Word jij genoemd door ChatGPT en Google AI? Zo meet je je AI-zichtbaarheid

Veel bedrijven weten precies op welke zoekwoorden ze ranken, hoeveel organisch verkeer binnenkomt en welke pagina's leads opleveren. Stel dezelfde vraag over AI en het wordt stil.

Word je genoemd als iemand ChatGPT om een betrouwbare leverancier vraagt? Kom je terug in Google AI Overviews? Begrijpt Perplexity wat je doet, en raadt Gemini jouw product aan of dat van een concurrent? Oriëntatie begint steeds vaker met een antwoord in plaats van tien blauwe links. Zit je merk niet in dat antwoord, dan ben je voor een deel van de klantreis simpelweg afwezig.

Wat AI-zichtbaarheid is

Het gaat om hoe vaak, hoe correct en in welke context AI-systemen jouw merk, diensten of expertise noemen. Nieuw klinkt dat, maar het principe is bekend. Eerst wilde je weten of je in Google stond, daarna of je hoog genoeg stond op de juiste zoekintentie. Nu komt erbij of je genoemd wordt in het antwoord dat iemand krijgt.

Adobe beschrijft AI-interfaces en agents inmiddels als een primaire manier waarop klanten merken ontdekken en evalueren, en introduceerde in april 2026 een Brand Visibility-oplossing met meetpunten als share of recommendations en response accuracy. De verschuiving zit hem daarin: niet alleen meten hoeveel mensen je site bezoeken, maar ook wat AI over je zegt vóórdat iemand daar aankomt.

Dat vervangt SEO niet. Het is een laag bovenop SEO, contentkwaliteit, merkautoriteit en technische helderheid. Google is er duidelijk over dat er geen aparte truc bestaat: geen speciale AI-markup, geen verplichte llms.txt, geen magische structured data-laag. De fout die veel bedrijven maken is wachten tot er een standaard dashboard voor is. Tegen die tijd weten je concurrenten al waar hun merk ontbreekt.

Maak een promptset, zoals je vroeger een zoekwoordenlijst maakte

Je meet dit niet door één keer je bedrijfsnaam in ChatGPT te typen. Je kijkt naar de vragen die klanten echt stellen: "welk bureau helpt met Magento en Hyvä", "wat is een goede Shopify-partner voor B2B", "hoe kies ik tussen Shopify, WooCommerce en Magento", "wie kan een webshop koppelen aan AFAS".

Leg die vast in een vaste promptset en test die periodiek, maandelijks of per kwartaal, in verschillende AI-systemen. Antwoorden veranderen namelijk door nieuwe content, nieuwe bronnen en modelupdates. Verdeel de set in categorieën: probleemvragen, vergelijkingsvragen, leverancierselectie, dienstvragen en sector- of lokale vragen.

Leg per antwoord vast of je genoemd wordt, op welke positie, of de omschrijving klopt, naast welke concurrenten je staat, welke bronnen worden gebruikt en welke onderwerpen ontbreken. Dat geeft meer inzicht dan een rankingrapport.

AI meet niet alleen je content, maar je duidelijkheid

Zichtbaarheid zit lang niet altijd in autoriteit alleen. Vaak zit het in de vraag of je content precies aansluit op de subonderwerpen waar een systeem naar zoekt.

Dat is voor bijna elk bedrijf herkenbaar. Je weet intern waar je sterk in bent, terwijl je website dat nergens expliciet maakt. Veel ervaring met B2B-commerce, maar geen sterke pagina over B2B-pricing. Complexe Magento-platformen bouwen, maar nergens uitleggen voor wie Magento nog de juiste keuze is. Webshops koppelen aan AFAS of Exact, maar die expertise verspreid over losse cases in plaats van als heldere propositie.

AI-systemen moeten je kunnen begrijpen, en dat vraagt structuur: duidelijke expertiseclusters, landingspagina's die je positionering scherp maken, en concrete antwoorden op klantvragen.

Voor webshops telt je productdata mee

Shopify introduceerde Agentic Storefronts om producten vindbaar te maken in AI-gesprekken, met als uitgangspunt dat producten en merkverhalen beschikbaar moeten zijn op de plekken waar klanten via AI ontdekken en vergelijken. Wij zien dezelfde beweging richting agentic commerce.

Dat betekent dat productinformatie niet alleen voor bezoekers moet kloppen, maar ook machineleesbaar moet zijn. Producttitels, specificaties, categorieën, varianten, voorraad, prijzen, reviews en retourvoorwaarden moeten kloppen. Niet ongeveer, en niet verspreid over vijf systemen. Interpreteert een AI-systeem je productdata verkeerd, dan verlies je niet alleen een klik maar vertrouwen, nog voordat iemand op je site is geweest.

Structured data helpt daarbij, maar is geen wondermiddel. Google noemt het niet verplicht voor generatieve AI in Search, wel nuttig binnen een bredere SEO-strategie.

Wat als AI je niet noemt?

De eerste reflex is meer content maken. Dat is zelden de eerste stap. Vraag eerst waaróm je niet genoemd wordt. Ontbreekt er content over het onderwerp, is je propositie te vaag, hebben concurrenten betere cases, word je weinig genoemd op externe plekken, is je productdata rommelig, of mis je autoriteit rond een specifiek thema?

Pas daarna bepaal je de actie. Soms is dat een nieuwe landingspagina, soms een betere case of een inhoudelijke vergelijking, soms een herstructurering van je dienstenpagina's. Soms moet je gewoon duidelijker durven kiezen waar je voor staat. AI-zichtbaarheid beloont niet wie het hardst roept, maar wie consistent en geloofwaardig aanwezig is rond de vragen die klanten echt stellen.

Maak er een ritme van

Behandel dit niet als eenmalig experiment. Meet je promptset per kwartaal, kijk waar je wel en niet genoemd wordt, vergelijk met concurrenten, controleer of de antwoorden kloppen, en vertaal de gaten naar content, techniek en productdata.

Je hoeft niet meteen alles om te gooien. Maar stoppen met doen alsof Google-rankings het volledige beeld geven, dat wel. Word je bij relevante vragen niet genoemd, dan mis je een stuk van de oriëntatiefase. Word je wél genoemd maar verkeerd omschreven, dan is dat misschien nog schadelijker. De vraag is niet langer alleen of klanten je vinden via Google, maar of AI je überhaupt kent.