Meetprotocol. Hoe dit register meet.

We stellen koopvragen zoals een Nederlander die stelt: "wat kost een taxatie van een oldtimer", "beste tandarts Utrecht". Elke vraag wordt in drie formuleringen gesteld — een kaal zoekwoord, een volledige vraag, en een situationele variant. Dat is geen luxe: de overlap tussen die drie is in onze eigen metingen vaak niet meer dan een kwart. Wie één formulering meet, meet de formulering en niet de markt.

De vragenlijst ligt vast en verandert alleen bij een nieuwe protocolversie. De identificatie van elke vraag blijft over de jaren gelijk, zodat de reeks vergelijkbaar blijft.

Twee armen, die iets wezenlijk verschillends meten:

• Met zoekfunctie — Perplexity (perplexity/sonar, via de Agent API sinds protocol 1.3) en ChatGPT (gpt-5.4-mini), beide met live webzoeken aan. Dit meet welke bronnen een assistent ophaalt en aanhaalt. Dit is het enige zinvolle kanaal voor lokale diensten.
• Zonder zoekfunctie — hetzelfde ChatGPT-model, maar zonder gereedschap. Dit meet welke merknamen in het model zélf zitten. We doen dit alleen op landelijke categorieën: een probe wees uit dat een tool-loos model bij lokale diensten in 1 van de 10 gevallen een concrete naam noemt, tegen 8 van de 8 landelijk. Daar meet je vooral een weigering.

Gemini ontbreekt bewust. De API-voorwaarden van Google verbieden het analyseren van hun zoekresultaten en het bouwen van een index uit de links daarin. We meten die engine wel voor klanten, maar hij komt in dit publieke register niet voor.

De meting draait elke dag. De gratis geheugen-arm draait dagelijks op de volledige vragenset, in alle drie de formuleringen. De betaalde zoek-arm draait één keer per week op een vaste kern — de lokale diensten en veertien landelijke markten — in één formulering die per ronde wisselt. Elke meting draagt zijn eigen datum, zodat zeven metingen in een week ook als zeven waarnemingen tellen.

Laatste meetweek: 2026-W42. Aaneengesloten weken zonder gat: 13.

• Een AI-antwoord is één meting: één vraag, in één formulering, aan één assistent, op één dag. Dat is de noemer van elk percentage op dit register. Pas sinds week 36 van 2026 leggen we de metingen apart vast; in het weekarchief staat er voor de weken daarvoor een streep, geen nul.
• Een observatie is één regel in de dataset: een naam die viel, een website die werd aangehaald of geraadpleegd, of de meting zelf. Eén antwoord met vijf namen en twee bronnen is dus acht observaties. Het aantal observaties zegt hoe groot de dataset is; het aantal antwoorden zegt hoe vaak we gemeten hebben.
• Een citatie is een bron die de assistent in zijn antwoord aanhaalt. We herleiden elke bron tot zijn hoofddomein, zodat drie pagina's van dezelfde site één bron zijn.
• Geraadpleegd is niet geciteerd. We houden apart bij welke bronnen een assistent heeft opgehaald zonder ernaar te verwijzen. Dat verschil — gezien versus genoemd — meet vrijwel niemand.
• De noemer is het aantal metingen, niet het aantal verwijzingen. Haalt een assistent in één antwoord twee pagina's van dezelfde site aan, dan telt dat als één keer genoemd. Anders zou een site boven de 100% kunnen uitkomen.
• Een naam telt als merk als AI hem in een merkenlijst noemt. Per markt vragen we elke dag letterlijk welke aanbieders er zijn. Alleen namen die in zo'n opsomming vallen, komen in de tabellen van die markt. Zo blijven de kopjes uit een lijstje met afwegingen (“Prijs”, “Dekking”) erbuiten. Productsoorten en jargon die AI óók in merkenlijsten zet (“Allrisk”, “NHG”, “DSL”) staan op een vaste uitsluitlijst.
• Varianten van één naam zijn één naam. “NIBE” en “Nibe”, of “Ajax” en “Ajax Systems”, staan als één rij, onder de schrijfwijze die AI het vaakst gebruikt. Noemt één antwoord beide, dan telt dat één keer. Een naam die een merk en een uitbreiding kan zijn, voegen we alleen samen als de korte naam in dezelfde markt ook los voorkomt.
• Mislukte metingen tellen niet mee. Loopt een aanroep in een time-out of een fout, dan verdwijnt hij volledig — hij zit niet in de teller en niet in de noemer. Een storing bij ons is geen waarneming over de markt.

Bij elk percentage staat een 95%-betrouwbaarheidsinterval(Wilson). Dat geeft de marge waarbinnen het werkelijke percentage vrijwel zeker ligt. Hoe minder metingen, hoe breder dat interval — en een breed interval is een reden om nog niets te concluderen.

We publiceren geen samengestelde score. Geen 34 van de 100. Een score is een oordeel en dus aanvechtbaar; een frequentie is een waarneming. Dat kost pakkendheid en levert navolgbaarheid op.

Niet elk onderwerp krijgt een pagina. De drempel zit in de code, niet in een richtlijn:

• een vraag telt mee bij minstens 20 metingen in 3 weken, plus een robuustheidseis die per arm verschilt: met websearch moeten 2 assistenten het gezien hebben, zonder websearch moeten alle 3 de formuleringen het opleveren. De geheugen-arm draait namelijk op één model — daar is de vraagvorm de variabele, niet de assistent;
• een onderwerp krijgt pas een pagina bij 5 vragen die dat elk halen;
• een bron komt pas in de tabel bij 30 metingen over 2 assistenten;
• een naam komt in de tabel bij 30 metingen op zijn eigen arm — de twee armen worden nooit bij elkaar opgeteld, want ze hebben verschillende noemers.

Haalt een onderwerp dat niet, dan bestaat de pagina niet — ook niet leeg. Dat begrenst de publicatie automatisch tot wat we echt gemeten hebben.

Dit register meet vooral het merkgeheugen: welke namen een model noemt zonder te zoeken (de laatste vier weken 99,8% van onze metingen). In dat geheugen zitten vooral grote, landelijke merken: wie vaak genoeg op internet stond toen het model getraind werd.

Een assistent in de app beslist zelf of hij live zoekt, en bij koopvragen doet hij dat vaak. Welke keuze de app maakt, is via de API niet van buitenaf na te bootsen. Daarom meten we het merkgeheugen hier apart, en meten we een bedrijf op zijn eigen koopvragen mét zoeken: dat is waar een mkb-bedrijf genoemd kan worden, en waar nieuwe inhoud binnen weken verschil maakt. Het merkgeheugen volgt pas veel later.

Dat een bedrijf hier niet staat, zegt dus niets over of AI het aanraadt als hij zoekt. Doe de gratis AI-scan om dat voor je eigen koopvragen te zien.

Onze eigen zwakke plekken, omdat je die moet kennen om de cijfers te wegen:

• Wij meten via de API. Dat lijkt op een uitgelogde gebruiker. Een ingelogde ChatGPT-gebruiker met geheugen en persoonlijke context krijgt aantoonbaar andere antwoorden — de overlap in de top-5 is ongeveer een kwart.
• Eén meting zegt niets. Dezelfde vraag levert op twee dagen verschillende bronnen op. Daarom drie formuleringen, meerdere assistenten en een reeks over weken. Losse getallen uit deze data citeren zonder de meetperiode erbij is misleidend.
• De geheugen-arm meet merkbekendheid in het model, niet zoekgedrag. Die twee percentages hebben verschillende noemers en horen nooit bij elkaar opgeteld te worden.
• Bronnen die in geen enkele categorie vallen labelen we "niet geclassificeerd". Dat is een restcategorie, geen oordeel over wat die partij is.
• Een goedgekeurde correctie wordt pas zichtbaar bij de eerstvolgende aggregatieronde. In de praktijk is dat binnen een dag na afhandeling.

Klopt er iets niet, dan meld je dat. We reageren binnen veertien dagen.

Wat we wel doen: feitelijke fouten in de meting corrigeren, en een vermelding verwijderen als het een eenmanszaak betreft waarvan de handelsnaam een persoonsnaam is.

Wat we niet doen: een vermelding weghalen omdat een bedrijf dat liever heeft. De moderatie is voor iedereen gelijk, en een plek in dit register is niet te koop en niet af te kopen.

De ruwe data staat onder CC BY 4.0: vrij te hergebruiken, ook commercieel, mits je de AI-Zichtbaarheidsmonitor noemt met een link. Downloaden kan hier.