Hoe werkt AI-zoeken in een beeldbank eigenlijk?

AI-zoeken in een beeldbank: hoe semantisch zoeken, OCR, gezichtsherkenning en zoeken op gelijkenis werken, waarvoor ze dienen en waar een mens nodig blijft.

Medeoprichter, Clipido
Laatst bijgewerkt 19 november 202610 min lezen

Tien jaar geleden moest je om een beeld in een DAM te vinden precies het trefwoord kennen dat iemand anders had ingetypt, en hopen dat die persoon die dag grondig was. Vandaag beschrijf je wat je je herinnert ("het brede shot van de binnenkoer van de brouwerij in de regen") en krijg je het bestand. Dat is meer dan een cosmetische upgrade. Het verandert wie de bibliotheek kan gebruiken, want de drempel die de meeste mensen buitenhield, valt weg: je hoeft niet meer te weten hoe alles georganiseerd is.

AI-zoeken in een beeldbank zijn eigenlijk vijf functies onder één naam: semantisch zoeken, AI-tagging, tekst in beeld (OCR), gezichtsherkenning en zoeken op gelijkenis. Elke functie lost een ander zoekprobleem op, en elke functie loopt op een andere manier mis. Dit artikel overloopt ze alle vijf, in de volgorde waarin ze je werkdag veranderen, en vertelt er, minstens zo nuttig, bij waar je nog altijd een mens nodig hebt.

1. Semantisch (visueel) zoeken

Wat het is. In plaats van je woorden te vergelijken met tekst die iemand ooit intypte, vergelijkt het systeem wat je zoekopdracht betekent met wat er echt op het beeld staat.

Hoe het werkt. Een embeddingmodel zet elk asset om in een vector: een lange reeks getallen die het beeld een plaats geeft in een ruimte waar gelijkaardige concepten dicht bij elkaar liggen. Je zoekopdracht komt in dezelfde ruimte terecht, en zoeken komt neer op de dichtstbijzijnde buren opzoeken. De foto van een regenachtige binnenkoer ligt zo vlak naast de woorden "regenachtige binnenkoer", zonder dat iemand een van beide ooit een label gaf.

Waarom het ertoe doet. Je wint er drie dingen mee:

  • Je hebt geen trefwoord nodig. Collega's die je taxonomie nooit gezien hebben, vinden toch wat ze zoeken. In de praktijk is dit de belangrijkste reden waarom mensen buiten het kernteam een DAM gaan gebruiken.
  • Taal speelt geen rol. Het model werkt met concepten, dus met een Nederlandse zoekopdracht vind je zonder problemen een asset dat in het Engels beschreven is. Werkt je team in meerdere markten, dan ben je zo een hele klasse problemen kwijt.
  • Je vindt ook assets zonder tags. Semantisch zoeken redt voor een deel de oude bibliotheken die niemand ooit verrijkt heeft. (Elke organisatie heeft er een.)

Waar het tekortschiet. Het is sterk in wat een beeld toont en volledig blind voor wat een beeld voor jou betekent. Het kan je product niet onderscheiden van een product van een concurrent dat er hetzelfde uitziet, kent je campagnenamen niet en heeft geen idee of een asset vrijgegeven is voor publicatie. Dat zijn metadataproblemen, en dat blijven ze ook. In metadata en taxonomie lees je hoe je dat werk aanpakt.

Het werkt ook met waarschijnlijkheden. Het systeem rangschikt resultaten op gelijkenis en filtert niet op wat klopt, dus een semantische zoekopdracht geeft altijd iets terug, ook als het eerlijke antwoord "niets" is. Is juistheid belangrijker dan volledigheid, combineer het dan met harde filters: datum, rechten, campagne.

2. AI-tagging en bijschriften

Wat het is. Bij het uploaden schrijft een model voor elk asset een beschrijving en een reeks trefwoorden, zodat niemand anders dat hoeft te doen.

Hoe het werkt. Een vision-language-model maakt een bijschrift in gewone taal, plus een lijst van de objecten, scènes, activiteiten en kenmerken die het herkent. Goede implementaties schrijven dat allemaal weg in standaardvelden, zodat je de tags bij een export meeneemt in plaats van ze kwijt te raken in de database van een leverancier.

Waarom het ertoe doet. Het haalt het vervelendste klusje uit DAM-werk weg. En het vertrekpunt mag je gerust hardop zeggen: het realistische alternatief voor AI-tagging is geen zorgvuldige tagging door mensen. Het is helemaal geen tagging.

Waar het tekortschiet. De output blijft generiek. Een model zegt je betrouwbaar dat een beeld een groep mensen op een buitenevent, avond, podiumverlichting toont. Het zegt je niet dat het om de opendeurdag van 2026 gaat. Het zit er ook af en toe vol overtuiging naast, en een foute tag is erger dan een ontbrekende, omdat hij de zoekresultaten voor iedereen vervuilt.

Wat werkt: AI doet een voorstel, een gestructureerd uploadformulier legt de zakelijke context vast, en tags waar het model weinig zeker van is, markeer je voor controle in plaats van ze stilzwijgend toe te passen.

3. Tekst in beeld (OCR)

Wat het is. De woorden lezen die op een foto, screenshot, scan, affiche, slide of videoframe staan.

Hoe het werkt. Optische tekenherkenning draait bij het binnenkomen, en de tekst die eruit komt, wordt samen met al de rest geïndexeerd als doorzoekbare inhoud.

Waarom het belangrijker is dan het klinkt. Kijk eens goed naar je bibliotheek en je ziet dat een verrassend groot deel ervan tekst bevat: geëxporteerde presentaties, signalisatie op events, foto's van verpakkingen, ingescande persknipsels, affiches, certificaten, screenshots van gepubliceerde artikels, productlabels. Zonder OCR kan je daar niet op zoeken via de meest voor de hand liggende eigenschap: wat erop staat.

Concreet: zoek op een productnaam en je krijgt de verpakkingsfoto waar die naam op het label staat. Zoek op een slogan en je vindt elk campagne-asset waar hij op staat, ook de assets die niemand getagd heeft.

Waar het tekortschiet. Het loopt mis bij sterk gestileerde letters, lage resolutie, extreme hoeken en handschrift. En OCR leest tekst zonder hem te begrijpen. Staat de naam van een concurrent op een banner op de achtergrond van een beursfoto, dan duikt die foto op als je naar die concurrent zoekt. Dat bedoelde je zelden.

4. Gezichts- en personenherkenning

Wat het is. Assets groeperen volgens de mensen die erop staan, zodat je in één keer elke foto van een collega, spreker of woordvoerder bovenhaalt.

Hoe het werkt. Het systeem detecteert gezichten en zet ze om in een numerieke signatuur. Signaturen die overeenkomen, komen samen in een cluster. Een mens geeft elke cluster één keer een naam, en elke vroegere en toekomstige foto van die persoon komt er automatisch bij.

Waarom het ertoe doet. Voor event-, corporate- en interne communicatieteams is dit vaak de functie waar het meest naar gevraagd wordt. "Alle foto's van de CEO", "portretten van de nieuwe medewerkers", "alles met deze spreker": die vragen blijven binnenkomen, en met trefwoorden kan je ze in de praktijk niet beantwoorden.

Op events verandert het de manier waarop je foto's bezorgt volledig. Een communicatiemedewerker hoeft niet langer voor elke spreker met de hand de foto's bijeen te zoeken: je stuurt de spreker zijn eigen set, of een bezoeker zoekt gewoon zijn eigen foto's op. SuperNova werkt precies zo.

Waar je voorzichtig mee moet zijn. Gezichtsherkenning verwerkt biometrische gegevens, en dat is geen detail. Onder de GDPR vallen biometrische gegevens die je gebruikt om iemand uniek te identificeren onder een bijzondere categorie van artikel 9. Je hebt een expliciete rechtsgrond nodig (meestal uitdrukkelijke toestemming), plus een vaste bewaartermijn en een gedocumenteerde gegevensbeschermingseffectbeoordeling (DPIA). Niets daarvan is een reden om de functie te vermijden. Het is een reden om ze bewust aan te zetten, te beperken wie ze kan gebruiken en de verwerking binnen de EU te houden. GDPR, EU-dataresidentie en de AI Act gaat dieper in op de details.

In de praktijk: zet ze aan per werkruimte en niet voor de hele bibliotheek, laat alleen een kleine groep namen geven en schrijf op waarom je het doet.

5. Zoeken op gelijkenis en detectie van dubbele bestanden

Wat het is. Assets vinden die op een bepaald asset lijken: de bijna identieke frames uit een burst, de uitsneden, de verkleinde exports, en het bestand dat drie collega's elk apart uploadden zonder het elkaar te zeggen.

Waarom het ertoe doet. Om twee redenen.

Ontdubbelen. In een bibliotheek stapelen bijna-dubbels zich op: dezelfde shoot, geüpload door de fotograaf, het agency en de stagiair. Perceptuele hashing vangt exacte en bijna exacte kopieën op bij het uploaden, nog voor ze in de bibliotheek terechtkomen. Dat is een pak goedkoper dan het opruimproject dat je anders volgend jaar zou moeten draaien.

De juiste variant vinden. Je hebt een foto die bijna goed is: verkeerde oriëntatie, verkeerd seizoen, iemand die net met de ogen knippert. Met "meer zoals dit" kom je sneller bij het alternatief dan wanneer je in woorden probeert te beschrijven wat je wil.

Waar het tekortschiet. Detectie van bijna-dubbels kan niet weten welke versie de echte is. Beslissen dat een bepaald bestand de master is en de rest afgeleiden, is een governancebeslissing. Het systeem hoort die vast te leggen, niet te nemen.

Alles samen

Geen van deze functies vervangt de andere. In een goede zoekervaring zet je ze in lagen op elkaar:

  1. Eerst filters: rechten, periode, type asset, campagne. Zo beperk je je tot de assets die je mag (en waarschijnlijk wil) gebruiken.
  2. Semantisch zoeken binnen die filters: beschrijf wat je je herinnert.
  3. OCR- en gezichtsresultaten in dezelfde resultatenlijst: niet in een apart tabblad waar niemand op klikt.
  4. Gelijkenis als volgende stap: verfijn vanaf een resultaat dat er net naast zat.

Waar loopt het in de meeste producten mis? Ze bieden dit aan als vijf aparte functies met vijf aparte ingangen. Gebruikers denken niet in modaliteiten. Ze zoeken "de foto van Anne op het event in Gent met de banner achter haar", en dat is een gezicht, een locatie, tekst in beeld en een semantische zoekopdracht tegelijk.

Wat AI-zoeken niet oplost

Rechten en goedkeuring. Geen enkel model weet of je een asset mag publiceren. Dat is metadata, en iemand moet die bijhouden.

Je interne woordenschat. Interne projectcodes, namen van productlijnen, klantnamen: het model heeft er nooit een van gezien. Je legt ze vast in gestructureerde velden, of nergens.

Een bibliotheek zonder governance. AI maakt een ongeorganiseerde bibliotheek doorzoekbaar, en dat is een echte verbetering. Betrouwbaar maakt het ze niet. Mensen vinden dingen sneller en weten nog altijd niet welke versie de actuele is.

Video, verder dan losse beelden. Het meeste "AI-zoeken" in video komt neer op frames bemonsteren plus transcriptie. Daarmee kom je al ver. Maar "het moment waarop het publiek reageert" blijft een moeilijke zoekopdracht.

Vragen die je een leverancier best stelt

Demo's zijn geoptimaliseerd. Deze vragen niet.

  • Kunnen we tijdens de proefperiode in onze eigen bibliotheek zoeken? Semantisch zoeken op veertig prachtige demobeelden bewijst niets. Laad 500 van je eigen assets op, ook de slecht benoemde.
  • Waar draait de inferentie, en op wiens infrastructuur? Voor organisaties in de EU bepaalt dat of je assets de regio verlaten en of een subverwerker er toegang toe krijgt.
  • Worden onze assets gebruikt om modellen te trainen? Het antwoord hoort een ondubbelzinnig nee te zijn: in het contract, niet op een webpagina.
  • Wat gebeurt er met AI-tags bij een export? Staan ze alleen in de database van de leverancier, dan zit je vast. Standaard ingebedde velden kan je meenemen.
  • Hoe is gezichtsherkenning afgebakend en hoe lang blijven de gegevens bewaard? Per bibliotheek of per werkruimte, wie clusters een naam mag geven, en hoe het verwijderen verloopt.
  • Wat kost het? AI-functies worden vaak als add-on aangerekend, per asset of per volume. Reken met de echte grootte van je bibliotheek voor je iets tekent.

Veelgestelde vragen

Wat is visueel zoeken met AI in een DAM?

Een manier van zoeken waarbij het systeem een beschrijving in gewone taal vergelijkt met wat er op de beelden staat, in plaats van met ingetypte trefwoorden. De zoekopdracht en de beelden komen in dezelfde vectorruimte terecht en je krijgt de dichtstbijzijnde resultaten terug. Zo blijven ook assets zonder tags vindbaar.

Vervangt AI-tagging een metadatastrategie?

Nee. AI levert betrouwbaar beschrijvende metadata over wat er op een asset staat. Zakelijke context (campagne, rechten, goedkeuringsstatus, interne namen) kan het niet leveren, en net daarop steunt het meeste zoekwerk en alle governance in een DAM.

Is gezichtsherkenning in een DAM GDPR-conform?

Dat kan, maar gezichtsherkenning verwerkt biometrische gegevens uit een bijzondere categorie onder artikel 9 van de GDPR. Je hebt een expliciete rechtsgrond nodig, een vaste bewaartermijn, beperkte toegang en normaal gezien een gegevensbeschermingseffectbeoordeling. Hou je de verwerking binnen de EU, dan wordt de analyse een stuk eenvoudiger.

Kan AI-zoeken tekst in afbeeldingen vinden?

Ja, via OCR die bij het uploaden draait. De tekst die eruit komt, wordt samen met de andere metadata geïndexeerd, zodat je affiches, verpakkingen, slides en ingescande documenten terugvindt op basis van wat erop staat.

Werkt AI-zoeken op een oude bibliotheek zonder tags?

Gedeeltelijk, en het is vaak de snelste winst bij een migratie. Met semantisch zoeken en OCR vind je assets terug die vroeger onzichtbaar waren, zonder dat iemand iets hoeft te taggen. Rechten en goedkeuringsstatus moet je nog altijd met de hand toevoegen.

Je archief zit vol sterk werk. Laat mensen het vinden.

Clipido