Google Afbeeldingen wordt een galerij die je doorbladert
Google verbouwt Afbeeldingen tot iets wat je doorbladert in plaats van doorzoekt. Op 14 juli 2026 kondigde het bedrijf een nieuw startpunt voor Google Afbeeldingen aan: een galerij met beelden van het hele web, doorlopend bijgewerkt en afgestemd op de interesses van de gebruiker. Google noemt het zelf "a dynamic, immersive gallery of images from across the web". Beelden die je bewaart komen in collecties terecht, en die collecties verschijnen als tabbladen boven de galerij.
Dat lijkt een cosmetische ingreep, maar het verandert waar de zoektocht begint. Een resultatenpagina start bij jouw zoekterm, een galerij start bij wat het systeem denkt dat de gebruiker interessant vindt. Daar win je niet met de juiste woorden op de juiste plek, maar doordat iemand blijft hangen bij jouw beeld terwijl hij langs tientallen andere scrolt.
Voor een webshop zit daar een ongemakkelijke conclusie in. Je fotografie wordt je visuele vindbaarheid. Het beeld doet het eerste werk en je producttitel, alt-tekst en H1 komen pas daarna.
Nog voordat je hier iets mee gaat doen, moet helder zijn hoe klein dit vandaag nog is. De galerij rolt uit op desktop in de Verenigde Staten, in het Engels. In Nederland verandert er deze maand niets aan je verkeer. Dat is geen reden om weg te klikken. Het is de reden om nu te lezen, want dit is een van de weinige keren dat je een verschuiving ziet aankomen voordat hij in je cijfers staat.
Wat Google wél zegt, en wat het openlaat
Google kondigde twee dingen tegelijk aan, en het tweede is minstens zo groot als het eerste. Naast de galerij komt er beeldgeneratie rechtstreeks in AI Overviews, de samenvattingen boven de zoekresultaten. Google beschrijft die functie als iets wat een simpele tekstprompt omzet in een beeld van hoge kwaliteit, op maat gemaakt, volledig vanaf nul opgebouwd, met hun Nano Banana-model. De uitrol daarvan gaat volgens Google de komende weken in, in het Engels, voor alle regio's waar beeldgeneratie in AI Mode nu al werkt.
Dan het gat in de aankondiging. Google zegt niets over hoe beelden voor die galerij worden geselecteerd of gerangschikt. Geen woord over signalen, geen woord over bronnen, geen woord over wat een beeld naar boven duwt. Google zegt ook niets over het labelen van beelden die het systeem zelf heeft gemaakt. Beide punten staan gewoon niet in de aankondiging.
Dat is belangrijker dan het klinkt, om twee redenen. De eerste is praktisch: iedereen die je vandaag een kant-en-klare optimalisatie voor deze galerij aanbiedt, baseert zich op aannames. Er is geen gepubliceerde regel om naar te handelen. De tweede is principieel: als een gebruiker niet kan zien of een beeld gegenereerd of gefotografeerd is, dan verschuift de bewijslast naar het merk. Jij moet dan zelf duidelijk maken dat wat je toont er echt zo uitziet.
| Wat Google bevestigt | Wat Google openlaat |
|---|---|
| Een doorbladerbare galerij met beelden van het hele web, afgestemd op interesses | Hoe beelden worden geselecteerd en gerangschikt |
| Opslaan in collecties, zichtbaar als tabbladen boven de galerij | Welke signalen een beeld naar boven halen |
| Beeldgeneratie in AI Overviews via het Nano Banana-model | Of gegenereerde beelden herkenbaar gelabeld worden |
| Uitrol op desktop in de Verenigde Staten, in het Engels | Wanneer Nederland aan de beurt is |
Wacht niet tot die rechterkolom is ingevuld. Breng je beeld op orde zodat het in beide kolommen standhoudt: herkenbaar, echt, en compleet genoeg om zonder bijschrift te begrijpen.
Visuele vindbaarheid begint bij herkenning
Zoeken door te lezen en zoeken door te bladeren vragen iets anders van je. Bij lezen scant iemand een pagina met tekst en beslist op basis van woorden of hij doorklikt. Bij bladeren beslist iemand op beeld, in een fractie van een seconde, zonder de context van jouw pagina eromheen. Je foto staat dan niet in je eigen webshop, maar tussen beelden van tien concurrenten die hetzelfde product verkopen.
Daar wint het beeld dat meteen duidelijk maakt wat het is en van wie het is. Dat zijn twee verschillende dingen, en de tweede wordt bijna altijd overgeslagen.
| Zoeken door te lezen | Bladeren door beeld | |
|---|---|---|
| Startpunt | de zoekterm van de gebruiker | wat het systeem denkt dat hem interesseert |
| Eerste indruk | titel en omschrijving | het beeld zelf, op miniatuurformaat |
| Waar je op wint | relevantie van je tekst | herkenbaarheid van je beeld |
| Wat context geeft | de pagina eromheen | niets, het beeld staat alleen |
| Grootste risico | niet hoog genoeg staan | wel getoond worden en toch niet herkend |
Die onderste rij is het echte gevaar. Getoond worden zonder herkend te worden kost je namelijk niets zichtbaars. Je ziet geen daling, want je stond er nooit. Je merkt alleen dat een categorie langzaam naar merken toegaat waarvan de foto's op elkaar lijken en dus blijven hangen.
Herkenbaarheid is daarbij geen kwestie van je logo in de hoek plakken. Het zit in de dingen die terugkomen zonder dat iemand ze benoemt. Een achtergrond die niet per product verspringt, licht dat altijd uit dezelfde hoek valt, een camerastandpunt dat je vasthoudt per producttype. Bij Castagnola was dat precies het werk: een merk dat op elk kanaal iets anders deed, terugbrengen tot één visuele lijn over verpakking, listing en webshop. Zet je vijf van die foto's naast elkaar zonder logo, dan zie je binnen een seconde dat ze bij elkaar horen. Dat is wat een galerij van je vraagt.
Bij de meeste webshops zit het probleem in de consistentie, niet in de fotografie. De foto's zijn los van elkaar prima, maar bij elkaar vertellen ze geen verhaal. Hoe je die lijn opbouwt en waarom hij zich terugbetaalt, staat in wat professionele productfoto's je echt opleveren.
Als AI zelf een plaatje maakt, waarom zou iemand jouw foto nog willen zien?
Dit is de vraag die je jezelf moet stellen, ook als het antwoord je niet uitkomt. Beeldgeneratie in AI Overviews maakt hem urgent. Als iemand vraagt om een houten bureaulamp met een messing arm, en het systeem tekent die lamp ter plekke, wat is jouw echte foto dan nog waard?
Het eerlijke antwoord: voor inspiratie steeds minder, voor de aankoop bijna alles.
Een gegenereerd beeld toont niet jouw product. Het toont een aannemelijke versie van het soort product waar iemand naar vroeg. Dat is een fundamenteel verschil, ook als het resultaat er beter uitziet dan jouw foto. De kleur klopt niet met wat er in de doos zit, de maatverhouding is een gemiddelde van duizend andere lampen, en de afwerking is verzonnen. Voor sfeer en richting werkt dat prima. Voor iemand die op het punt staat af te rekenen, is het waardeloos, want hij koopt geen sfeer maar een voorwerp dat morgen op zijn bureau staat.
Zodra het geld kost, verschuift de vraag van "hoe ziet dit eruit" naar "krijg ik dit". En die tweede vraag kan alleen jouw echte beeld beantwoorden.
Dat is ook precies waar het misgaat bij merken die hun eigen catalogus laten genereren. Op het moment dat je klant het pakket openmaakt, vergelijkt hij het met de foto waarop hij zijn keuze baseerde. Klopt dat niet, dan krijg je een retour en een review die je maandenlang achtervolgt. Een te mooi beeld verkoopt één keer en kost je daarna structureel.
Wij zijn niet tegen gegenereerd beeld. We gebruiken het zelf voor concepten, voor varianten en om een richting te testen voordat er een camera bij komt. De grens ligt bij de vraag wie er iets belooft. Alles wat een belofte doet over wat de klant krijgt, hoort een echte opname te zijn van het echte product. Waar die grens per situatie precies ligt, hebben we uitgewerkt in CGI vs. AI-productvisualisatie.
Er zit trouwens ook een kans in. Als het web volloopt met beelden die niemand heeft gemaakt, wordt aantoonbaar echt beeld schaarser en dus waardevoller. Een foto waarop je stof ziet, waarop licht zich gedraagt zoals licht zich gedraagt, waarop een product kleine oneffenheden heeft, valt straks eerder op dan de perfecte render ernaast.
Wat de Amerikaanse cijfers zeggen over verkeer uit AI
Er is nog geen data over de nieuwe galerij, want die draait nog niet. Wat er wel is, is meetdata over hoe verkeer uit AI zich gedraagt zodra het binnenkomt. Adobe analyseerde meer dan een biljoen bezoeken aan Amerikaanse webwinkels en zag dat verkeer vanuit AI-bronnen in mei 2026 met 138% groeide ten opzichte van een jaar eerder. Sinds oktober 2024, toen Adobe hiermee begon, is dat verkeer met 1.324% gegroeid.
Belangrijk: dit gaat over Amerikaanse retailsites. Het zijn geen Nederlandse cijfers en je kunt ze niet een-op-een op je eigen webshop leggen. Ze zeggen iets over richting, niet over jouw verwachte omzet.
Wat die richting interessant maakt, is de kwaliteit van dat verkeer. Bezoekers die via een AI-bron binnenkomen converteren 54% beter dan bezoekers uit andere kanalen. Ze blijven 53% langer op de site en bekijken 23% meer pagina's. Dat is logisch: het voorwerk is al gedaan, dus wie doorklikt komt kijken of klopt wat hem beloofd is.
Dezelfde analyse mat per productcategorie hoeveel van de content op die sites machineleesbaar is. Daar zit een patroon in dat direct met beeld te maken heeft.
| Categorie | Deel van de content dat machineleesbaar is |
|---|---|
| Cosmetica | 63% |
| Elektronica | 56% |
| Sportartikelen | 51% |
| Kleding | 51% |
| Boodschappen | 48% |
| Meubels en wonen | 47% |
Kijk naar de onderkant. Meubels en wonen komen uit op 47%, terwijl cosmetica op 63% zit. Adobe geeft geen verklaring voor dat verschil, dus wat hier volgt is onze lezing en geen bevinding uit het onderzoek. Wat opvalt is dat de categorieën onderaan juist de categorieën zijn waar het verhaal in het beeld zit. Een bank begrijp je pas als je hem in een kamer ziet staan. Als die lezing klopt, dan schiet de tekst het meest tekort bij precies de producten die het meest van beeld moeten hebben.
Dat gat dicht je niet met mooiere foto's alleen. Je dicht het door bij elk beeld ook in tekst vast te leggen wat erop staat. Wat de bredere gevolgen daarvan zijn voor je verkeer, staat in agentic search en je webshop-verkeer.
Moet een Nederlandse webshop hier nu iets mee?
Ja, maar niet met haast en niet met een groot project. Nog een keer, zodat je het niet later zelf hoeft te ontdekken. De galerij komt eerst op desktop in de Verenigde Staten, in het Engels. Voor andere markten heeft Google geen datum genoemd. Je Nederlandse verkeer verandert hier deze maand niet door. Iedereen die je vertelt dat je nu moet ingrijpen omdat je anders zichtbaarheid verliest, verkoopt urgentie die er niet is.
De reden om toch te beginnen is een andere. Beeldwerk heeft een lange doorlooptijd. Een assortiment opnieuw fotograferen op één visuele lijn kost weken tot maanden, afhankelijk van hoeveel producten je hebt en of je met een productfotografie-opzet of met lifestyle-fotografie werkt. Als deze verschuiving Nederland bereikt, kun je niet in twee weken alsnog een consistente beeldtaal neerzetten. Wie nu begint, is klaar voordat het telt.
Er is nog een reden, en die staat los van Google. Alles waar je je beeld nu beter van maakt, betaalt zich vandaag al terug in kanalen die wel gewoon draaien. Je Bol-listing, je Amazon-listing, je eigen webshop, je advertenties, je socials. Een herkenbare beeldlijn verhoogt daar de doorklik en de conversie, ongeacht wat Google met zijn galerij doet. Bij Screenmate bouwden we een merk rond een product dat naamloos op de markt lag. De winst zat erin dat elk beeld op elk kanaal hetzelfde merk liet zien.
Zie het dus niet als voorbereiding op een Amerikaanse functie. Zie het als achterstallig onderhoud dat toevallig ook je positie in een nieuw kanaal veiligstelt. Dat is een aanzienlijk beter argument voor je budget dan een aankondiging uit Mountain View.
Wat je deze week met je eigen productfoto's kunt doen
Geen shoot nodig om te beginnen. De eerste vier stappen kosten je een middag en laten precies zien waar je staat.
- Zoek je eigen product op in Google Afbeeldingen. Gebruik de zoektermen die een klant zou gebruiken, niet je merknaam. Kijk wat er van jou verschijnt, en vooral: valt het op tussen de rest of verdwijnt het in het raster?
- Leg je vijf belangrijkste hoofdbeelden naast elkaar, zonder logo erbij. Herken je ze als één merk? Zo nee, dan is dat je eerste project, en het gaat niet over kwaliteit maar over consistentie.
- Bekijk je hoofdbeeld op miniatuurformaat. Schaal het terug naar miniatuurformaat op je telefoon. Is het product dan nog te herkennen? Veel foto's die groot prachtig zijn, worden klein een vlek.
- Kies één visuele constante en leg die vast. Achtergrond, lichtrichting, camerahoek, schaduw: pak er één of twee en schrijf op wat de regel is. Elke nieuwe foto volgt die regel. Dat is het begin van een beeldtaal, en het kost je niets.
- Zorg dat elk product minstens één situatiebeeld heeft. Product in gebruik, in de juiste omgeving, met iets erbij dat de maat duidelijk maakt. Dat beeld doet in een galerij het werk dat je packshot op wit niet kan doen.
- Schrijf bij elk beeld op wat erop staat. Beschrijvende bestandsnaam, beschrijvende alt-tekst, en de kernkenmerken ook als tekst op de pagina. Een systeem dat je beeld niet kan lezen, kan het ook niet aanbevelen.
- Haal je zwakste beeld weg. Niet vervangen, weghalen. Eén slecht beeld tussen goede beelden verlaagt het gemiddelde van wat mensen van je merk zien.
Wie deze zeven punten doorloopt, heeft geen nieuw specialisme geleerd. Hij heeft alleen gedaan wat er altijd al hoorde te gebeuren, alleen nu voordat het je iets kost. De technische kant van vindbaarheid pakken we op via onze SEO-aanpak, en hoe je content zich verhoudt tot AI-zoekmachines staat in GEO voor webshops.
Wat wij anders doen sinds beeld ook door machines wordt gelezen
Wij bouwen bij Oase Creative al zes jaar merken voor e-commerce, en het fotowerk zelf is niet veranderd. De volgorde waarin we beslissingen nemen wel.
We beginnen nu bij de vraag welke taak elk beeld heeft voordat we een setup bouwen. Herkennen, begrijpen of vertrouwen geven. Een beeld dat alle drie tegelijk probeert te doen, doet geen van de drie goed. Die verdeling bepaalt hoeveel beelden een product nodig heeft, en welk beeld vooraan staat.
We leggen de beeldregels vast in het brandbook, naast de kleuren en de typografie. Achtergrondwaarde, lichtopstelling, camerahoek per producttype, hoe schaduw valt. Een merk wordt pas herkenbaar als iemand anders die regels ook kan volgen. Bij een assortiment dat over jaren groeit, is dat het verschil tussen een beeldlijn en een verzameling losse foto's.
En we schrijven bij elk beeld op wat erop staat, als onderdeel van de oplevering. Dat is het punt waar fotografie en vindbaarheid elkaar raken: een machine ziet geen sfeer, die leest wat jij erover hebt vastgelegd.
Zodra er een aankoopbelofte in een beeld zit, vervangen we een echte productfoto nooit door gegenereerd beeld. Je klant merkt het op het moment dat het pakket opengaat.
Benieuwd hoe jouw beeld het doet zodra het los van je webshop wordt getoond? Leg je hoofdbeelden naast die van je drie grootste concurrenten en kijk of iemand die je merk niet kent, kan aanwijzen welke van jou zijn. Kan hij dat niet, dan ligt het niet aan je camera. Dan ligt het aan je merk. Boek een gesprek als je wil dat wij er met je naar kijken.
De verbouwing van Google Afbeeldingen is voor Nederland nog geen nieuws. Het is een aankondiging waarvan de gevolgen hier later landen dan de kop doet vermoeden. Maar de richting is duidelijk genoeg om nu naar te handelen: hoe meer beeld er zonder jou wordt gemaakt, hoe meer waarde er zit in beeld dat aantoonbaar van jou is.
