SEO voor afbeeldingen in het tijdperk van multimodale AI

De ‘machineblik’ ontcijferen voor meer zichtbaarheid

De tijd dat beeldoptimalisatie neerkwam op lichte bestanden, alt-teksten en goed ingestelde lazy loading is voorbij. Nu multimodale AI-modellen zoals ChatGPT en Gemini op grote schaal in zoekmachines zijn ingebouwd, zijn afbeeldingen geen simpele illustraties meer. Zoekmachines analyseren ze tot in detail, op een manier die steeds meer lijkt op hoe ze tekst verwerken. Dat is een fundamentele verschuiving die elke SEO-specialist moet begrijpen en in zijn strategie moet verwerken.

Hoe AI afbeeldingen ‘leest’

Vroeger speelden afbeeldingen een bijrol: ze ondersteunden de tekst en maakten een pagina prettiger om te bekijken, maar hadden zelden direct invloed op je posities. Grote multimodale modellen plaatsen tekst en beeld in dezelfde semantische ruimte. Concreet betekent dit dat deze systemen afbeeldingen lezen als een taal: ze zetten pixels om in numerieke representaties die ze kunnen interpreteren.

Dat gebeurt via zogeheten visual tokenization. De AI deelt een afbeelding op in een raster van ‘visuele fragmenten’ (tokens) en zet die om in vectoren: wiskundige representaties die je kunt vergelijken met woorden of zinnen. Dankzij dat gemeenschappelijke model kan een zoekmachine een afbeelding veel nauwkeuriger aan een zoekopdracht koppelen dan met tekst alleen ooit mogelijk was.

Van technische basis naar leesbaarheid op pixelniveau

De klassieke best practices blijven nodig: compressie, moderne formaten (WebP, AVIF) en beschrijvende bestandsnamen. Maar voor diepgaand begrip door AI zijn ze niet genoeg; ze vormen hooguit de ondergrens van gezonde beeld-SEO. Een afbeelding kan technisch perfect zijn geoptimaliseerd, maar als de details (typografie, contrast, herkenbare objecten) niet goed leesbaar zijn, haalt een AI-model er weinig bruikbare betekenis uit.

Een voorbeeld: staat er op een verpakking of in een interface tekst die te klein, te sterk gestileerd of te contrastarm is, dan kan OCR (optical character recognition, oftewel tekstherkenning) mislukken of fouten maken. Dat kan leiden tot ‘hallucinaties’: verkeerde interpretaties waarbij de AI beeldinhoud verzint die er in werkelijkheid niet is. Dat is meer dan een beperking; het staat een goede semantische indexering echt in de weg.

Die verschuiving van bestandsgrootte naar beeldkwaliteit als semantisch signaal is een van de grootste veranderingen die multimodale AI met zich meebrengt.

Alt-tekst: onmisbaar om betekenis te verankeren

Lang werd het alt-attribuut gezien als een technische formaliteit voor toegankelijkheid. Nu wordt het een semantisch ijkpunt tussen het beeld en de interpretatie door de AI. In een multimodale context combineert AI wat het ziet met tekstuele aanwijzingen. Zijn de visuele fragmenten dubbelzinnig, dan werkt de alt-tekst als een kompas dat de machine vertelt welke lezing de juiste is.

Een goede alt-tekst beschrijft dus niet alleen ‘wat je ziet’. Zie hem als een precies semantisch anker dat de machine naar de werkelijke bedoeling van je content leidt. Soms betekent dat context toevoegen over het gebruik of de situatie die de afbeelding laat zien. Blijf daarbij wel feitelijk juist: de alt-tekst is er in de eerste plaats voor mensen die een schermlezer gebruiken. Een opsomming van zoekwoorden helpt niemand.

Tekstherkenning als volwaardige SEO-factor

Een kernonderdeel van beeldoptimalisatie voor AI is tekstherkenning. Moderne zoekmachines halen automatisch tekst uit afbeeldingen, zoals etiketten, infographics en screenshots, om complexe vragen te beantwoorden zonder dat de gebruiker hoeft door te klikken.

Dat levert een paradox op: wat voor mensen leesbaar is (een minimale lettergrootte, voldoende contrast, een mooi ontwerp), is niet automatisch leesbaar voor machines. Een letter van 4,5 punt is op een verpakking voor een klant met het product in de hand misschien nog te lezen, maar te klein om er betrouwbaar tekst uit te halen.

Voor gevorderde SEO betekent dit: behandel afbeeldingen als een extra bron van tekstuele informatie, niet als losse visuele elementen.

Visuele originaliteit: een signaal dat telt

Een van de lastigst meetbare aspecten van deze nieuwe fase is de waarde van visuele originaliteit. AI-systemen herkennen identieke of sterk gelijkende afbeeldingen die al op het web staan. Een unieke afbeelding, speciaal voor jouw content gemaakt, laat dan zien dat er eigen expertise en eigen werk achter zit.

Dat Google zulke afbeeldingen kan opsporen, is geen geheim: de Vision API van Google Cloud heeft een functie (web detection) die volledige en gedeeltelijke overeenkomsten op het web vindt. Hoe zwaar de originaliteit van een afbeelding meeweegt in de rangschikking, heeft Google niet bekendgemaakt. Wel raadt Google aan om relevante afbeeldingen van goede kwaliteit te gebruiken en content te maken die iets toevoegt aan wat er al is. Eigen foto’s en visuals passen precies in dat plaatje.

AI leest een hele scène, niet alleen een object

Nog een belangrijk punt: multimodale modellen herkennen niet alleen losse objecten. Ze analyseren de context van de hele scène: hoe objecten zich tot elkaar verhouden, waar ze staan, wat er gebeurt en zelfs welke emotie of welk verhaal het beeld uitstraalt.

Een productfoto op een witte achtergrond zegt semantisch dus minder dan een beeld waarop hetzelfde product in een echte gebruikssituatie te zien is, met een omgeving, mensen en details. Dat scènebegrip versterkt de band tussen de afbeelding, de zoekintentie en de relevantie van de hele pagina.

Conclusie: beeld-SEO opnieuw bekeken voor AI

Beeldoptimalisatie is geen technische of esthetische bijzaak meer. Het wordt een volwaardige semantische discipline, onderdeel van hoe multimodale modellen je pagina als geheel begrijpen.

Wat ooit een rijtje technische best practices was, wordt nu een informatiestrategie. Afbeeldingen moeten zo worden gemaakt en geoptimaliseerd dat AI ze kan lezen, interpreteren en gebruiken. Dat verandert veel: van de manier waarop je beeldmateriaal plant tot de manier waarop je content maakt.

Wil je weten hoe jouw afbeeldingen en pagina’s het doen in klassieke en AI-gestuurde zoekresultaten? Référenceur is een online marketingbureau uit België en Luxemburg; onze Nederlandse teksten worden geschreven door native speakers en we werken op afstand met je samen, via videogesprekken en een maandelijkse rapportage. Vraag een gratis analyse aan, of lees meer over onze aanpak voor zoekmachineoptimalisatie en AI-zoekmachineoptimalisatie.