Een recent grootschalig onderzoek van Victorious, gepubliceerd door Search Engine Journal, legt een opvallende kloof bloot in de zichtbaarheid binnen AI-zoeksystemen. Wanneer je AI-assistenten zoals ChatGPT, Claude, Gemini en Perplexity rechtstreeks vraagt wat een specifiek bedrijf of merk doet, geeft het systeem in maar liefst 96% van de gevallen een nauwkeurige beschrijving.
Stelt een potentiële klant echter een algemene advies- of aankoopvraag (zoals “wat is de beste software voor X?”), dan verdwijnt 89% van diezelfde merken volledig naar de achtergrond. Ze worden simpelweg niet genoemd in de Gegenereerde antwoorden. AI-modellen kennen jouw merk dus wel, maar raden het zelden actief aan bij potentiële kopers.
Waarom kennis niet automatisch leidt tot aanbevelingen
Veel ondernemers en marketeers gaan er vanuit dat het voor Generative Engine Optimization (GEO) voldoende is als een Large Language Model (LLM) weet wie je bent. Dit onderzoek bewijst dat passieve naamsbekendheid in het geheugen van de AI slechts het begin is.
AI-systemen hanteren namelijk een heel ander mechanisme wanneer ze een lijstje met oplossingen samenstellen dan wanneer ze een bedrijf definiëren:
- Directe merkvragen: De AI haalt feitelijke basisinformatie op uit zijn data of gecrawlde merkpagina’s.
- Advies- en vergelijkingsvragen: De AI zoekt naar duidelijke bewijslast, contextuele relevantie, recensies van derden en specifieke toepassingen om de beste opties te rangschikken.
Als jouw website of online aanwezigheid alleen vertelt wie je bent, maar geen concrete antwoorden biedt op specifieke klantproblemen en vergelijkingsvragen, zal het model je merk herkennen maar niet selecteren in het antwoord.
Wat betekent dit voor jou?
Om van ‘bekend bij AI’ te transformeren naar ‘aanbevolen door AI’, moet je je GEO-strategie richten op de evaluatiefase van je doelgroep:
- Focus op vergelijkings- en adviesvragen: Maak content die specifiek antwoord geeft op concrete vragen van kopers, zoals “wat zijn de kosten van X”, “beste opties voor Y” of “voor- en nadelen van Z”.
- Versterk je externe bewijslast: AI-modellen leunen voor aanbevelingen sterk op onafhankelijke bronnen. Zorg dat jouw merk met duidelijke use-cases genoemd wordt op externe reviewplatforms, vergelijkingssites en in vakmedia.
- Gebruik heldere antwoordstructuren: Plaats beknopte antwoorden en samenvattingen direct bovenaan je belangrijkste pagina’s. Dit maakt het voor AI-systemen makkelijker om jouw informatie te extracten en te citeren.
Bron: Search Engine Journal
