Hoe zorg je dat ChatGPT, Gemini en Perplexity jouw bedrijf noemen? (AEO-gids 2026)

TL;DR: AI-assistenten geven steeds vaker een direct antwoord in plaats van een lijst links. Wil je dat ChatGPT, Gemini en Perplexity jouw bedrijf noemen, dan optimaliseer je voor citatie, niet voor positie. Dat heet answer engine optimization (AEO). De hefbomen: een heldere entiteit, schema, answer-first content, merkvermeldingen op het web, en de juiste AI-crawlers toelaten.

De manier waarop mensen zoeken verschuift. Steeds vaker stellen ze een vraag aan ChatGPT, Gemini of Perplexity en krijgen een kant-en-klaar antwoord terug, met daaronder een handvol bronnen. De vraag voor elke ondernemer is simpel: sta jij tussen die bronnen, of noemt de AI je concurrent? Deze gids legt uit waarom dit nu speelt, wat AEO precies is, en welke knoppen je vandaag kunt omzetten.

Waarom dit nu telt (de cijfers)

Het klikgedrag verandert meetbaar. Volgens Pew Research Center (2025) klikt bij een Google-zoekopdracht mét AI-samenvatting nog maar 8% van de gebruikers door naar een link, tegenover 15% zonder samenvatting. Slechts 1% klikt op een bron ín die samenvatting. De AI beantwoordt de vraag, en de klik blijft uit.

Tegelijk worden die AI-samenvattingen alledaags. De Semrush AI Overviews Study (2025) zag het aandeel queries met een AI Overview oplopen van 6,49% in januari naar 24,61% in juli, om in november te stabiliseren rond 15,69%. Het cijfer schommelt, maar de richting is helder: voor een groeiend deel van alle zoekopdrachten verschijnt eerst een AI-antwoord.

En dat antwoord stuurt verkeer. Adobe Analytics (2025) mat een stijging van 1.200% in bezoek aan Amerikaanse retailsites vanuit generatieve-AI-bronnen, tussen juli 2024 en februari 2025. De absolute aantallen zijn nog bescheiden, maar wie nu zichtbaar wordt, bouwt een voorsprong op terwijl de meeste bedrijven nog wachten.

Wat je hieruit meeneemt: de klik wordt schaarser, het AI-antwoord wordt de norm, en vermelding ín dat antwoord wordt het nieuwe terrein om op te winnen. Dat is precies wat AEO adresseert.

Wat is AEO (answer engine optimization)? En het verschil met SEO

AEO is het optimaliseren van je content en techniek zodat AI-assistenten je als bron in hun antwoord opnemen. Waar SEO mikt op een hoge positie in een lijst met links, mikt AEO op vermelding ín het gegenereerde antwoord zelf. Het doel verschuift van ranken naar geciteerd worden. De technische basis overlapt grotendeels.

Het verschil zit in de uitkomst, niet in een totaal andere methode. Een goede SEO-fundering, snelle pagina's, crawlbare HTML, heldere structuur, blijft de bodem onder AEO. Daarbovenop komt een andere vraag: kan een taalmodel jouw pagina lézen, begríjpen, en het juiste feit eruit halen om in een antwoord te plakken? Die leesbaarheid voor machines is de kern van answer engine optimization.

Praktisch betekent dat een paar accentverschuivingen. Je schrijft het antwoord vooraan, niet pas in alinea zeven. Je maakt feiten expliciet in plaats van impliciet. Je beschrijft wie je bent in gestructureerde data, zodat de AI je entiteit herkent. En je zorgt dat de bots die voor citatie scrapen daadwerkelijk binnenkomen. Dezelfde pagina kan zo goed scoren in Google én geciteerd worden door Perplexity.

GEO (generative engine optimization) wordt vaak als synoniem gebruikt. In de praktijk dekken AEO en GEO dezelfde lading: zorgen dat generatieve AI-systemen jouw bedrijf als bron gebruiken. Welke term je kiest maakt voor het werk weinig uit. Het gaat om hetzelfde resultaat: genoemd worden wanneer een potentiële klant de AI een vraag stelt.

Waarom noemt AI jouw bedrijf (nog) niet?

Meestal omdat de AI je niet kan herkennen, niet kan lezen, of nergens over je hoort. Een taalmodel kiest bronnen op basis van wat het vertrouwt en begrijpt. Ontbreekt een duidelijke entiteit, gestructureerde data of vermelding elders op het web, dan valt je bedrijf simpelweg buiten de selectie, ongeacht hoe goed je product is.

De eerste oorzaak is herkenning. Als de AI niet zeker weet wat je bedrijf is, welke diensten, welke locatie, welke expertise, dan noemt hij liever een bron waar dat wél kristalhelder staat. Vage over-pagina's, ontbrekende schema-data en inconsistente bedrijfsgegevens maken je tot een onbetrouwbare gok voor het model. Het kiest dan voor zekerheid.

De tweede oorzaak is leesbaarheid. Content die het antwoord verstopt achter verhalende inleidingen, of techniek die de pagina pas na zware JavaScript-rendering toont, bemoeilijkt extractie. Een AI wil een helder, citeerbaar feit. Staat dat er niet woordelijk, dan pakt het model een concurrent die het wél netjes opschreef.

De derde oorzaak is reputatie. Volgens een citatie-analyse van Leapd (2026) correleren merkvermeldingen op het web sterker met AI-citatie (0,664) dan backlinks (0,218). Word je nergens genoemd, niet op Reddit, niet in vakmedia, niet in vergelijkingen, dan mist de AI het sociale bewijs om jou met vertrouwen aan te halen.

De hefbomen: zo word je geciteerd

Geciteerd worden draait om een handvol concrete ingrepen die je entiteit verhelderen, je content leesbaar maken voor modellen, en je reputatie op het web versterken. Geen enkele knop werkt los van de rest. Samen bepalen ze of een AI jou met vertrouwen als bron durft te noemen. Hieronder de belangrijkste, op volgorde van impact.

Entiteit & schema

Maak ondubbelzinnig wat je bedrijf is. Voeg Organization-, Product- en FAQPage-schema toe, zodat een AI je naam, diensten en expertise gestructureerd kan inlezen. Volgens AirOps' State of AI Search 2026 worden pagina's met meerdere schema-types vaker geciteerd. Let op consistentie: de prijs in je schema moet matchen met de prijs op de pagina, anders citeert de AI verouderde data.

Answer-first content

Zet het antwoord vooraan. Begin een sectie met een direct, feitelijk antwoord van een paar zinnen, en bouw de nuance daarna op. Een taalmodel dat snel een citeerbaar feit vindt, neemt het sneller over. Schrijf voor de vraag die een klant écht stelt, in de bewoording die hij gebruikt, en maak cijfers en conclusies expliciet in plaats van impliciet.

Mentions & consensus

Zorg dat anderen over je praten. Vermeldingen in vakmedia, vergelijkingsartikelen, fora en reviews vormen het sociale bewijs waarop een AI vertrouwt. Volgens de eerder genoemde Leapd-analyse is Reddit een grote bron voor Perplexity. Eén losse vermelding verandert weinig: het gaat om consensus. Hoe meer onafhankelijke bronnen jouw bedrijf bij een onderwerp noemen, hoe geloofwaardiger je wordt voor het model.

AI-crawlers toelaten

Onderscheid training-bots van search-bots, want ze doen iets anders. Training-bots zoals GPTBot, Google-Extended en CCBot voeden modellen met je content. Search- en retrieval-bots zoals OAI-SearchBot en PerplexityBot halen je pagina live op om te citeren. Volgens Nohacks (2026) kun je training blokkeren en tóch geciteerd worden, mits je die retrieval-bots in je robots.txt toelaat. Blokkeer je ze per ongeluk, dan ben je onzichtbaar.

Let ook op je infrastructuur. Een te agressieve botbescherming, bijvoorbeeld een bot-firewall die alles weert, kan legitieme AI-crawlers buitensluiten. Controleer in je logs of OAI-SearchBot en PerplexityBot daadwerkelijk binnenkomen. Toegang verlenen is een voorwaarde: zonder dat de bot je pagina kan ophalen, valt er niets te citeren.

llms.txt

Een llms.txt-bestand is een eenvoudige, gestructureerde index van je belangrijkste pagina's, bedoeld voor taalmodellen. Frame het eerlijk: het is geen wondermiddel. Google steunt het formaat (nog) niet, John Mueller vergeleek het volgens Limy (2026) met de oude keywords-meta-tag. Andere engines experimenteren ermee. Het kan geen kwaad om het toe te voegen, maar je pagina-inhoud weegt zwaarder dan dit bestand.

Freshness

Houd je content actueel. Volgens AirOps' State of AI Search 2026 komt ongeveer 83% van de AI-citaties voor commerciële queries van pagina's die in de afgelopen twaalf maanden zijn geüpdatet. Een AI verkiest verse informatie: een verouderde pagina, hoe goed ook, verliest het van een recent bijgewerkte concurrent. Plan dus herzieningen in, ververs cijfers, en laat de wijzigingsdatum zien.

ChatGPT, Gemini en Perplexity kiezen verschillende bronnen

Ze overlappen veel minder dan je zou denken. Volgens Averi's B2B-citatiebenchmark 2026 wordt slechts ongeveer 11% van de domeinen door zowel ChatGPT als Perplexity geciteerd. Elke engine heeft een eigen bronvoorkeur en weegt vertrouwen anders. Zichtbaar zijn in de één garandeert dus geenszins een vermelding in de ander.

Dat heeft praktische gevolgen. Perplexity leunt sterk op live retrieval en haalt opvallend vaak content van fora als Reddit aan, zo blijkt uit de Leapd-analyse. ChatGPT met zoekfunctie en Google's AI-modus wegen je entiteit, je gestructureerde data en je positie in de klassieke index zwaarder mee. Eén universele truc bestaat niet: je optimaliseert in de praktijk voor meerdere systemen tegelijk.

De les is om breed te bouwen in plaats van op één engine te gokken. Versterk je entiteit en schema voor de engines die op herkenning leunen. Bouw vermeldingen en discussie op het web voor de engines die op consensus leunen. Houd je content vers voor de engines die op recentheid leunen. Wie alle drie de fundamenten legt, vergroot de kans dat hij in álle antwoorden opduikt, niet slechts in één.

Hoe meet je of AI jouw merk noemt?

Door het systematisch te testen. Stel een set realistische vragen op die jouw klanten zouden stellen, leg die voor aan meerdere engines, en noteer welke bedrijven worden genoemd en welke bronnen worden gelinkt. Doe dit herhaald: AI-antwoorden variëren per keer, dus één losse test zegt weinig. Het patroon over meerdere metingen is wat telt.

Begin bij de vragen die ertoe doen. Bedenk hoe een potentiële klant zijn probleem zou verwoorden, niet hoe jij je product beschrijft. "Wat is een goed boekhoudpakket voor zzp'ers?" levert bruikbaarder inzicht op dan je eigen merknaam intypen. Stel per onderwerp meerdere varianten op, want kleine verschillen in formulering kunnen tot heel andere bronnen leiden.

Houd vervolgens rekening met de ruis. Vraag je vandaag iets aan ChatGPT en morgen opnieuw, dan kan het antwoord verschillen, zelfs zonder dat er iets aan je site veranderde. Dat maakt een enkele meting onbetrouwbaar als bewijs. Meet daarom herhaald en over meerdere engines, en kijk naar de consensus: word je structureel genoemd, sporadisch, of nooit? Die verdeling is je echte signaal.

Tot slot het meten zelf. Je kunt dit handmatig doen met een spreadsheet en wat geduld, of een tool inzetten die de vragen automatisch over meerdere engines uitvraagt en de citaties bijhoudt. Wij bouwden Citebility daar zelf voor: het scant of AI-zoekmachines jouw bedrijf noemen en wijst aan welke hefbomen nog open staan. Welke methode je ook kiest, het principe blijft: meten over tijd, niet één momentopname.

Een laatste overweging. Sluit de cirkel door je meting te koppelen aan je ingrepen. Pas een hefboom toe, schema toevoegen, een pagina actualiseren, een vermelding scoren, en meet daarna opnieuw. Zo zie je welke verandering daadwerkelijk verschil maakt in de antwoorden. AEO is geen eenmalige ingreep maar een doorlopende lus van bouwen, meten en bijsturen.