EXIF-metadata: vervalste documentfoto's detecteren

Een vervalste documentfoto verraadt zich vaak niet in de afbeelding zelf, maar in de onzichtbare metadata eromheen. EXIF-gegevens (Exchangeable Image File Format) registreren welk toestel een foto maakte, wanneer, en of er nadien bewerkingssoftware aan te pas kwam — informatie die fraudeurs zelden consistent weten te vervalsen. Voor complianceteams die tijdens KYC-onboarding gefotografeerde loonstroken, bankafschriften en identiteitsbewijzen ontvangen, is EXIF-analyse een snelle, goedkope eerste controlelaag, maar geen sluitend bewijs op zichzelf.

Volgens het ACFE 2024 Report to the Nations wordt 37% van alle fraudegevallen opgespoord via interne controles — een categorie waarin geautomatiseerde documentanalyse, inclusief metadatacontrole, een groeiend aandeel inneemt naarmate meer documenten digitaal en als foto worden aangeleverd in plaats van fysiek.

Wat EXIF-metadata is en waarom het telt bij documentcontrole

EXIF-metadata is een gestandaardiseerde set velden, beheerd door CIPA, die automatisch in elk digitaal fotobestand wordt geschreven op het moment van opname. De EXIF-standaard, onderhouden door de Camera & Imaging Products Association (cipa.jp), definieert onder meer Make/Model, DateTimeOriginal, Software en camera-sensorwaarden als ExposureTime/FNumber — velden die een fysieke camera altijd invult en een synthetisch bestand vrijwel nooit consistent kan nabootsen. De belangrijkste velden voor forensisch gebruik: Make en Model (het exacte toestel of telefoonmodel), DateTimeOriginal en DateTimeDigitized (opnamemoment), ModifyDate (laatste wijziging), Software (naam van de toepassing die het bestand laatst aanraakte), GPS-breedte- en lengtegraad, en camera-sensorwaarden zoals ExposureTime en FNumber.

Die sensorwaarden zijn het kernpunt: een echte camera registreert altijd een sluitertijd en diafragmawaarde, omdat een fysieke sensor licht moet meten om een beeld te vormen. Een synthetisch of gemanipuleerd bestand mist die waarden doorgaans volledig, of toont een combinatie die niet bij het opgegeven toestel past.

Naast EXIF bestaat XMP (Extensible Metadata Platform, ISO 16684), dat een uitgebreidere bewerkingsgeschiedenis kan bevatten via het veld xmpMM:History — een chronologisch logboek van welke software het bestand achtereenvolgens heeft geopend en opgeslagen. Bij een foto die beweert een ongewijzigde opname van een identiteitsbewijs te zijn, is elke vermelding in die geschiedenis een rood signaal.

Voor complianceteams die honderden documentfoto's per dag verwerken, is dit metadatalaag het snelste controlepunt: ze is machineleesbaar, kost geen menselijke beoordelingstijd om te extraheren, en onthult inconsistenties die het blote oog op de afbeelding zelf niet ziet.

Hoe fraudeurs gefotografeerde documenten vervalsen

Drie hoofdroutes leiden tot een vervalste documentfoto in een KYC-dossier, elk met een eigen metadata-vingerafdruk.

Directe beeldbewerking. De fraudeur fotografeert een echt document, opent het bestand in Photoshop, GIMP, Snapseed of een vergelijkbare editor, wijzigt een bedrag, naam of datum, en slaat het opnieuw op. Een Software-tag die een beeldbewerker toont op wat wordt gepresenteerd als een onbewerkte foto van een loonstrook of ID-bewijs, is een van de sterkste beschikbare rode vlaggen, omdat legitieme KYC-foto's vrijwel nooit vóór het uploaden door een editor gaan. Deze route laat bovendien vaak compressie-artefacten na die met Error Level Analysis zichtbaar worden.

Foto van een scherm of screenshot. In plaats van het fysieke document te fotograferen, maakt de fraudeur een screenshot van een vervalst document dat elders is samengesteld, of fotografeert een scherm waarop het document wordt getoond. Dit levert een kenmerkende metadata-signatuur op: het Software-veld verwijst naar het schermafbeeldingsprogramma van het besturingssysteem, Make/Model ontbreken volledig omdat er geen cameralens bij betrokken was, en de beeldafmetingen komen exact overeen met een schermresolutie in plaats van een sensorresolutie.

AI-generatie. Met Midjourney, DALL-E, Stable Diffusion en vergelijkbare tools kan een volledig synthetisch "document" worden gegenereerd zonder dat er ooit een fysiek papier of camera aan te pas kwam. Zulke bestanden dragen doorgaans geen enkele echte camera-EXIF, of bevatten in plaats daarvan generator-specifieke tags of C2PA-content credentials die de synthetische herkomst juist expliciet vermelden — wanneer de aanbieder zich aan de regels houdt.

Waarschuwingssignalen om te controleren in EXIF-metadata

Vijf velden verdienen systematische controle bij elke geüploade documentfoto:

De Software-tag. Zoals hierboven beschreven is dit het duidelijkste signaal. Een waarde als "Adobe Photoshop", "GIMP" of een naam van een mobiele foto-editor op een bestand dat als ongewijzigde opname wordt aangeboden, rechtvaardigt altijd handmatige beoordeling.

Tijdstempelinconsistenties. DateTimeOriginal moet logisch voorafgaan aan of gelijk zijn aan ModifyDate. Een wijzigingsdatum die weken of maanden na de opnamedatum ligt, wijst op nabewerking. Vergelijk deze datums ook met de datum die het document zelf claimt (bijvoorbeeld de uitgiftedatum van een loonstrook) — een grote afwijking is verdacht.

Ontbrekende of onwaarschijnlijke Make/Model en GPS. Een foto die beweert rechtstreeks met een smartphone te zijn genomen maar geen toestelmerk vermeldt, is verdacht — al is dit signaal alleen niet doorslaggevend, omdat berichten-apps deze velden standaard verwijderen (zie volgende sectie).

XMP-bewerkingsgeschiedenis. Waar aanwezig, onthult xmpMM:History elke toepassing die het bestand na de opname heeft aangeraakt. Een lege geschiedenis op een editor-tag in het Software-veld duidt op selectieve verwijdering van sporen, wat op zich al een signaal is.

Resolutie en compressiepatroon. Camera-sensoren produceren karakteristieke resoluties (bijvoorbeeld 4032×3024 voor veelgebruikte smartphonemodellen) met een JPEG-compressiepatroon dat past bij één opnamemoment. Een resolutie die exact een schermformaat benadert, of een dubbel compressiepatroon dat wijst op heropslag, verdient nader onderzoek.

Metadata-handtekeningen vergeleken per bestandstype

Onderstaande tabel vat de kenmerkende metadatapatronen samen die forensische analisten gebruiken om de vier meest voorkomende scenario's te onderscheiden. ExifTool van Phil Harvey, de referentietool voor forensisch metadataonderzoek, leest alle onderstaande velden in één opdracht uit en signaleert automatisch welke combinaties ontbreken of afwijken van het verwachte patroon.

De beperkingen van EXIF-analyse alleen

EXIF-analyse is nooit voldoende als enige controle, om twee redenen die elkaar versterken.

Ten eerste, WhatsApp, Instagram, Facebook Messenger en de meeste andere berichten- en socialmedia-apps strippen standaard alle EXIF-metadata bij het versturen of comprimeren van een afbeelding — een technisch gedocumenteerd gedrag van deze platforms, geen fraudesignaal. Een documentfoto die via WhatsApp naar een onboardingformulier is doorgestuurd, komt daardoor structureel zonder metadata aan — dat is het gevolg van het transportkanaal, geen bewijs van manipulatie. Een leeg metadataveld mag daarom nooit automatisch als fraudesignaal worden behandeld; het moet worden gecombineerd met de vraag hoe het bestand is aangeleverd.

Ten tweede is EXIF, inclusief GPS-coördinaten, zelf vervalsbaar met algemeen beschikbare tools die de velden gewoon herschrijven naar een gewenste waarde. Een fraudeur die weet dat metadata wordt gecontroleerd, kan een consistente maar volledig verzonnen EXIF-set toevoegen aan een gemanipuleerde afbeelding. Metadata bewijst dus hooguit consistentie of inconsistentie — nooit authenticiteit op zichzelf.

Om die reden hoort EXIF-controle thuis in een gelaagde forensische aanpak, niet als losstaand eindoordeel. Error Level Analysis legt compressieverschillen bloot die bij pixelniveau-manipulatie ontstaan, zoals uitgewerkt in het artikel over Error Level Analysis bij documentfraude. Voor documenten die als PDF worden aangeleverd in plaats van als foto, gelden vergelijkbare principes met een eigen veldenset, beschreven in de gids over PDF-metadatamanipulatie detecteren. Pas de combinatie van metadata-, pixel- en structuuranalyse levert een betrouwbaar beeld op.

Nederlandse en Europese regelgeving

Geolocatiegegevens die in fotometadata zijn ingebed, zijn persoonsgegevens onder de AVG zodra ze een natuurlijke persoon kunnen helpen identificeren — bijvoorbeeld door een woonadres of vaste verblijfplaats af te leiden. De Autoriteit Persoonsgegevens waarschuwt expliciet dat metadata in gedeelde documenten en afbeeldingen persoonsgegevens kan bevatten die vóór publicatie of verdere verwerking moeten worden opgeschoond of beveiligd. Voor complianceteams betekent dit dat GPS-velden uit documentfoto's met dezelfde zorgvuldigheid moeten worden behandeld als andere persoonsgegevens in het dossier: beperkte toegang, gedocumenteerde bewaartermijn, en geen onnodige doorgifte.

Sinds 2 augustus 2026 verplicht artikel 50 van de EU AI-verordening (Verordening (EU) 2024/1689) aanbieders van AI-systemen die synthetische audio, beeld, video of tekst genereren om de output in een machineleesbaar formaat te markeren als AI-gegenereerd. Zie de geconsolideerde tekst op EUR-Lex. In de praktijk betekent dit dat legitiem gegenereerde synthetische beelden idealiter een C2PA-content credential of vergelijkbare markering dragen — de afwezigheid daarvan bij een verdacht beeld sluit AI-generatie dus niet uit, maar de aanwezigheid van een echte credential is een sterk authenticiteitssignaal in de andere richting.

Voor instellingen die onder de Wet ter voorkoming van witwassen en financieren van terrorisme (Wwft) vallen en onder toezicht staan van De Nederlandsche Bank, maakt technische documentcontrole — inclusief metadata-analyse — onderdeel uit van een risicogebaseerde klantonderzoeksaanpak. DNB verwacht dat instellingen die op afstand identificeren en verifiëren, aantoonbaar meer doen dan een visuele controle van de geüploade foto.

Een metadatacontrole opnemen in uw compliancepijplijn

Voor teams die dagelijks tientallen tot honderden documentfoto's verwerken, is handmatige EXIF-inspectie per bestand niet houdbaar. Een praktische checklist voor implementatie:

1. Extraheer metadata bij ontvangst, vóór menselijke beoordeling. ExifTool van Phil Harvey is de facto-standaard commandoregeltool en kan in een verwerkingspijplijn worden geïntegreerd om elk binnenkomend bestand automatisch te scannen.
2. Registreer het aanleverkanaal naast de metadata. Een bestand zonder EXIF dat rechtstreeks via een native mobiele uploadcomponent binnenkomt, is verdachter dan hetzelfde lege bestand na doorsturen via WhatsApp — noteer dus hoe het bestand is aangeleverd voordat u een leeg metadataveld interpreteert.
3. Stel automatische triggers in voor de duidelijkste signalen. Een Software-tag met een bekende beeldbewerker, een ModifyDate die weken na de gestelde documentdatum ligt, of een resolutie die een schermformaat benadert, verdienen een verplichte menselijke review-stap.
4. Combineer met Error Level Analysis en, voor PDF-aanleveringen, structurele metadata-analyse. Geen enkele laag is op zichzelf sluitend; de combinatie verkleint zowel gemiste fraude als onterechte afwijzingen.
5. Documenteer de controleketen. Voor eventuele latere geschillen of toezichtvragen van DNB moet traceerbaar zijn welke controle wanneer is uitgevoerd en met welke uitkomst.
6. Herzie periodiek welke signalen daadwerkelijk voorspellend zijn gebleken. Fraudetechnieken evolueren; een signaal dat dit kwartaal sterk voorspellend is, kan volgend jaar minder betrouwbaar zijn omdat fraudeurs zich aanpassen.

Platforms zoals CheckFile automatiseren deze stappen binnen een bredere documentverificatiepijplijn, met een structurele, metadata- en cross-documentanalyse die verder gaat dan een geïsoleerde EXIF-check. Voor de volledige methodologie achter documentcontrole per documenttype, zie de gids voor documentverificatie. Meer over hoe CheckFile's beveiligingsarchitectuur met persoonsgegevens uit documentmetadata omgaat, staat op de beveiligingspagina; prijsinformatie voor het opschalen van een volledige controlepijplijn vindt u op de tarievenpagina.

Wanneer EXIF-analyse niet genoeg is

Op gespecialiseerde forums en in fotografiegemeenschappen duikt regelmatig de vraag op waarom een foto zonder enige metadata "verdacht" zou zijn — vaak van gebruikers die terecht wijzen op het feit dat elke via WhatsApp verstuurde vakantiefoto al even leeg aankomt. Dat pijnpunt is legitiem: een leeg metadataveld is op zichzelf neutraal, en het als automatisch afwijzingscriterium gebruiken leidt tot te veel valse alarmen bij eerlijke klanten die simpelweg via een messaging-app hun documenten doorsturen. Een tweede terugkerende vraag betreft de betrouwbaarheid van GPS-coördinaten in foto's: gebruikers vragen zich af of die coördinaten "hard bewijs" zijn dat een foto op een bepaalde plek is genomen. Het antwoord is nee — GPS-tags zijn met vrij beschikbare software net zo makkelijk te herschrijven als elk ander EXIF-veld, wat verklaart waarom locatiegegevens hooguit een aanvullend, nooit een doorslaggevend signaal mogen zijn.

Wie AI-gegenereerde documentfraude wil herkennen naast de klassieke bewerkings- en screenshotroutes, vindt aanvullende signalen in de checklist met kenmerken van een AI-gegenereerd document. Voor het bredere regelgevend kader rond synthetische media binnen de EU AI-verordening biedt het artikel over de verplichtingen voor synthetische media onder de AI-verordening verdere context.

EXIF-metadata blijft één signaal binnen een gelaagde forensische aanpak — nooit het enige. Voor teams die AI-generatiesignalen willen toevoegen als aanvulling op hun bestaande metadata- en pixelcontroles, brengt de CheckFile-pagina over deepfake- en AI-documentdetectie in kaart hoe die extra laag in een KYC-workflow past, zonder te beweren dat één instrument elke vervalsing kan detecteren.

Veelgestelde vragen

Is een foto zonder EXIF-metadata automatisch verdacht?

Nee. Berichten-apps zoals WhatsApp en de meeste socialmediaplatforms verwijderen EXIF-gegevens standaard bij het versturen of comprimeren van een afbeelding. Een leeg metadataveld toont alleen aan via welk kanaal het bestand is aangeleverd, niet dat het is gemanipuleerd. Beoordeel het altijd samen met het aanleverkanaal.

Kan EXIF-metadata zelf vervalst worden?

Ja. GPS-coördinaten, tijdstempels en toestelnaam kunnen met vrij beschikbare tools worden herschreven naar een gewenste waarde. Daarom mag EXIF-analyse nooit het enige authenticiteitssignaal zijn; het moet worden gecombineerd met Error Level Analysis, structurele documentcontrole en, waar mogelijk, cross-documentvalidatie.

Welk metadatasignaal is het sterkste bewijs van manipulatie?

Een Software-tag die een beeldbewerker zoals Photoshop, GIMP of Snapseed toont op een bestand dat als ongewijzigde documentfoto wordt aangeboden, geldt als een van de duidelijkste signalen, omdat legitieme KYC-foto's vrijwel nooit vóór het uploaden worden bewerkt.

Bevatten AI-gegenereerde documentfoto's altijd herkenbare metadata?

Niet noodzakelijk. Ze missen doorgaans echte camera-EXIF, maar sommige generatoren voegen C2PA-content credentials of eigen tags toe, terwijl andere alle metadata weglaten. Afwezigheid van camera-EXIF is een aanwijzing, geen bewijs; ondersteun deze beoordeling altijd met aanvullende beeldanalyse.

Moeten geolocatiegegevens uit documentfoto's apart worden behandeld onder de AVG?

Ja. GPS-coördinaten in fotometadata gelden als persoonsgegevens zodra ze kunnen bijdragen aan het identificeren van een natuurlijke persoon, bijvoorbeeld via een woonadres. De Autoriteit Persoonsgegevens beveelt aan dergelijke metadata te beperken tot wat noodzakelijk is en met dezelfde zorgvuldigheid te bewaren als andere persoonsgegevens in het klantdossier.