Waarom je AI-zichtbaarheid herhaald moet meten, niet één keer

Veel ondernemers doen het weleens: ChatGPT openen, vragen wie de beste installateur in de regio is, en kijken of de eigen naam erbij staat. Dat is begrijpelijk, maar het zegt weinig. AI-modellen geven bij dezelfde vraag niet steeds hetzelfde antwoord. In dit artikel bekijken we wat onderzoek zegt over die variatie, en wat dat betekent voor hoe je AI-zichtbaarheid zinvol meet.

Dezelfde vraag, steeds een andere lijst

Begin 2026 publiceerden Rand Fishkin (SparkToro) en Patrick O'Donnell (Gumshoe) een onderzoek naar de consistentie van aanbevelingen. Honderden vrijwilligers stelden 12 vragen om aanbevelingen, over onder meer koksmessen, koptelefoons, ziekenhuizen voor kankerzorg en marketingadviseurs, aan ChatGPT, Claude en Google (AI Overviews of AI Mode). Elke vraag werd 60 tot 100 keer per platform gesteld, in totaal 2.961 keer¹.

De uitkomst: de kans dat ChatGPT of Google AI bij herhaling dezelfde lijst gaf, was kleiner dan 1 op 100. Dezelfde lijst in dezelfde volgorde kwam in minder dan 0,1% van de gevallen voor¹. Bijna elk antwoord verschilde in drie opzichten: welke namen erin stonden, in welke volgorde, en hoeveel. Claude gaf iets vaker dezelfde lijst, maar zelden in dezelfde volgorde¹.

Tegelijk zagen de onderzoekers een stabiel patroon. Toen 142 deelnemers elk hun eigen vraag over koptelefoons formuleerden, leken die vragen nauwelijks op elkaar. Toch kwamen dezelfde vier grote aanbieders in 55 tot 77% van de 994 antwoorden terug¹. De conclusie van de onderzoekers: het percentage keren dat je genoemd wordt, gemeten over veel vragen, is veel consistenter dan je positie in de lijst¹.

Kanttekeningen: het onderzoek is niet door vakgenoten beoordeeld, deelnemers gebruikten hun eigen instellingen, en Gumshoe verkoopt zelf meetsoftware. De onderzoekers melden dat zelf.

Waarom AI-modellen variëren

Variatie is ingebouwd. Een taalmodel kiest elk volgend woord op basis van kansen, en bij normaal gebruik zit daar bewust toeval in. Maar zelfs zonder dat toeval zijn antwoorden niet vast. Thinking Machines Lab stelde 1.000 keer dezelfde vraag aan een groot open model op temperatuur 0, de instelling die in theorie altijd het meest waarschijnlijke woord kiest. Dat leverde 80 verschillende antwoorden op². De oorzaak lag volgens de onderzoekers vooral in hoe servers verzoeken in wisselende groepen verwerken².

Daarbovenop komt dat AI-assistenten vaak eerst het web doorzoeken. Welke pagina's ze vinden, hangt af van de zoekopdrachten die ze zelf formuleren en van de index die ze gebruiken. Ahrefs vond dat Perplexity voor 28,6% citeert uit de Google top 10, terwijl dat voor ChatGPT, Gemini en Copilot rond de 8% ligt⁵. Zelfs twee producten van Google, AI Mode en AI Overviews, citeerden in een Ahrefs-analyse slechts in 13,7% van de gevallen dezelfde URL's, al gaven ze inhoudelijk meestal hetzelfde antwoord³.

Ook de bronnen veranderen

Naast variatie van run tot run is er verschuiving over weken en maanden. Semrush volgde 13 weken lang meer dan 230.000 vragen. ChatGPT citeerde Reddit begin augustus 2025 in bijna 60% van de antwoorden; half september was dat ongeveer 10%⁴. Zo'n verschuiving heeft direct gevolgen voor bedrijven die vooral via zo'n bron genoemd werden. Wie alleen in juli had gekeken, had in oktober een verkeerd beeld gehad.

Ook het GEO-onderzoek laat zien dat de effecten van optimalisatie per domein verschillen⁶. Een aanpassing die voor de ene branche werkt, kan bij een andere weinig doen. Dat kun je alleen vaststellen door voor en na te meten.

Waarom één check misleidt

Uit het bovenstaande volgt dat een enkele handmatige check twee soorten fouten kan maken. Je ziet jezelf niet staan en concludeert dat je onzichtbaar bent, terwijl je in de helft van de antwoorden genoemd wordt. Of je ziet jezelf wél staan en denkt dat het goed zit, terwijl dat een gelukkige run was. Daar komt bij dat je eigen ChatGPT-account kan worden beïnvloed door je eerdere gesprekken, en dat klanten hun vraag anders formuleren dan jij.

Ranglijstposities zijn in AI-antwoorden daarom een zwakke maatstaf. Wat wel werkt, is tellen over veel runs: in hoeveel procent van de antwoorden word je genoemd (winkans), en welk deel van alle vermeldingen in je categorie is van jou (share of voice). Die cijfers worden betrouwbaarder naarmate je meer runs en meer weken hebt.

Hoeveel metingen heb je nodig?

Een eenvoudig rekenvoorbeeld laat zien waarom herhaling telt. Dit is statistiek, geen uitkomst van de genoemde studies. Stel dat een AI-model jouw bedrijf in werkelijkheid in 40% van de antwoorden op een vraag noemt. Bij één check zie je jezelf dan in 4 van de 10 gevallen wel en in 6 van de 10 niet staan: de uitkomst is in feite een muntworp. Bij 10 runs ligt het gemeten percentage meestal tussen ongeveer 25% en 55%. Bij 30 runs is die marge al bijna de helft kleiner. Hoe meer runs, vragen en weken je combineert, hoe kleiner de toevalsmarge en hoe eerder je een echte verandering kunt onderscheiden van ruis.

Dat geldt ook omgekeerd. Als je winkans van de ene op de andere week van 30% naar 45% springt op basis van een handvol antwoorden, kan dat toeval zijn. Pas als zo'n stijging over meerdere metingen aanhoudt, en niet ook bij je concurrenten optreedt, is het aannemelijk dat er iets veranderd is.

Het effect van een actie meten

De meeste bedrijven willen niet alleen weten hoe zichtbaar ze zijn, maar vooral wat helpt. Dat vraagt om dezelfde discipline als bij elk ander experiment: een nulmeting, een duidelijke wijziging en een vervolgmeting met dezelfde vragen. Seer Interactive liet zien dat bedrijven die in AI Overviews geciteerd worden 35% meer organische klikken krijgen dan wie dat niet wordt, maar benadrukt ook dat oorzaak en gevolg lastig te scheiden zijn⁷. Dat geldt voor elke analyse achteraf. Door vóór en ná een actie te meten, en de ontwikkeling van concurrenten als vergelijking te gebruiken, kom je dichter bij een eerlijk antwoord op de vraag of jouw aanpassing het verschil maakte.

Houd rekening met vertraging. Een nieuwe pagina moet eerst gevonden en geïndexeerd worden, en een vermelding op een andere website moet worden opgepikt door de zoeksystemen die AI-modellen gebruiken. Een periode van enkele weken is daarom realistischer dan een paar dagen.

Wat dit betekent voor jouw bedrijf

• Kijk naar percentages, niet naar plekken. "Genoemd in 4 van de 10 antwoorden" is informatiever dan "op plek 2 bij één poging".
• Meet per AI-model. ChatGPT, Perplexity, Gemini en Claude gebruiken verschillende bronnen. Een gemiddelde verbergt waar je sterk of zwak bent.
• Volg trends over weken. Bronnen en modellen veranderen. Alleen een reeks metingen laat zien of je zichtbaarheid stijgt, daalt of stabiel is.
• Meet het effect van wat je doet. Een nieuwe pagina, een vermelding op een vergelijkingssite of betere reviews hebben tijd nodig voordat AI-modellen ze oppikken. Meet vóór en een paar weken ná een actie, met dezelfde vragen.
• Vergelijk met concurrenten. Als iedereen in je branche een week minder genoemd wordt, ligt dat aan het AI-model, niet aan jou. Share of voice corrigeert daarvoor.
• Gebruik de vragen van je klanten. Het SparkToro-onderzoek liet zien dat mensen dezelfde behoefte heel verschillend formuleren. Meet daarom een set vragen die samen de manieren dekken waarop klanten over jouw dienst praten, niet één favoriete zoekterm.

Kort gezegd: behandel AI-zichtbaarheid als een kans, niet als een plek. Je meet hoe groot die kans is, hoe die zich ontwikkelt en wat haar vergroot.

Hoe GeoReady dit meet

GeoReady is gebouwd rond deze variatie. Je vragen worden drie keer per week gesteld aan ChatGPT, Perplexity, Gemini en Claude via hun officiële API's, met herhaalde runs per vraag, zodat één toevallig antwoord de uitkomst niet bepaalt. Daaruit berekent GeoReady je winkans en share of voice per AI-model en over de tijd, het sentiment met de zin waarop het gebaseerd is, en welke URL's als citaat gebruikt worden. Elke actie die je uitvoert krijgt een nulmeting; na 30 dagen zie je het gemeten effect, naast de ontwikkeling van concurrenten. Zo is je GeoReady-score een trend over weken, niet een momentopname.