Nieuw onderzoek: hoe AI-zoekmachines bepalen wie geciteerd wordt

AI-zoekmachines citeren merken op basis van kansen, niet op basis van ranglijsten. Trainingsdata-afsluitdatums, citatiepatronen en identiteitshelderheid bepalen nu wie verschijnt in AI-gegenereerde antwoorden.

4 april 20264 min leestijd

0:00

Wat zegt het onderzoek over het gedrag van AI-zoekmachines?

AI-zoekmachines ranken geen websites. Ze genereren kansgebaseerde reacties waarbij merken verschijnen en verdwijnen afhankelijk van de zoekopdracht, het moment en de trainingsdata van het model.

Volgens Ahrefs zijn ChatGPT-reacties probabilistisch: elke keer anders, waarbij merken verschijnen en verdwijnen van de ene zoekopdracht naar de volgende. Onderzoek van SparkToro, aangehaald door Ahrefs, stelt de kans dat een willekeurig merk voorkomt in een ChatGPT-reactie op minder dan 1 op 1000 voor de meeste zoekopdrachten. HubSpot meldt dat marketingdirecteuren een enorme verschuiving waarnemen in hoe mensen merken, producten en antwoorden online vinden, waarbij linksgebaseerd zoeken grotendeels verdwijnt. Dit zijn geen voorspellingen. Dit is waargenomen gedrag, nu gemeten.

Traditionele SEO-logica werkt hier niet meer

Bij traditioneel zoeken scoort een pagina wel of niet. Je kunt positie één tot tien controleren. AI-zoekmachines bieden die helderheid niet. Een merk kan voorkomen in reactie A en volledig ontbreken in reactie B op dezelfde zoekopdracht. Ahrefs bevestigt dat dit gedrag structureel is, geen fout. Het model genereert telkens nieuwe antwoorden, gebaseerd op een kansgebaseerde selectie uit wat het weet.

Waarom is de afsluitdatum van trainingsdata een bepalende factor?

Content die gepubliceerd is vóór de afsluitdatum van een model zit ingebakken in de kernkennis ervan. Content die daarna verschijnt, leeft in een ander ophaalsysteem met andere regels en andere uitkomsten voor zichtbaarheid.

Search Engine Journal, met een verwijzing naar analyse van Duane Forrester, maakt een scherp onderscheid: content die bestond vóór de afsluitdatum van een model maakt deel uit van de geïnternaliseerde kennis van dat model. Content die daarna gepubliceerd wordt, is alleen toegankelijk via systemen die werken met ophaalversterking, als het model die al gebruikt. Dit zijn twee gescheiden systemen met twee verschillende logica's. Een merk dat vóór die afsluitdatum niet gedocumenteerd, geciteerd of besproken was, begint bij nul in de basiskennis van het model. Dit is een structureel nadeel dat je niet wegwerkt door simpelweg meer nieuwe content te publiceren.

Dit creëert een cumulatief nadeel voor wie te laat begint

Hoe eerder een merk consistent gedocumenteerd staat in gezaghebbende bronnen, hoe dieper het verankerd is in de basiskennis van een model. Wie te laat begint, heeft een meervoudig probleem: ze ontbreken in de basiskennis én moeten concurreren in systemen met ophaalversterking, waar recentheid en citatiedichtheid de voornaamste signalen zijn. Twee afzonderlijke gevechten in plaats van één.

Wat drijft AI-citaties werkelijk? Wat laat de data zien?

Consistente citaties door externe bronnen, inhoudelijk gezag en heldere identiteitssignalen zijn de voornaamste aandrijvers van AI-zichtbaarheid, aldus data verzameld door Ahrefs.

Ahrefs analyseerde wat daadwerkelijk samenhangt met verschijnen in ChatGPT-reacties. De bevindingen wijzen op merken die consistent geciteerd worden door externe bronnen, een duidelijke inhoudelijke focus hebben en een herkenbare identiteit bewaren over meerdere contactpunten. De compilatie van 24 statistieken over gegenereerde zoekmachineoptimalisatie van HubSpot versterkt dit: marketeers die zich richten op antwoordgerichte content, gestructureerde data en gezaghebbende citaties zien aantoonbaar betere resultaten bij AI-zichtbaarheid. Contentvolume alleen is het signaal niet. Helderheid en consistentie van identiteit, gecombineerd met externe citaties, is waar de data op wijst.

Hoe verschilt gegenereerde zoekmachineoptimalisatie van traditionele SEO?

GEO richt zich op AI-gegenereerde antwoorden, niet op blauwe links. De optimaliseringslogica verschuift van zoektermplaatsing en terugverwijzingen naar antwoordkwaliteit, citeerbaarheidwaarde en identiteitssamenhang.

HubSpot omschrijft dit als een fundamentele verschuiving in hoe mensen merken online vinden. Gegenereerde zoekmachineoptimalisatie, ook wel GEO, is de praktijk van content vindbaar en citeerbaar maken voor AI-systemen, niet alleen indexeerbaar voor crawlers. Volgens het onderzoek van HubSpot omvatten de optimaliseringssignalen waarop AI-modellen reageren: gestructureerde antwoorden, heldere entiteitsdefinities en content die direct ingaat op de vragen die gebruikers stellen. Search Engine Journal voegt een extra laag toe: AI-crawlers en ophaalsystemen hebben andere toegangspatronen dan de crawler van Google. Geïndexeerd zijn door Google garandeert niet dat je bekend bent bij een taalmodel.

Answer Engine Optimization is de praktische uitvoering

AEO, ofwel Answer Engine Optimization, brengt GEO in de praktijk op contentniveau. In plaats van optimaliseren voor een zoekterm om te ranken, optimaliseer je een stuk content om het best mogelijke antwoord te zijn op een specifieke vraag. Ahrefs bevestigt deze benadering: content die een zoekopdracht direct en volledig beantwoordt, heeft een aantoonbaar hogere kans om geciteerd te worden door AI-systemen dan content die goed scoort op traditionele signalen alleen.

Wat zijn de werkelijke beperkingen van dit onderzoek?

Het veld beweegt sneller dan de onderzoeken kunnen bijhouden. De meeste data weerspiegelt gedrag van specifieke modelversies op specifieke momenten, en modelupdates kunnen citatiepatronen van de ene dag op de andere veranderen.

Ahrefs is openlijk over een kernbeperking: de kansgebaseerde aard van ChatGPT betekent dat geen enkele meting stabiele ranglijsten vastlegt. Wat vandaag verschijnt in een steekproef van reacties kan verschuiven met de volgende modelupdate. Search Engine Journal merkt op dat het probleem van de afsluitdatum evolueert naarmate modellen opnieuw getraind worden op nieuwere data, wat het tot een bewegend doel maakt. De statistieken van HubSpot zijn een momentopname van een snel veranderend landschap. Hoe modellen bronnen wegen en antwoorden genereren, is grotendeels een zwarte doos. Deze onderzoeken meten uitkomsten, niet mechanismen. Dat is nuttig, maar onvolledig.

Wat betekent dit voor ondernemers die nu hun aanwezigheid opbouwen?

Ondernemers die nog niet gedocumenteerd staan als heldere, consistente entiteiten in AI-trainingsdata zijn standaard onzichtbaar. Die aanwezigheid nu opbouwen is infrastructuur, geen marketing.

Drie afzonderlijke onderzoeksbronnen, Ahrefs, Search Engine Journal en HubSpot, wijzen allemaal op dezelfde structurele werkelijkheid: AI-systemen citeren wat ze helder en consistent kennen. Merken die onvoldoende gedocumenteerd zijn, inconsistent omschreven worden of ontbreken in gezaghebbende externe bronnen, verschijnen simpelweg niet in AI-gegenereerde antwoorden, hoe goed hun product of dienst ook is. Volgens HubSpot vindt de verschuiving weg van linksgebaseerd zoeken al op grote schaal plaats. Volgens Search Engine Journal creëert de afsluitdatum van trainingsdata een structureel nadeel voor merken die hun gedocumenteerde aanwezigheid nog niet hebben opgebouwd. Het venster is niet gesloten, maar het wordt smaller.

Veelgestelde vragen

Wat is gegenereerde zoekmachineoptimalisatie en waarom is het nu relevant?

Gegenereerde zoekmachineoptimalisatie, ook wel GEO, is de praktijk van je content vindbaar en citeerbaar maken voor AI-systemen zoals ChatGPT, Perplexity en de AI-overzichten van Google. Volgens HubSpot vindt de verschuiving van linksgebaseerd zoeken naar AI-gegenereerde antwoorden al op grote schaal plaats, waardoor GEO een primaire zichtbaarheidsdiscipline wordt voor elk merk dat online gevonden wil worden.

Hoe beïnvloedt de afsluitdatum van trainingsdata of een merk voorkomt in AI-antwoorden?

Zoals Search Engine Journal rapporteert, maakt content die gepubliceerd is vóór de afsluitdatum van een model deel uit van de kernkennis van dat model. Content die daarna gepubliceerd wordt, verschijnt alleen als het model gebruikmaakt van ophaalsystemen met versterking. Merken die vóór de afsluitdatum niet gedocumenteerd waren, starten met een structureel kennistekort binnen het model, dat je niet eenvoudig wegwerkt met een grote hoeveelheid nieuwe content.

Kun je daadwerkelijk ranken in ChatGPT?

Ahrefs bevestigt dat er geen traditionele ranglijsten bestaan in ChatGPT. Reacties zijn kansgebaseerd, wat betekent dat merken verschijnen en verdwijnen afhankelijk van de zoekopdracht en het moment. SparkToro-onderzoek aangehaald door Ahrefs stelt de basiskans dat een willekeurig merk voorkomt in een enkele reactie op minder dan 1 op 1000. Consistentie van identiteit en citatiepatronen verbeteren die kansen.

Welke contentsignalen sturen AI-citaties werkelijk aan?

Zowel Ahrefs als HubSpot wijzen op dezelfde signalen: inhoudelijk gezag, consistente citaties door externe bronnen, gestructureerde antwoordgerichte content en heldere entiteitsdefinities. Contentvolume is niet de voornaamste aandrijver. Helderheid en consistentie van identiteit, gecombineerd met content die specifieke vragen direct beantwoordt, is wat de data laat zien te correleren met AI-citaties.

Is het te laat om AI-zichtbaarheid op te bouwen als je nog niet begonnen bent?

Search Engine Journal merkt op dat de afsluitdatum van trainingsdata een nadeel creëert voor wie te laat begint, maar ophaalsystemen met versterking maken steeds vaker deel uit van hoe AI-modellen toegang krijgen tot nieuwere informatie. Het venster om een gedocumenteerde, consistente aanwezigheid op te bouwen wordt smaller, maar is nog niet gesloten. Beginnen met identiteitshelderheid en gestructureerde, citeerwaardige content is de meest duurzame eerste stap.

Ontdek in 2 minuten hoe zichtbaar jij bent voor AI zoals ChatGPT, Claude en Gemini.

Start de gratis scan