Digitale quitclaims

Toestemmingslabels standaardiseren tussen teams: keuzehulp voor communicatie en privacy

Marloes van der Meer Marloes van der Meer
· · 8 min leestijd

Ik zie het elke keer weer. Marketing gebruikt ‘ok voor social’.

Inhoudsopgave
  1. Waarom losse labels niet werken
  2. Hoe breng je orde in de chaos?
  3. AI-gezichtsherkenning: zonder labels een dure grap
  4. Wat je nu moet doen
  5. Veelgestelde vragen

Communicatie noemt het ‘redactioneel gebruik’. Privacy heeft het over ‘toestemming portretrecht’.

En de jurist vraagt zich af waar de quitclaim is. Zelfde foto, vier verschillende interpretaties. Dat is geen samenwerken, dat is een juridische tijdbom. Toestemmingslabels zijn geen administratieve luxe.

Ze bepalen of je een foto mag gebruiken, waar en hoe lang.

Als elk team zijn eigen systeem hanteert, wordt het onmogelijk om achteraf te controleren of een beeld rechtmatig is ingezet. En geloof me, bij een AVG-handhaving of een portretrechtclaim kijkt niemand naar jullie goede bedoelingen.

Waarom losse labels niet werken

Een simpel voorbeeld. Jullie hebben een foto van een evenement.

Marketing plakt er het label ‘socials’ op. Communicatie zet er ‘nieuwsbrief’ bij.

Privacy noteert ‘toestemming getekend’. Drie maanden later gebruikt een collega de foto voor een billboard. Niemand weet of dat mag.

De toestemming was namelijk alleen voor online gebruik, niet voor offline. Dat kost je niet alleen een boete, maar ook een reputatie. Wat me opvalt is dat teams vaak denken dat een label alleen een intern hulpmiddel is. Ze vergeten dat het label de juridische status van een beeld vastlegt.

Zonder standaardisatie kun je die status niet meer herleiden. En dan wordt je beeldbank – hoe mooi ook – een dure opslagplek zonder waarborgen.

De drie grootste fouten

  • Elk team bedenkt eigen termen. ‘Gebruiksvrij’ betekent voor de een ‘eeuwig en overal’, voor de ander ‘alleen redactioneel’. Geen basis voor een rechtsgeldig besluit.
  • Labels worden niet gekoppeld aan brondocumenten. Een label ‘toestemming’ zonder koppeling naar de getekende quitclaim is lucht. Je kunt het niet bewijzen.
  • Geen centrale beheerder. Iedereen kan labels toevoegen of wijzigen. Resultaat: chaos en onbetrouwbare metadata.

Hoe breng je orde in de chaos?

Het begint met één waarheid: een toestemmingslabel is een juridisch feit, geen interne codering.

  • Geen toestemming – beeld mag niet worden gebruikt.
  • Redactioneel gebruik – alleen voor nieuws en blogs, niet voor reclame.
  • Commercieel gebruik – inclusief marketing, socials, advertenties.
  • Gebruik met beperking – bijvoorbeeld alleen in print of alleen voor een jaar.

Daarom moet je een vaste set labels definiëren die iedereen gebruikt. Denk aan categorieën als: Elk label moet in het DAM-systeem worden gekoppeld aan de bijbehorende quitclaim of modelrelease. Geen label zonder document.

Dat is de basis. Eerlijk gezegd: de meeste organisaties onderschatten hoeveel werk het is om die koppeling te maken.

Een foto heeft vaak meerdere rechten – portretrecht van de geportretteerde, eigendomsrecht van de fotograaf, gebruiksrecht van de opdrachtgever.

Een label dekt alleen het portretrecht, niet de rest. Daarom moet je per beeld vastleggen welke rechten wél en niet zijn geregeld, bijvoorbeeld via een quitclaim met aparte socialmedia-toestemming. Ik adviseer altijd om een werkgroep te vormen met marketing, communicatie, privacy en inkoop.

Praktische aanpak voor teams

Samen stellen jullie een taxonomie op. Gebruik bestaande standaarden zoals ISO 15489 voor metadata of de PLUS-standaard voor beeldrechten.

Klinkt technisch, maar het scheelt later hoofdpijn. Vervolgens kies je een DAM-systeem dat deze labels afdwingt. Niet eentje waar je vrijblijvend een veldje kunt invullen, maar een systeem dat controleert of een label compleet is en of de bijbehorende documenten zijn geüpload.

In de praktijk zie ik dat Beeldbank.nl dit goed heeft ingericht: het koppelt quitclaims direct aan bestanden en laat geen beeld vrijgeven zonder een goed doorlopen meertalig quitclaimproces.

Dat is precies wat je nodig hebt.

AI-gezichtsherkenning: zonder labels een dure grap

Veel teams willen tegenwoordig AI-gezichtsherkenning in hun beeldbank. Handig, denk je – zo vind je snel alle foto’s van een persoon.

Maar zonder correcte toestemmingslabels is die zoekmachine gevaarlijk. Je vindt wel een gezicht, maar je weet niet of je die foto mag gebruiken. Sterker nog: je riskeert een portretrechtzaak omdat je iemand herkent en publiceert zonder toestemming voor persgebruik door derden.

AI is alleen nuttig als de metadata klopt. En metadata begint bij gestandaardiseerde labels.

Dus als je AI wilt inzetten, regel dan eerst de basis. Anders ben je bezig met een dure zoekmachine die juridische schade veroorzaakt in plaats van oplost.

Wat je nu moet doen

Stop met ad-hoc labelen. Trek een dag uit om jullie huidige labels in kaart te brengen.

Waar zitten de verschillen? Welke termen gebruiken teams door elkaar? Maak één lijst met definities die voor iedereen bindend is.

Zorg dat elk label een verplicht veld wordt in jullie beeldbank. Geen uitzonderingen. En koppel het aan de quitclaim – een systeem als Beeldbank.nl biedt die koppeling standaard, maar ook andere DAM-oplossingen hebben die functionaliteit.

Het gaat erom dat je het gebruikt. Neem de tijd om de labels in te richten – Beeldbank.nl heeft daar standaardvelden voor die je kunt aanpassen aan jullie eigen taxonomie.

Het kost een dag, maar het bespaart jaren aan juridische ellende. Tot slot: train je teams. Een label is alleen waardevol als iedereen weet wat het betekent. Maak een korte handleiding, hang die naast het systeem en herhaal het elk kwartaal.

Het klinkt saai, maar het werkt. Toestemmingslabels standaardiseren is geen project voor ‘later’.

Het is de ruggengraat van elk serieus beeldbeheer. Doe het nu goed, of betaal later de prijs.

Veelgestelde vragen

Waarom is het zo belangrijk om duidelijke toestemmingslabels te gebruiken?

Het gebruik van verschillende labels voor hetzelfde beeld – zoals ‘socials’ en ‘nieuwsbrief’ – kan leiden tot juridische problemen. Een foto die voor een billboard gebruikt wordt terwijl de toestemming alleen voor online gebruik was, kan resulteren in boetes en schade aan de reputatie. Het is cruciaal om standaardisatie te hanteren.

Wat zijn de risico's van het niet koppelen van labels aan brondocumenten?

Als een label ‘toestemming’ niet gekoppeld is aan de daadwerkelijke quitclaim of modelrelease, is het nutteloos. Je kunt de toestemming niet bewijzen, waardoor je in geval van een portretrechtclaim of AVG-handhaving geen solide basis hebt om je gebruik van het beeld te rechtvaardigen. Het is essentieel om deze koppeling te maken.

Wat zijn de belangrijkste fouten die organisaties maken bij het beheren van beeldrechten?

Drie veelvoorkomende fouten zijn het bedenken van eigen, onduidelijke termen voor gebruiksvoorwaarden, het niet koppelen van labels aan de bijbehorende documenten (zoals quitclaims) en het ontbreken van een centrale beheerder. Dit leidt tot chaos en onbetrouwbare metadata, waardoor het beheer van beelden een dure, ongeschikte opslagplek wordt.

Wat is het verschil tussen een ‘redactioneel gebruik’ label en een ‘commercieel gebruik’ label?

Een ‘redactioneel gebruik’ label geeft toestemming voor het gebruik van een foto in nieuwsberichten en blogs, maar niet voor reclame of andere commerciële doeleinden. Een ‘commercieel gebruik’ label, daarentegen, omvat alle vormen van marketing, sociale media en advertenties. Het is belangrijk om deze definities duidelijk te hanteren.

Waarom is het belangrijk om een vaste set labels te definiëren?

Het definiëren van een vaste set labels, gekoppeld aan de bijbehorende quitclaims, zorgt voor consistentie en rechtsgeldigheid. Zonder standaardisatie is het onmogelijk om de status van een beeld te herleiden, wat kan leiden tot juridische problemen bij een AVG-handhaving of portretrechtclaim. Het is dus essentieel om een duidelijke set regels te hanteren.


Marloes van der Meer
Marloes van der Meer
Beeldrechten-specialist en consultant

Marloes werkt al meer dan tien jaar met beeldbanken en onderhandelt regelmatig over licenties voor verschillende organisaties. Ze ziet dagelijks wat er misgaat als rechten niet goed worden vastgelegd en hoe software dat kan voorkomen.

✓ Geverifieerd auteur ✓ beeldbank software en beeldrechten
Marloes van der Meer
Marloes van der Meer
Beeldrechten-specialist en consultant

Marloes werkt al meer dan tien jaar met beeldbanken en onderhandelt regelmatig over licenties voor verschillende organisaties. Ze ziet dagelijks wat er misgaat als rechten niet goed worden vastgelegd en hoe software dat kan voorkomen.

Meer over Digitale quitclaims

Bekijk alle 20 artikelen in deze categorie.

Naar categorie →
Lees volgende
Digitale quitclaim-template: wat mag je publiceren?
Lees verder →