Loading...
Rankings, organisch verkeer, CTR - dat zijn de metrics die SEO-teams al decennialang meten. Ze hebben hun plaats. Maar ze meten niet wat er gebeurt wanneer een gebruiker ChatGPT vraagt welke aanbieder voor boekhoudsoftware aanbevolen wordt en uw bedrijf niet in het antwoord verschijnt. AI-zichtbaarheid heeft eigen metrics nodig - en een begrip van wat deze metrics daadwerkelijk meten en wat niet. Dit artikel beschrijft de vier niveaus van het AI-Visibility-KPI-framework en legt uit waar traditionele attributie aan zijn grenzen stoot.
AI-Visibility-metrics zijn in vier niveaus te structureren die op elkaar voortbouwen. Niveau 1 - Technische datakwaliteit: deze metrics meten of de voorwaarden voor AI-zichtbaarheid überhaupt aanwezig zijn. Schema-volledigheid geeft aan hoeveel van de relevante Schema.org-velden voor uw entiteiten zijn ingevuld. Een Product-schema met 4 van 12 mogelijke velden is technisch valide, maar inhoudelijk arm - AI-systemen hebben minder context beschikbaar. robots.txt-conformiteit voor AI-crawlers: blokkeert u onbedoeld crawlers zoals GPTBot, ClaudeBot of PerplexityBot? llms.txt-validiteit: is het bestand syntactisch correct en verwijst het naar crawlbare bronnen? Crawl-succespercentage: welk deel van uw relevante pagina's is bereikbaar voor AI-crawlers? Niveau 2 - AI-zichtbaarheid, het hart van het framework: Mention Rate meet hoe vaak uw bedrijfsnaam in AI-antwoorden op relevante zoekvragen verschijnt, gedeeld door het totale aantal opvragingen. Een Mention Rate van 35 procent betekent: bij 100 relevante vragen verschijnt uw bedrijf in 35 antwoorden. Citation Rate is specifieker: hoe vaak wordt uw website expliciet als bron geciteerd? Citaat is sterker dan vermelding, omdat het vertrouwen signaleert. Recommendation Rate meet actieve aanbevelingen: een aanbeveling is waardevoller dan een louter vermeld worden. Share of Voice zet uw vermeldingen af tegen concurrenten: als vijf bedrijven in een antwoord worden vermeld en u er een van bent, is uw Share of Voice 20 procent. Niveau 3 - Antwoordkwaliteit: wat wordt er over u gezegd? Hallucinatiepercentage: hoeveel van de AI-uitspraken over uw bedrijf zijn feitelijk onjuist? Sentimentscore: positief, neutraal of negatief? Bronnenkwaliteit: uit welke bronnen genereren AI-systemen antwoorden over u? Niveau 4 - Bedrijfsimpact: AI-referral-verkeer in Google Analytics 4, conversieratio van deze bezoekers ten opzichte van organische bezoekers, leadkwaliteit: leads uit AI-aanbevelingen vertonen in vroege observaties een hogere intentgraad - de gebruiker is al door het AI-antwoord voorgeselecteerd.
Probeer het nu
Controleer uw GEO Score in 60 seconden - gratis, zonder account. 42 factoren geanalyseerd.
De vier dominante AI-systemen functioneren technisch verschillend - en dat beïnvloedt hoe en waarom u in hun antwoorden verschijnt. ChatGPT (OpenAI) maakt onderscheid tussen basisantwoorden uit het trainingskorpus en browse-antwoorden waarbij actuele webgegevens worden opgehaald. In de standaardmodus zijn antwoorden beperkt tot de trainings-cutoff - voor productprijzen en actuele beschikbaarheid een aanzienlijk probleem. Met geactiveerde Browse zijn antwoorden actueler, maar de bronnenselectie is niet transparant. ChatGPT citeert bronnen alleen in Browse-modus; in de standaardmodus zijn er geen expliciete bronvermeldingen. Voor uw KPI-meting betekent dat: Mention Rate in ChatGPT zonder Browse meet vooral hoe verbreid uw merk in het trainingskorpus was. Perplexity is structureel anders: het is een RAG-zoekmachine die voor elke zoekvraag actuele webgegevens ophaalt en deze in realtime tot een antwoord synthetiseert. Perplexity citeert standaard bronnen - dat maakt Citation Rate direct meetbaar. Wijzigingen in uw brongegevens werken bij Perplexity sneller door dan bij ChatGPT. Claude (Anthropic) gebruikt in de standaardversie geen websearch, maar antwoordt uit het trainingskorpus. Claude Citations maken het mogelijk antwoorden met brondocumenten te koppelen - maar dat betreft vooral API-toepassingen. AI-zoekantwoorden kunnen direct in resultaatvlakken verschijnen en gebruiken meestal bestaande index- en crawlerinfrastructuur. Rich snippets, Schema.org-gegevens en consistente bedrijfsinformatie kunnen in zulke antwoordsystemen worden verwerkt. Citation Rate in zulke AI-antwoorden correleert sterk met schema-kwaliteit en gestructureerde gegevens. Praktisch advies: meet KPI's platformspecifiek. Een hoge Mention Rate bij Perplexity en een lage bij ChatGPT hebben verschillende oorzaken - en vereisen verschillende maatregelen. Geaggregeerde gemiddelden over alle platformen zijn weinig informatief.
Het grootste probleem bij AI-Visibility-KPI's is attributie: hoeveel van het bedrijfssucces is terug te voeren op AI-zichtbaarheid? Het eerlijke antwoord is: slechts een deel. En dat deel wordt in klassieke analysetools zoals Google Analytics 4 systematisch onderschat. De attributie-gap ontstaat om meerdere redenen. Ten eerste directe invoer: een gebruiker ziet uw naam in een ChatGPT-antwoord en typt die direct in de browser-adresbalk. GA4 registreert dat als Direct - de AI-invloed is onzichtbaar. Ten tweede privacybrowsers en adblockers: ze blokkeren referrer-gegevens. Een klik vanuit Perplexity ziet er in GA4 vaak uit als Direct. Ten derde app-naar-web-verkeer: wie de ChatGPT-app gebruikt en vervolgens naar uw website overstapt, laat geen referrer-header achter. Vroege analyses suggereren dat slechts 10 tot 20 procent van de werkelijke AI-effecten zichtbaar wordt in GA4. De rest verschuilt zich in het directe verkeer. Het krokodilbek-effect beschrijft een fenomeen dat in sommige markten met vroege AI-SEO-adoptie wordt waargenomen: het leadvolume daalt - soms 10 tot 15 procent - omdat AI-systemen veel informatieve vragen direct beantwoorden zonder dat gebruikers op een website hoeven te klikken. Tegelijkertijd stijgt de omzet aanzienlijk, omdat de leads die binnenkomen al door het AI-antwoord zijn voorgeselecteerd en een aanzienlijk hogere conversieratio hebben. Dat betekent: wie AI-Visibility-succes alleen afmeet aan verkeersgroei, meet verkeerd. De relevante metrics zijn omzet per lead en conversieratio, niet het totale aantal bezoekers. Praktische aanbeveling: implementeer UTM-parameters voor alle gestructureerde AI-verkeersbronnen. Analyseer het directe verkeer op gedragswijzigingen na AI-SEO-maatregelen. Gebruik server-side-analytics als aanvulling op GA4. En: beschouw AI-Visibility-KPI's als complementaire laag naast SEO-metrics - niet als vervanging.
AI-zichtbaarheid meten met klassieke SEO-metrics is als fietsen beoordelen aan de reissnelheid van een trein - de meting vindt plaats, maar ze is ontworpen voor de verkeerde context. Mention Rate, Citation Rate, Share of Voice en Hallucinatiepercentage zijn de metrics die daadwerkelijk weergeven wat er in AI-antwoorden gebeurt. De attributie-gap is reëel en wordt onderschat. Wie begrijpt dat Direct-verkeer vandaag ook AI-verkeer kan zijn, heeft een analytisch voordeel. En wie de conversieratio in plaats van puur volume meet, herkent de werkelijke bedrijfsimpact van AI-zichtbaarheid.
GEO Score gratis controlerenMarvin Malessa
Oprichter, Beconova
Oprichtte Beconova in Duitsland in 2025 om winkels en dienstverleners zichtbaar te maken in AI-zoekmachines. Schrijft over GEO, AI-zichtbaarheid en de toekomst van zoeken.
Start met Beconova en optimaliseer uw aanwezigheid in AI-zoekmachines.
Nu starten