Als je het kunt laten zien, verandert het gesprek

Het begon simpel met een enorme nieuwsgierigheid. ‘Ik heb een jaar lang bijna dagelijks geëxperimenteerd met generatieve beeldmodellen, vooral veel testen, bijsturen en opnieuw proberen.’ Van daaruit schoof het richting projecten. Eerst kleinschalig: persona’s die letterlijk een gezicht kregen, complexe toekomstbeelden die een adviseur en opdrachtgever helpen visualiseren, en tegenwoordig zelfs filmpjes.

De snelheid waarmee AI opkomt en verandert is zeer hoog. De kwaliteit en mogelijkheden worden echt iedere week weer beter. Je kunt toekijken of meebewegen en ik koos dat laatste. Vandaag versterkt AI ons werk, maar het verandert ook waar ontwerp begint en eindigt. Op termijn heeft dat ook impact op hoe we als studio binnen TwynstraGudde werken.

Generatieve AI als versneller in gesprekken

De toegevoegde waarde van AI is dat als je eenmaal kwalitatieve snelle beelden geloofwaardig kunt laten zien, deze het gesprek met de opdrachtgever kunnen veranderen. We hebben ineens een concreet beeld in plaats van abstracte termen.
Teams hebben steeds vaker een beeldvraag die niet in een ‘normale’ stockbibliotheek staat. Dit komt onder andere doordat de inhoudelijke lat van onze opdrachten hoger wordt. De vragen worden specifieker en complexer; het beeld moet mee. Stock raakt dan al snel uitgeput: te generiek, te glad, te Amerikaans, of simpelweg niet bestaand. Beeld helpt om innovatie en ideeën concreet te maken, zodat mensen erover kunnen praten en beslissen. Zeker bij scenario’s of beleidsthema’s: ‘Amersfoort 2040’ kun je beschrijven, maar als je het laat zien ontstaat er meteen dialoog. En dat wil je, intern met collega’s, maar zeker ook extern met opdrachtgevers.

Van bestaande situatie naar verschillende visuele scenario’s: van eerste schets tot een volledig uitgewerkte leefomgeving.

Hoe hebben we onze werkwijze aangepast?

Ik pas Midjourney en Nano Banana 2 (Gemini) nu bij ongeveer 20% van mijn opdrachten toe, vooral bij complexe en toekomstgerichte vraagstukken. Dit aandeel groeit snel, omdat we merken dat deze manier van werken structureel andere gesprekken mogelijk maakt met opdrachtgevers. Dan helpt het als je niet hoeft te zoeken naar ‘iets dat erop lijkt’, maar gewoon het gewenste beeld kunt (na)bouwen. ‘Je wil niet weer diezelfde foto van twee mensen die elkaar een hand geven; je wil beelden die mogelijk nog niet bestaan, maar wel precies vertellen wat je bedoelt.’

Ik heb een herhaalbare werkwijze opgezet om AI-beeldvorming consistent en merkvast toe te passen. Dit alles kan met behulp van moodboards binnen Midjourney. Wanneer we ermee werken, gebruiken we naast een persoonlijke stijlanker ook een moodboard om de visuele richting te borgen. Een compact moodboard van 15–20 golden references zorgt ervoor dat het weet aan welke stijl de afbeelding moet voldoen: dit is geen heilige graal, maar wel een vaste basis voor sfeer, compositie en kleur, zodat over decks en publicaties heen een herkenbare lijn ontstaat zonder dat alles hetzelfde wordt. Je kunt in AI een stijl ontwikkelen en vasthouden, maar dit gebeurt niet vanzelf, je moet hier je eigen referentiekader vast zetten. Tijdens het proces doen we steeds een realiteitscheck op anatomie (vooral handen), sieraden, lichtval, schaduwen, eventuele typografie en resolutie. De kwaliteitsdrempel verschilt per gebruik, maar moet altijd hoog genoeg zijn: intern voor een kleine sessie mag het sneller en minder gepolijst, extern en met groot bereik gaat de lat flink omhoog met extra controle op echtheid, merkconsistentie en details, ‘Het moet echt voelen’. 

Daarnaast is het belangrijk om veiligheid en merkechtheid te waarborgen. Zo gebruiken we geen echte foto’s van collega’s (of andere echte mensen) in AI-systemen. Tegelijk zien we dat AI (nog) niet automatisch binnen onze merkstijl werkt, dus daar sturen we actief op.

Hoe gebruiken onze adviseurs het?

We werken minder om beperkingen heen; we maken wat er nodig is. Dat werkt vooral in situaties die nog geen bestaand beeld kennen (toekomst, beleid, transities). Het effect is merkbaar in gesprekken: minder ‘maar stel dat’ en meer ‘als het zó wordt, wat betekent dat dan voor…’. In plaats van lange tekstpassages staat er binnen korte tijd een visual waarover je samen kan praten. Niet perfect, wel scherp genoeg om richting te geven. 

Het is belangrijk om te onthouden dat (nog) niet alles kan met bijvoorbeeld Midjourney of Nano Banana 2. Die verwachtingsmanagement is zeker van belang. AI wekt soms de indruk dat alles oneindig maakbaar is. Dat is helaas nog niet zo. We kijken naar het afschalen van stocklicenties zodra onze AI-werkwijze stabiel en herhaalbaar is. Dat is voor ons geen kostenkwestie, maar een verschuiving van zoeken naar maken, en in hoe we beeld gebruiken. 

Zie jij het verschil? 

Zie jij het verschil? Het antwoord vind je onderaan de pagina.

Lessen uit het gebruik van AI-beelden in de praktijk

Nieuwsgierigheid, precisie en durf om te schrappen. ‘Niet alles dat kan, hoeft, de visual moet iets vertellen.’ Door te kiezen, wordt het beeld sterker. Als we samen kritisch blijven kijken naar beelden en de kwaliteit hooghouden in lijn met ons merkbeleid kunnen visuals helpen in ons werk. Of dit kort en snel wordt gedaan door een collega voor een generiek simpel beeld, of juist complexer in samenwerking met de studio. 

Wil jij beter worden in het genereren van beeld met AI?

Hier een paar tips:

Do’s

• Begin met doel en publiek: Wat moet het beeld duidelijk maken in één zin?

• Referentiebeelden: Gebruik een paar voorbeeldbeelden als referentie voor stijl en sfeer.

• Realiteitscheck: Handen, sieraden, licht, schaduwen en tekst in beeld.

• Borg veiligheid: Geen echte (collega) foto’s via AI zonder toestemming of gevoelige data in prompts.

Don’ts

• Zet geen AI-beeld in als vulling: Beeld is betekenis, geen decoratie.

• Stockmetaforen: Vermijd generieke metaforen (handdrukken, puzzelstukjes etc.).

• Laat AI niet het concept bedenken: Jij moet kaderen, kiezen, schrappen.

Twijfel is terecht
Foto 1: links is AI, rechts is echt.
Foto 2: links is AI, rechts is echt.