Samenvatting
AI verandert in hoog tempo hoe consumenten zoeken, vergelijken en kopen. En de meeste merken zijn daar nog niet klaar voor. Ads & Impact schetst hoe de klantreis zich verspreidt over ChatGPT, Google, Maps en tal van andere interfaces, waarbij AI niet alleen informeert maar steeds vaker ook direct tot actie overgaat. Zichtbaarheid alleen is daarmee een schijnzekerheid: een merk kan volop genoemd worden en toch afvallen zodra het écht spannend wordt.
Om die blinde vlek te doorbreken, introduceert Ads & Impact een eigen framework dat laat zien waar merken in dat proces vastlopen, en waarom dat zo is. Niet als kant-en-klare oplossing, maar als kompas: het helpt bedrijven te begrijpen op welk punt het vertrouwen van AI (en dus de klant) wegvalt, en wat daarvoor nodig is. Een tijdige en overtuigende poging om grip te krijgen op een marktverschuiving die zich grotendeels buiten het zicht van marketeers voltrekt.
Nederlandse consumenten gebruiken AI naast Search
Generatieve AI is in Nederland in korte tijd van experiment naar massamedium gegaan. Deloitte rapporteerde dat 76% van de Nederlanders bekend is met generatieve AI en 61% het heeft gebruikt. GfK ziet eveneens een sterke groei van AI-gebruik in het dagelijks leven.
Achter de gebruikscijfers zit een interessanter patroon. Mensen kiezen niet massaal één platform, maar wisselen van interface naargelang hun doel. Een LLM helpt bij exploratie, uitleg, probleemoplossing en vergelijking. Google verbindt zulke vragen met Search, Shopping, Merchant Center, Maps, Business Profiles, reviews, prijzen, voorraad, locaties en advertenties. Daardoor ligt een concrete handeling daar vaak dichterbij.
We bewegen dus niet eenvoudig van Google naar ChatGPT. De consument bouwt een eigen combinatie van interfaces. Een reis kan beginnen op TikTok, verdergaan in ChatGPT, worden gevalideerd op Reddit, uitkomen in een AI Overview en via Maps of een merkzoekopdracht alsnog naar een website leiden. Voor marketing is er niet langer één vanzelfsprekende ingang.
Google meldt dat AI Overviews voor de queries waarop ze verschijnen in grote markten meer dan 10% extra gebruik van Search opleveren. In 2026 bereikte het totale aantal zoekopdrachten volgens Google een recordhoogte en AI Mode passeerde één miljard maandelijkse gebruikers.
Ook de stelling dat AI al het websiteverkeer wegneemt, vraagt nuance. Google zegt dat het totale organische klikvolume relatief stabiel bleef en de gemiddelde kwaliteit van klikken toenam. Dat is een claim van Google zelf en geen neutrale marktmeting. Voor individuele publishers en querytypen kan de impact heel anders uitpakken. De bruikbare conclusie is daarom niet dat verkeer veilig is, maar dat AI het zoekgedrag uitbreidt én de verdeling van klikken verandert.
Google Maps kondigt zijn grootste navigatievernieuwing in meer dan tien jaar aan
Google presenteert Ask Maps niet als een kleine functie-update. In de officiële aankondiging spreekt het bedrijf over een nieuwe invulling van wat een kaart kan zijn. Immersive Navigation is volgens Google zelfs de grootste navigatie-upgrade in meer dan tien jaar. Maps ontwikkelt zich van een plek waar je locaties opzoekt tot een conversationele interface die vragen beantwoordt, aanbevelingen personaliseert en plannen direct in actie kan omzetten.
De rollen van LLM’s en Google zijn niet hard gescheiden. ChatGPT wordt agentischer en Google wordt conversationeler. Toch helpt hun huidige uitgangspositie om de verschuiving te begrijpen: LLM’s maken onderzoeken makkelijker; Google kan informatie relatief snel verbinden met commerciële infrastructuur.
Een concreet voorbeeld is Ask Maps. Een gebruiker kan vragen om een specifiek gerecht langs de route te vinden en klaar te zetten voor afhalen. Maps kan rekening houden met openingstijden, voorkeuren en dieetwensen en het gerecht aan een winkelmandje toevoegen. De gebruiker controleert en rekent af.
Wat maakt een restaurant in zo’n antwoord vindbaar? Niet één goed geschreven blog. Het systeem moet weten waar het restaurant zit, wanneer het open is, welke gerechten beschikbaar zijn, wat ze kosten, welke eigenschappen ze hebben, wat anderen ervan vinden en of ze nu besteld kunnen worden. Daarna moet de techniek aanbeveling in actie kunnen veranderen.
AI-vindbaarheid gaat hier duidelijk verder dan content. Merkcontext, bewijs, product- en locatiedata, techniek, conversie en operationele processen bepalen samen of een aanbeveling uitvoerbaar is.
Je website is nog maar één bron van waarheid
Peec AI analyseerde dertig miljoen bronnen die werden gebruikt door ChatGPT, Google AI Mode, Gemini, Perplexity en AI Overviews. Reddit, YouTube, LinkedIn, Wikipedia, Forbes en G2 stonden bovenaan. Websites van de genoemde merken voerden de lijst dus niet vanzelfsprekend aan.
Wat een merk over zichzelf publiceert, is maar een deel van de beschikbare informatie. Reviews, vergelijkingssites, video’s, discussies, PR, productfeeds, merchant-data, Business Profiles, structured data en externe autoriteit kunnen allemaal hetzelfde antwoord beïnvloeden.
In een tweede analyse keek Peec naar 500.000 zakelijke prompts. In die dataset verscheen een AI Overview bij 86,7% van de zoekopdrachten en bij 88,5% van de decision-stage prompts. Deze cijfers zijn niet representatief voor alle Google-zoekopdrachten, omdat de set zwaar leunt op zakelijke vragen met koop- en vergelijkingsintentie. Voor marketeers is juist dat commerciële zwaartepunt interessant. De analyse laat zien dat AI ook bij concrete keuzevragen aanwezig is.
Waarom één visibilityscore je op het verkeerde been zet
Veel marketingteams reageren logisch: ze bouwen een dashboard. “AI Share of Voice: van 23 naar 31%.” Alleen vertelt zo’n score niet wat er commercieel is verbeterd.
Een warmtepompmerk kan acht van de tien keer verschijnen bij “Wat is een warmtepomp?” en volledig verdwijnen bij “Welke warmtepomp past bij mijn tussenwoning uit 1985 met vloerverwarming?” Het eerste antwoord levert zichtbaarheid op. Het tweede bepaalt of het merk werkelijk in aanmerking komt.
De relevante vraag luidt daarom: hoe ver kan een consument met je merk komen? Kijk vooral waar de eerste structurele terugval ontstaat zodra de vraag specifieker, persoonlijker of actiematiger wordt.
Het AI Consumer-to-Brand Maturity Framework
De volwassenheid hoort bij de taak, niet bij de consument als persoon. Iemand kan AI zelfstandig een restaurant laten boeken en bij een hypotheek alleen om uitleg vragen. Bouw promptsets daarom op van uitleg naar vergelijking, keuze en uitvoering. Beoordeel bij elke stap welke capability het merk aantoonbaar levert.
De commerciële waarde ontstaat wanneer je merk ook bij complexere vragen overeind blijft. Eerst als relevante bron, daarna als serieuze optie en uiteindelijk als onderbouwde aanbeveling. Merken die content, bewijs, data en vervolgstappen goed op elkaar aansluiten, vergroten niet alleen hun zichtbaarheid. Ze vergroten vooral de kans dat AI hun aanbod begrijpt, met vertrouwen aanbeveelt en de klant zonder onnodige frictie naar actie begeleidt.
Binnen Ads & Impact gebruiken we de map niet als eindrapport, maar als startpunt voor prioritering. Een rode cel krijgt pas waarde wanneer duidelijk is welk onderdeel van de marketing- en dataketen de terugval veroorzaakt. Dat kan content zijn, maar net zo goed merkbewijs, productdata, een feed, een onduidelijke propositie, lokale informatie, CRO of een ontbrekende integratie.
Consumentrol | Merkcapability | Praktische vraag |
|---|---|---|
Explore | Discoverable | Kan AI het merk en de relevante informatie vinden? |
Assist & Solve | Understood | Begrijpt AI aanbod, doelgroep, context en verschil? |
Compare | Considered | Komt het merk geloofwaardig in de shortlist? |
Decide | Recommended | Wordt het merk voor een specifieke situatie aanbevolen? |
Act | Actionable | Kloppen prijs, voorraad, variant, deeplink en conversiestap? |
Delegate | Agent-ready | Kan een agent de taak veilig, technisch en herstelbaar uitvoeren? |
Vier merklekken die dezelfde score kan verbergen
Na enkele maanden bereikte de opdrachtgever opnieuw de nummer 1-positie op het belangrijkste zoekwoord. Belangrijker nog: het ging niet om een korte piek. De positie bleef consistent en overleefde meerdere daaropvolgende Google Core Updates.
De gerichte categoriepagina bleek daarmee niet alleen een tijdelijke oplossing, maar een structureel sterkere basis dan de eerdere homepage-aanpak.
De verbeterde posities zorgden bovendien voor een constante stijging van het organische marktaandeel. Opdrachtgever A werd vaker zichtbaar op de belangrijkste momenten in de klantreis en wist opnieuw meer ruimte in de zoekresultaten te veroveren.
De maturity-map laat zien waar de prestatie terugvalt. Het antwoordpatroon vertelt waarom. In de praktijk komen vier merklekken vaak terug:
Bron zonder merk
Je website wordt geciteerd, maar de merknaam verschijnt niet duidelijk in het antwoord. De informatie is bruikbaar, alleen wordt ze onvoldoende aan de afzender gekoppeld. Kijk naar expliciete merkvermelding, consistente entiteiten en structured data.
Merk zonder bewijs
Je merk wordt genoemd, maar de beschrijving leunt op oude of weinig controleerbare bronnen. Publiceer actuele, onderbouwde claims en zorg dat belangrijke bewijzen ook buiten de eigen website geloofwaardig worden bevestigd.
Shortlist zonder voorkeur
Je merk staat tussen de opties, maar wordt zelden als beste match gekozen. Werk niet automatisch aan méér content, maar aan productfit, use cases, vergelijkingscriteria, reviews en eerlijke trade-offs.
Aanbevolen zonder actie
AI adviseert je product, maar de variant ontbreekt, de voorraad klopt niet, de deeplink landt verkeerd of de aanvraagflow hapert. Dit is vooral een productdata-, CRO- of integratieprobleem.
De diagnose bepaalt de interventie. Meer content repareert geen foutieve voorraad. Structured data compenseert geen zwakke propositie. En meer mentions bewijzen nog geen voorkeur of omzet.
De meetinfrastructuur schuift al mee
Microsoft heeft in Bing Webmaster Tools een AI Performance-rapport dat laat zien welke pagina’s in Copilot en AI-antwoorden worden geciteerd. Het toont zelfs grounding queries: de formuleringen waarmee het systeem informatie ophaalt.
Cloudflare introduceerde een AEO Visibility Dashboard met onder meer Citation Rate, Mention Rate, Prominence en Share of Voice. De bijbehorende Agent Readiness-laag controleert of agents een website kunnen bereiken en lezen. Waar relevant wordt ook getest of ze interfaces kunnen aanroepen.
Samen vormen deze ontwikkelingen een nieuwe meetlaag rond het internet. Gespecialiseerde platforms analyseren modelantwoorden, zoekplatforms tonen bron- en groundingdata en infrastructuurpartijen volgen crawlers, referrals en technische bereikbaarheid. Voor een goede diagnose moeten marketing, data en techniek daarom nauwer samenwerken.
Dit verandert meer dan SEO
De discussie over SEO versus GEO doet vermoeden dat er een nieuw vakgebied naast zoekmachineoptimalisatie ontstaat. In de praktijk raken bestaande disciplines juist sterker met elkaar verweven. Content bepaalt of een systeem je kan uitleggen. Merkautoriteit en digital PR beïnvloeden welk bewijs beschikbaar is. Reviews en vergelijkingssites kleuren voorkeur. Productfeeds, structured data en lokale gegevens maken actuele selectie mogelijk. CRO en integraties bepalen of de aanbevolen vervolgstap ook werkt.
Ook attributie wordt lastiger. Een branded-searchconversie kan zijn beïnvloed door een eerder AI antwoord zonder ooit als AI-referral zichtbaar te worden. Last click registreert dan het einde van de reis, maar mist een groot deel van de beïnvloeding ervoor. Daarom onderscheiden we in het framework vier meetlagen: marktgebruik, prompts en taken, antwoorden en businessimpact.
Die meetlagen voorkomen dat een mention wordt behandeld als voorkeur of dat een aanbeveling automatisch als omzet wordt geboekt. Ze maken ook duidelijk waarom online marketing breder moet worden bestuurd. De vraag is niet welk team eigenaar wordt van AI. De vraag is welke capability de klantreis op dit moment begrenst en wie die beperking kan oplossen.
De Ads & Impact-aanpak: van score naar gerichte interventie
Onze aanpak voor AI-zichtbaarheid begint niet met een generieke lijst prompts of een los share-of-voicecijfer. We kiezen eerst een commercieel taakgebied dat voor het merk relevant is. Daarna bouwen we vragen op van oriëntatie naar vergelijking, keuze en uitvoering. De eerste structurele terugval bepaalt waar nader onderzoek nodig is.
Vervolgens combineren we antwoorddata met de digitale werkelijkheid van het merk. Kloppen claims, entiteiten en bronnen? Zijn reviews en bewijs sterk genoeg om voorkeur te onderbouwen? Zijn prijs, voorraad, varianten en locaties actueel? Landen deeplinks goed en kan een consument zonder onnodige frictie converteren? Op die manier verbindt het framework GEO met SEO, merkstrategie, feedmanagement, CRO en webanalytics.
Het volledige model, inclusief de twee assen, maturity-map en vier merklekken, staat in de Ads & Impact-whitepaper over AI-zichtbaarheid en merkvolwassenheid. Die uitwerking is bedoeld voor marketeers die AI niet als los kanaal willen behandelen, maar als aanleiding om de hele klantreis scherper te organiseren.
Wat kun je morgen anders doen?
Kies niet “meer AI-visibility” als doel. Kies één commercieel relevante taak, bijvoorbeeld: “Een ondernemer zoekt een boekhoudpakket voor een bedrijf met tien medewerkers en internationale facturatie.”
- Bouw vragen op van uitleg naar vergelijking, keuze en uitvoering.
- Test meerdere engines en herhaal metingen; één antwoord is geen patroon.
- Zoek de eerste structurele terugval van groen naar oranje of rood.
- Classificeer het lek: merkcontext, bewijs, voorkeur of actie.
- Koppel de interventie aan de oorzaak: content, entiteiten, reviews, productdata, CRO of integratie.
- Meet antwoorden én downstream gedrag zoals branded search, leads, afspraken, omzet en agentacties.
Een vermelding bewijst nog geen voorkeur en een aanbeveling nog geen conversie. AI kan een latere branded-searchconversie hebben beïnvloed, terwijl die invloed nooit als AI-referral zichtbaar wordt. Houd daarom vier meetlagen uit elkaar: marktgebruik, prompts en taken, antwoorden en businessimpact.
Van voorkomen naar vooruitkomen
SEO, Paid Search en content blijven vaste onderdelen van de marketingmix. Merkautoriteit, digital PR, reviews, productfeeds, structured data, CRO, lokale data, technische toegankelijkheid en agentintegraties krijgen daarnaast meer gewicht.
AI-visibility schiet daarom tekort als los doel. Onze opdracht is om ervoor te zorgen dat een consument een merk kan vinden, begrijpen, vertrouwen, kiezen en gebruiken, ongeacht waar de klantreis begint.
Waar valt jouw merk uit de AI-klantreis?
Wil je weten bij welk type vraag jouw merk voor het eerst terrein verliest? Download dan het AI Consumer-to-Brand Maturity Framework van Ads & Impact. De whitepaper helpt je om consumentvragen, merkcapabilities en de vier merklekken in samenhang te beoordelen.
Wil je de analyse vertalen naar een concrete aanpak voor content, SEO, autoriteit, productdata, CRO en meting? Neem contact op met Ads & Impact voor een inhoudelijk gesprek over de eerste capability gap in jouw klantreis.
