Hoe kies ik een aanbieder voor Answer Engine Optimization?

Het cijfer

1 van 11. Van elf onderzochte aanbieders van AI-zichtbaarheidsmeting publiceert er één een foutmarge bij zijn cijfers. Gemeten op 7 september 2026, op publiek beschikbare productdocumentatie en prijspagina's. Onderzochte aanbieders: Profound, Peec AI, Promptwatch, Scrunch AI, Otterly.ai, AthenaHQ, Evertune, Brandlight, Semrush, Ahrefs, Conductor.

Citeer dit als: AIGeschikt, meting van 7 september 2026, n = 11 aanbieders.

Op 8 september herhaalden we het voor de Nederlandse markt — AEO Direct, Briljant, Citeerbaar, OpsCode en SocraNext. Daar is de uitkomst 0 van 5.

Waarom die vraag de juiste is

Een AI-assistent geeft niet twee keer hetzelfde antwoord. In een onderzoek met 2.961 herhaalde bevragingen, over ChatGPT, Claude en Google's AI-antwoorden, was de kans dat twee runs dezelfde lijst met merken opleverden kleiner dan 1 op 100. De kans op dezelfde lijst in dezelfde volgorde was ongeveer 1 op 1.000.

Wie één keer per dag meet, meet dus één trekking uit een verdeling. Het verschil tussen 18% en 24% in zo'n grafiek kan volledig ruis zijn. Je kunt daar een maandrapport op baseren, maar je kunt er geen beslissing op nemen.

Dat is geen verwijt aan de aanbieders. Het is een eigenschap van het systeem dat ze meten. Het probleem ontstaat pas als het cijfer zónder marge op een dashboard staat, want dan leest ruis als resultaat — en betaal je voor een grafiek die vooral zichzelf meet.

De vier vragen die erachteraan horen

Hoe vaak draait u dezelfde vraag? Onafhankelijk onderzoek (Schulte e.a., april 2026) rekende het uit: de standaardfout van de gemeten vindbaarheid per merk zakt pas onder de 0,10 bij zeven herhalingen per vraag per dag, en wie ook op bronniveau wil meten heeft er acht nodig. Eén keer per dag is één trekking, hoe vaak je dat ook over verschillende dagen herhaalt: dan meet je de dag, niet de vraag.

En omdat we dit van anderen vragen, de eerlijkheid over onszelf: wij halen die zeven niet. Wij draaien 100 vragen met drie herhalingen per week. Dat is een bewuste ruil — breedte boven diepte, omdat een klant wil weten op wélke van zijn koopvragen hij ontbreekt, niet hoe precies het percentage op één vraag is. Het gevolg is dat wij een verschuiving op een enkele vraag niet hard kunnen maken en dat ook niet doen; we rapporteren over de set. Wie die ruil andersom maakt heeft een even verdedigbaar product. Wie er geen antwoord op heeft, niet.

Rapporteert u per systeem of als één getal? Uit een steekproef van 20.000 vragen kwam 2,37% van de geciteerde URL's bij dezelfde vraag in alle drie de systemen voor — ChatGPT, Perplexity en Google AI Overviews; 91% kwam bij precies één systeem voor, de resterende 7% bij twee. De bredere analyse waar die steekproef deel van uitmaakt beslaat 3,7 miljoen citaties. Wel eerlijk erbij: die vragenpool is Europees en zwaar Spaans, dus de exacte percentages hoeven voor een Nederlandse markt niet identiek te zijn. De richting — nauwelijks overlap tussen systemen — is wat telt. Eén samengevoegd "AI-zichtbaarheidscijfer" verbergt dus meer dan het laat zien: je kunt in ChatGPT verdwijnen en in Perplexity groeien, en het gemiddelde beweegt niet.

Meet u een positie? Zie de kans van 1 op 1.000 hierboven. Een gemiddelde positie in AI-antwoorden is een getal zonder stabiele grootheid eronder. "Genoemd of niet genoemd" is wél te meten; "op plek 3" niet.

Wat is de nulmeting, en houdt u een deel onbehandeld? Zonder controlegroep is niet te zien welk deel van een stijging van de aanbieder komt. Een veldstudie met een controlegroep op hetzelfde domein vond dat de onbehandelde pagina's met een factor 3,5 groeiden zonder dat er iets aan gedaan was — tegen 6,1 voor de behandelde. Wie alleen die 6,1 rapporteert, schrijft de hele stijging aan zichzelf toe terwijl bijna 60% ervan ook zonder hem was gebeurd. De auteurs schatten het werkelijke effect op 1,8 tot 2,3× en noemen zelfs dát suggestief en niet sluitend, omdat een strenge placebotoets p=0,16 geeft. Dat is precies de houding die in deze markt ontbreekt.

Wat de Nederlandse aanbieders wél publiceren

Geen foutmarge is niet hetzelfde als geen methode. Twee van de vijf zeggen iets bruikbaars, en dat is een eerlijk onderscheid.

Partij	Wat er over meten gepubliceerd staat
Briljant	Dagelijkse test, volledige antwoorden opgeslagen, 70/30-verdeling tussen generieke vragen en merkvragen, ontdubbeling via hash
OpsCode	30 tot 50 Nederlandse vragen per week, vijf systemen, share-of-voice tegen twee concurrenten
Citeerbaar	Welke onderdelen beoordeeld worden; geen aantal vragen, geen frequentie
SocraNext	Vier systemen, maandelijkse rapportage; het genoemde aantal van 360 intentievragen stuurt de contentproductie, niet de meting
AEO Direct	Geen meetproduct — een contentabonnement met maandelijkse terugkoppeling

Die 70/30-verdeling van Briljant is trouwens een goed voorbeeld van waarom dit ertoe doet. Vraag je een assistent naar je eigen merknaam, dan noemt hij je vrijwel altijd. Vul je je vragenset met merkvragen, dan stijgt je score zonder dat er iets is veranderd. Wie die verhouding niet publiceert, kan zijn eigen cijfer opblazen zonder te liegen.

Wat een goed antwoord eruitziet

Je hoeft geen statistiek te kennen om te horen of een antwoord deugt. Let op deze verschillen:

• "Wij meten dagelijks" → hoe váák per dag dezelfde vraag? Eén keer is één trekking.
• "Wij meten 500 prompts" → hoeveel unieke vragen, en hoeveel herhalingen? 500 kan 500 × 1 zijn of 100 × 5.
• "Je zichtbaarheid is 34%" → 34% van wat, met welke marge, over welke periode?
• "Je bent gestegen van 20 naar 28%" → is dat verschil groter dan de ruis? Zo niet, dan is het geen stijging maar een meting.
• "Wij dekken 16 AI-platforms" → wordt daar gemeten, of alleen verkeer geteld? Dat is niet hetzelfde.

Een aanbieder die deze vragen prettig vindt, heeft er over nagedacht. Een aanbieder die ze ontwijkt met "dat is onze technologie", heeft ze niet.

Drie dingen die kopers ons vragen

Is een aanbieder zonder foutmarge daarmee slecht? Nee. De meeste partijen hier bouwen degelijke producten en de markt is anderhalf jaar oud. Maar het ontbreken van een marge betekent wel dat jij niet kunt zien of een verandering echt is, en dat is precies waar je voor betaalt. Vraag ernaar; het antwoord is informatief, ook als er nog geen marge gepubliceerd wordt.

Wat het ongeveer kost, loopt in Nederland van €49 per maand voor alleen meetsoftware tot €1.195 per maand plus €2.495 eenmalig voor full-service. Wij zitten met €299 tot €899 daartussenin. Ook die spreiding is grotendeels een productverschil en geen kwaliteitsverschil: software die meet is iets anders dan een dienst die ook schrijft en publiceert.

En of je het zelf kunt meten: voor een indruk wel. Stel je vijf belangrijkste koopvragen aan ChatGPT, Perplexity en Google AI Mode, noteer wie genoemd wordt, en doe dat een paar keer op verschillende dagen. Je ziet dan meteen hoeveel het schommelt — dat is de hele les van dit artikel, in een half uur. Wat je zo niet krijgt is een reeks over de tijd waarin je een echt verschil van ruis kunt onderscheiden, en dat is nu juist waar het om gaat. Belangrijker dan het aantal vragen is trouwens dat de set vastligt: verandert de vragenlijst tussen twee metingen, dan meet je de vragenlijst en niet je zichtbaarheid.

Hoe wij het doen

Wij meten 100 vragen per klant, op ChatGPT, Gemini, Perplexity en Google AI Overviews, met drie herhalingen per systeem per week verdeeld over drie dagen. Resultaten met betrouwbaarheidsintervallen, per systeem apart gerapporteerd, nooit samengevoegd tot één getal. De vragenset ligt vast in de database en kan niet gewijzigd worden; bij een methodewijziging krijgt de reeks een nieuwe versie en vergelijken we niet over die grens heen.

Dat is geen claim dat wij beter meten. Het is de informatie die je nodig hebt om dat zelf te beoordelen — en die je bij élke aanbieder zou moeten opvragen, inclusief bij ons.

Wat het kost staat op de prijzenpagina; hoe de meting werkt op AI-zichtbaarheid laten meten. We hebben onszelf ook naast Profound, Peec, Scrunch en Promptwatch gezet.