Hoe AI-modellen bronnen kiezen: wat onderzoek zegt over citaten

Als een AI-model een vraag beantwoordt over bijvoorbeeld de beste warmtepomp of een betrouwbare boekhouder, haalt het vaak informatie van het web op en citeert het een paar bronnen. Welke bronnen dat zijn, bepaalt in grote mate welke bedrijven in het antwoord terechtkomen. In dit artikel vatten we samen wat wetenschappelijk onderzoek en grote citatenstudies hierover zeggen. We geven steeds aan wat gemeten is en wat onze interpretatie is.

Het GEO-onderzoek: wat helpt om geciteerd te worden

De term generative engine optimization (GEO) komt uit een paper van Pranjal Aggarwal en collega's, onder wie onderzoekers van Princeton University, gepresenteerd op de KDD-conferentie in 2024¹. Zij bouwden een testset van 10.000 vragen uit verschillende domeinen, GEO-bench, en onderzochten hoe aanpassingen aan de tekst van een webpagina de zichtbaarheid in AI-antwoorden beïnvloeden.

De belangrijkste uitkomst: met relatief kleine aanpassingen steeg de zichtbaarheid tot 40%¹. De best werkende methoden waren:

• Bronnen citeren: verwijzingen naar betrouwbare bronnen toevoegen.
• Citaten toevoegen: relevante uitspraken van geloofwaardige partijen opnemen.
• Statistieken toevoegen: kwalitatieve beweringen vervangen door concrete cijfers.

Deze drie gaven een relatieve verbetering van 30 tot 40% op de belangrijkste zichtbaarheidsmaat, en 15 tot 30% op een subjectieve maat voor hoe opvallend de bron in het antwoord is¹. Keyword stuffing, het herhalen van zoekwoorden uit de klassieke SEO, deed het juist slecht¹.

Voor het MKB is een tweede bevinding minstens zo interessant. Websites die lager in de zoekresultaten stonden, profiteerden het meest. De methode 'bronnen citeren' leverde een site op positie 5 een stijging van 115% op, terwijl de zichtbaarheid van de site op positie 1 gemiddeld met 30,3% daalde¹. De onderzoekers wijzen er zelf op dat veel lager scorende sites van kleine makers en onafhankelijke bedrijven zijn. Ook zagen ze dat de effectiviteit per domein verschilt¹.

Een kanttekening: dit is een experiment met een testopstelling, niet een meting van ChatGPT of Gemini in het wild. De AI-modellen zijn sindsdien veranderd. De richting, dat feitelijke, onderbouwde en goed gestructureerde tekst vaker gebruikt wordt, is wel consistent met wat andere studies zien.

Waarom zouden juist deze aanpassingen werken? Een plausibele verklaring, en dat is onze interpretatie, is dat een AI-model een antwoord opbouwt uit stukjes tekst die een vraag direct en controleerbaar beantwoorden. Een zin als "wij leveren snel en vakkundig" bevat weinig dat een AI-model kan overnemen. Een zin als "plaatsing binnen drie weken, 412 installaties in 2025, gemiddelde beoordeling 4,7 uit 380 reviews" wel. Concrete, specifieke informatie is makkelijker te citeren en makkelijker te vergelijken met andere bronnen. De getallen in dit voorbeeld zijn uiteraard fictief.

Hoeveel lijken AI-citaten op de Google-ranglijst?

Hier verschilt het sterk per systeem. Ahrefs analyseerde 1,9 miljoen citaten uit 1 miljoen Google AI Overviews. Daarvan kwam 76,1% van pagina's in de Google top 10, en 86% van pagina's die ergens in de top 100 stonden². Voor AI Overviews blijft een goede Google-positie dus een sterke basis. Toch stond ongeveer 14% van de geciteerde pagina's niet eens in de top 100: ook zonder hoge positie kun je als bron opduiken.

Voor de losse AI-assistenten ligt dat anders. In een studie met 15.000 vragen vond Ahrefs dat gemiddeld maar 12% van de links die ChatGPT, Gemini en Copilot citeren in de Google top 10 stond voor dezelfde vraag; 80% van die citaten stond nergens in Google voor die vraag³. Perplexity is de uitzondering: 28,6% van de geciteerde URL's stond in de top 10³. Een verklaring die Ahrefs geeft: AI-assistenten zetten de vraag van de gebruiker om in eigen, vaak andere zoekopdrachten en gebruiken verschillende indexen.

Zelfs binnen Google verschilt het. AI Mode en AI Overviews gaven in een Ahrefs-analyse van 730.000 antwoordparen in 86% van de gevallen inhoudelijk hetzelfde antwoord, maar citeerden slechts in 13,7% dezelfde URL's⁴.

Waarom AI-assistenten andere pagina's vinden

Dat de overlap met Google zo klein is, heeft te maken met hoe AI-assistenten zoeken. Ze typen niet de vraag van de gebruiker letterlijk in een zoekmachine. Ze beslissen eerst óf ze zoeken, en zo ja, met welke zoekopdrachten. Ahrefs beschrijft dat ChatGPT een classificatiesysteem lijkt te gebruiken dat pas een webzoekopdracht start als het antwoord niet goed uit de trainingsgegevens te voorspellen is³. Vervolgens worden vaak meerdere, specifiekere zoekopdrachten uitgevoerd, het zogeheten fan-out. De pagina's die daarbij gevonden worden, scoren lang niet altijd op de oorspronkelijke vraag.

Daarnaast speelt de trainingskennis van het AI-model mee. Een bedrijf dat vaak en consistent op het web genoemd wordt, kan in een antwoord terechtkomen zonder dat er een bron bij staat. Citaten laten dus een deel van het verhaal zien: welke bronnen het AI-model op dat moment gebruikte. Waarom het een bepaalde naam al kende, blijft deels onzichtbaar. Dat is een beperking van elke meting van AI-zichtbaarheid, ook die van ons.

Welke soorten bronnen worden geciteerd?

Pew Research Center zag dat Wikipedia, YouTube en Reddit de vaakst geciteerde bronnen zijn, zowel in AI-samenvattingen van Google als in gewone resultaten. Overheidswebsites (.gov) kwamen in AI-samenvattingen vaker voor (6%) dan in gewone resultaten (2%), en 88% van de samenvattingen citeerde drie of meer bronnen⁵.

Semrush volgde 13 weken lang meer dan 230.000 vragen in ChatGPT-zoeken, Google AI Mode en Perplexity, goed voor meer dan 100 miljoen citaten. Reddit en LinkedIn hoorden bij alle drie tot de vijf vaakst geciteerde domeinen⁶. Tegelijk liet dezelfde studie zien hoe snel dit verschuift: ChatGPT citeerde Reddit begin augustus 2025 in bijna 60% van de antwoorden en half september nog in ongeveer 10%⁶.

Voor lokale bedrijven telt de eigen website zwaar. BrightLocal vond dat ChatGPT-zoeken bij lokale vragen voor 58% eigen websites van bedrijven als bron gebruikte, gevolgd door vermeldingen op andere sites (27%) en online gidsen (15%)⁷. Maar ook hier gaat het mis als de basis niet klopt: Adobe schatte dat 39% van de homepages van een groep Amerikaanse webwinkels niet goed leesbaar was voor AI-modellen⁸. Het verschil per branche was groot: bij kleding was 76% van de inhoud leesbaar, bij supermarkten 59%. Adobe koppelt betere scores aan consistente, gestructureerde productinformatie⁸.

Wat opvalt in al deze studies: AI-modellen citeren zelden één bron. Ze combineren een naslagwerk, een forumdiscussie, een vergelijkingssite en een bedrijfswebsite tot één antwoord. Een bedrijf dat alleen op de eigen website goed beschreven staat, mist de bevestiging van anderen. Een bedrijf dat vaak op andere sites genoemd wordt maar een onduidelijke eigen website heeft, mist de feiten. De sterkste positie heb je als beide kloppen en elkaar bevestigen.

Wat dit betekent voor jouw bedrijf

Uit de studies samen trekken we een paar praktische conclusies. Het zijn interpretaties, geen garanties.

• Schrijf in feiten. Concrete cijfers (prijzen, levertijden, aantallen, certificeringen), heldere definities en verwijzingen naar betrouwbare bronnen sluiten aan bij wat in het GEO-onderzoek het beste werkte.
• Maak je website machineleesbaar. Belangrijke informatie hoort in gewone tekst op de pagina, niet alleen in afbeeldingen, pdf's of scripts. Gestructureerde gegevens en consistente contactgegevens helpen.
• Wees aanwezig buiten je eigen website. Omdat AI-assistenten vaak bronnen citeren die niet in de Google top 10 staan, tellen vermeldingen in vergelijkingssites, gidsen, vakmedia, fora en reviewplatforms mee.
• Kijk per AI-model. Perplexity leunt meer op de Google-ranglijst dan ChatGPT; AI Mode citeert andere pagina's dan AI Overviews. Wat bij het ene AI-model werkt, hoeft bij het andere niet te werken.
• Verwacht verschuivingen. De Reddit-daling bij ChatGPT laat zien dat bronvoorkeuren binnen weken kunnen veranderen. Eenmalig optimaliseren is niet genoeg.

Hoe GeoReady dit meet

GeoReady laat per vraag en per AI-model zien welke bronnen ChatGPT, Perplexity, Gemini en Claude citeren, tot op het niveau van de URL. Zo zie je of je eigen pagina's gebruikt worden, welke websites van derden jouw concurrenten noemen en waar jij ontbreekt. De metingen lopen via de officiële API's, drie keer per week en met herhaalde runs. Naast citaten zie je je winkans, share of voice en het sentiment met de bronzin. GeoReady vertaalt dat naar acties, zoals een pagina aanvullen met feiten of een vermelding op een veelgeciteerde bron, en laat na 30 dagen het gemeten effect zien in je GeoReady-score.