Wat AI wél en ook vooral niet kan (in verpakkingsontwerp)

AI belooft snelheid, schaalgrootte en eindeloze variaties. In verpakkingsontwerp klopt dat voor een deel. Maar juist het deel dat het moeilijkst is, doet AI nog niet. En terwijl merken verwachten dat alles nu drie keer zo snel gaat, groeit het risico dat onze schappen er straks allemaal hetzelfde uitzien.

3 juni 2026, 07:00 284 x gelezen

Ik herinner me het moment waarop ik voor het eerst een moodboard liet genereren in een AI-tool. Binnen dertig seconden had ik twaalf varianten op het scherm. Vroeger deed ik daar een middag over: scrollen, knippen, plakken, opslaan, misschien nog een keer opnieuw beginnen. Het gevoel was zo’n beetje hoe ik me voorstel dat autorijden voelde nadat je jaren had gefietst. Sneller, makkelijker, en je vraagt je af waarom je het ooit anders deed. Maar het resultaat? Ik was er nog niet. De opdracht was perfect uitgevoerd, maar ik voelde het niet. En kon het daarom niet gebruiken. Daarna begon pas het echte werk.

80/20 in de verkeerde richting 

Er circuleert een aanname in de markt die me stiekem af en toe irriteert: als AI 80% van het ontwerpproces overneemt, dan ben je toch in een derde van de tijd klaar? Merken stellen die vraag nu vaker dan vroeger. En ik begrijp de logica, want vanuit de buitenkant ziet het er zo uit. Wat ze niet zien, is dat die 80% bestaat uit de relatief eenvoudige stappen: beeldgeneratie, kleurbewerking, meer varianten of mock-up beelden. Dat gaat inderdaad sneller.

Die andere 20% is juist waar het verpakkingsontwerp gemaakt of gebroken wordt. En daar heeft AI geen antwoord op.

Want wat doet een verpakkingsontwerper eigenlijk? Niet alleen iets moois tekenen. We wegen af of een nieuwe verpakking straks nog mag onder de PPWR. We bedenken hoe een etiket eruitziet als het op een recycled substaat gedrukt wordt dat net iets meer doorlaat dan verwacht. We weten uit ervaring dat een bepaalde tint blauw bij de ene retailer pal naast een huismerk terechtkomt dat bijna identiek oogt. We kennen de productieprocessen, de afvulapparatuur, de minimumeisen voor een wettelijk correct etiket in vijf landen tegelijk.

Al die kennis zit niet in een AI-model. Die zit in jaren werk.

Het schap van nergens

Wat wél in AI-modellen zit, is alles wat er al was.

Generatieve AI traint op bestaand visueel materiaal. Het gemiddelde van alles wat succesvol oogde, gecombineerd tot iets dat ook succesvol oogt. Dat levert stijlen op die ergens tussen Scandinavisch minimalistisch en perfecte Instagram-foto in zweven. Clean. Betrouwbaar. Neutraal.

Maar soms ook doodsaai.

Intern noemen we het ook wel ‘oostblokmarketing’: als iedereen met dezelfde tools in dezelfde richtingen genereert, ontstaat er een schap vol verpakkingen die niemand heeft gemaakt, maar iedereen herkent. En er allemaal hetzelfde uitzien. Zachtgroen, een illustratie van een plant, een rustig serif lettertype. Of de variant: bold, neonkleur, brutalistisch raster. Beide stijlen zijn zo gepopulariseerd door AI-output dat ze hun onderscheidend vermogen al bijna hebben verloren.

Een sterk merk bouwt juist aan herkenbaarheid die niet te kopiëren is. Dat vraagt om keuzes die tegen de stroom ingaan, en dat is precies wat een algoritme niet van nature doet.

De AH Care-campagne: een mooi voorbeeld van de nuance 

Begin 2026 lanceerde Albert Heijn de vernieuwde Care-lijn, meer dan 300 producten geherpositioneerd van goedkoop alternatief naar betaalbare luxe, met voedingsingrediënten als vertrekpunt voor het verhaal. Het pakketontwerp zelf, de flesvormen, het systeem, de typografie, dat is menselijk ontwerpwerk.

Maar de campagnebeelden, de honderden fruit- en kruidenexplosies die je op flesjes en in reclame terugziet: die zijn deels met AI gegenereerd. Het bureau gebruikte AI om eindeloze variaties van ingrediënten te maken. Maar, en dit is de zin die me bijblijft uit hun eigen beschrijving: ‘We never rely on it for design and composition. Everything is generated in specific shapes and lighting techniques, then cut out and crafted by designers for perfect composition, flow, and balance.’

Dat is precies hoe het werkt als je het goed doet. AI als productietool in bekwame handen, niet als vervanger van het denkwerk.

Wat AI niet weet over regels 

Er is nog een blinde vlek die in gesprekken met merken bijna nooit ter sprake komt: AI kent de wet niet.

Niet de actuele wet, althans. De PPWR is in december 2024 formeel goedgekeurd en heeft gevolgen voor alles van recycleerbaarheid tot labelverplichtingen. Maar de modellen die nu beschikbaar zijn, zijn getraind op data van vóór die besluiten. Ze kunnen een verpakking genereren die er mooi uitziet en tegelijk niet door de retailer-gate in Duitsland komt, of waarbij een claim juridisch niet houdbaar is, of waarbij de recyclinginstructie op het verkeerde plek staat voor de GS1-scanner.

Wij toetsen elk ontwerp op dit soort punten, niet als boekhoudkundige exercitie maar als onderdeel van het vak. Dat is kennis die je opbouwt door jarenlang met producenten, retailers en toezichthouders aan tafel te zitten. Een model kan dat vooralsnog niet nabootsen.

De paradox van het perfecte 

Er speelt ondertussen iets interessants aan de andere kant van het spectrum.

Terwijl AI in creatieve sectoren razendsnel oprukt, groeit bij consumenten de honger naar imperfecte creaties en handgeschreven lettertypen. Zichtbaar gescand papier. Illustraties waarvan je ziet dat ze zijn getekend door iemand die eraan zat te worstelen en er alsnog een schoonheidsfoutje in zit. Concepten die rollen, spatten, krassen. De Fishwife-sardineblikken met hun overdreven retro-illustraties. De olijfolieknijpfles van Graza die eruitziet alsof je hem zelf in de keuken hebt samengesteld.

Dit is geen toeval. Het is een reactie. Als het gemiddelde stijgt doordat AI het lelijke wegpolijst, verschuift de behoefte naar de randen. Naar het menselijke. Naar bewijs dat er iemand was die een keuze maakte, die ergens voor stond, die iets durfde.

Voor verpakkingen is dit extra relevant. Een verpakking is een belofte. Het staat in de keuken, in de badkamer, op het bureau. Het is er als niemand kijkt. En als iets te generiek voelt, als er geen enkel spoor van intentie in zit, dan voelt de hele merkrelatie wat leger.

Wat dit betekent voor merken 

Wij werken als verpakkingsontwerpbureau al een tijdje met AI-tools in ons proces, niet als statement, maar gewoon omdat het voor ons bepaalde stappen versnelt en helpt meer opties op tafel te leggen in de verkenningsfase. Maar het verandert niet wat er daarna nodig is. Het verandert niet dat iemand met kennis van de markt, het materiaal en de wetgeving die opties moet beoordelen, aanscherpen en verdedigen.

De vraag voor merken is dus niet: kunnen we nu sneller en goedkoper? De echte vraag is: sneller en goedkoper waarheen?

Als het antwoord is: naar een verpakking die eruitziet als duizend andere verpakkingen, compliant is met de wetgeving van twee jaar geleden en niets zegt over wie jij bent als merk, dan ben je inderdaad goedkoper uit. Alleen is de investering dan ergens anders verloren gegaan, namelijk in het onderscheidend vermogen dat je net had opgebouwd.

De verpakking is het eerste wat een consument aanraakt, de eerste medewerker van je merk, nog voor de medewerker achter de kassa. Dat vraagt om meer dan snelheid. Het vraagt om bedoeling.

En die moet nog steeds ergens vandaan komen.

Emmilie Kuks
Verpakkingsexpert bij Now Now Next

Emmilie Kuks is verpakkingsexpert bij ontwerpbureau Now New Next. Ze schrijft over verpakkingsontwerp waar wetgeving, duurzaamheid, consumentengedrag en technologie samenkomen. Vanuit haar ervaring bij verschillende food- en cosmeticamerken vertaalt ze ontwikkelingen naar duidelijke keuzes voor ontwerp en business. Praktisch, helder en zonder jargon. Ontdek www.nownewnext.nl.

Categorie
Tags

Plaats reactie

Marketingfacts. Elke dag vers. Mis niks!