Waarom onzichtbaar zijn in AI niet je grootste probleem is
Onzichtbaar zijn voor AI-modellen is vervelend maar onschuldig. Het echte probleem: wél zichtbaar zijn met onjuiste, verouderde informatie die je klant nooit corrigeert.
9 min leestijd
Wat is het werkelijke risico van AI-onzichtbaarheid?
Het werkelijke risico zit niet in onzichtbaarheid zelf, maar in zichtbaar worden met informatie die je nooit hebt gecontroleerd en die je klant als feit accepteert.
Frankwatching publiceerde in de afgelopen maanden twee onderzoeken die hard aankwamen. Het eerste toonde aan dat 83% van de onderzochte Nederlandse bedrijven onder de 40 uit 100 scoort op AI-zichtbaarheid, met een gemiddelde van 29. Het tweede onderzocht honderd Nederlandse websites uit zeventien sectoren en concludeerde dat 55% technisch onzichtbaar is voor ChatGPT, Gemini en Perplexity. Geen enkele van de honderd had een llms.txt-bestand.
Die cijfers kloppen. Maar ze zetten je op het verkeerde been als je denkt dat onzichtbaar zijn het probleem is. Onzichtbaar zijn is vervelend, maar onschuldig: er gebeurt niets. Het probleem ontstaat op het moment dat je wél zichtbaar wordt en niemand controleert wat er dan over je gezegd wordt. Een AI-model dat je vindt, geeft daarmee geen garantie dat het klopt wat het zegt. ChatGPT, Gemini en Perplexity bouwen hun antwoord op uit trainingsdata, gecrawlde pagina's en soms een live zoekopdracht. Die bronnen zijn niet altijd actueel. Een oude prijslijst die ergens gecachet staat, een dienst die je twee jaar geleden stopte maar die nog op een verouderde overzichtspagina staat: dat materiaal voedt hetzelfde model dat een potentiële klant om advies vraagt.
Wat gaat er concreet mis als niemand de informatie corrigeert?
Als verouderde of onjuiste informatie in AI-modellen blijft staan, haakt een klant af voordat hij contact opneemt, en jij ziet dat gesprek nooit.
Er zijn een paar scenario's die niet hypothetisch zijn, maar rechtstreeks volgen uit hoe deze modellen werken.
Een klant vraagt een chatbot om een aanbieder in zijn regio en jouw categorie. Het model geeft drie namen terug. Als jouw meest recente, correcte informatie nergens goed vindbaar of goed gestructureerd staat, neemt een concurrent met betere structured data die plek in, ook als die concurrent objectief niet beter is.
Een klant vraagt naar je openingstijden, je prijzen, of naar of je een bepaalde dienst nog aanbiedt. Het antwoord is gebaseerd op de laatste versie die het model heeft gezien. Klopt die niet meer, dan belt die klant voor niets, loopt hij voor niets langs, of haakt hij af nog voor hij ooit contact opneemt. Jij ziet dat gesprek nooit. Er is geen belletje, geen bounce in Google Analytics, geen klacht. Het is een klant die er nooit was.
Dat is precies waarom dit zo makkelijk blijft liggen: er is niets dat aan de bel trekt. Alles blijft rustig ogen aan jouw kant, terwijl er ergens een gesprek plaatsvindt dat voor jou verkeerd afloopt.
Hoe groot is het AI-gebruik in Nederland nu al?
In maart 2026 gebruikten 7,2 miljoen Nederlanders tussen 18 en 65 jaar AI in hun dagelijks leven, tegenover circa 5 miljoen een jaar eerder. Van hen gebruiken 4,6 miljoen AI op de werkvloer.
Onderzoeksbureau Newcom meet AI-gebruik in Nederland sinds 2024. De meest recente meting, de AI-monitor van maart 2026, registreerde 7,2 miljoen Nederlanders tussen de 18 en 65 jaar die AI gebruiken in hun dagelijks leven, tegenover ongeveer 5 miljoen een jaar eerder. 4,6 miljoen Nederlanders gebruiken AI inmiddels op de werkvloer. ChatGPT is in beide categorieën veruit de meest gebruikte tool.
Belangrijke nuance: het idee dat traditioneel zoeken snel zou instorten, is te stellig gebleken. Gartner voorspelde in 2024 een daling van 25% in zoekvolume door AI-chatbots. Die daling is niet zo uitgekomen: Google houdt nog altijd een marktaandeel van ruim 90% in zoekmachines. Wat wel gebeurt, is dat zoekgedrag zich verspreidt. Naast Google gebruiken mensen steeds vaker een chatbot. Zoeken verdwijnt niet, het versnippert.
Voor een ondernemer betekent dat concreet: er zijn nu al miljoenen Nederlanders die een AI-tool naast, of in plaats van, een zoekmachine gebruiken om een aanbieder te vinden of te beoordelen. Van die miljoenen weet vrijwel niemand of wat ze over jouw bedrijf te zien krijgen nog actueel is.
Is traditionele SEO niet genoeg voor AI-zichtbaarheid?
Traditionele SEO en AI-zichtbaarheid overlappen deels, maar zijn verschillende disciplines met een ander doel. SEO-werk dat AI-zichtbaarheid niet expliciet meeneemt, is onvolledig voor deze specifieke vraag.
Een begrijpelijke vraag, en geen kritiek op het werk van een SEO-bureau. Traditionele SEO optimaliseert voor een zoekmachine die een lijst met links teruggeeft. De bezoeker bepaalt daarna zelf welke link hij aanklikt en welke informatie hij gelooft. AI-zichtbaarheid werkt fundamenteel anders: het model leest, interpreteert en vat samen, en geeft de klant één antwoord terug, zonder dat die klant de onderliggende bronnen nog bekijkt.
De klant ziet niet langer tien resultaten om zelf te wegen. Hij ziet één antwoord, geformuleerd door een model: jouw antwoord, of het antwoord van een concurrent. De bouwstenen overlappen deels, structured data, autoriteit, consistente content, maar de uitkomst waarvoor je optimaliseert is een andere. Een bureau dat dit onderscheid niet expliciet maakt, werkt niet fout. Het werkt onvolledig voor deze specifieke vraag.
Wat betekent goede AI-zichtbaarheid in de praktijk?
Goede AI-zichtbaarheid combineert een technische basis met actief onderhoud. Structured data, consistente gegevens en een llms.txt-bestand zijn het startpunt, niet het eindpunt.
De technische basis is een noodzakelijke stap. Zonder die basis heeft correctheid geen kans:
- Structured data via schema.org, zodat een model kan afleiden wat voor bedrijf je bent, wat je aanbiedt en waar je zit.
- Consistente bedrijfsgegevens, naam, adres, telefoonnummer, op je eigen site, je Google-bedrijfsprofiel en elk platform waar je vermeld staat.
- Een llms.txt-bestand, een relatief nieuwe standaard waarmee je aangeeft welke pagina's van je site het meest betrouwbaar zijn voor een AI-model.
Maar techniek zonder onderhoud is een momentopname. Eén meting is een foto, geen film. Modellen worden bijgewerkt, bronnen veranderen, en een antwoord dat vandaag klopt kan er op een later moment anders uitzien. Dat materiaal blijft rondzingen totdat je het zelf weghaalt of corrigeert. Dat is precies waar de meeste adviezen over AI-zichtbaarheid stoppen: bij het inrichten, niet bij het bijhouden. Jonkman Strategie werkt vanuit het principe van meten, diagnosticeren, repareren en hermeten, omdat een eenmalig rapport geen levend bedrijf bijhoudt.
Wat kun je deze maand concreet doen aan je AI-zichtbaarheid?
Begin met de vraag die jouw klant morgen stelt: typ die in een AI-chatbot en lees het antwoord. Dat antwoord, goed of fout, is je vertrekpunt voor alles wat daarna komt.
Je hoeft niet te beginnen met een compleet plan. Zes concrete stappen die je direct kunt zetten:
- Stel de vraag die je klant zou stellen. Open ChatGPT, Gemini of Perplexity en typ letterlijk wat een klant zou intypen: 'Wie is een goede [jouw dienst] in [jouw regio]?' of 'Wat kost [jouw dienst] bij [je bedrijfsnaam]?' Lees het antwoord alsof je de klant bent.
- Herhaal dat elke maand. Eén meting is een foto, geen film.
- Ruim je eigen bronnen op. Verouderde diensten van je site, oude prijzen op pagina's die je vergeten bent: dat materiaal blijft rondzingen totdat je het zelf weghaalt.
- Update de plekken buiten je eigen site. Je Google-bedrijfsprofiel, brancheverenigingen, reviewsites, LinkedIn. Modellen putten breder dan alleen je eigen website.
- Zorg voor de technische basis. Structured data, een actueel llms.txt-bestand, en content die een vraag daadwerkelijk beantwoordt.
- Leg vast wat je meet. Noteer per maand welke vragen je stelt en wat de modellen antwoorden. Zonder vastlegging herken je een verandering niet, je voelt hem hooguit.
De juiste eerste vraag is: wat zegt een AI-model op dit moment over mij, en klopt dat nog? Wie die vraag nu stelt, heeft een voorsprong op iedereen die wacht tot de klantuitval zichtbaar wordt.
Veelgestelde vragen
Waarom is onzichtbaar zijn in AI-modellen minder gevaarlijk dan onjuist zichtbaar zijn?
Als je onzichtbaar bent, gebeurt er niets: een klant vindt je niet en zoekt verder. Als je wél zichtbaar bent met onjuiste informatie, krijgt een klant een verkeerd antwoord en haakt af zonder dat jij dat ooit ziet. Er is geen signaal, geen klacht, geen bounce. Dat maakt onjuiste zichtbaarheid structureel schadelijker dan afwezigheid.
Wat is een llms.txt-bestand en waarom heeft mijn bedrijf het nodig?
Een llms.txt-bestand is een relatief nieuwe standaard waarmee je op je website aangeeft welke pagina's het meest betrouwbaar zijn als bron voor AI-modellen. Zonder dat bestand bepaalt het model zelf welke van jouw pagina's het gebruikt, inclusief verouderde of minder relevante pagina's. Geen enkel onderzocht Nederlands bedrijf had dit bestand in 2026, aldus Frankwatching.
Vervangt AI-zichtbaarheid mijn bestaande SEO-aanpak?
AI-zichtbaarheid vervangt traditionele SEO niet, het vult die aan. SEO optimaliseert voor een lijst met zoekresultaten die een bezoeker zelf beoordeelt. AI-zichtbaarheid optimaliseert voor een model dat één antwoord formuleert en teruggeeft. De bouwstenen overlappen deels, maar het doel en de aanpak zijn anders.
Hoe vaak moet ik controleren wat AI-modellen over mijn bedrijf zeggen?
Minstens elke maand. AI-modellen worden bijgewerkt, externe bronnen veranderen, en een antwoord dat vandaag correct is kan er over enkele weken anders uitzien. Eén meting is een foto, geen film. Leg per meting vast welke vragen je stelde en wat het model antwoordde, zodat je veranderingen herkent in plaats van ze te voelen.
Wat meet de Agentability-score van Jonkman Strategie precies?
De Agentability-score van Jonkman Strategie geeft op een schaal van 0 tot 100 aan hoe goed AI-systemen een bedrijf kennen, begrijpen en zouden aanbevelen. De meting werkt via vijf lagen: Identiteit, Relaties, Context, Autoriteit en Actualiteit. Op basis van die lagen volgt een gewogen score die vergelijkbaar en herhaalbaar is.