9 augustus 2026

In ChatGPT genoemd worden in 2026: Hoe zorg je daarvoor?

Kort antwoord: Niet door je eigen naam in te typen. Je weet het pas als je wekelijks realistische kopersvragen test op ChatGPT, Gemini, Perplexity en Google AI Overviews, vastlegt in welke context je verschijnt, en bijhoudt of die context verandert na een aanpassing.

Alleen je naam vragen levert geen eerlijk beeld

Als je ChatGPT vraagt 'ken je bedrijf X?' krijg je een ander antwoord dan wanneer een klant vraagt 'welk bedrijf helpt mij met Y?', en alleen die tweede vraag telt.

De eerste vraag is een naamsherkenningstest. Het model zoekt of jouw naam ergens in zijn trainingsdata of gekoppelde bronnen voorkomt en geeft een bevestigend antwoord als dat zo is. Maar een potentiële klant stelt geen naamstest. Die typt: 'welke installateur in Utrecht legt warmtepompen aan?' of 'wat is een betrouwbare accountant voor een zzp'er?' Het model selecteert dan bronnen op relevantie voor die situatie, niet op naamsbekendheid.

Precies daarom kunnen ondernemers zichzelf wijsmaken dat ze zichtbaar zijn, terwijl ze bij de vragen die er écht toe doen volledig ontbreken. Uit de CBS AI-monitor 2024 blijkt dat 13,7 procent van de bedrijven met tien of meer werkzame personen in 2024 een of meer AI-technologieën gebruikte. Jouw concurrenten en jouw klanten zetten AI al in, ook in hun oriëntatieproces. Als jij op dat moment niet met de juiste antwoorden aanwezig bent, kiest het model een ander.

Het risico is concreet: een potentiële klant vraagt AI om een aanbeveling, krijgt drie namen, jij staat er niet bij, en je ziet nooit waarom. Dit artikel laat je zien hoe je dat meet en wat je eraan doet, zonder te beloven dat je straks altijd wordt aanbevolen.

Wat betekent 'aanraden' in een AI-antwoord?

Aanraden is meer dan genoemd worden: een AI-assistent raadt jouw bedrijf aan als hij jou noemt als passende of beste optie voor de specifieke situatie van de koper.

Er zijn vier niveaus waarop je kunt verschijnen. Alleen de bovenste twee tellen als een echte aanbeveling:

Aanbeveling met context: het model noemt je als passende of beste keuze, met een reden.
Vermelding in een shortlist: je staat in een lijst van drie tot vijf opties, zonder expliciete voorkeur.
Zijdelingse vermelding: je naam valt als voorbeeld of vergelijkingspunt, niet als aanbeveling.
Afwezigheid: je wordt niet genoemd, of een concurrent staat op jouw plek.

Een plek in een lijst van vijf is dus geen aanbeveling in de zin die telt voor een koopbeslissing. Volgens Marketingfacts selecteert ChatGPT in de beslissingsfase gemiddeld 9,0 bronnen, tegenover 10,7 in eerdere fases. Het model wordt selectiever naarmate de koper dichter bij een beslissing komt. Jouw content moet in die fase concreter, bewijsgedreven en gerichter zijn dan in de oriëntatiefase.

Noteer bij elke test vier signalen: óf je verschijnt, op welke positie, naast welke alternatieven, en of de informatie feitelijk klopt. Die vier samen bepalen of jouw zichtbaarheid iets waard is.

Zo stel je realistische kopersvragen op

Goede testvragen klinken als wat een klant typt op het moment dat hij twijfelt, niet als wat jij zou typen om jezelf te vinden.

Stap 1, Denk vanuit de situatie, niet vanuit jouw aanbod.

Begin met de omstandigheid van de koper: wat is er net gebeurd, wat wil hij oplossen? 'Welke accountant is goed voor een zzp'er die voor het eerst personeel aanneemt?' is een situatievraag. 'Wat doet accountantskantoor X?' is een naamstest.

Stap 2, Gebruik de taal van de koper, niet van de branche.

Klanten zeggen 'warmtepomp laten installeren', niet 'installatie van warmtepompsystemen'. Gebruik de woorden die je hoort in gesprekken, in reviews en in Google Search Console.

Stap 3, Voeg locatie en schaal toe waar relevant.

'Welk marketingbureau helpt een MKB-bedrijf in Rotterdam met online zichtbaarheid?' levert antwoorden die dichter bij de beslissing liggen dan 'welk marketingbureau is goed?'

Stap 4, Schrijf vijf tot tien vragen op en bewaar ze.

Gebruik dezelfde vragen bij elke testrun. Varieer ook: kleine woordverschillen kunnen andere bronnen activeren.

Stap 5, Voeg één vergelijkingsvraag toe.

'Wat is het verschil tussen aanbieder A en aanbieder B voor situatie X?' laat zien hoe het model jouw positie ten opzichte van alternatieven ziet, ook als jij niet bij naam wordt gevraagd.

De kennisbankartikelen die AIGeschikt schrijft, zijn op dit principe gebouwd: elk artikel beantwoordt één exacte kopersvraag, zodat het model een directe match kan maken. Met je testvragen ontdek je hetzelfde: welke vragen heeft jouw site al beantwoord, en welke nog niet?

Hoe test je dit handmatig op vier platforms?

Test elke kopersvraag op ChatGPT, Gemini, Perplexity en Google AI Overviews, want elk platform trekt andere bronnen aan en geeft andere antwoorden.

Platform	Hoe het bronnen selecteert	Wat je vastlegt	Valkuil
ChatGPT	Combineert trainingsdata met live zoekresultaten (bij web-browsing aan)	Wordt je genoemd, in welke context, met welke reden	Antwoorden variëren per sessie; start een nieuwe chat per test
Gemini	Trekt sterk op Google-index en Google Bedrijfsprofiel	Positie in de lijst, feitelijke juistheid, alternatieven	Locatiegebonden resultaten kunnen afwijken van wat klanten elders zien
Perplexity	Toont bronlinks bij elk antwoord	Welke pagina van jouw site wordt geciteerd	Een geciteerde pagina ≠ een aanbeveling; lees de context
Google AI Overviews	Geïntegreerd in zoekresultaten, afhankelijk van zoekintentie	Of je verschijnt bij commerciële zoekvragen	Niet elke zoekopdracht triggert een AI Overview

Leg de uitkomsten vast in een eenvoudig logboek:

Datum
Platform
Vraag
Uitkomst (aanbeveling / shortlist / zijdelings / afwezig)
Feitelijke juistheid (klopt de informatie die het model geeft?)

Zonder nulmeting weet je niet of een aanpassing effect heeft gehad. Een logboek van vier weken vertelt meer dan tien losse tests zonder notitie.

Wat weten wij hierover uit eigen metingen?

AIGeschikt meet wekelijks op alle vier platforms met een vaste promptset van gemiddeld 100 prompts per klant, aangepast op de kopersvragen die in de markt van die klant het meest worden gesteld. Uit die metingen blijkt consistent dat antwoorden per platform, per dag en per vraagformulering kunnen verschillen. Eén test is daarom nooit een betrouwbare conclusie; een wekelijks herhaalde meting over meerdere platforms laat pas een trend zien.

Wat verandert er het komende jaar in AI-zichtbaarheid?

AI-assistenten worden steeds vaker de eerste stap in een koopbeslissing. Dat is geen voorspelling, maar een waarneming die inmiddels beleidsmatig is bevestigd.

De Rijksoverheid publiceerde in 2025 het onderzoek AI-gebruik in het mkb: Ambitie of aarzeling?, waarmee AI-gebruik in het Nederlandse mkb expliciet als beleids- en praktijkvraagstuk is neergezet. Voor jou als ondernemer betekent dat: AI-zichtbaarheid is geen nicheonderwerp meer.

Een andere ontwikkeling is technisch van aard. OpenAI beschrijft dat bedrijfskennis in ChatGPT gekoppelde zakelijke apps doorzoekt om relevante context in antwoorden te verwerken. De structuur van jouw content, hoe machineleesbaar die is, of die Schema.org-markup heeft, of die een exacte vraag beantwoordt, bepaalt daarmee in toenemende mate of je wordt meegenomen in een antwoord.

Wat je nu kunt doen:

Controleer of jouw belangrijkste pagina's een duidelijke vraag-antwoordstructuur hebben.
Voeg Schema.org-markup toe aan pagina's die kopersvragen beantwoorden.
Begin met meten voordat je optimaliseert, zodat je een nulmeting hebt.

Praktijkgeval: een Utrecht-installateur meet zijn zichtbaarheid

Een installateur in Utrecht ontdekte dat hij bij directe naamvragen altijd verscheen, maar bij kopersvragen over warmtepompen volledig ontbrak, totdat hij één kennisbankartikel aanpaste.

De fout die hij maakte

De ondernemer had zijn bedrijfsnaam ingevoerd in ChatGPT en Gemini. Beide keren een bevestigend antwoord. Hij concludeerde dat hij zichtbaar was.

Pas toen hij kopersvragen ging testen, ontdekte hij het probleem:

'Welke installateur in Utrecht legt warmtepompen aan voor een rijtjeshuis?' → niet gevonden
'Wat kost een warmtepomp inclusief installatie in Utrecht?' → niet gevonden

Drie andere installateurs werden wel genoemd, elk met een verwijzing naar een specifieke pagina op hun site.

De diagnose

Zijn site had geen pagina die de exacte kopersvraag beantwoordde. Er stond algemene informatie over warmtepompen, maar geen artikel dat inging op de situatie van de koper: type woning, locatie, kostenplaatje, doorlooptijd.

De aanpassing

Hij paste één bestaand artikel aan:

Een concreet voorbeeld toegevoegd voor een rijtjeshuis
De locatie Utrecht expliciet benoemd
De meestgestelde vragen verwerkt in een FAQ-blok

Het resultaat

Na de aanpassing verscheen hij bij twee van zijn vijf testvragen. Geen garantie en geen eindpunt, maar een meetbare verandering die hij zelf kon verifiëren.

AIGeschikt diagnosticeert via de GEO-16 diagnose precies dit soort lacunes: niet alleen óf je onzichtbaar bent, maar op welke van de zestien pijlers van de AI-leespijplijn het misgaat. Voor deze installateur zat het probleem in contentrelevantie. De modellen vonden geen pagina die de vraag van de koper direct raak beantwoordde.

Je hoeft niet alles tegelijk te herschrijven. Één gerichte aanpassing op de pagina die de meest gestelde kopersvraag het dichtst benadert, levert al een eerste datapunt op.

Wat doe je als je niet of verkeerd verschijnt?

Onzichtbaarheid in AI-antwoorden heeft bijna altijd één oorzaak: de modellen vinden geen pagina op jouw site die de exacte kopersvraag beantwoordt.

Stap 1, Stel vast bij welke vragen je ontbreekt.

Gebruik je vaste vragenset en noteer per platform welke vragen geen vermelding opleveren. Die zijn je prioriteiten.

Stap 2, Controleer of de pagina bestaat.

Bestaat er al een pagina die de vraag beantwoordt? Dan is aanpassen sneller dan herschrijven. Bestaat die niet, dan is een nieuw kennisbankartikel de kortste weg.

Stap 3, Maak de pagina concreter en situatiegerichter.

Voeg een concreet voorbeeld toe, beantwoord de meestgestelde deelvragen in een FAQ-blok, en noem locatie en schaal als die relevant zijn voor jouw klant.

Stap 4, Voeg gestructureerde data toe waar mogelijk.

Schema.org-markup helpt AI-modellen te begrijpen wat er op een pagina staat. Een technische stap, maar een die het verschil kan maken tussen gevonden en genegeerd.

Stap 5, Herhaal de meting na vier tot zes weken.

Modellen indexeren en hertrainen niet direct. Geef een aanpassing minimaal vier tot zes weken de tijd voordat je conclusies trekt.

Zo weten wij dit:

AIGeschikt schrijft kennisbankartikelen die elk één exacte kopersvraag beantwoorden. Dat is de categorie content die wij het meeste optimaliseren, omdat die artikelen de directe match maken tussen de vraag van de koper en de content op de site. De klant keurt het concept goed, waarna het live gaat: de ondernemer houdt de regie met één klik. Dit werkproces laat zien dat de combinatie van gerichte content en een goedkeuringsmoment voor de klant het meest beheersbaar is, zeker als je structureel wilt bijhouden wat werkt.

Redactionele weging: wat telt zwaarder bij beperkte tijd?

Als je maar één uur per week hebt, weegt het aanpassen van bestaande pagina's zwaarder dan het schrijven van nieuwe, want de modellen kennen je site al.

Een nieuwe pagina moet door crawlers worden gevonden, geïndexeerd en meegenomen in de zoekcontext van het model. Een bestaande pagina staat al in de index en heeft al een relatie met de modellen die jouw site eerder hebben gelezen. Een gerichte aanpassing, een concreter voorbeeld, een FAQ-blok met de exacte kopersvraag, een locatievermelding, kan sneller effect hebben dan een nieuw artikel dat vanaf nul wordt opgebouwd.

Wat ons betreft weegt dit zwaarder dan de reflex om direct nieuwe content te produceren, omdat de meeste MKB-sites al pagina's hebben die de goede richting op gaan maar niet ver genoeg gaan in het beantwoorden van de exacte kopersvraag. Aanpassen is geen halvemaatregel; het is de meest directe route naar een meetbare verandering als je tijd beperkt is.

Redactionele weging: wanneer is meten genoeg?

Meten zonder actie is zinloos, maar actie zonder meting is gokken. Voor de meeste MKB-bedrijven is de combinatie van een wekelijks testmoment en één aanpassing per maand het meest haalbare en effectieve ritme.

Een nulmeting zonder vervolgmeting vertelt je niets over of een aanpassing heeft gewerkt. En aanpassingen zonder meting kosten tijd zonder dat je weet of ze iets opleveren.

Het ritme dat werkt:

Meet wekelijks met dezelfde vragenset op alle vier platforms.
Voer één gerichte aanpassing per week door op de vraag waar je het meest ontbreekt.
Vergelijk na vier weken of de uitkomst is verschoven.

Noteer vijf tot tien realistische kopersvragen, test die op meerdere AI-platforms en vergelijk de antwoorden wekelijks op vermelding, context en juistheid. Op die manier baseer je de beslissing over verdere investering, in tijd of in een beheerde dienst, op feiten in plaats van op gevoel.

Veelgestelde vragen (FAQ)

Moet ik betaalde tools gebruiken om mijn AI-zichtbaarheid te meten?

Nee, je kunt beginnen met handmatige tests in ChatGPT, Gemini, Perplexity en Google AI Overviews. Dat kost tijd maar levert direct bruikbare inzichten op. Betaalde of beheerde oplossingen voegen waarde toe als je de meting wilt schalen, de trend over tijd wilt zien en niet zelf elke week wilt bijhouden welke vragen je wel of niet scoren.

Hoe vaak moet ik mijn kopersvragen testen?

Wekelijks is het meest betrouwbare ritme, omdat AI-antwoorden kunnen veranderen door modelupdates, nieuwe content van concurrenten of wijzigingen op jouw eigen site. Eén test per maand is een minimum om trends te zien. Eén test per kwartaal levert te weinig datapunten op om te weten of een aanpassing heeft gewerkt. Gebruik altijd dezelfde vragenset zodat de uitkomsten vergelijkbaar zijn.

Wat als ChatGPT mij noemt maar de informatie klopt niet?

Leg dit vast als een aparte categorie in je logboek: zichtbaar maar feitelijk onjuist. Controleer welke pagina op jouw site de bron is en corrigeer de informatie daar direct. Een oud tarief, een oude locatie of een dienst die je niet meer aanbiedt: de meest directe oplossing is de bronpagina aanpassen en de correcte informatie expliciet plaatsen, zodat het model bij een volgende index de juiste versie oppikt.

Telt een vermelding in een lijst van vijf bedrijven als aanbeveling?

Niet als volwaardige aanbeveling, maar ook niet als niets. Zoals uitgelegd in het onderdeel over de vier verschijningsniveaus, is een shortlistpositie een positief signaal: het model acht je relevant voor de vraag. Noteer shortlist en aanbeveling apart in je logboek, zodat je ziet of je in de loop van de tijd opschuift naar de bovenste categorie en welke aanpassing daarvoor de doorslag gaf.

Welk platform is het belangrijkst om als eerste te testen?

Begin met ChatGPT, omdat het wereldwijd het meest gebruikte AI-platform is en de kans het grootst is dat jouw potentiële klanten het gebruiken in hun oriëntatiefase. Voeg daarna Perplexity toe, omdat dat platform bronlinks toont en je direct kunt zien welke pagina wordt geciteerd. Gemini en Google AI Overviews zijn relevant als jouw klanten sterk via Google zoeken. Test uiteindelijk alle vier, want elk platform trekt andere bronnen aan.

Helpt een Google Bedrijfsprofiel bij AI-zichtbaarheid?

Indirect, ja. Gemini trekt sterk op de Google-index en een compleet, actueel Google Bedrijfsprofiel vergroot de kans dat Gemini jou oppikt bij locatiegebonden kopersvragen. Voor ChatGPT en Perplexity is het effect kleiner, omdat die platforms minder direct op de Google-index leunen. Een Google Bedrijfsprofiel vervangt geen gerichte kennisbankpagina's, maar het is een laagdrempelige stap die je sowieso op orde wilt hebben voordat je verder optimaliseert.

Bronnen

Bronnen die in dit artikel zijn gebruikt: