Bol laat zien dat AI-modelfotografie werkt. Maar wat als je geen Bol-budget hebt?

Bol toont sinds maart 2026 campagnebeelden met AI-gegenereerde modellen. Maar hun aanpak vraagt honderden referentiefoto's, modelcontracten en een tech-team. Dit artikel laat zien waarom dat niet voor elk merk werkt en hoe AI-modelfotografie ook toegankelijk kan zijn.

Anneloes Scholder
17.03.2026

Ontgrendel de kracht
van AI

Sinds begin maart toont bol de eerste campagnebeelden met AI-gegenereerde modellen op hun platform. Het team achter burobol fotografeerde honderden poses van echte modellen, trainde daar een digitale tweeling op, en kan nu nieuwe outfits op datzelfde model genereren. Zonder extra shoot.

Het resultaat is indrukwekkend. Klanten zagen volgens bol vaak niet eens het verschil met traditionele fotografie. Een bevinding die in lijn ligt met onderzoek van DVJ Insights, dat aantoonde dat consumenten AI-gegenereerde advertenties vergelijkbaar beoordelen als menselijk gemaakte, aldus het bol-artikel.

Maar lees je het artikel goed, dan zie je ook wat er allemaal bij komt kijken: een uitgebreide bronshoot met honderden foto's per model. Contracten met modellen over exacte periodes, campagnes en kanalen. Een intern team van data-specialisten, fotografen, stylisten en developers. 2,5 jaar experimenteren voordat het live ging.

Dat kan als je bol bent. Maar de meeste fashion merken zijn geen bol.

Twee routes naar hetzelfde resultaat. Niet elke route past bij elk merk.

Het probleem dat bol oplost, herkennen wij allemaal

Een T-shirt op een hanger verkoopt niet. Klanten willen zien hoe kleding valt, zit en beweegt. On-model fotografie verhoogt conversie met 10 tot 30% (McKinsey, 2023), maar kost ook 3 tot 5 keer zoveel als een simpele packshot. Een dagshoot met model, fotograaf, stylist en studio kost al snel €2.500 tot €5.000. En dan heb je misschien 15 tot 25 beelden.

Voor een merk met 200 producten en 8 beelden per product praat je over duizenden foto's per seizoen. Dat zijn tientallen shootdagen. En dan moet alles ook nog kloppen: samples op tijd, model beschikbaar, studio vrij, weer goed als je buiten schiet.

Dit is precies waarom AI-modelfotografie zo interessant is. Niet als vervanging van alles wat je doet, maar als manier om je bestaande fotografie slimmer uit te breiden.

Bol's aanpak vs. een toegankelijk alternatief

Bol kiest voor digital twins van echte modellen. Dat is een bewuste keuze: ze willen dat het model zich herkent in het resultaat, en ze regelen toestemming per campagne en kanaal. Begrijpelijk voor een platform van die omvang.

Maar die aanpak brengt een hele laag complexiteit mee die voor kleinere merken onwerkbaar is:

Juridisch en organisatorisch. Je hebt contracten nodig met modellen die toestemming geven voor AI-gebruik. Per periode, per campagne, per kanaal. Bol beschrijft zelf dat de toestemming nauwkeurig afgebakend is en dat aanpassingen aan het digitale beeld alleen binnen vooraf vastgelegde grenzen mogen. Dat is een juridische en administratieve last die bij grote bedrijven door een legal team wordt opgepakt, maar bij een merk met 10 tot 50 medewerkers simpelweg niet haalbaar is.

De bronshoot. Voordat je één AI-beeld kunt genereren, moet je honderden referentiefoto's maken van elk model. Bol beschrijft hoe de fotograaf samen met het team eerst uitgebreid bronmateriaal maakt in verschillende poses, lichtstanden en hoeken. Dat is een volledige productiedag per model. En je hebt er waarschijnlijk meerdere nodig voor diversiteit in je beeldmateriaal.

Het team. Bol heeft data-specialisten, developers en technische partners nodig om de AI-modellen te trainen en te onderhouden. Het project is het resultaat van samenwerking tussen fotografen, stylisten, developers, creatieven en technische partners.

Kinderen. Bol kiest er expliciet voor om geen AI te gebruiken bij kinderen. Begrijpelijk vanuit hun positie, maar voor kindermodezaken is het juist een enorm voordeel om geen echte kindermodellen te hoeven boeken, met alle logistiek van ouders, beperkte werktijden en beschikbaarheid die daarbij komt kijken.

Onze aanpak: AI-modellen in plaats van digital twins

Wij werken anders. In plaats van echte modellen te digitaliseren, gebruiken we volledig AI-gegenereerde modellen. Je levert je productfoto aan, een flatlay, packshot of ghost mannequin, en de AI genereert een realistisch model dat jouw product draagt.

Van technische tekening naar productfoto naar product op model alles vanuit 1 AI-workflow. Geen bronshoot, geen modelcontract, geen studio.

Dat klinkt misschien als een kleiner verschil dan het is. In de praktijk verandert het alles:

Geen modelcontracten, geen juridische complexiteit. Er is geen echt persoon wiens rechten je moet regelen. Geen contracten over periodes en kanalen. Geen risico dat een model bezwaar maakt tegen een bepaald gebruik.

Geen bronshoot nodig. Je hoeft niet eerst honderden foto's te maken voordat je kunt beginnen. Je productfoto is je startpunt. Dezelfde foto die je waarschijnlijk al hebt.

Volledige controle over diversiteit. Wil je je collectie tonen op modellen met verschillende etniciteiten, pasvormen en leeftijden? Dat is een instelling in de workflow, geen extra castingdag. Relevant gegeven: 42% van online shoppers voelt zich niet vertegenwoordigd door de modelbeelden die ze zien.

Kindermode wordt eenvoudig. Geen echte kindermodellen nodig, geen ouders op set, geen beperkte werktijden. Gewoon consistente, professionele beelden.

Schaalbaar vanaf dag één. Dezelfde workflow werkt voor 10 producten of 500. Wissel de inputfoto en de output past zich aan. Zelfde model, zelfde licht, zelfde stijl. Kleurvarianten, seizoensupdates, marktspecifieke content: het draait allemaal door dezelfde pipeline.

Eén product, vier modellen. Geen extra castingdag. Geen extra shoot. Eén workflow.

Het gaat niet om kiezen, maar om slim combineren

Wij adviseren onze klanten niet om te stoppen met fotografie. Integendeel: begin met goede productfotografie en echte modellen voor je key visuals en campagnebeelden. Gebruik vervolgens AI om die basis uit te breiden.

Denk aan kleurvarianten die je niet allemaal wilt shooten. Aan extra modeldiversiteit zonder extra castingdagen. Aan snelle beelden voor een nieuwe markt of een seizoenscampagne. Of aan die 150 basics die je eigenlijk niet opnieuw wilt fotograferen maar die wel on-model beelden verdienen.

Tommy Hilfiger ontwerpt inmiddels volledig digitaal, met het doel om 100% van hun collecties via 3D-design te ontwikkelen. Hun herenoverhemden hadden voor het najaar 2020 al nul fysieke samples nodig (Vogue, 2019). Daarvoor richtten ze de STITCH-incubator op en werkten ze intensief samen met Browzwear.

Hugo Boss heeft hun fysieke samples met meer dan 30% gereduceerd via CLO3D en Adobe Substance 3D, en hun design-to-shelf-tijd met 85% verbeterd (Adobe, februari 2023).

Maar beide werken met enterprise software, Browzwear VStitcher of CLO3D, die €8.000 tot €10.000 per werkplek per jaar kost en waar technische designers weken tot maanden training voor nodig hebben. CLO3D kent een leercurve van 6 tot 12 maanden om productieproficiency te bereiken (Fashionnovation, 2026).

Browzwear, CLO3D, Adobe Substance 3D. Krachtige tools. Maar gebouwd voor teams met dedicated 3D-designers en jaarlijkse licenties van duizenden euro's.

Wat het concreet oplevert

McKinsey schat dat generatieve AI $150 tot $275 miljard kan toevoegen aan de operationele winst van de fashion-, kleding- en luxesector in de komende 3 tot 5 jaar (McKinsey, 2023). En 73% van fashion executives noemt generatieve AI een prioriteit (BoF-McKinsey, State of Fashion 2024).

Voor een middelgroot merk met 500 producten zijn de kosten concreet: €125.000 tot €250.000 per jaar aan traditionele fotografie. Met AI-visualisatie voor het aanvullende beeldmateriaal kun je dat volume verdubbelen tegen een fractie van die kosten.

Maar het grootste voordeel zit misschien niet eens in de kosten. Het zit in snelheid. Traditionele productfotografie kost 2 tot 3 weken van booking tot finale beelden. Met een AI-workflow heb je dezelfde dag resultaat. Producten gaan eerder live, je mist minder verkoopweken, en je hoeft minder af te prijzen aan het eind van het seizoen.

De drempel is lager dan je denkt

Als je dit leest en denkt "interessant, maar wij zijn nog niet zo ver", dat is precies waar wij voor zijn. Je hebt geen technisch team nodig, geen AI-kennis, geen dure software. Je hebt productfoto's nodig. Die heb je al.

Wij bouwen een workflow die past bij jouw producten, merkstijl en kanalen. Jij leert hem gebruiken. En vanaf dat moment kun je zelf beelden genereren, zo vaak als je wilt.

Benieuwd hoe dit er voor jouw merk uit zou zien? We denken graag met je mee.

Bronnen:

Lees ook

AI-visualisatie in fashion: waarom losse plaatjes niet genoeg zijn

Losse AI-beelden leveren zelden consistentie of efficiëntie op. In dit artikel lees je waarom workflow-denken en node-based tools essentieel zijn voor professionele AI-visualisatie in fashion.

Anneloes Scholder
23.02.2026

Minder proto-rondes en samplekosten met AI in fashion design

Extra proto-rondes ontstaan vaak door late visuele validatie. Dit artikel laat zien hoe AI-visualisatie designteams helpt om eerder zekerheid te krijgen en structureel samplekosten te verlagen.

Anneloes Scholder
19.02.2026