Zo is de AI-zichtbaarheidsbenchmark gemeten

De AI-zichtbaarheidsbenchmark is onderzoek van een bedrijf dat ook diensten verkoopt op het gebied dat het onderzoekt. Dat heet vendor research, en het is de normaalste zaak van de wereld: Ahrefs, Semrush en HubSpot publiceren op dezelfde manier. Maar het betekent ook dat je mijn cijfers niet op mijn blauwe ogen hoeft te geloven. Je moet ze kunnen narekenen.

Daarom staat op deze pagina alles wat je nodig hebt om de meting te controleren of over te doen: de exacte vragen, de exacte modelversies, de definities achter elke metriek, de onzekerheidsmarges bij elke uitspraak, en de volledige dataset van alle 1.125 antwoorden als vrije download onder een CC BY 4.0 licentie. Niets is samengevat, niets is weggelaten, niets is opgeschoond.

De aanbevelingsvragen verdelen zich per beroep over drie regiolagen: vijf landelijk, drie grootstedelijk, twee regionaal. Elke API-call kreeg een schone context: geen geheugen, geen systeeminstructies, geen sessie-overloop. Tussen calls zat een vaste pauze van twee seconden. Grok is op 12 juni als vijfde platform toegevoegd, nadat een proefrun op de therapeuten-set foutloos bleek; de drie beroepen zijn daarna alle drie volledig op Grok gemeten.

De promptset is vooraf vastgelegd en tijdens de meting niet aangepast. Dat is controleerbaar in de dataset zelf: elk ruw antwoord bevat de exact verstuurde prompttekst, met tijdstempel. De vragen zijn geformuleerd in natuurlijk koperstaal, zoals een opdrachtgever of cliënt ze werkelijk stelt, niet in vakjargon.

Type A is een categorievraag, type B een probleemvraag waarin de vraagsteller nog niet weet welke specialist hij nodig heeft, type C een naamsverificatie. Bij type C is {expert_name} per run ingevuld met een van de vijf gesamplede experts per beroep.

Alle vijf assistenten zijn via hun API bevraagd, met web search of grounding aangezet, zoals de gemiddelde gebruiker ze in de consumentenapp heeft. De tabel toont zowel de geconfigureerde modelnaam als de modelversie die de API zelf per antwoord terugrapporteerde. Die laatste is per individueel antwoord vastgelegd in het veld model_reported en is de waarheid; modellen verschuiven onder je handen.

Twee eerlijke voetnoten. De Claude-metingen liepen via de officiële CLI; bij 149 van de 225 Claude-antwoorden rapporteert die naast Sonnet ook een intern hulpmodel (claude-haiku-4-5), dat niet het antwoord schreef maar CLI-gereedschap aanstuurde. Dat staat zichtbaar in de data in plaats van weggepoetst. En de Gemini-configuratie gebruikte de alias gemini-flash-latest, die in het meetvenster naar gemini-3.5-flash wees; sinds juli pinnen we op de expliciete versienaam, omdat een alias midden in een venster kan verspringen.

Per beroep is een steekproef van experts samengesteld via uitsluitend neutrale bronnen: beroepsregisters, brancheorganisaties en vakmedia, waaronder de BNA, de Vereniging EMDR Nederland, de NVRG, het NIP, DuPho, het BIG-register en vakbladen als De Architect en Het Houtblad. Nadrukkelijk niet via AI-suggesties, want dan meet je wat AI al kent, en niet uit mijn eigen netwerk, want dan meet je wie ik al ken. Elke lijst is vooraf met de hand gereviewd.

Voor de herkenningsvragen (type C) zijn per beroep vijf experts geselecteerd, gespreid over bekendheid: één landelijk prominent, twee middenveld, twee met een klein publiek profiel. Van elke expert is een entiteitssnapshot vastgelegd: eigen domein, schema.org aanwezig, Wikipedia en Wikidata, activiteit op LinkedIn, vermeldingen in vakmedia en naamsambiguïteit. Die snapshots staan integraal in de dataset, zodat je de relatie tussen entiteitspositie en herkenning zelf kunt toetsen.

Elke metriek in het rapport rust op een expliciete definitie. Dit zijn ze.

• Antwoord met naam. Een aanbevelingsantwoord (type A of B) telt als "met naam" wanneer er minstens één concrete persoon of organisatie uit geëxtraheerd is en het geen weigering is. Generiek advies zonder namen telt niet.
• Vermelding. Eén genoemde persoon of organisatie in één antwoord, na normalisatie van de naam (kleine letters, accenten en leestekens verwijderd). De kernmetriek is frequentie over de vijf herhaalruns van dezelfde vraag: in hoeveel van de vijf runs verschijnt expert X?
• Consistentie. Jaccard-overlap van de verzameling genoemde entiteiten tussen identieke herhaalruns van dezelfde vraag op hetzelfde platform.
• Herkend (type C). Het antwoord beschrijft aantoonbaar ónze gesamplede expert, met de hand geverifieerd op praktijk, regio en beroep. Een antwoord dat een naamgenoot beschrijft, of een overtuigend klinkende maar verzonnen persoon, telt als niet herkend. Alle 375 herkenningsantwoorden zijn handmatig beoordeeld. Het oorspronkelijke, automatisch geëxtraheerde herkenningsveld staat naast het handmatige oordeel in de dataset, zodat je precies kunt zien waar beide verschillen en waarom die handmatige stap nodig was.

De extractie van personen, organisaties en bronlinks uit de antwoorden is gedaan door een taalmodel (claude-sonnet-4-6). De eerste vijftig extracties per beroep zijn met de hand gevalideerd voordat de rest werd verwerkt.

AI-antwoorden variëren, en een steekproef is een steekproef. Elk percentage in het rapport heeft dus een onzekerheidsmarge, en die hoort erbij. Hieronder de Wilson 95%-betrouwbaarheidsintervallen voor de kerncijfers. Lees ze zo: als het interval breed is, is het puntcijfer een indicatie, geen precisie-instrument.

Alle 1.125 antwoorden zijn openbaar, onbewerkt en machineleesbaar, onder een CC BY 4.0 licentie. Je mag ze hergebruiken, herverdelen en erop voortbouwen, met bronvermelding. Elke claim in het rapport is tegen deze bestanden na te rekenen.

De checksums in manifest.json maken elk bestand verifieerbaar: wie een bestand downloadt, kan controleren dat het byte voor byte het origineel is.

Citatie: Identity First Media (2026). NL AI Visibility Benchmark, nulmeting Q2 2026.

Dit is vendor research: uitgevoerd door Identity First Media, dat diensten verkoopt op het gebied van AI-vindbaarheid. Die dubbele rol verdwijnt niet door haar te verzwijgen, maar door haar te compenseren met controleerbaarheid. Vandaar deze appendix, de open dataset en de vaste eerlijkheidsparagraaf die met elke publicatie meegaat.

Wat dit onderzoek is: een navolgbare nulmeting van AI-zichtbaarheid van Nederlandse domeinexperts, met elke ruwe waarneming bewaard en gepubliceerd.

Wat het niet is: onafhankelijk gevalideerd onderzoek. Dat wordt het pas wanneer iemand anders de meting overdoet en vergelijkbare patronen vindt. De promptset, de expertsteekproef en de modelconfiguratie in de dataset zijn daarvoor voldoende. Wie de meting herhaalt tegen de dan actuele modelgeneratie, moet andere absolute getallen verwachten, want modellen veranderen continu. De structurele patronen zijn de claim, niet de puntschattingen. Wie hem overdoet en iets anders vindt, publiceren we er net zo lief naast.

De overige grenzen van de meting, waaronder het verschil tussen API en consumentenapp, staan in het hoofdrapport.

Dit is de methodologie-appendix bij de Nederlandse AI-zichtbaarheidsbenchmark. Achtergrond bij het kernbegrip: wat is een entiteit?