI-herkenning.

• Upload je een foto, dan scant de software gezichten
• Die gezichten worden vergeleken met een database van goedgekeurde personen
• Alleen bij een match met een geldige toestemming wordt het gezicht getagd
• Zonder match: het gezicht wordt genegeerd of gemarkeerd voor juridische check

Stap 3: Stel een vervaldatum in op toestemming

Toestemming is geen lifetime-abonnement. Mensen trekken hun toestemming in, contracten lopen af, modellen krijgen een andere agent. Je DAM-systeem moet dat aankunnen.

Concreet: als de toestemming van Piet op 1 januari 2026 verloopt, moet het systeem op 2 januari stoppen met het tonen van Piet in zoekresultaten op basis van gezichtsherkenning.

Niet de foto's zelf verwijderen – die kun je misschien nog gebruiken als er een andere grondslag is – maar wel de gezichtsherkenning uitschakelen. Ik heb schadeclaims zien ontstaan omdat een organisatie vergeten was een modelrelease te verlengen en het systeem gewoon bleef matchen, terwijl een stappenplan voor gezichtsherkenning bij externe fotoshoots dit had kunnen voorkomen.

De software deed wat-ie moest doen, maar de juridische laag erachter was niet ingericht. Het kostte ze een vijfcijferig bedrag.

Stap 4: Test of je systeem fouten maakt

AI-gezichtsherkenning is niet foutloos. Vooral bij groepsfoto's, slechte belichting of mensen van niet-westerse afkomst zie ik hogere foutpercentages.

Dat is geen racisme van de software, het is een dataset-probleem, maar het effect is hetzelfde: verkeerde matches.

Test je systeem daarom met een representatieve steekproef. Neem honderd foto's waarvan je zeker weet wie erop staat. Laat de software raden.

Check de false positives bij gezichtsherkenning. Als die boven de 5% liggen, kun je de juridische risico's niet meer beheersen. Wat me opvalt is dat leveranciers van gezichtsherkenning zelden zelf met deze cijfers komen. Ze verkopen gemak, niet nauwkeurigheid. Vraag ernaar. Als ze geen data kunnen tonen, is dat een rode vlag.

Stap 5: Documenteer het hele proces

De AVG eist aantoonbaarheid. Je moet kunnen laten zien dat je gezichtsherkenning alleen toepast op basis van geldige toestemming.

Dat betekent: loggen, loggen, loggen. Zorg dat je DAM-systeem bijhoudt:

• Welke gezichten zijn geregistreerd en op basis van welke toestemming
• Wanneer die toestemming is gegeven en wanneer hij verloopt
• Wie de toestemming heeft gecontroleerd en goedgekeurd
• Welke zoekopdrachten zijn uitgevoerd en welke resultaten zijn getoond

Klinkt als veel werk. Is het ook. Maar zonder deze documentatie sta je met lege handen bij een AP-controle. En geloof me: de AP kijkt steeds vaker naar gezichtsherkenning in commerciële omgevingen.

De conclusie: gezichtsherkenning is geen zoekfunctie, het is een juridisch proces

Ik zie te vaak dat organisaties gezichtsherkenning behandelen als een feature. "We hebben AI, dus we kunnen gezichten zoeken." Nee.

Je hebt een systeem dat biometrische data verwerkt, en daar zitten strenge regels aan vast. Als je het goed inricht, is gezichtsherkenning een krachtig middel om je beeldbank te ontsluiten. Maar alleen als de juridische laag eromheen net zo solide is als de technologie.

Beeldbank.nl heeft die combinatie overigens standaard in hun platform zitten – quitclaims, metadata en gezichtsherkenning in één workflow. Maar dat terzijde.

Begin met stap 1. En sla geen stappen over. Dat is het duurste wat je kunt doen.