Een kandidaat die twijfelt over solliciteren, doet eerst iets heel voorspelbaars: hij bekijkt je werkenbij-pagina. Hij scrolt langs de teamfoto’s, zoekt gezichten, probeert in te schatten of hij daar zou passen. En precies op dat moment wordt de vraag “AI-beelden versus echte foto’s: wat merkt een kandidaat?” ineens heel concreet. Want die kandidaat kijkt niet naar beeldkwaliteit. Hij kijkt naar mensen. En hij voelt verrassend snel aan of die mensen bestaan.
In het kort
- AI-beelden zijn technisch nauwelijks van echt te onderscheiden, maar missen echtheid zodra het om specifieke mensen, plekken of bedrijfscultuur gaat.
- Gegenereerde gezichten van niet-bestaande medewerkers schaden de geloofwaardigheid naar buiten én de moraal van het eigen team.
- Vanaf 2 augustus 2026 gelden Europese transparantieregels: realistische AI-gegenereerde personen horen bij publicatie zichtbaar vermeld te worden.
Wat een kandidaat werkelijk ziet
Laat ik eerlijk zijn over de techniek: AI-beelden zijn inmiddels nauwelijks van echt te onderscheiden. Wie beweert dat je “het altijd ziet aan de handen” loopt achter. Het probleem zit ergens anders. Een AI-beeld kan een overtuigende kantoortuin tonen, een geloofwaardige monteur, een prima lachende receptioniste. Maar het kan niet jóúw kantoortuin tonen, jouw monteur, de collega die straks naast de nieuwe medewerker zit.
En dat is nu net waar een kandidaat naar zoekt. Employer branding draait om herkenning: kan ik mij hier zien werken? Een gegenereerd gezicht beantwoordt die vraag niet, want er valt niets te herkennen. Er is geen mens achter het beeld, geen werkplek die echt bestaat, geen cultuur die je kunt aflezen aan hoe mensen bij elkaar staan. Het beeld klopt, maar het klopt nergens mee.
Belangrijkste punten
- Kandidaten zoeken herkenning: echte collega’s, een echte werkvloer, een cultuur die je van beeld kunt aflezen.
- AI kan geen specifieke mensen, plekken of bedrijfscultuur tonen, en juist daar kijkt een kandidaat naar.
- Echte medewerkers fotograferen werkt dubbel: authentiek naar buiten, en medewerkers voelen zich gezien.
- Voor ondersteunend beeld bij een LinkedIn-post of nieuwsbrief kan AI prima een rol spelen.
- AI-herkomst wordt technisch steeds moeilijker te verbergen door watermerken die in de pixels zelf zitten.
- Upload nooit foto’s van echte medewerkers in een publiek AI-model zonder hun expliciete toestemming.
Het moment waarop het misgaat: de eerste werkdag
Stel dat het lukt. De kandidaat trapt erin, solliciteert, wordt aangenomen. Dan loopt hij op zijn eerste werkdag een gebouw binnen dat er anders uitziet dan op de website, langs collega’s die hij nergens herkent, omdat de mensen op de werkenbij-pagina niet bestaan. Dat is geen sterke start van een dienstverband. Het eerste wat je nieuwe medewerker leert, is dat het beeld naar buiten niet klopt met de werkelijkheid binnen.
En het raakt niet alleen de nieuwkomer. Je bestaande team ziet die gegenereerde gezichten ook. Gegenereerde medewerkers op de plek waar echte medewerkers hadden kunnen staan, dat komt binnen als een boodschap, ook als niemand het hardop zegt. Terwijl het omgekeerde juist zo goed werkt: echte medewerkers fotograferen doet twee dingen tegelijk. Het levert authentiek beeld op naar buiten, én de mensen op de foto voelen zich gezien. Dat versterkt de interne sfeer. Ik merk dat bij vrijwel elke portretreeks: alleen al het aanbod van visagie erbij ervaren medewerkers als waardering, ook wie er geen gebruik van maakt.
AI-beeld, stockfoto of eigen fotografie: het verschil voor de kandidaat
De vergelijking gaat eigenlijk niet tussen twee, maar tussen drie opties. Stockfotografie is jarenlang het compromis geweest, en kandidaten prikken daar al net zo hard doorheen.
| Optie | Herkenning voor de kandidaat | Effect op eigen medewerkers | Transparantie-eisen |
|---|---|---|---|
| AI-gegenereerd beeld | Geen, mensen en plekken bestaan niet | Kan moraal en geloofwaardigheid schaden | Realistische AI-personen horen vanaf 2 augustus 2026 zichtbaar vermeld te worden |
| Stockfotografie | Nauwelijks, echte mensen, maar niet jouw mensen | Neutraal tot vervreemdend | Geen labelplicht, wel herkenbaar als generiek |
| Eigen fotografie | Volledig, echte collega’s op de echte werkvloer | Medewerkers voelen zich gezien | Geen, dit ís de werkelijkheid |
Eigen beeld is een investering, dat klopt. Maar het vertelt een verhaal dat nergens anders verteld wordt, en in werving is dat precies het punt.
Waar AI-beelden wél passen
Ik ben geen fotograaf die AI reflexmatig afserveert. Er zijn plekken waar gegenereerd beeld prima dienst doet: ondersteunend beeld bij een LinkedIn-post, een illustratie in een nieuwsbrief, situaties waar authenticiteit minder kritisch is. Daar hoeft niemand zich in te herkennen, dus daar wringt ook niets.
De grens ligt bij alles waar mensen zichzelf of hun toekomstige collega’s in horen te herkennen: employer branding, werving, interne communicatie. Zodra het beeld de vraag “wie werkt hier?” beantwoordt, kan het antwoord maar beter waar zijn.
Eén waarschuwing hoort hier nog bij, en die gaat over de omgekeerde route: echte foto’s in AI-tools stoppen. Upload nooit zomaar portretten van je medewerkers in een publiek AI-model om ze te laten bewerken of uitbreiden, tenzij die mensen daar expliciet toestemming voor hebben gegeven. Je deelt dan persoonsgegevens met een externe partij, en het beeld kan als trainingsdata worden gebruikt. Dat raakt de AVG én het portretrecht.
De regels: labelen wordt de norm
Los van wat een kandidaat merkt, komt er regelgeving aan die de keuze scherper maakt. De transparantieverplichtingen uit de Europese AI Act zijn van toepassing vanaf 2 augustus 2026. De kern is niet “alles labelen”, maar misleiding voorkomen. Standaard nabewerking van een echte foto, kleurcorrectie, een storende kabel weg, valt daar niet onder. Een volledig gegenereerd “personeel” of “bedrijfspand” publiceren zonder vermelding wél. Bij realistische AI-gegenereerde personen hoort dan een zichtbare vermelding bij de publicatie.
Reken er bovendien niet op dat AI-gebruik stilletjes onder de radar blijft. Aanbieders van generatieve AI worden verplicht hun output machine-leesbaar te markeren. Losse metadata-labels zijn nog te strippen, maar er bestaan inmiddels watermerken die in de pixels zelf verweven zitten en ontworpen zijn om bewerkingen en zelfs een screenshot te overleven. Niets is honderd procent waterdicht, maar de herkomst van een beeld wordt steeds moeilijker te verbergen. Een werkenbij-pagina vol gegenereerde collega’s mét verplicht label, vraag jezelf af wat dat een kandidaat vertelt.
Dit is nadrukkelijk een oriëntatie, geen juridisch advies. Speelt dit concreet in jouw organisatie, bijvoorbeeld in afspraken met een fotograaf of bureau, laat je voorwaarden dan even toetsen door een jurist.
Begrippen
AI-gegenereerd beeld: beeld dat volledig door software is gemaakt, zonder dat er een camera of bestaande situatie aan te pas kwam.
Employer branding: de manier waarop een organisatie zich als werkgever presenteert aan huidige en toekomstige medewerkers.
Transparantieplicht (EU AI Act, artikel 50): de Europese verplichting om realistische AI-gegenereerde of AI-gemanipuleerde beelden herkenbaar te maken, van toepassing vanaf 2 augustus 2026.
Pixel-watermerk: markering die in de pixels van een AI-beeld verweven zit en ontworpen is om bewerkingen en screenshots te overleven.
Echte mensen fotograferen, in hun eigen omgeving
Mijn eigen antwoord op de vraag laat zich raden, maar niet om de reden die je misschien verwacht. Het is niet dat AI-beeld te herkennen is aan technische foutjes, die tijd is voorbij. Het is dat een kandidaat naar iets zoekt wat AI per definitie niet kan leveren: bewijs. Bewijs dat dit bedrijf bestaat zoals het zich toont, dat deze mensen er werken, dat deze werkvloer er zo uitziet. Ik fotografeer mensen al meer dan twintig jaar in hun eigen omgeving, en dat is precies waarom: de werkomgeving is geen decor dat je erbij verzint, het ís het verhaal.
Denk je na over beeld voor je werving en twijfel je wat daarin past, waar echte fotografie onmisbaar is en waar gegenereerd beeld misschien best kan? Dan plannen we een belafspraak of videobellen we even. Dan kijken we samen naar wat je nu hebt liggen en wat een kandidaat daaruit opmaakt.
