Na 100 onderzochte Nederlandse websites, 17 sectoren en meer dan 300 AI-model-interacties is de conclusie van de AI-Zichtbaarheidsaudit 2026 scherper dan verwacht.
De meeste Nederlandse bedrijven gaan ervan uit dat AI hen kent. Dat klopt — grotendeels. Maar er is een groot verschil tussen gekend worden en het juiste verhaal verteld krijgen.
Structured data is geen zichtbaarheidsinstrument. Het is een narratiefinstrument. Bedrijven die het niet inzetten zijn niet onzichtbaar — ze zijn zichtbaar op de manier die anderen voor hen hebben bepaald.
De vijf kernbevindingen
| Bevinding | Onderbouwing |
|---|---|
| 55% van de 100 websites is technisch onzichtbaar voor AI | 55 sites scoren Rood (0–6/19). Geen structured data die AI kan gebruiken om de eigen site als gezaghebbende bron te herkennen. |
| 100% van de sites heeft geen llms.txt | 0 van 100 sites. Universeel afwezig in Nederland. Geen enkele uitzondering in de volledige dataset. |
| HowTo-schema en Speakable staan op 0% | Niet 2%, niet 5% — nul. Ook bij sites met uitgebreide instructieve content en bij organisaties die voice-assistenten actief inzetten. |
| Slechts één site scoort Groen in de volledige benchmark | Van 100 onderzochte websites heeft er één voldoende AI-infrastructuur om het eigen narratief te sturen. De rest is rood of oranje. |
| Hoge technische score garandeert geen aanbeveling door AI | Een e-commerce site met de hoogste technische score in zijn sector wordt door geen enkel AI-model aanbevolen. Een hardloopspecialist zonder enige structured data wordt door alle drie de modellen als eerste aanbevolen. |
De methode — vier fasen
De AI-Zichtbaarheidsaudit 2026 is uitgevoerd via de 92+ Methode™, een meetmethodologie voor AI-zichtbaarheid in vier lagen:
| Fase | Naam | Wat wordt gemeten | Score |
|---|---|---|---|
| 1 | Technische infrastructuur | 19 criteria: JSON-LD, structured data, sameAs, Person-entiteit | 0–19 per site |
| 2 | Inhoud & toegankelijkheid | 11 criteria: citatiewaardige content, crawlbaarheid, entiteitssignalen | 0–11 per site |
| 3 | Merkidentiteit | Herkent AI het bedrijf? Klopt het narratief? Wie controleert het verhaal? | Niveau 1/2/3 |
| 4 | Aanbevelingscheck | Wordt het bedrijf spontaan aanbevolen bij de zoekvraag van een potentiële klant? | 0–9 per site |
Elke scan is reproduceerbaar — elke derde partij kan dezelfde URL opnieuw analyseren met dezelfde prompts. Er is geen opdrachtgever en geen commercieel belang bij specifieke uitkomsten.
De drie universele blinde vlekken
Drie punten staan na 100 sites op exact 0%. Geen één uitzondering — ook niet bij de best scorende sites, ook niet bij organisaties die AI expliciet in hun dienstverlening inzetten.
0 van 100
llms.txt
Universeel afwezig. Geen enkel Nederlands bedrijf in de steekproef heeft een llms.txt aangemaakt.
0 van 100
HowTo-schema
Geen enkele site heeft stapsgewijze instructies in JSON-LD verankerd — ook niet bij sites met uitgebreide how-to content.
0 van 100
Speakable-schema
Voice-optimalisatie volledig afwezig. Eén van de onderzochte zorgsites zet actief tekst-naar-spraak in voor patiënten — maar heeft geen Speakable-schema in het JSON-LD.
Vier structurele risico’s
Uit de merkidentiteitscheck — waarin ChatGPT, Gemini én Perplexity per bedrijf werden bevraagd — komen vier patroonmatige risico’s naar voren die bij meerdere sectoren terugkeren.
Geleende zichtbaarheid
Het bedrijf is zichtbaar via een platform dat het niet controleert. Alle vier onderzochte makelaars in de dataset zijn zichtbaar in AI uitsluitend doordat modellen live een extern vastgoedplatform raadplegen. De eigen websites leveren geen enkele structured data-bijdrage. Zodra dat platform wegvalt of AI-modellen zonder live search werken, verdwijnt de zichtbaarheid.
Reputatiegevoelig narratief
AI bouwt beschrijvingen op basis van alles wat beschikbaar is — inclusief crises, kritiek en negatieve reviews. Bij alle vijf onderzochte zorgsites bevatten AI-antwoorden reputatiegevoelige informatie. Eén site krijgt een uitbraak uit 2011 nog steeds als eerste frame in het AI-antwoord — veertien jaar later. Het bedrijf heeft geen instrument om dat bij te sturen.
Entiteitsverwarring
AI verwisselt het bedrijf met een naamgenoot. Twee bedrijven in de benchmark worden door ChatGPT consistent beschreven als een andere organisatie. Oorzaak: ontbrekende sameAs-koppelingen en een zwak Organization-schema. Eén geval is extra schrijnend: de Organization-naam in het JSON-LD is de standaardwaarde van het CMS — nooit aangepast na de livegang van de website.
Verouderd narratief
Trainingsdata loopt achter op merkwijzigingen. Een advocatenkantoor dat in 2016 van naam veranderde wordt in 2026 nog steeds onder de oude naam beschreven door ChatGPT. Negen jaar later — puur omdat de structured data nooit werd bijgewerkt na de naamswijziging.
Resultaten per sector
| Sector | N | Gem. 19p | 🔴 Rood | 🟠 Oranje | 🟢 Groen |
|---|---|---|---|---|---|
| Dierenartsen | 6 | 2,7/19 | 6 | 0 | 0 |
| Gezondheidszorg | 5 | 2,8/19 | 5 | 0 | 0 |
| Makelaars | 4 | 3,0/19 | 4 | 0 | 0 |
| Fysiotherapie | 3 | 4,3/19 | 3 | 0 | 0 |
| Drogisterij | 6 | 4,8/19 | 3 | 3 | 0 |
| Diensten | 15 | 5,1/19 | 6 | 9 | 0 |
| Mode | 11 | 5,2/19 | 4 | 6 | 0 |
| Sport | 5 | 5,6/19 | 1 | 4 | 0 |
| Wonen | 8 | 5,8/19 | 3 | 5 | 0 |
| Horeca | 10 | 6,5/19 | 5 | 5 | 0 |
| Financieel | 1 | 7,0/19 | 0 | 1 | 0 |
| Marketing bureau | 11 | 8,5/19 | 4 | 7 | 0 |
| E-commerce/Drukwerk | 3 | 8,7/19 | 0 | 3 | 0 |
| Totaal | 100 | 5,3/19 | 55 | 44 | 1 |
De bureauparadox
De scherpste bevinding in het onderzoek staat niet in de cijfers alleen — maar in de combinatie ervan.
Vier van de elf marketing- en SEO-bureaus in de benchmark scoren Rood op hun eigen website. Dit zijn bureaus die klanten dagelijks adviseren over online zichtbaarheid. Geen enkel marketingbureau in de dataset wordt spontaan aanbevolen door alle drie de AI-modellen.
De bureauparadox is geen aanval op de sector. Het is de meest heldere illustratie van een algemeen patroon: GEO is een nieuw vakgebied en de meeste organisaties — inclusief degenen die online zichtbaarheid als kerncompetentie hebben — hebben de omslag naar AI-zichtbaarheid nog niet gemaakt.
Eén bureau in de dataset scoort 14/19 en is daarmee de hoogst scorende site in de volledige benchmark van 100 websites. Dat laat zien dat het mogelijk is. Het laat ook zien hoe groot de kloof is met de rest van de sector.
Wat volgt
Het volledige eindrapport is te lezen op estrelle.nl of te downloaden als PDF. Het bevat de complete bevindingen per sector, de gedetailleerde aanbevelingsdata per AI-model, de vier risicotypes uitgewerkt aan de hand van concrete cases uit de dataset, en drie concrete aanbevelingen gebaseerd op de patronen van de best scorende sites.
De centrale vraag die het rapport beantwoordt: wat bepaalt of een bedrijf zijn eigen AI-verhaal stuurt — of overgeleverd is aan wat anderen over hen zeggen?
Over dit onderzoek
De AI-Zichtbaarheidsaudit 2026 is uitgevoerd door Bianca Kopier via de 92+ Methode™. Alle data is publiek verifieerbaar. Geen opdrachtgever, geen commercieel belang bij specifieke uitkomsten. Alle bedrijven in het onderzoek zijn geanonimiseerd.
estrelle.nl — bianca@estrelle.nl — KvK 30243482 — Maarssen