AI-Vindbaarheid · de methode
AI noemt alleen wie het al kent
Vraag een AI-assistent naar een dienst in uw vakgebied en u krijgt een handvol namen. Vraag naar úw bedrijf en u krijgt een keurig antwoord. Dat lijkt hetzelfde en het is het niet: het eerste is een markt die u moet winnen, het tweede is een naam die de machine al had.
Voor bijna elk mkb-bedrijf staat dat verschil op scherp. Wie zijn eigen naam intikt wordt gevonden, en concludeert dat het goed zit. Wie de vraag stelt die een klant zou stellen, komt er niet in voor. De vraag van deze pagina is: hoe meet je dat, en wat beweegt het.
Gepubliceerd · bijgewerkt
Het patroon · 28 augustus 2026
Waar die namen vandaan komen
Een AI-antwoord is geen mening maar een samenvatting van een handvol pagina’s die het model op dat moment vertrouwt. Wij hebben die pagina’s geteld. In één meetronde over 40 vragen en 4 AI-platforms kwamen 1.049 bronvermeldingen terug, verspreid over 583 verschillende sites.
Daarvan werden er 415 precies één keer genoemd. De modellen grazen dus breed en vallen terug op een kleine kern: 87 sites kwamen drie keer of vaker terug, samen goed voor 472 van de 1.049 vermeldingen. Dát is de lijst die ertoe doet, en zo is hij opgebouwd.
Pagina’s van andere bureaus over hetzelfde onderwerp.
244 vermeldingen · 47 sites
Gereedschap en overzichten, vaak met een eigen belang bij het antwoord.
76 vermeldingen · 15 sites
Wat mensen elkaar vertellen, niet wat een bedrijf over zichzelf zegt.
50 vermeldingen · 4 sites
Artikelen van een redactie voor een vakpubliek.
43 vermeldingen · 8 sites
De handleidingen van de modellen waaraan de vraag gesteld werd.
27 vermeldingen · 6 sites
Alle zestien vielen op de drie vragen waar onze naam al in stond.
16 vermeldingen · 2 sites
Bij twijfel hierheen, en niet naar de groep die het beste uitkomt.
16 vermeldingen · 5 sites
Percentages van de 472 terugkerende vermeldingen, afgerond op hele procenten. De indeling in groepen is een oordeel van ons en geen meting; wat niet met zekerheid in te delen was, staat als zodanig geteld en is niet bij een groep gevoegd die beter uitkwam.
En dit is wat het voor een bedrijf betekent
Van de 40 vragen die wij stelden, droegen er 3 onze eigen merknaam. Op precies díé drie werd onze site geciteerd, 16 keer. Op de overige 37 vragen: 0 keer.
Wie zijn eigen naam intikt wordt dus gevonden. Wie de vraag stelt die zijn klant stelt, niet. Dat verschil is niet met betere teksten op de eigen site op te lossen, want de eigen site komt in dat antwoord helemaal niet voor.
Er is nog een tweede beweging, aan de Google-kant van dezelfde ronde: op 28 van de 30 gemeten zoekopdrachten stond al een AI-samenvatting bóven de gewone resultaten. Wie daar niet in staat, bestaat voor een groeiend deel van de zoekers niet, ook als hij op plek vier van de blauwe links staat.
De methode
Hoe wij dat meten
Het patroon hierboven komt niet uit een indruk maar uit een vaste opzet: 40 vragen, elk gesteld aan 4 AI-platforms met webzoeken aan, plus 30 Google-zoekopdrachten inclusief de AI-samenvatting erboven. Dat zijn 160 AI-metingen en 30 Google-metingen per ronde. Hieronder staat wat wij daarmee doen, in drie stappen en vijf regels.
Stap 1 · meten
De Vindbaarheidskaart
De Vindbaarheidskaart is de complete lijst plekken waar een klant u kan vinden, in drie lagen: de Google-zoekopdrachten met koopintentie, dezelfde vragen zoals uw klant ze aan ChatGPT, Gemini, Claude of Perplexity stelt, en de externe bronnen die die antwoorden voeden.
Elke vraag op de kaart wordt daadwerkelijk gemeten: gesteld aan de vier AI-platforms met webzoeken aan, en opgezocht in de Google-resultaten inclusief AI Overviews. Per antwoord leggen we vast wie er genoemd wordt, op welke positie, en welke bronnen het antwoord voedden. Zo ontstaat naast de kaart ook de belangrijkste bijvangst: de lijst bronnen die de antwoorden in uw markt voeden, gesorteerd op hoe vaak AI ze gebruikt. Dat is de werklijst.
Welke bronnen bestaan
Eerst de kaart: welke pagina’s, profielen, vakmedia, vergelijkingsartikelen en communities gaan er over uw onderwerp, en welke daarvan zijn van u. Dat is een inventarisatie, geen oordeel.
Welke worden geciteerd
Dan de meting: bij elke vraag op de kaart leggen wij vast welke bronnen het antwoord voedden, per platform en per model. Niet wat er gevonden kán worden, maar wat er op de peildatum daadwerkelijk gebruikt is.
Welke het vaakst terugkomen
En dan de rangschikking: dezelfde bronnen, gesorteerd op hoe vaak AI ze gebruikt. Dat is de werklijst, en het is de enige lijst van de scan die zegt wat er buiten uw eigen site moet gebeuren. Of u op zo’n bron al voorkomt, is een aparte controle per bron en geen uitkomst van deze telling.
Stap 2 · samenvatten
Eén getal: de TAZM-score
TAZM staat voor Totale Adresseerbare ZoekMarkt. De TAZM-score vat de hele meting samen in één getal van 0 tot 100: het gemiddelde van de vier componenten hieronder, waarbij alleen meetelt wat daadwerkelijk gemeten is. In onze eigen nulmeting zijn dat er 2 van de 4, en die samenstelling hoort bij elk getal dat wij publiceren. De score betekent pas iets naast die van de sterkste speler in dezelfde markt: de afstand is het werk.
Google-zichtbaarheid
Op welk deel van de gemeten zoekopdrachten het bedrijf in de top 10 staat.
AI-zichtbaarheid
Bij welk deel van de gemeten vragen ChatGPT, Gemini, Claude of Perplexity het bedrijf noemt.
Autoriteit bij derden
In welk deel van de bronnen die AI-antwoorden voeden het bedrijf voorkomt.
Volgt. Nog niet gemeten.
Commerciële dekking
Voor welk deel van de kaart het bedrijf een passende eigen pagina heeft.
Gemeten, met een eigen peildatum. Telt niet mee in onze score hierboven.
Stap 3 · verbeteren
Bezitten, beïnvloeden, meten
Verbeteren gebeurt aan drie kanten tegelijk. Wat u bezit: de eigen site citeerbaar maken, met commerciële pagina's voor elke vraag op de kaart en techniek die machines binnenlaat. Wat u beïnvloedt: genoemd worden in de bronnen die de antwoorden voeden, alleen op de echte manier. Wélke bronnen dat zijn, komt uit de meting; of u er al op staat, is een aparte controle per bron. En wat u meet: dezelfde meting opnieuw, tegen dezelfde meetlat, zodat elke euro werk afgerekend wordt tegen de nulmeting.
Hoe die cyclus eruitziet, staat op de overzichtspagina van AI-Vindbaarheid. Eén regel is onwrikbaar: aanwezigheid bij derden wordt nooit gefabriceerd. Geen gekochte reviews, geen zelfgeplaatste vermeldingen. Wat niet echt is, keert zich in AI-antwoorden tegen je.
De spelregels
Vijf meetregels
Deze vijf gelden voor élke meting die wij doen, bij een klant en bij onszelf. Het patroon bovenaan deze pagina is er de toepassing van: leest u die cijfers terug met deze regels ernaast, dan ziet u waarom er staat wat er staat, en waarom er op één plek niets staat.
- Elke vraag wordt daadwerkelijk gesteld en elk antwoord vastgelegd; er wordt niets geschat of gesimuleerd.Onze eigen nulmeting haalt deze regel nog niet volledig: bij één van de vier platforms las onze meetrunner het denkblok in plaats van het antwoord, en de bronvermeldingen zijn per platform onvolledig vastgelegd. Dat staat met teller en noemer op de bewijspagina, en de reparatie gaat mee in de eerstvolgende hermeting.
- Elk cijfer draagt een teller en noemer ("genoemd bij 3 van 40") plus een peildatum en de gemeten modelnaam.
- De vragenlijst ligt vóór de eerste meting vast en wordt nooit stilzwijgend versmald; elke hermeting gebruikt dezelfde lijst.Wijzigt de lijst toch, dan gebeurt dat nooit stilzwijgend: de wijziging krijgt een eigen peildatum en er begint een nieuwe reeks naast de oude, zonder verschil tussen de twee. Bij onze eigen eerstvolgende ronde is dat het geval, en daarom komt die ronde als nieuw vertrekpunt naast de nulmeting te staan en niet erbovenop.
- AI-antwoorden verschillen per dag en per gebruiker; metingen zijn steekproeven en worden ook zo gepresenteerd, nooit als live data.
- Cijfers die tegenvallen worden even goed gepubliceerd als cijfers die meevallen; onze eigen nulmeting staat openbaar op de bewijspagina.
En de belangrijkste belofte blijft dezelfde: wij beloven geen posities; wij beloven een meetlat, en laten de voor- en na-meting het werk doen. Niemand kan een plek in een AI-antwoord garanderen, en wie dat wel belooft, verdient uw wantrouwen.
Op onszelf toegepast
Wat onze eigen meting liet zien
Wij hebben deze methode eerst op onszelf losgelaten, en de uitkomst is niet gunstig: TAZM 7,1 over 2 van 4 componenten, peildatum 28 augustus 2026. Het patroon bovenaan deze pagina is onze eigen brondata, en de zestien vermeldingen van onze site vielen alle zestien op de drie vragen waar onze naam al in stond. Wij publiceren dat cijfer omdat een meetlat die alleen gunstige uitkomsten toont geen meetlat is.
De volledige meting staat met teller, noemer, peildatum en de letterlijke platformantwoorden op onze bewijspagina, inclusief het antwoord dat feitelijk onjuist is en het platform dat wij niet schoon hebben uitgelezen.
Veelgestelde vragen
Over de methode
Wat is de Vindbaarheidskaart?
De Vindbaarheidskaart is de complete lijst plekken waar een klant een bedrijf kan vinden: de Google-zoekopdrachten met koopintentie, dezelfde vragen zoals ze aan ChatGPT, Gemini, Claude en Perplexity worden gesteld, en de externe bronnen die die antwoorden voeden. De kaart is per bedrijf anders en wordt gemeten, niet geschat.
Wat is de TAZM-score?
TAZM staat voor Totale Adresseerbare ZoekMarkt. De TAZM-score is één getal van 0 tot 100 dat samenvat welk deel van de eigen zoekmarkt een bedrijf bezit: het gemiddelde van vier componenten (Google-zichtbaarheid, AI-zichtbaarheid, autoriteit bij derden en commerciële dekking), waarbij alleen daadwerkelijk gemeten componenten meetellen. In onze eigen nulmeting van 28 augustus 2026 zijn dat er twee van de vier, en de score draagt die samenstelling altijd mee.
Waarom citeren AI-systemen vaker derden dan bedrijfssites?
AI-assistenten bouwen antwoorden uit bronnen die ze vertrouwen: vakmedia, vergelijkingsartikelen, communities en reviews. In onze eigen meting van 28 augustus 2026 kwamen bij keuzevragen bronnen van uiteenlopende soort terug, en lang niet altijd de site van het bedrijf zelf. Wie in AI-antwoorden wil verschijnen, moet dus op de eigen site én in die bronnen aanwezig zijn.
Wat is bronanalyse en waarom is dat het meest onderscheidende deel van de scan?
Bronanalyse is de derde vraag van de meting: niet alleen of een AI-antwoord u noemt, maar wélke bronnen dat antwoord voedden. Een AI-assistent bouwt zijn antwoord uit een handvol pagina’s die hij op dat moment vertrouwt; staat u daar niet tussen, dan helpt betere tekst op uw eigen site niet. Wij meten daarom per platform welke bronnen geciteerd worden, welke daarvan van uzelf zijn en welke van derden, en hoe vaak elke bron terugkomt. Die frequentielijst is de werklijst. Wat dat bij ons zelf opleverde, per platform en woordelijk, staat op onze bewijspagina.
Publiceren jullie je eigen metingen?
Ja. Wij passen de methode eerst op onszelf toe en publiceren elke meting openbaar op de bewijspagina, inclusief onze nulmeting van TAZM 7,1 over 2 van 4 componenten op 28 augustus 2026, en de cijfers waar we niet trots op zijn. Wie een meetlat verkoopt, moet hem zelf durven aflezen.
Dezelfde methode, op uw markt
De scan is de eerste stap: de kaart van uw markt gemeten, uw score met zijn samenstelling erbij, en een eerlijk oordeel of wij passen.