← Alle artikelen in het kenniscentrum

Kenniscentrum / Pillar-gids

Hoe je geciteerd wordt door ChatGPT en Google AI Overviews zelfs als je website nu nog onzichtbaar is

Bij 26,56% van de Nederlandse zoekwoorden toont Google nu een AI Overview, een vervijfvoudiging in één jaar. ChatGPT verwerkt 86 miljoen maandelijkse bezoeken vanuit Nederland, Perplexity 3,1 miljoen. Voor de meeste Nederlandse MKB-websites betekent dit niet dat ze een SEO-probleem hebben. Ze hebben een citation-probleem dat ze nog niet meten.

Het verschil is fundamenteel. Klassieke SEO optimaliseert pagina’s om hoger te ranken in een lijst met blauwe links. Generative Engine Optimization, kortweg GEO, optimaliseert content om als bron geciteerd te worden in een AI-gegenereerd antwoord. Het zijn twee verschillende spellen, met andere ranking-eenheden, andere meet-mechanismen, en andere winnaars.

Dit document beschrijft hoe het werkt. Niet als verzameling tips. Als productie-handleiding voor wie de komende 12 maanden wil verschijnen wanneer een Amsterdammer aan ChatGPT vraagt: “welke advocaat in Nederland is gespecialiseerd in arbeidsrecht?” of “welke kliniek in Amsterdam doet betrouwbaar botox?”, vragen die over twee jaar de meerderheid van zoekgedrag uitmaken.

We gaan zes onderwerpen door: wat GEO concreet is en niet is, hoe ChatGPT, Perplexity en Gemini hun bronnen kiezen, welke schema-types in 2026 het verschil maken, waarom de Nederlandse markt asymmetrisch is, vijf concrete acties die binnen 8 weken resultaat geven, en wat dit betekent voor de keuze tussen handmatig optimaliseren of het uitbesteden.

1. Wat GEO is, en wat het niet is

Klassieke SEO optimaliseert pagina’s voor klikken. GEO optimaliseert passages voor extractie. Dat verschil verandert wat je moet bouwen, niet hoe goed je bestaande SEO is.

In de oude SEO-wereld was de eenheid van competitie de pagina. Google rangschikte pagina’s, gebruikers klikten, websites kregen verkeer. Backlinks bouwden domeinautoriteit op, autoriteit verbeterde rankings, rankings leverden klikken op. Een logische cyclus die twintig jaar werkte.

In de GEO-wereld is de eenheid van competitie de passage. AI-zoekers, ChatGPT, Perplexity, Google AI Overviews, Gemini, synthetiseren antwoorden uit fragmenten van verschillende bronnen. Een goed geciteerde passage van 60 woorden levert meer waarde op dan een hele blog die niemand opent. Het concept “domeinautoriteit” verschuift van Google ziet je site als gezaghebbend naar AI-systemen vertrouwen jouw passages voor antwoordsynthese.

Dat heeft drie tastbare gevolgen voor hoe je content bouwt.

Eerst: backlinks verliezen gewicht. In klassieke SEO is het aantal en de kwaliteit van inkomende links dé predictor voor ranking. Bij AI-citation is de correlatie tussen Domain Authority en citation-kans gedaald tot statistisch zwak. Tegelijk komt 47% van AI Overview-citaties van pagina’s die onder positie #5 staan in klassieke zoekresultaten. Met andere woorden: pagina’s die slecht ranken kunnen toch geciteerd worden, en pagina’s die hoog ranken kunnen genegeerd worden. Het mechanisme is ontkoppeld.

Ten tweede: structuur wordt belangrijker dan totaalkwaliteit. Een pagina die uitstekend is geschreven maar zonder duidelijke H2-koppen, zonder schema markup, zonder front-loaded antwoorden, presteert slechter dan een gemiddeld geschreven pagina met scherpe structuur. AI-systemen scannen op extractbare blokken. Geen blok = geen citation, hoe goed het verhaal ook is.

Ten derde: entiteiten verslaan keywords. In de oude SEO mikte je op zoekwoord-frequentie en synoniem-variatie. In GEO mik je op het aantal herkende entiteiten op een pagina, merkennamen, plaatsnamen, vaktermen, personen. Pagina’s met 15 of meer herkende entiteiten worden 4,8 keer vaker geciteerd dan pagina’s met minder dan vijf. Entity-density is wat keyword-density was in 2008. De vorige metric is dood; deze is haar opvolger.

Een levend voorbeeld maakt dit concreet. Een elektricien in Amsterdam, een van onze klanten, illustreert dit patroon. Hun website heeft een Site Health van 93%, een AI Search Health van 93%, en geen enkele technische fout. Op klassieke SEO-metrics is het bedrijf goed georganiseerd. Hun Authority Score is 9, organisch verkeer per maand is nul, en ze worden op 56 keywords gevonden waarvan 93% informationeel, vrijwel allemaal op pagina 3 of dieper. Voor de zoekterm “elektricien Amsterdam”, de meest waardevolle commerciële zoekvraag voor dit bedrijf, staan ze niet in de top 100.

Dit is geen SEO-probleem. De techniek is in orde. Het is een GEO-probleem: de site mist de structurele signalen die AI-systemen gebruiken om passages te selecteren als bron. Geen schema markup, geen front-loaded H2-blokken, geen duidelijke auteursentiteit, geen cross-platform mention-strategie. Op klassieke SEO-criteria gezond, op GEO-criteria onzichtbaar. Dat is de moderne paradox waarop deze pillar antwoord geeft.

GEO is dus geen update van wat je al doet. Het is een tweede, parallel optimalisatie-traject met andere principes. Wie alleen op klassieke SEO blijft optimaliseren wint zoekresultaten, maar AI-zoekers herverdelen 26,56% van de Nederlandse zoekvolume al, en dat aandeel groeit elk kwartaal. Op de lange termijn is dat het meerendeel van het zoekgedrag.

2. Hoe ChatGPT, Perplexity en Gemini hun bronnen kiezen

ChatGPT haalt zijn bronnen uit Microsoft Bing en verwerpt 85% van wat het raadpleegt. Perplexity citeert acht tot twaalf bronnen per antwoord uit een eigen index met sterke voorkeur voor community-validatie. Google Gemini splitst elke vraag in zestien of meer subqueries en synthetiseert het antwoord uit alle resultaten samen. Drie verschillende mechanismen, drie verschillende winnaars. Optimaliseren voor één werkt zelden voor alle drie.

Dit is het stuk dat de meeste marketingbureaus oversimplificeren tot “AI-zoekers werken anders dan Google”. Dat klopt, maar het is bruikbaar als de uitspraak “benzineauto’s werken anders dan elektrische auto’s”, feitelijk juist, operationeel waardeloos. Wie écht wil verschijnen in AI-antwoorden moet weten welk mechanisme welke content selecteert. Hieronder per platform.

2.1 ChatGPT, Bing-driven, harde selectie

ChatGPT gebruikt Microsoft Bing als zijn primaire zoekindex. Dat is een belangrijk onderscheid: terwijl Google AI Overviews en Gemini varen op Google’s eigen indexering, vist ChatGPT in Bing’s vijver. Een site die in Bing slecht zichtbaar is, is voor ChatGPT vrijwel onbereikbaar, ongeacht hoe goed de Google-rankings zijn.

Het selectieproces verloopt in vijf stappen. De gebruikersvraag wordt eerst herformuleerd naar een zoekquery, soms gesplitst in meerdere queries als de vraag complex is. Bing levert candidaatpagina’s aan, alleen publiek toegankelijke content zonder paywall. ChatGPT extraheert dan relevante passages uit de volledige pagina, niet de hele pagina. Die passages worden gescoord op semantische match, feitelijke aansluiting, en contextuele fit. Pas dan synthetiseert het model een antwoord en kiest gemiddeld drie tot vijf bronnen om expliciet te citeren.

Het meest opvallende gegeven komt uit een grootschalige AirOps-studie van 548.534 pagina’s: ChatGPT raadpleegt veel meer pagina’s dan het citeert. Slechts 15% van de geraadpleegde pagina’s wordt ook werkelijk gebruikt als bron. De andere 85% wordt geëvalueerd en verworpen. Dat is een agressieve filter, en de selectiecriteria zijn voorspelbaar:

  • Domeinautoriteit en geloofwaardigheid: ongeveer 40% van het gewicht. Sites met een trust score van 97-100 krijgen gemiddeld 8,4 citaties; sites met lage trust scores 1,6. Een verschil van een factor 5,25.
  • Content-kwaliteit en structuur: ongeveer 30%.
  • Recency en frisheid: ongeveer 20%. Content die binnen de laatste 12 maanden is gepubliceerd of bijgewerkt wordt 1,6 keer vaker geciteerd dan oudere content.
  • Technische toegankelijkheid: ongeveer 10%. Hieronder vallen schema markup, crawlbaarheid, en correcte structurele tags.

Wikipedia is veruit de meest geciteerde bron in ChatGPT-antwoorden, met 7,8% van alle citaties. Dat is geen toeval, Wikipedia voldoet aan elk criterium tegelijk: hoge trust, gestructureerde inhoud, frequente updates, en universele crawlbaarheid.

Wat dit betekent voor je content: voor ChatGPT-citation moet je site presteren in Bing, niet alleen in Google. Het moet een verifieerbare auteursentiteit hebben (Person-schema met sameAs-links naar LinkedIn). Het moet recent bijgewerkt zijn. En het moet structurele toegankelijkheid bieden, schema, duidelijke koppen, scanbare passages, zodat de Bing-crawler en daarna ChatGPT’s extractielaag de relevante stukken kunnen vinden.

2.2 Perplexity, community-validatie en information gain

Perplexity werkt fundamenteel anders. Waar ChatGPT pas op verzoek browsing inschakelt en Wikipedia-zwaar is, is Perplexity een citation-first search engine: élk antwoord bevat altijd genummerde inline links, en het systeem citeert gemiddeld acht tot twaalf bronnen per antwoord. Drie keer zoveel als ChatGPT.

Het reranking-systeem werkt in drie lagen. Eerst breidt Perplexity de query uit en haalt candidaten op uit een eigen crawler en aanvullende web-API’s. Vervolgens scoort een ML-model elke candidaat op information gain, biedt deze bron iets wat andere bronnen niet bieden? Bronnen die hetzelfde herhalen worden gefilterd. Tot slot loopt elke overgebleven candidaat door een trust-filter: misinformatie-historie, consensus met andere autoriteiten, en, uniek voor Perplexity, gebruikersengagement op platforms als Reddit en LinkedIn.

Dat laatste is operationeel cruciaal. Reddit staat op de zesde plaats van meest geciteerde bronnen voor Perplexity, 6,6% van alle citaties, naast Wikipedia, G2, en Capterra. Voor merken betekent dit dat aanwezigheid op review-platforms en community-fora een direct effect heeft op AI-citation. Merken die binnen 60 dagen verschijnen op drie of meer platforms (Reddit, LinkedIn, branchespecifieke fora) zien hun Perplexity-citation-scores meetbaar stijgen.

De rankingfactoren bij Perplexity zijn breder verdeeld dan bij ChatGPT:

  • Content-relevantie en semantische match: 30%
  • Visuele plaatsing in de tekst: 20%, bovenste deel van de pagina weegt zwaarder
  • Domeinautoriteit: 15%
  • Frisheid: 15%
  • Cross-platform aanwezigheid: 10%, Reddit, fora, reviewplatforms
  • Structured data en technische toegankelijkheid: 10%

Wat dit betekent voor je content: Perplexity-citation is geen pure on-page-optimalisatie. Een site die volledig op zichzelf staat, geen mentions op Reddit, geen LinkedIn-aanwezigheid, geen branchefora-vermeldingen, wordt zelfs met perfecte schema en uitstekende content ondergewaardeerd. Voor B2B-bedrijven betekent dit dat consistente LinkedIn-aanwezigheid (essays, posts, observaties) een aantoonbare bijdrage levert aan citation in Perplexity. Niet als marketing-bijproduct, maar als directe ranking-input.

2.3 Google Gemini, query fan-out en harde herwaardering

Gemini werkt fundamenteel anders dan beide voorgaande systemen. Waar ChatGPT en Perplexity één query verwerken (eventueel gesplitst), gebruikt Gemini query fan-out: één gebruikersvraag wordt opgesplitst in zestien of meer parallelle subqueries, elk met een ander aspect van de oorspronkelijke vraag. Het uiteindelijke antwoord wordt dan gesynthetiseerd uit de candidaat-pool van álle subqueries samen.

Dit verandert de optimalisatielogica volledig. Eén goed geschreven pagina is niet genoeg, je hebt een heel topic-cluster nodig. Wie alleen één pillar-page heeft over GEO, maar geen cluster van satellite-content rondom specifieke deelvragen (“FAQPage schema implementatie”, “AI Overview tracken”, “ChatGPT-citation meten”), mist de meeste fan-out subqueries. Gemini wint topical authority, niet pagina-authority.

Na de upgrade naar Gemini 3 in januari 2026 zijn de citation-patronen significant verschoven. Vóór de update kwam 76% van de citaties uit pagina’s die in Google’s top-10 stonden. Na de update is dat slechts 38%. Tegelijk steeg het gemiddeld aantal geciteerde bronnen per AI Overview van 11,5 naar meer dan 15. En 42% van eerder geciteerde domeinen werd vervangen door andere bronnen. De ranking-factoren zijn dus instabiel, een pagina die in maand één geciteerd werd, kan in maand drie verdrongen zijn door beter geoptimaliseerde concurrenten.

Het belangrijkste structurele inzicht voor Gemini-optimalisatie: 44,2% van alle citaties komt uit de eerste 30% van de artikel-tekst. Gemini extraheert op sectieniveau, en de eerste één tot drie zinnen van een H2-sectie bepalen of de hele sectie geciteerd wordt. Content die pas in alinea vier de kern behandelt, wordt overgeslagen. Front-loaded answers zijn voor Gemini geen stijlkeuze, ze zijn de drempel voor citation-eligibility.

E-E-A-T weegt bij Gemini zwaarder dan bij andere systemen. Onderzoek toont dat 96% van AI Overview-content afkomstig is uit bronnen met sterke E-E-A-T-signalen: geverifieerde auteursentiteiten, transparante organisatie-informatie, en aantoonbare expertise via author-bios met sameAs-links naar professionele profielen.

Wat dit betekent voor je content: voor Gemini-citation moet je content topical-cluster-architectuur hebben (pillar + 8-12 cluster-pages over hetzelfde onderwerp), elke H2 moet front-loaded zijn (eerste 1-3 zinnen = volledig antwoord), en je site moet expliciet auteur- en organisatie-entiteiten bevatten via Person en Organization schema.

Samengevat: één bron, drie strategieën

DimensieChatGPTPerplexityGemini (AI Overviews)
ZoekindexBingEigen crawler + webGoogle Search
Citaties per antwoord3–58–124–8, na update 15+
Bron #1 typeWikipedia (7,8%)Reddit + community (6,6%)Gedistribueerd
Uniek mechanisme85% verworpenInformation gainQuery fan-out (16+ subqueries)
Sterkste signaalDomain trustCross-platform mentionsFront-loaded answers
StructuurvoorkeurEncyclopedischBLUF + community-validatieZelfstandige H2-blokken

De praktische implicatie voor wie content schrijft is helder: er is geen één-op-één optimalisatie-recept. Maar er zijn wel drie maatregelen die voor alle drie tegelijk werken: front-loaded H2’s (eerste 1-3 zinnen = het antwoord), correct geïmplementeerd schema met FAQPage, Article, Person en Organization, en cross-platform mention-strategie via LinkedIn en branchespecifieke kanalen. Wie deze drie tegelijk doet, valt zelden buiten de citation-pool, ongeacht welk AI-systeem een gebruiker raadpleegt.

3. De zeven schema-types die in 2026 het verschil maken

Pagina’s met correct geïmplementeerd schema worden 3,1 keer vaker geciteerd in AI Overviews dan pagina’s zonder. FAQPage-schema heeft de sterkste directe correlatie voor informatieve queries, met +73% selectieratio. Toch heeft slechts 27 tot 39% van alle websites enige vorm van schema, en bij Nederlands MKB ligt dat onder de 15%. Schema markup is in 2026 geen optimalisatie-bonus meer. Het is de drempel om überhaupt in aanmerking te komen voor citation.

Een korte begripscheck. Schema markup, geïmplementeerd via JSON-LD, is gestructureerde data die zoekmachines en AI-systemen vertelt wat de inhoud van een pagina is: een artikel, een FAQ, een lokaal bedrijf, een persoon, een product. Het is geen zichtbare opmaak voor lezers; het is metadata in de broncode die machines kunnen lezen. Voor klassieke SEO leverde schema voornamelijk rich results op, sterren bij reviews, FAQ-uitvouwingen in zoekresultaten. Voor AI-citation doet schema iets fundamenteler: het functioneert als fact sheet dat AI-systemen de zekerheid geeft om een bron te vertrouwen voor antwoordsynthese.

Niet elk schema-type is even waardevol. Hieronder de zeven die in 2026 het meest impact hebben, gesorteerd op directe citation-effect.

Schema-typeToepassingCitation-impact
FAQPageQ&A-blokken op landings- en informatiepagina’s+73% selectieratio
Organization + sameAsMerkidentiteit met links naar LinkedIn, WikipediaVoorkomt entiteitsverwarring
LocalBusinessAdres, openingstijden, lokale entiteit+41% kans op Local Pack
Article + AuthorRedactionele content met auteur en datumBevestigt frisheid en E-E-A-T
Person (knowsAbout)Auteursentiteit met expertisegebiedenDirect E-E-A-T-bewijs
HowToStap-voor-stap instructiecontentStappen-extractie naar AI
BreadcrumbListNavigatiehiërarchieContent-classificatie

FAQPage is het sterkste enkele signaal, en wel om een specifieke reden: AI Overviews worden opgebouwd als vraag-antwoord-constructies, exact het formaat dat FAQPage-schema aanlevert. Wanneer Google’s of OpenAI’s systeem op zoek is naar een antwoord op “wat kost een AI-receptionist per maand”, scant het bij voorkeur pagina’s waar die vraag al expliciet als vraag-antwoord-paar gestructureerd staat. Pagina’s met FAQ-schema worden 60% vaker opgenomen in AI Overviews dan vergelijkbare ongestructureerde pagina’s. Voor MKB die op informatieve queries wil verschijnen, en dat is het overgrote deel van Aivora’s doelgroep, is dit de hoogste-ROI implementatie.

Organization en Person werken samen. Een pagina die Organization-schema heeft (Aivora als entiteit, met sameAs-links naar LinkedIn en KvK) plus Person-schema voor de auteur (met knowsAbout-properties die expertisegebieden specificeren), levert programmatisch bewijs van expertise. Onderzoek laat zien dat 96% van AI Overview-citaties komt uit bronnen met sterke E-E-A-T-signalen, en deze schema-combinatie is hoe je E-E-A-T machine-leesbaar maakt. Zonder dit verschijnen pagina’s lager in citation-rankings, ongeacht hoe goed de inhoud zelf is.

LocalBusiness is voor lokale dienstverleners de scherpste hefboom. Pagina’s met correct LocalBusiness-schema verschijnen 41% vaker in Google’s Local Pack, de drie lokale resultaten boven de organische lijst. Voor klinieken, advocaten, accountants en andere lokale dienstverleners is dit een implementatie van vier of vijf regels JSON-LD, en de impact is binnen 4-8 weken meetbaar.

Een concrete FAQPage-implementatie ziet er zo uit:

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "Wat kost een AI-receptionist per maand?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "Een AI-receptionist voor MKB kost in 2026 tussen €197 en €497 per maand, afhankelijk van het oproepvolume en integraties..."
    }
  }]
}

Vier regels die het verschil maken tussen een pagina die wel of niet wordt geciteerd. De vraagstelling matcht hoe gebruikers zoeken; het antwoord is direct extractable; de structuur is voor AI-systemen ondubbelzinnig.

Wat de meeste sites verkeerd doen. De drie meest voorkomende fouten in 2026 zijn herkenbaar en repareerbaar. Ten eerste: schema dat content beschrijft die niet zichtbaar op de pagina staat, Google straft dit consistent. Ten tweede: inconsistentie tussen schema en zichtbare content (verschillende prijzen, andere openingstijden, oudere data). Ten derde: schema dat niet wordt bijgewerkt als de pagina verandert. Een FAQPage-schema met antwoorden uit 2023 op een pagina die in 2026 herzien is, wordt door AI-systemen herkend als verouderd signaal en verlaagt citation-kans.

De praktische conclusie: wie binnen 90 dagen meetbare AI-citation-progressie wil zien, implementeert vier schema-types in deze volgorde, Organization op de homepage, Article+Person op alle blog- en knowledge-pagina’s, FAQPage op alle dienst-landingspagina’s, en LocalBusiness als de organisatie een fysieke locatie of servicegebied heeft. Het is niet meer werk dan een halve dag voor een ervaren ontwikkelaar. Voor sites die er nu nul van hebben, is het de hoogste-ROI investering die ze in 2026 kunnen doen.

4. De Nederlandse markt-realiteit: een asymmetrie die over 12-24 maanden dichtgaat

87% van pagina’s die in Google’s top-10 staan gebruikt schema markup. Bij Nederlands MKB ligt het onder de 15%. Die kloof is geen statistiek. Het is een tijdslot dat over 12 tot 24 maanden dichtgaat, en wie in 2026 begint met implementatie verschijnt in 2027 boven concurrenten die dezelfde ruimte missen.

De Nederlandse markt heeft een eigenaardige structuur. 44% van de top-1000 NL-websites gebruikt structured data, boven het globale gemiddelde van 39%. E-commerce-sites scoren het hoogst, met 61% schema-adoptie. Maar dit zijn de grote websites: bedrijven met inhouse marketing-teams, externe SEO-bureaus, of bewuste investering in technische SEO. Onder dat segment ziet het beeld er heel anders uit.

Het Nederlandse MKB-landschap bestaat voor 73% uit microbedrijven (minder dan tien medewerkers). Slechts 24% van het Nederlands MKB heeft een “hoge” digitaliseringsgraad, in Denemarken is dat 38%. Slechts 31% van microbedrijven heeft een kwalitatieve website. Vanuit deze basislijn is schema markup voor de meeste kleine bedrijven schlicht buiten beeld; ze weten niet eens dat het bestaat, laat staan wat het zou kunnen opleveren.

Concreet vertaalt dit zich in een meetbare asymmetrie:

SegmentSchema-adoptie
Top 1.000 NL-websites44%
E-commerce sites (NL)61%
Globaal LocalBusiness-schema28%
Globaal Organization-schema12%
Pagina’s met top-10 rankings87%
Geschat Nederlands MKB<15%

De 87%-tegenover-15%-kloof is het kerngegeven. Schema markup is sterk geconcentreerd in de bovenlaag van geoptimaliseerde websites. De rest, het overgrote deel van Nederlands MKB, heeft het niet. Dat is geen teken van marktverzadiging; het is het tegenovergestelde. Het is een onontgonnen positie waar nu in 2026 een first-mover-voordeel ligt.

Waarom dit een tijdgevoelig venster is. AI-systemen wegen cumulatieve signalen mee. Een pagina die in 2026 schema implementeert en consistent over 12-18 maanden topical autoriteit opbouwt, wordt door 2027 een vertrouwde citation-bron, een positie die met terugwerkende kracht moeilijk te verdringen is. Concurrenten die in 2027 hetzelfde proberen, vechten dan tegen 18 maanden geaccumuleerde autoriteit. De asymmetrie sluit zichzelf zodra een eerste cohort Nederlandse MKB-bedrijven het patroon doorbreekt.

Voor lokale dienstverleners is dit operationeel relevant. Klinieken, advocaten, accountants, fiscalisten, mediators, B2B-consultants, vrijwel niemand in deze segmenten heeft op dit moment een serieuze schema-implementatie. Wie willekeurig vijftig Nederlandse cosmetische klinieken-websites controleert, vindt zelden Organization-schema en vrijwel nooit FAQPage-schema op dienst-pagina’s. Hetzelfde patroon bij zelfstandige advocatenkantoren en accountancybureaus onder de twintig medewerkers. De technische drempel is laag, het concurrentievoordeel hoog, en het venster om beide tegelijk te benutten is kort.

De aanwezige paradox. Nederlandse MKB-eigenaren investeren actief in marketing, zoekvolume voor “marketingbureau” en “SEO bureau” is in 2026 gestegen ten opzichte van 2024. Maar ze kopen wat hun bureaus aanbieden, en de meeste Nederlandse marketingbureaus hebben schema markup en GEO-optimalisatie nog niet als standaarddienst opgenomen. Klanten betalen voor marketing, krijgen output, maar missen de specifieke optimalisaties die in het AI-tijdperk meetbaar verschil maken.

5. Vijf quick wins voor MKB die binnen 8 weken meetbaar verschil maken

De voorgaande secties beschrijven hoe AI-zoekers werken en waarom de Nederlandse markt asymmetrisch is. Wat volgt is de concrete vertaling: vijf maatregelen die binnen vier tot acht weken meetbare AI-citation-impact opleveren voor een gemiddeld MKB-bedrijf. Geen generieke SEO-tips. Geen bestseller-lijstjes. Vijf specifieke acties die in 2026 nog werken, en die de meeste Nederlandse marketingbureaus nog niet als standaarddienst aanbieden.

Quick win 1: FAQPage-schema op alle dienst-pagina’s

Pagina’s met FAQPage-schema worden 60% vaker opgenomen in AI Overviews dan pagina’s zonder. De implementatie kost een halve dag voor een ervaren ontwikkelaar; het effect is meetbaar binnen 4-6 weken na crawl-detectie. Voor een lokale dienstverlener, bijvoorbeeld een Amsterdamse elektricien, zou dit betekenen: vier dienst-pagina’s (groepenkast vervangen, laadpaal installeren, krachtstroom aanleggen, spoeddienst), elk met vijf veelgestelde vragen die direct als FAQPage-schema gestructureerd zijn. Vragen die overeenkomen met hoe gebruikers daadwerkelijk zoeken: “Wat kost een nieuwe groepenkast?”, “Hoe lang duurt een laadpaal-installatie?”, “Mag ik zelf een groep bijplaatsen?”

Het kritieke onderscheid: de vragen moeten staan zoals gebruikers ze typen, niet zoals een marketeer ze zou formuleren. AI-systemen matchen op semantische gelijkenis tussen gebruikersvraag en FAQ-vraag. “Wat kost een groepenkast vervangen?” matcht op brede zoekintentie; “Onze tarieven voor groepenkasten” doet dat niet.

Hoe je dit meet: binnen 4-8 weken zou je in Google Search Console moeten zien dat impressies voor FAQ-rich-results stijgen. In ChatGPT en Perplexity kun je handmatig testen door te vragen “wat kost een groepenkast vervangen in Amsterdam?” en te kijken of jouw site nu wel of niet wordt geciteerd. Voor de meeste MKB-sites die deze stap nemen, verschijnt de eerste citation tussen week 6 en week 10.

Quick win 2: Front-loaded H2-blokken op alle informatiepagina’s

44,2% van AI-citaties komt uit de eerste 30% van de artikel-tekst. Dat betekent: de eerste één tot drie zinnen onder elke H2-kop bepalen of de hele sectie geciteerd wordt. Content die het kernantwoord pas in alinea vier behandelt, wordt overgeslagen, ongeacht hoe goed de rest is.

De praktische implementatie is simpel maar discipline-vereist. Bij elke H2 vraag je: als een AI deze sectie citeert, moeten de eerste twee zinnen het volledige antwoord bevatten? Zo niet, herschrijven. De BLUF-structuur, Bottom Line Up Front, is wat hier werkt: conclusie eerst, onderbouwing daarna. Voor wie gewend is aan klassieke essay-structuur (introductie, opbouw, climax) is dit een omslag. Maar het is wat in 2026 verschil maakt tussen geciteerd worden of niet.

Een concreet voorbeeld. De H2 “Hoe lang duurt een laadpaal-installatie?” met als eerste zin “Een standaard laadpaal-installatie thuis duurt 2 tot 4 uur, mits de meterkast voldoende capaciteit heeft.” is direct AI-citation-eligible. Dezelfde H2 met als eerste zin “Bij ons bedrijf hechten we waarde aan een transparant proces vanaf de eerste afspraak…” wordt overgeslagen, geen antwoord, alleen aanloop.

Hoe je dit meet: geen directe metric, wel een leeshulp. Loop je site door en check elk H2-blok: kun je het antwoord op de vraag in de H2 lezen door alleen de eerste twee zinnen erna te lezen? Zo niet, herschrijven. Doe dit voor alle pagina’s met meer dan 800 woorden, dat is waar de winst ligt.

Quick win 3: Auteursentiteit opzetten met Person-schema

96% van AI Overview-content komt uit bronnen met sterke E-E-A-T-signalen. De meest directe manier om E-E-A-T machine-leesbaar te maken is een auteursentiteit: een Person-schema-blok dat de auteur identificeert, met knowsAbout-properties die expertisegebieden specificeren, en sameAs-links naar professionele profielen op LinkedIn en eventueel andere platforms.

Voor klant-content is het de eigenaar van het bedrijf of een specifieke vakman. Voor een Amsterdamse elektricien zou dit de gecertificeerde monteur zijn, met expertisegebieden zoals “elektrotechnische installaties”, “groepenkasten”, “laadinfrastructuur”.

De combinatie die werkt: Person-schema op de auteurspagina, plus author-attribuut in elk Article-schema op blogposts, plus zichtbare auteurs-bio onderaan elk artikel met foto en korte ervaring. Drie lagen die samen programmatisch bewijs van expertise vormen. Zonder dit verschijnen pagina’s lager in citation-rankings, ongeacht hoe goed de content zelf is.

Hoe je dit meet: indirect. AI-systemen geven geen directe E-E-A-T-score terug, maar pagina’s met auteursentiteit zien meetbaar betere citation-rates binnen 8-12 weken na implementatie. De praktische check: vraag aan ChatGPT “wie is een expert in [jouw vakgebied]?” en kijk of jouw naam wordt genoemd. Voor nieuwe sites is het antwoord meestal nee, maar binnen 3-6 maanden van consistente content-publicatie met auteursentiteit verschijnt naamherkenning.

Quick win 4: Cross-platform mention-strategie via LinkedIn

Voor Perplexity-citation weegt cross-platform aanwezigheid 10% van de ranking-factoren. Reddit staat op de zesde plek van meest geciteerde bronnen (6,6%), naast Wikipedia, G2, en Capterra. Voor B2B-bedrijven betekent dit dat consistente LinkedIn-aanwezigheid een direct effect heeft op AI-citation, niet als marketing-bijproduct, maar als ranking-input.

De operationele implicatie: minimaal twee LinkedIn-posts per week op een bedrijfspagina én een persoonlijk profiel van de eigenaar of specialist. Inhoud die kennis demonstreert, observaties, korte essays, contraintuïtieve hoeken, niet promotionele content. Wat werkt: stellingen waar mensen op kunnen reageren, korte case-studies, scherpe analyses van een trend in je branche. Wat niet werkt: “Trots om te delen dat we…”, “Bedankt voor de samenwerking met…”, links naar blogs zonder eigen takeaway.

Voor branche-specifieke MKB is een tweede laag relevant: branchefora en gespecialiseerde communities. Voor klinieken zijn dat platforms als de NVCG-community en specifieke beauty-fora; voor advocaten is dat LinkedIn plus specialisme-fora; voor accountants zijn dat NBA-discussies en boekhoudfora. Aanwezigheid op drie of meer platforms levert binnen 60 dagen meetbaar verbeterde Perplexity-citation-scores op.

Hoe je dit meet: test maandelijks dezelfde vragen in Perplexity die voor jouw business relevant zijn. “Welke kliniek in Amsterdam is gespecialiseerd in [type behandeling]?” of “Welk marketingbureau in Nederland is sterk in AI-content?” Track of jouw bedrijf in de citaties verschijnt. De eerste citaties komen meestal binnen 8-12 weken na consistente cross-platform-aanwezigheid.

Quick win 5: Topic clusters in plaats van losse blogs

Sites met sterke silo-architectuur, pillar-pagina’s met cluster-pagina’s eronder, zien 34% meer AI Overview-citaties dan sites met platte architectuur. Dit komt direct uit hoe AI-systemen topical authority meten: ze beoordelen niet één pagina, maar of een domein consistent diepgang heeft op een onderwerpsgebied.

Concreet betekent dit: stop met losse blog-onderwerpen die niets met elkaar te maken hebben. Bouw in plaats daarvan clusters van 8-12 pagina’s rondom één hoofdonderwerp, met één pillar-page als spil en cluster-pagina’s die specifieke deelvragen beantwoorden. Voor Aivora is de pillar die je nu leest een voorbeeld: GEO als hoofdonderwerp, met cluster-pagina’s over schema-implementatie, AI-citation tracken, ChatGPT vs. Perplexity, front-loaded content, en zo verder.

Voor klanten is het patroon hetzelfde maar branche-specifiek. Een advocatenpraktijk gespecialiseerd in arbeidsrecht zou clusters bouwen rond ontslagrecht (pillar over wanneer ontslag rechtsgeldig is, met cluster-pagina’s over transitievergoeding, opzegtermijnen, ontslag op staande voet), arbeidsovereenkomsten (pillar over contractvormen, met cluster-pagina’s over proeftijd, concurrentiebeding, freelance versus loondienst), en arbeidsconflicten (pillar over conflicthantering, met cluster-pagina’s over mediation, ondernemingsraad, gang naar de rechter). Drie clusters, dertig pagina’s, gefocust op concrete vragen die werkgevers en werknemers daadwerkelijk stellen.

De interne linking-structuur is cruciaal. Cluster-pagina’s linken naar de pillar; de pillar linkt naar alle cluster-pagina’s; cluster-pagina’s linken zijdelings naar elkaar waar inhoudelijk relevant. Dit creëert het topical-authority-signaal dat AI-systemen herkennen, en dat platte sites met willekeurige blog-onderwerpen nooit kunnen evenaren.

Hoe je dit meet: topical clusters bouwen authority over 3-6 maanden, niet weken. De vroege indicator is interne ranking-verschuivingen: cluster-pagina’s beginnen voor specifieke long-tail-termen te ranken in week 4-8, de pillar-page voor de hoofdterm in week 12-20. Bij goed gebouwde clusters versterkt elke nieuwe cluster-pagina de hele groep; bij losse blogs blijft elke pagina op zichzelf staan.

Samengevat: vijf maatregelen, één gemeenschappelijke logica

De vijf maatregelen lijken op het eerste gezicht onafhankelijk. Ze zijn het niet. Wat ze gemeen hebben is dat ze allemaal werken op één dieperliggend principe: maak je content extractable en je entiteit identifieerbaar voor machines die geen mensen zijn. Schema markup maakt context machine-leesbaar. Front-loaded H2’s maken passages directe antwoorden. Auteursentiteit maakt expertise verifieerbaar. Cross-platform mentions maken autoriteit meetbaar over kanalen heen. Topic clusters maken topical authority cumulatief.

Wie deze vijf in 4-8 weken implementeert, ziet meestal binnen drie maanden de eerste citaties in AI-zoekers en binnen zes maanden meetbare verschuivingen in organisch verkeer. Wie ze niet implementeert, blijft achter terwijl concurrenten die het wel doen elke maand een grotere voorsprong opbouwen, de cumulatieve aard van topical authority werkt namelijk in beide richtingen. Vroege beginners worden steeds moeilijker in te halen.

6. Wat Aivora anders doet, en waarom dat verschil ertoe doet

Wat hierboven staat is geen theorie. Het is hoe Aivora werkt. AI-augmented content-pipelines die meer output leveren dan traditionele bureaus, met de specifieke optimalisaties die in 2026 verschil maken: schema-implementatie, front-loaded content-architectuur, auteursentiteit, cross-platform distributie. Voor prijzen waarvan klanten de eerste keer reageren met “hoe kan dat nou?”

Het korte antwoord op die vraag: traditionele marketingbureaus rekenen op bureau-overhead. Accountmanagers, projectmanagers, copywriters, designers, elke schakel kost geld en tijd. Een blog van 2.000 woorden voor €700-1.200 is in die structuur logisch. Aivora rekent op productie-architectuur: AI doet specifieke rollen, mensen doen specifieke rollen, en de orchestratie tussen beide laagjes is wat het verschil maakt. Niet AI vervangt mensen, niet mensen leveren alles op. Wel: AI doet research, drafting, ritme, mensen doen strategie, eindredactie, brand voice. De pipeline maakt 8-12 pagina’s per maand mogelijk waar een traditioneel bureau 2-4 levert. Niet door slordiger te werken; door het werk anders te organiseren.

Dat is geen marketingclaim. Het is wat de pillar die je nu leest demonstreert. Deze pillar is gebouwd in een week, niet in een kwartaal. Schema-markup is geïmplementeerd, front-loaded H2’s zijn bewust gestructureerd, de cluster-pagina’s volgen in dezelfde week. De pillar is het bewijs van wat de pillar beschrijft.

Wat dat betekent voor wie hem leest: als jouw site nu onzichtbaar is in AI-zoekers, ben je niet alleen. Onder de 15% van Nederlands MKB heeft de implementaties gedaan die in deze pillar staan beschreven. Je bevindt je dus in de meerderheid die het potentieel laat liggen. Aivora pakt dat op, niet als losse SEO-optimalisaties, maar als doorlopende productie-pipeline die schema, content, distributie, en autoriteits-opbouw als één geheel behandelt.

Voor wie wil weten hoe dit voor de eigen site eruit zou zien: een vrijblijvend audit-gesprek van 30 minuten. Geen verkooppresentatie. Aivora kijkt naar jouw site, identificeert welke quick wins het meest impact zouden hebben, en geeft eerlijk advies, ook als dat advies is “dit kun je beter zelf doen”. Het gesprek levert óf een opdracht op, óf bruikbare richtlijnen waarmee je verder kunt zonder Aivora. Beide uitkomsten zijn legitiem. Dat is hoe Aivora opereert.

7. Wat nu

Een AI-zoekmarkt die in 18 maanden van 5% naar 26,56% van Nederlandse zoekvolume groeide. Een schema-asymmetrie van 87% versus 15%. Een citation-mechanisme dat domeinautoriteit deels heeft losgekoppeld van rankings. Vijf concrete maatregelen die binnen 4-8 weken meetbaar verschil maken, en die de meeste Nederlandse marketingbureaus nog niet als standaarddienst aanbieden.

Wie de afgelopen achttien minuten heeft doorgelezen, zit nu op één van twee plekken. Ofwel: “interessant, maar dit is voor later”, een legitieme keuze, met de kanttekening dat de cumulatieve aard van topical authority wel betekent dat later starten meetbaar duurder en trager wordt. Ofwel: “ik wil weten wat dit voor mijn site betekent”, in dat geval is een vrijblijvend gesprek de logische volgende stap.

30 minuten, vrijblijvend. Binnen 24 uur antwoord.

Verder toegelicht

Veelgestelde vragen over GEO Nederland

Wat is het verschil tussen GEO en SEO in de praktijk?

SEO optimaliseert pagina’s voor klikken vanuit zoekresultaten. GEO optimaliseert passages voor citation in AI-gegenereerde antwoorden. Het verschil is dat SEO de pagina als ranking-eenheid behandelt, terwijl GEO de individuele passage als ranking-eenheid behandelt. In 2026 zijn beide nodig: SEO levert klikken op, GEO levert vermeldingen op in ChatGPT, Perplexity en Google AI Overviews.

Hoe lang duurt het voordat ik resultaat zie van GEO-optimalisatie?

De eerste meetbare effecten verschijnen meestal tussen week 4 en week 12 na implementatie. FAQPage-schema en front-loaded H2-blokken hebben de snelste impact, eerste citaties in AI-zoekers binnen 6-10 weken. Topical authority via cluster-architectuur bouwt langzamer op: 3-6 maanden voor cluster-pagina’s, 12-20 weken voor de pillar-page op de hoofdterm. SEO-rankings hebben 6-12 maanden nodig voor stabiele resultaten.

Werkt GEO ook voor lokale dienstverleners zoals klinieken, advocaten of monteurs?

Ja, sterker zelfs dan voor nationale spelers. Lokale dienstverleners profiteren extra van LocalBusiness-schema (+41% kans op verschijning in Google’s Local Pack) en van AI-zoekers die expliciet om regio-specifieke aanbevelingen wordt gevraagd (“welke advocaat in Amsterdam is gespecialiseerd in arbeidsrecht?”). Voor lokaal-gebonden dienstverlening is GEO een directe lead-generator, niet een lange-termijn merkbouw-tactiek.

Kan ik GEO-optimalisatie zelf doen, of moet ik een bureau inhuren?

Schema markup, front-loaded H2’s en auteursentiteit zijn technisch implementeerbaar voor wie WordPress kent en een halve dag aan tijd heeft. Topic clusters en consistente content-publicatie vereisen meer dan dat, het is geen eenmalige actie maar een doorlopend productie-traject. Een redelijk vuistregel: technische implementatie kun je zelf doen of laten doen door een ontwikkelaar; content-productie en cross-platform-distributie schalen alleen via gestructureerde pipelines.

Welk schema-type heeft de hoogste impact als ik er maar één kan implementeren?

FAQPage-schema. Pagina’s met FAQ-schema worden 60% vaker opgenomen in AI Overviews dan vergelijkbare pagina’s zonder. Voor MKB die op informatieve zoekopdrachten wil verschijnen, is het de hoogste-ROI implementatie. De technische drempel is laag, vijf tot zeven veelgestelde vragen op elke dienst-pagina, gestructureerd via JSON-LD, en het effect is meetbaar binnen 4-8 weken.

Wat kost een GEO-implementatie voor een MKB-bedrijf?

De kosten variëren sterk per bureau en aanpak. Traditionele marketingbureaus rekenen voor doorlopende SEO/GEO-trajecten meestal tussen €2.500 en €8.000 per maand, afhankelijk van content-volume en strategische diepte. AI-augmented bureaus zoals Aivora leveren vergelijkbare diensten vanaf €999 per maand door productie-architectuur die meer output mogelijk maakt. Eenmalige technische implementatie (alleen schema, geen doorlopende content) kost typisch €1.500-3.500.

Verandert GEO weer over twee jaar, of is dit stabiel?

GEO is inherent minder stabiel dan klassieke SEO. AI-systemen worden frequent ge-update, Google’s Gemini 3 in januari 2026 verving 42% van eerder geciteerde bronnen, om een recent voorbeeld te noemen. Specifieke ranking-tactieken kunnen daardoor binnen 6-12 maanden verouderen. Wat stabiel blijft, zijn de onderliggende principes: extractbare content, auteursentiteit, topical authority, cross-platform aanwezigheid. Wie op die principes bouwt, blijft relevant ook als specifieke implementatie-details verschuiven.

Lees ook

GEO vs SEO in 2026: het concrete verschil voor Nederlands MKB

Samen verder

Wat betekent dit
voor jouw bedrijf?

30 minuten, vrijblijvend.
Binnen 24 uur antwoord.

Aivora / Showreel

De echte stem van Sofia

Goedemorgen.
Met Sofia.

Druk op afspelen en maak kennis met Sofia.

Een korte stemdemonstratie van de AI-receptionist van Aivora.

Laten we kennismaken

Waar loopt jouw
bedrijf tegenaan?

Vertel wat je wilt bereiken. We denken graag met je mee.

hello@getaivora.nl ↗020 244 78 28 ↗Amsterdam · heel Nederland
Ik ben geïnteresseerd in

Binnen 24 uur antwoord. We gebruiken je gegevens alleen om contact met je op te nemen.