Je scrolt door je tijdlijn, ziet een spectaculaire foto van een overstroming, een beroemdheid in een rare situatie of een te mooi-om-waar-te-zijn aanbieding met een glanzende productfoto. Je twijfelt geen seconde, want het ziet er écht uit. En precies dáár zit het probleem. AI-beeldgeneratoren zijn inmiddels zó goed dat de meeste mensen een gegenereerd plaatje niet meer van een echte foto kunnen onderscheiden. Dagelijks verschijnen er tientallen miljoenen AI-beelden online, en de tijd dat je een nepfoto herkende aan zes vingers of een soepachtige achtergrond ligt grotendeels achter ons.
Toch ben je niet kansloos. Er is een verschil tussen “ik staar naar de pixels en hoop het beste” en een methodische aanpak waarmee je verdacht beeld er stap voor stap uitvist. In deze gids lopen we langs de visuele trucs die nog steeds werken, de technische hulpmiddelen die in 2026 het verschil maken, en de gewoontes die je voor altijd weerbaarder maken tegen nepbeeld. Want of het nu gaat om desinformatie, een deepfake of een oplichter met een nepwebshop: weten waar je op moet letten scheelt een hoop ellende.
Waarom je ogen je tegenwoordig in de steek laten
Laten we eerlijk zijn: de klassieke “tells” waar iedereen het over had, zijn aan het verdwijnen. De beruchte misvormde handen met zeven vingers, de wartaal op straatbordjes, de onmogelijke schaduwen, het komt allemaal steeds minder voor. Moderne modellen zoals de nieuwste versies van Midjourney, Google’s Imagen en de beeldtools in ChatGPT produceren handen, tekst en belichting die er prima uitzien. Het kat-en-muisspel verschuift dus: jij leert een truc, het model leert hem af.
Dat betekent niet dat visueel speurwerk waardeloos is, maar wel dat je je er niet blind op moet staren. Een foto die op het eerste gezicht perfect lijkt, kan alsnog volledig verzonnen zijn. Andersom kan een echte foto er door slechte belichting of compressie juist “fake” uitzien. Je oog is een eerste filter, geen rechter. De echte zekerheid komt uit een combinatie van signalen, en daar gaan we verderop dieper op in.
De visuele controle: waar je nog steeds op kunt letten
Begin altijd met goed kijken, het liefst ingezoomd op honderd procent. Niet omdat één detail de zaak beslist, maar omdat AI-beeld vaak struikelt over de logica van een scène, niet over de scherpte ervan.
Let op spullen die geen kloppend verhaal vertellen. Een bril waarvan de pootjes nergens op rusten, oorbellen die niet bij elkaar passen, een horlogeband die halverwege van materiaal verandert, of een rits die nergens heen loopt. AI is goed in “ziet eruit als”, maar minder goed in “hoort logisch in elkaar te zitten”. Hetzelfde geldt voor de achtergrond: tel de mensen, volg de lijnen van een gebouw, kijk of een reling of trap daadwerkelijk ergens uitkomt. Op de voorgrond is alles vaak overtuigend, maar net buiten het brandpunt smelten objecten soms nog samen.
Tekst blijft een zwakke plek, al is het minder uitgesproken dan vroeger. Lees logo’s, naambordjes, verpakkingen en straatnamen letterlijk. Vaak klopt de lettervorm op het eerste gezicht, maar zijn de woorden net niet bestaande woorden, of staan er karakters die nergens op slaan. Reflecties zijn een tweede klassieker: kijk of wat je in een spiegel, een raam of een wateroppervlak ziet ook echt overeenkomt met de scène. AI heeft moeite met consistente reflecties, en niet voor niets bouwt zelfs fotosoftware hier handige trucs voor. We schreven eerder over hoe Adobe Lightroom met AI reflecties uit je foto’s haalt, wat meteen laat zien hoe vloeibaar het begrip “echte foto” is geworden.
DISCLAIMER: al het beeld in dit artikel is, welhaast uiteraard, AI-beeld. Gewoon lekker ter ondersteuning
Verder helpt het om te letten op die typische AI-gladheid: huid zonder een enkele porie, een te perfecte symmetrie, een achtergrond die net iets te dromerig wazig is, of een belichting die overal even mooi valt zonder echte lichtbron. Geen van deze dingen bewijst op zichzelf iets, maar samen vormen ze een onderbuikgevoel dat zegt: hier even verder graven.
De betrouwbaardere route: provenance en watermerken
Hier komt het belangrijkste inzicht van 2026: de meest betrouwbare manier om beeld te controleren is niet kijken, maar de herkomst opzoeken. Vakjargon hiervoor is “provenance”, oftewel een ondertekend spoor van waar een afbeelding vandaan komt en wat ermee gebeurd is.
De grote standaard hierachter heet C2PA (Coalition for Content Provenance and Authenticity), die inmiddels een officiële ISO-standaard is geworden. Het idee is provenance-first verificatie in plaats van een magische detector: een geldige Content Credential laat zien wanneer en met welk gereedschap een beeld is gemaakt en bewerkt. Inmiddels telt de coalitie duizenden leden, waaronder Google, Microsoft, Adobe, Meta, OpenAI, Sony en de BBC. Ook hardware doet mee: Google’s Pixel 10 haalde als eerste smartphone de hoogste C2PA-trede, de Samsung Galaxy S25 ondertekent AI-bewerkte foto’s, en camera’s van merken als Leica en Sony bouwen ondertekening in voor fotojournalistiek.
Naast C2PA bestaat er onzichtbaar watermerken, waarvan Google’s SynthID de bekendste is. Het slimme aan zo’n watermerk is dat het blijft hangen waar metadata verdwijnt: SynthID kan een AI-beeld nog steeds herkennen nadat het is gescreenshot, bijgesneden, gecomprimeerd en opnieuw op social media gegooid. Volgens Google DeepMind zijn er inmiddels meer dan honderd miljard beelden, video’s en audiofragmenten van een SynthID-watermerk voorzien, en in 2026 sloten ook OpenAI, Nvidia en ElevenLabs zich aan. Praktisch handig: in de Gemini-app kun je via gemini.google.com een afbeelding uploaden om te checken op een SynthID-watermerk, en Google rolt de detectie uit naar Search en Chrome, waar je straks met een rechtermuisklik een plaatje kunt controleren.
Eén grote waarschuwing, en die is cruciaal: het ontbreken van een watermerk of credential bewijst helemaal niets. Veel beelden die online rondgaan dragen géén C2PA-metadata en géén SynthID-watermerk, en dat is eerder regel dan uitzondering. Open modellen zoals Stable Diffusion en Flux zetten doorgaans geen watermerk, en platforms strippen metadata regelmatig bij het uploaden. Een schoon resultaat betekent dus niet “echt”, het betekent alleen “geen bewijs gevonden”.
Detectietools: nuttig, maar nooit het laatste woord
Er bestaan losse detectietools die met een waarschijnlijkheidsscore aangeven of beeld door AI is gemaakt. In onafhankelijke tests van 2026 scoren de betere daarvan netjes: Hive Moderation haalde bijvoorbeeld een gemiddelde nauwkeurigheid van 94 procent over Midjourney, DALL-E 3 en Stable Diffusion. Klinkt goed, en voor een snelle eerste indruk zijn ze ook prima.
Maar er zit een flinke maar aan. De nauwkeurigheid keldert flink bij screenshots, zwaar gecomprimeerde bestanden en beelden die zijn opgeschaald of nabewerkt, precies de toestand waarin de meeste plaatjes op internet verkeren. Een score is dus een aanwijzing, geen vonnis. Voor belangrijke beslissingen, in de journalistiek of bij juridische kwesties, behandel je zo’n detectorscore als een eerste spoor dat je daarna met andere methodes bevestigt of onderuithaalt.
De methode die altijd werkt: de bron zoeken
Als je maar één gewoonte uit dit artikel meeneemt, laat het deze zijn: zoek de oorspronkelijke bron. De krachtigste tool tegen nepbeeld is de saaiste, namelijk een omgekeerde beeldzoekopdracht (reverse image search via bijvoorbeeld Google Lens of TinEye). Je laadt de afbeelding erin en kijkt waar hij eerder is opgedoken.
Dat levert vaak meteen het verhaal op. Misschien blijkt een “nieuwe” rampfoto vijf jaar oud en van een heel andere locatie. Misschien staan dezelfde dramatische beelden alleen op anonieme accounts en nergens bij een serieus nieuwsmedium. Misschien hoort die spectaculaire productfoto bij tientallen verschillende webshops met andere namen. Stel jezelf telkens dezelfde vragen: wie heeft dit als eerste geplaatst, bestaat die bron echt, en bevestigen onafhankelijke partijen hetzelfde? Een beeld dat alleen rondzingt in de echokamer en nergens een betrouwbare oorsprong heeft, verdient je wantrouwen, AI of niet.
Waar nepbeeld het gevaarlijkst wordt: oplichting en deepfakes
Nepfoto’s zijn zelden een doel op zich. Meestal zijn ze het lokaas voor iets anders, en juist daar zit de schade. Denk aan nepwebshops die met gestolen of gegenereerde productfoto’s een professionele uitstraling fingeren. De politie telde het afgelopen jaar honderden criminele webwinkels, waarvan meer dan de helft adverteerde via Facebook en Instagram. We bespraken al uitgebreid hoe je een nepwebshop op social media herkent voordat je geld kwijt bent, en hoe die nepshops steeds professioneler en moeilijker te herkennen worden. Een glanzende productfoto die je via een reverse image search bij tien andere shops terugvindt, is een rode vlag van jewelste.
Dan zijn er deepfakes: gemanipuleerde video en beeld waarin iemand iets lijkt te zeggen of doen wat nooit gebeurd is. We lieten eerder drie opmerkelijke deepfakes zien Nepfoto’s en AI-foto’s herkennen: complete gids (2026)die je verbazen, en sindsdien is de techniek alleen maar beter geworden. Het onderliggende advies blijft hetzelfde als bij nepfoto’s: vertrouw niet op één kanaal. Klopt het via een tweede, onafhankelijke bron? Past het bij wat die persoon normaal zegt en doet? En klopt het beeld met provenance-informatie als die er is?
Opvallend genoeg verschuift het herkenningsspel ook bij verwante oplichting. We schreven eerder dat phishingmails tegenwoordig niet meer opvallen door spelfouten, maar door kunstmatige haast. Datzelfde principe geldt voor nepbeeld in een scam: de inhoud ziet er steeds professioneler uit, dus verschuift jouw aandacht naar het gedrag eromheen. Word je onder druk gezet? Moet het nú? Wijkt het betaalverzoek af van het normale? Dat soort signalen blijven betrouwbaar, ook als het plaatje perfect is.
Je praktische checklist voor verdacht beeld
Kom je een afbeelding tegen waar je je vingers niet helemaal achter krijgt, loop dan deze stappen langs. Niet één ervan is doorslaggevend, de kracht zit in de combinatie. Zoom in en let op objecten, tekst en reflecties die geen kloppend verhaal vertellen. Controleer of er een C2PA Content Credential of SynthID-watermerk aanwezig is, bijvoorbeeld via de Gemini-app of de aankomende detectie in Chrome. Gooi het beeld door een omgekeerde beeldzoekopdracht om de oudste en oorspronkelijke vindplaats te traceren. Gebruik eventueel een detectietool, maar behandel de score als aanwijzing, niet als bewijs. En vraag je tot slot af wat de afbeelding van je gedaan wil krijgen: een klik, een betaling, een emotie. Hoe groter de gevraagde actie, hoe steviger je bewijs mag zijn.
De realiteit: leven met onzekerheid
Het ongemakkelijke eindoordeel is dat absolute zekerheid steeds zeldzamer wordt. Geen enkele methode, niet provenance, niet watermerken, niet detectietools, sluit op zichzelf misleiding uit. Zelfs Microsoft erkende in een eigen rapport dat het onmogelijk is om elke aanval te voorkomen of te stoppen dat platforms herkomstsignalen wegstrippen. De Europese aanpak onder de AI Act zet daarom in op meerdere lagen tegelijk, juist omdat geen enkele laag waterdicht is.
De gezonde houding is dus geen permanente paranoia, maar verstandige scepsis afgestemd op de inzet. Bij een grappig plaatje in een groepsapp hoef je echt niet de forensische toolkit open te trekken. Maar gaat het om geld, een belangrijke nieuwsclaim, een beslissing of je reputatie, dan loont het om even door te vragen: waar komt dit vandaan, wie zegt dat het echt is, en wat staat er voor mij op het spel. Je hoeft geen expert te worden. Je hoeft alleen de reflex te ontwikkelen om niet meteen te geloven wat je ziet, en te weten welke knoppen je kunt indrukken om verder te kijken. In een wereld waar tachtig miljoen AI-plaatjes per dag voorbijkomen, is dat misschien wel de meest waardevolle digitale vaardigheid die er is.
Veelgestelde vragen over AI-foto’s herkennen
Kun je een AI-foto nog herkennen aan handen of vingers?
Steeds minder. De beruchte fout van zes of zeven vingers en misvormde handen komt bij moderne beeldgeneratoren nauwelijks nog voor. Visuele controle blijft nuttig als eerste filter, maar je kunt er niet meer blind op vertrouwen. Let liever op objecten die geen logisch verhaal vertellen, vreemde tekst, en reflecties die niet kloppen met de scène. De betrouwbaarste route is tegenwoordig het opzoeken van de herkomst via een omgekeerde beeldzoekopdracht of provenance-informatie zoals een C2PA Content Credential.
Wat is C2PA en hoe helpt het mij?
C2PA (Coalition for Content Provenance and Authenticity) is een inmiddels als ISO-standaard erkend systeem dat een ondertekend, manipulatiebestendig spoor aan beeld koppelt. Zo’n Content Credential laat zien wanneer en met welk gereedschap een afbeelding is gemaakt en bewerkt. Grote spelers als Google, Microsoft, Adobe, Meta en OpenAI doen mee, en steeds meer camera’s en smartphones ondertekenen hun beelden automatisch. Let wel: het ontbreken van een credential bewijst niet dat een beeld nep of juist echt is, want metadata wordt vaak gestript.
Werkt een gratis AI-detector betrouwbaar?
Gedeeltelijk. De betere detectietools halen in laboratoriumtests hoge nauwkeurigheidsscores, soms boven de 90 procent. Maar die nauwkeurigheid daalt fors zodra een beeld gescreenshot, zwaar gecomprimeerd of opgeschaald is, en dat is precies de staat van de meeste plaatjes op internet. Gebruik een detector dus als snelle eerste indruk, maar behandel de uitkomst als aanwijzing en nooit als definitief bewijs. Combineer de score altijd met andere signalen.
Wat is SynthID en hoe controleer ik het?
SynthID is een onzichtbaar watermerk van Google dat aangeeft dat een beeld door AI is gemaakt. Het bijzondere is dat het watermerk blijft bestaan, ook nadat een afbeelding gescreenshot, bijgesneden of gecomprimeerd is. Je kunt een afbeelding controleren door hem te uploaden in de Gemini-app via gemini.google.com, en Google rolt de detectie verder uit naar Search en Chrome. Het werkt alleen voor beeld van deelnemende generatoren, dus geen SynthID-signaal betekent niet automatisch dat een plaatje echt is.
Hoe bescherm ik mezelf tegen nepwebshops met AI-foto’s?
Wees alert op te mooie aanbiedingen met glanzende productfoto’s, vooral via advertenties op Facebook en Instagram. Een sterke test is een omgekeerde beeldzoekopdracht: vind je dezelfde productfoto terug bij tientallen andere shops met andere namen, dan is dat een duidelijk waarschuwingssignaal. Controleer daarnaast de bedrijfsgegevens, betaalmethoden en reviews buiten de webshop zelf. Laat je niet opjagen door kunstmatige tijdsdruk, want haast is een terugkerend kenmerk van online oplichting.
