SR Affiliate
De verschuiving in zoekgedrag, in cijfers
Steeds meer mensen stellen een vraag niet meer aan Google, maar aan een AI-assistent, en krijgen direct een samengesteld antwoord terug in plaats van een lijst met links. ChatGPT alleen al meldde in oktober 2025, via een uitspraak van Sam Altman, meer dan 800 miljoen wekelijks actieve gebruikers, tegenover ongeveer 700 miljoen een half jaar eerder. Dat is geen nichegedrag meer, dat is mainstream geworden naast Google.
Pew Research Center, een onafhankelijk en gerenommeerd Amerikaans onderzoeksbureau zonder commercieel belang bij de uitkomst, analyseerde in juli 2025 daadwerkelijke zoeksessies van Amerikaanse volwassenen op Google. De uitkomst: verscheen er een AI-samenvatting boven de resultaten, dan klikte men in slechts 8% van de gevallen nog door naar een klassiek zoekresultaat, tegenover 15% wanneer die samenvatting ontbrak. Op een link binnen de AI-samenvatting zelf werd zelfs in maar 1% van de gevallen geklikt. Google heeft de methodologie van dit onderzoek publiekelijk betwist, dus het is verstandig dit cijfer als een stevige, onafhankelijke indicatie te zien, niet als absolute waarheid, maar de richting wordt breed bevestigd door andere, onafhankelijk verzamelde data.
Ahrefs, een van de grootste SEO-tool-leveranciers met toegang tot grootschalige clickstreamdata, kwam met een vergelijkbare conclusie langs een andere meetmethode: op zoekopdrachten waar een AI Overview verschijnt, daalt het aantal kliks naar de nummer 1-positie in de organische resultaten met 58%. Semrush rapporteert dat een AI Overview inmiddels op 88% van de door hen gevolgde commerciële zoekopdrachten verschijnt. Dit is dus geen edge case, het is de norm geworden voor precies het soort zoekopdrachten waar de meeste webshops en contentsites van afhankelijk zijn.
Hoe AI search verschilt van klassieke SEO
Bij klassieke zoekmachine-optimalisatie draait het om ranken: hoog genoeg scoren zodat een bezoeker op de link klikt. Bij AI search draait het om geciteerd worden: het systeem leest, interpreteert en vat samen, en bepaalt zelf welke bronnen het de moeite waard vindt om te noemen, vaak zonder dat de bezoeker ooit doorklikt.
| Aspect | Klassieke SEO | AI search |
|---|---|---|
| Doel | Hoog ranken in een resultatenlijst | Geciteerd of gebruikt worden in een samengesteld antwoord |
| Resultaat voor bezoeker | Klik naar de website | Antwoord zonder noodzakelijke klik (slechts 8% klikt nog door, Pew Research) |
| Belangrijkste signaal | Backlinks, relevantie, gebruikerservaring | Duidelijke structuur, feitelijke directheid, herkenbare autoriteit |
| Snelheid van verandering | Geleidelijke algoritme-updates | Snel veranderende modellen en voorkeuren |
ChatGPT: training en live search gecombineerd
ChatGPT combineert kennis uit de trainingsdata met een live zoekfunctie die actuele bronnen raadpleegt. Historisch draaide die zoekfunctie op Bing's zoek-API en index, zoals OpenAI zelf bevestigde bij de introductie van "Browsing with Bing". Of dat exact de huidige onderliggende bron is, is niet met een recente officiële uitspraak van OpenAI te bevestigen; behandel dit als de bekende technische basis, niet als garantie voor hoe het systeem vandaag precies werkt. Voor actuele of specifieke vragen leunt het systeem sterk op die live component, waarbij bronnen die goed gestructureerd, feitelijk direct en autoritatief overkomen een grotere kans hebben om geciteerd te worden. Voor algemenere kennis blijft trainingsdata van invloed, wat betekent dat content die al langere tijd online staat en breed is overgenomen, een voordeel heeft ten opzichte van recente, nog weinig verspreide content.
Perplexity: realtime bronvermelding als kernfunctie
Perplexity is vanaf de basis ontworpen rond beantwoorden met directe bronvermelding. Het systeem bevraagt meerdere zoekindexen en bronnen tegelijk, rangschikt pagina's op basis van een combinatie van relevantie, actualiteit en (naar verluidt) domeinautoriteit, en genereert vervolgens een antwoord met genummerde citaties die direct naar specifieke passages verwijzen. Dat maakt het systeem transparanter in wat het als bron gebruikt, en een goede indicator van wat voor type content wordt geprefereerd: duidelijk gestructureerde pagina's met feitelijke, specifieke informatie, bij voorkeur met actuele data of cijfers die een vraag direct beantwoorden.
Google AI Overviews: voortbouwend op de bestaande index
Google AI Overviews bouwt, in tegenstelling tot de twee voorgaande systemen, direct voort op de bestaande zoekindex en de signalen die Google al jaren gebruikt voor klassieke rankings. Search Engine Land analyseerde een grote steekproef en vond dat de overlap tussen de bronnen die in een AI Overview worden geciteerd en de bestaande top organische resultaten oploopt tot ongeveer 99%. Een vervolganalyse van diezelfde publicatie specificeerde dat concreter: ongeveer 75% van de links in een AI Overview is rechtstreeks afkomstig uit de top 12 van de klassieke organische rankings.
Praktisch gevolg
Voor merken die al goed scoren in klassieke SEO, is de AI Overview grotendeels een verlengstuk van bestaand werk, gezien die 75%-overlap met de top 12. Voor merken die daar nog geen sterke positie hebben, is het weinig zinvol om puur op AI Overviews te focussen zonder eerst die onderliggende SEO-basis te versterken, zoals beschreven in de technische SEO-checklist.
Hoe je content structureert voor elk systeem
De drie beschreven mechanismen leiden tot verschillende, soms tegenstrijdige praktische aanbevelingen, en het is nuttig die expliciet naast elkaar te zetten in plaats van één generiek "AI search-advies" te volgen. Voor Google AI Overviews is de meest effectieve inspanning onverminderd klassieke SEO: zonder een sterke plek in de top 12 organisch is citatie onwaarschijnlijk, ongeacht hoe goed de pagina zelf is opgebouwd. Voor Perplexity, dat zwaarder leunt op actualiteit en specifieke, citeerbare feiten, loont het om content te voorzien van concrete, recente cijfers en duidelijk afgebakende, op zichzelf staande alinea's die ook los van de rest van het artikel een vraag volledig beantwoorden, want dat is precies wat het systeem als citeerbaar fragment isoleert. Voor ChatGPT, met zijn mix van trainingsdata en live search, telt juist consistentie over tijd zwaarder: content die al langer bestaat, op meerdere plekken wordt aangehaald en niet drastisch van positie verandert, bouwt daar meer gewicht op dan een net gepubliceerd artikel, hoe goed ook.
Een concreet verschil in schrijfstijl volgt hieruit: voor Perplexity-vriendelijke content is een directe, zelfstandige alinea per subvraag effectiever dan een lopend betoog waarbij de conclusie pas na drie alinea's komt. "Wat kost Shopify in 2026?" gevolgd door een alinea die dat volledig en zelfstandig beantwoordt, presteert dan beter dan diezelfde informatie verweven in een langer verhaal.
De GEO-hype kritisch bekeken
Rond AI search is een hele industrie ontstaan onder de naam "generative engine optimization" (GEO), met beloftes die bij nadere beschouwing vaak niet standhouden. Een concreet voorbeeld: sinds 2024 circuleert llms.txt, een door ontwikkelaar Jeremy Howard voorgestelde conventie om AI-systemen een gestructureerd overzicht van een site aan te bieden, vergelijkbaar met robots.txt voor crawlers. Geen van de grote partijen (OpenAI, Google, Anthropic of Perplexity) heeft officieel bevestigd dat ze dit bestand daadwerkelijk gebruiken om citaties te beïnvloeden. Data van Rankability laat zien dat de adoptie van llms.txt weliswaar hard groeit (ongeveer 8,8 keer zoveel implementaties als voorheen), maar dat 97% van de sites met zo'n bestand in de praktijk nul verzoeken van AI-crawlers naar dat bestand registreert in de serverlogs. Met andere woorden: veel sites implementeren het, vrijwel niemand gebruikt het aan de andere kant.
Een tweede voorbeeld van hoe snel GEO-advies kan verouderen: Google heeft FAQPage-markup inmiddels verwijderd als bron voor rich results in de reguliere zoekresultaten, breed gerapporteerd door onder meer Search Engine Journal. Advies dat nog stelt dat FAQPage-schema automatisch een uitklapbare rich snippet oplevert, is verouderd. Of die markup nog behulpzaam is voor hoe AI Overviews of taalmodellen vraag-antwoordstructuren herkennen, is op dit moment niet bevestigd en blijft een open vraag.
Wat wél bevestigd is: licentiedeals en structured data
Niet alles binnen GEO is speculatief. Onderzoek van het AI-zichtbaarheidsbureau otterly.ai, gebaseerd op meer dan een miljoen datapunten, vond dat uitgevers met een directe licentieovereenkomst met OpenAI gemiddeld 48% vaker werden geciteerd in ChatGPT dan vergelijkbare uitgevers zonder zo'n overeenkomst. Dat is een reëel, meetbaar verschil, al is het voor de meeste individuele merken (in tegenstelling tot grote uitgevers) geen praktisch haalbare route. Hetzelfde onderzoek wees YouTube aan als de op één na meest geciteerde bron over alle AI-antwoorden heen, een signaal dat voor merken met een contentstrategie te makkelijk wordt genegeerd omdat het buiten de eigen website valt: video-content op YouTube, mits feitelijk en goed gestructureerd, lijkt een reëel aanvullend kanaal voor AI-zichtbaarheid te zijn, los van de eigen domeinautoriteit.
Wat verder breed en structureel haalbaar blijft: correcte Organization- en Article-structured data, zodat systemen een merk en zijn content correct als entiteit herkennen, en content die een vraag direct in de eerste alinea's beantwoordt in plaats van pas na een lange inleiding.
Hoe je AI-zichtbaarheid daadwerkelijk meet
Een praktisch probleem dat zelden wordt benoemd: in tegenstelling tot klassieke SEO, waar Google Search Console exact laat zien hoe vaak en op welke posities een site verschijnt, bestaat er geen gelijkwaardig, gratis, officieel instrument voor AI-citaties. Merken die hier serieus mee aan de slag gaan, gebruiken gespecialiseerde (betaalde) monitoringtools zoals otterly.ai of Profound, die periodiek een reeks representatieve zoekopdrachten langs ChatGPT, Perplexity en Google AI Overviews sturen en bijhouden welke bronnen daarbij worden genoemd. Voor een kleiner merk zonder budget voor zo'n tool is een handmatige, steekproefsgewijze aanpak het beste alternatief: periodiek, bijvoorbeeld maandelijks, een vaste lijst van tien tot twintig relevante vragen handmatig stellen aan de belangrijkste systemen, en bijhouden of en hoe het eigen merk wordt genoemd. Dat is geen schaalbare oplossing, maar wel een manier om trends te signaleren zonder op onbevestigde beloftes van GEO-tools te hoeven vertrouwen.
Waar te beginnen, gegeven de onzekerheid
AI search bevindt zich nog in een vroege fase, en de manier waarop deze systemen bronnen selecteren, ligt nog niet vast. Dat is precies waarom de verstandige aanpak niet is om achter elke nieuwe GEO-tactiek aan te rennen, maar om te investeren in wat zowel bevestigd werkt als sowieso de moeite waard is: een sterke klassieke SEO-positie (gezien de 75%-overlap bij Google AI Overviews), correcte structured data, en content die direct en feitelijk antwoord geeft. Merken die dat nu al structureel doen, bouwen een voorsprong op die later, als het vakgebied volwassener en drukker wordt, veel moeilijker is in te halen, terwijl ze zich niet laten afleiden door tactieken als llms.txt die vooralsnog aantoonbaar weinig opleveren.
