Raven kan je huis vinden via één foto: wat kost dat?
Raven zegt zelfs aan de hand van een interieurfoto een woning te kunnen vinden. De geschatte technische kosten: ongeveer € 0,026 per zoekopdracht.
👁 114 keer gelezen
Het opvallendste aan dit verhaal is niet dat AI kan raden waar een foto is gemaakt. Dat lukt liefhebbers van GeoGuessr ook al. Het interessante zit ergens anders: in de kosten. Als het bepalen van een adres op basis van een foto verandert van dagenlang werk voor een analist in een API-aanroep die centen kost, verandert niet alleen de technologie, maar ook de schaal waarop die gebruikt kan worden. Ik heb berekend wat dat ongeveer kost.
Raven zegt niet alleen buitenfoto’s, maar ook interieurs te herkennen
404 Media schreef deze week over Raven, dat eerder Geospy heette. De oorspronkelijke versie was een klassieke geolocatietool: je uploadt een buitenfoto en het model gebruikt onder meer architectuur, begroeiing, het type elektriciteitsmasten en de vorm van stoepranden om een regio, stad en soms zelfs een straat te bepalen. De nieuwe claim gaat verder: het bedrijf zegt een specifiek huis te kunnen aanwijzen op basis van één foto die binnen is gemaakt. In de woonkamer, de slaapkamer - op een foto waarop je in theorie alleen meubels ziet.
Dat klinkt deels als marketingpraat, maar het mechanisme is niet magisch. Interieurs bevatten veel aanwijzingen: de indeling van ramen en het uitzicht erdoorheen, het type stopcontacten, afwerkingen die kenmerkend zijn voor een bepaald decennium of een bepaalde projectontwikkelaar, het soort radiatoren en de invalshoek van het licht, die iets kan zeggen over de oriëntatie van het gebouw. Vaak is er simpelweg een stukje van het uitzicht buiten te zien. Een model dat miljarden foto’s uit vastgoedadvertenties heeft verwerkt, kent de gebruikelijke plattegronden in een stad mogelijk beter dan veel makelaars. Bij appartementencomplexen uit 2015-2024 komen plattegronden zo vaak terug dat de combinatie van een raam, het uitzicht en de plafondhoogte soms bijna een unieke handtekening vormt.
Een belangrijk punt in het artikel van 404 Media is wie de klant is: Amerikaanse politiediensten. Geen academisch laboratorium, maar politiediensten die met deze technologie tijdrovende analyse kunnen vervangen door één klik.
Wat kost één locatiezoekopdracht met Raven?
Daar komt mijn rekenwerk om de hoek kijken. Raven publiceert geen openbare prijslijst voor particulieren, maar er zijn wel prijzen voor vergelijkbare technologie. Commerciële API’s voor beeldherkenning, waarop veel van dit soort systemen zijn gebaseerd, kosten ongeveer € 0,89-€ 1,33 per 1.000 aanvragen voor het herkennen van labels en herkenningspunten. Google Cloud Vision rekent in de categorie tot 5 miljoen afbeeldingen per maand bijvoorbeeld 1,50 dollar per 1.000 eenheden, volgens de officiële prijslijst. Een geolocatiezoekopdracht vraagt doorgaans twee tot drie aanroepen: voor objectdetectie, herkenning van een herkenningspunt en vergelijking met een database.
Mijn berekening: drie eenheden à 1,50 dollar per 1.000 kosten 0,0045 dollar, oftewel ongeveer € 0,0040. Daar komt een multimodaal model bij dat de aanwijzingen combineert tot een hypothese over het adres. Bij een gangbare prijs van 2-3 dollar per miljoen invoertokens kost een foto van ongeveer duizend tokens nog eens circa € 0,0018-€ 0,0027. Tel daar operationele kosten, opslag van de index en de marge van de aanbieder bij op - die volgens de oorspronkelijke berekening drie- tot viermaal zo hoog kan zijn - en de schatting komt uit op ongeveer 0,029 dollar, of € 0,026 per zoekopdracht. Dat is een schatting van de ondergrens van de technische kosten, geen bedrag op een politiefactuur. Bij licentiecontracten ligt de prijs veel hoger. Maar de marginale kosten - wat het kost om nog één foto te controleren - komen volgens deze berekening neer op enkele eurocenten.
Waarom is dat belangrijk? Als een controle zo weinig kost, is de vraag niet langer of het de moeite waard is om één foto te bekijken. Je kunt ze dan allemaal controleren. Voor 1.000 foto’s komt de raming uit op ongeveer 29 dollar, oftewel € 26. Voor het archief van een profiel met 300 berichten zou dat op basis van dezelfde schatting ongeveer 8,73 dollar, of € 7,76, zijn. Zo kun je een kaart opbouwen van plekken waar iemand komt, woont en bijvoorbeeld een kind naar de opvang brengt.
“De bepaling over visuele inhoud is zonder goede reden weggelaten. Foto’s en video’s kunnen biometrische gegevens vormen; de verwerking ervan met het oog op de unieke identificatie van een natuurlijke persoon valt onder bijzondere beperkingen.”
- overweging 51 van de AVG, waarin de Europese wetgever expliciet ingaat op de status van foto’s als persoonsgegevens
Wat betekent dit voor privacy en bewijs in de EU?
De AVG beschouwt foto’s als persoonsgegevens wanneer iemand er identificeerbaar op is. Dat betekent niet dat elke foto automatisch biometrische gegevens bevat: volgens overweging 51 vallen foto’s onder de bijzondere categorie biometrische gegevens wanneer ze worden verwerkt met het oog op de unieke identificatie van een persoon. Hoe de regels in een concrete situatie uitpakken, hangt af van de verwerking en het doel ervan.
Een locatie die een model op basis van een foto aanwijst, is niet vanzelfsprekend sluitend bewijs. De uitkomst moet worden beoordeeld en waar nodig bevestigd met controleerbare informatie. Het probleem is dat de stap van “het model wijst dit gebouw aan” naar een ingrijpende actie soms korter kan zijn dan de stap van die actie naar bewijs dat het model gelijk had.
In de Verenigde Staten wordt die spanning al zichtbaar. In dezelfde podcast van 404 Media worden twee zaken besproken die laten zien welke kant het op kan gaan: een rechter oordeelde dat een specifieke zoekopdracht in het kentekenregistratiesysteem van Flock ongrondwettig was, en in een andere zaak beïnvloedde een door AI gegenereerde video een rechterlijke beslissing. Een beroepsinstantie vond dat het materiaal “een buitensporig emotioneel gewicht” had. Twee verschillende mechanismen, hetzelfde patroon: een technologie verschijnt in de rechtszaal sneller dan de normen voor de beoordeling ervan.
Google · Jouw bronnenHoger in Google - met één klikToevoegen aan voorkeursbronnen →Drie dingen die je in vijf minuten op je telefoon kunt doen
Dit gaat niet alleen over abstracte privacyregels, maar ook over instellingen. Schakel om te beginnen het opslaan van locatiegegevens in de metadata van foto’s uit. Op Android vind je die optie in de Camera-app. Op een iPhone ga je naar Instellingen - Privacy en beveiliging - Locatievoorzieningen - Camera en kies je “Nooit”. Zo blokkeer je de eenvoudigste route: EXIF-gegevens, die sommige chatapps en clouddiensten doorgeven zonder ze te verwijderen.
Dat is niet genoeg, want metadata zijn inmiddels het kleinste probleem. Raven heeft geen EXIF-gegevens nodig als het de afbeelding zelf kan analyseren. Als je foto’s van je woning deelt, let dan niet alleen op jezelf, maar ook op de achtergrond: het uitzicht uit het raam, een herkenbaar gebouw achter het glas, een huisnummer dat in een spiegeling verschijnt of de gordijnen van de buren. In gebieden met veel appartementencomplexen en herhaalde plattegronden kan een appartement soms lastiger te onderscheiden zijn dan een vrijstaand huis: een flatgebouw heeft honderden vergelijkbare ramen, een huis op een perceel maar één.
Als je reden hebt om aan te nemen dat een commerciële geolocatietool je persoonsgegevens verwerkt, kun je op grond van artikel 15 van de AVG om inzage vragen. Als je geen antwoord krijgt, kun je contact opnemen met de privacytoezichthouder in het EU-land dat voor jouw situatie relevant is. Of zo’n verzoek effect heeft tegenover een bedrijf buiten de EU, kan beperkt zijn. Het verzoek legt in elk geval vast dat je om informatie hebt gevraagd.
De blijvendste verandering gaat niet over technologie, maar over een aanname. Twintig jaar lang gingen we ervan uit dat een foto zonder geotag anoniem was. Als het enkele eurocenten kost om een foto te controleren, klopt die aanname niet meer - niet omdat iemand haar wetenschappelijk heeft weerlegd, maar omdat controle zo goedkoop is geworden.
Feiten gecontroleerd op 18 oktober 2026. Bronnen: 404 Media - podcast over Raven/Geospy, prijslijst van de Google Cloud Vision API, AVG. De kostenberekeningen zijn eigen schattingen op basis van openbare API-prijzen, niet van contracten met politiediensten. De omgerekende eurobedragen zijn benaderingen op basis van de ECB-referentiekoers van 16 oktober 2026 (1 EUR = 1,1253 USD); dit zijn geen lokale checkoutprijzen. Bron: ECB.
More on this from HELDER
handleidingen·Traag internet in de avond? 3 wifi-instellingen om te checkenIs je internet ’s avonds traag? Met een kabeltest ontdek je of je verbinding of wifi de boosdoener is. Dit kun je zelf aanpassen.