De bronnen achter AI-aanbevelingen zijn deels machinaal gemaakt

Vraag een taalmodel wie de beste accountant, installateur of softwareleverancier van Nederland is, en je krijgt een lijstje terug. Wat ons in de metingen opvalt, is waar dat lijstje op rust: meestal niet op een vakblad en niet op de site van het bedrijf zelf, maar op een verzamelpagina met een top 10 erop. Vaak geschreven door een partij die er zelf op staat.

Dat patroon zit niet in één branche. In onze eigen sector is het het makkelijkst te zien, want er staan dit jaar lijstjes online met de beste AI-bedrijven van Nederland, geschreven door AI-bedrijven zelf. Maar in welke sector we ook meten, we zien hetzelfde terug: van de bronnen die een model erbij haalt is het lijstje het vaakst degene die geciteerd wordt. Wie zichzelf op nummer één zet in zijn eigen overzicht, kan zichzelf zo terugvinden in het antwoord van ChatGPT.

Dat is niet langer een vermoeden. Onderzoeksbureau Trellner Research keek naar de bronnen achter AI-aanbevelingen in softwarecategorieën, en vond onder de antwoorden van Perplexity een laag die vrijwel volledig voor machines is gebouwd. De cijfers staan in het openbare rapport.

Wat het onderzoek precies gemeten heeft

Trellner liet 380 softwarecategorieën los op twee Perplexity-modellen en verzamelde 7.534 citaties naar 2.055 domeinen. Het bureau gebruikte 760 API-calls en vergeleek elk geciteerd domein met de Tranco-lijst, een gemiddelde van vier bekende ranglijsten van populaire websites. Zo werd per bron zichtbaar of het om een gevestigde site ging of om een domein dat vrijwel niemand kent.

De uitkomst: 59,8 procent van de citaties wees naar domeinen buiten de Tranco top 100.000. Nog eens 23,4 procent van alle citaties kwam van domeinen die zelfs buiten de top miljoen vallen. De mediane positie van de wél gerankte domeinen lag op 71.611. De bronnen onder een AI-aanbeveling zijn dus grotendeels sites waar in gewone zoekresultaten weinig verkeer naartoe gaat.

Opvallender is wat het onderzoek bij die staart aantrof. Drie aan elkaar gelinkte domeinen, alle drie geregistreerd tussen december 2023 en mei 2024, hadden samen 215.128 pagina's gepubliceerd in de vorm /best/<categorie>-software/. Op dezelfde sites staan per stuk zes gewone blogberichten. De verhouding tussen automatisch gemaakte overzichtspagina's en geschreven artikelen is daarmee ongeveer 12.000 op 1.

Die pagina's dragen als HTML-titel "Facts & Grounding Page". Grounding is de term voor het proces waarbij een taalmodel zijn antwoord verankert in opgehaalde bronnen. De titel is dus geen marketing richting bezoekers, maar een signaal richting het ophaalmechanisme. De pagina's zijn geschreven voor de machine die ze straks citeert, niet voor een mens die iets wil weten.

Samen leverde dat netwerk 181 citaties op in de test. Ter vergelijking: G2 werd 291 keer geciteerd, Reddit 261 keer en Gartner 158 keer. Wikipedia kwam drie keer voor. Een netwerk van drie sites die anderhalf jaar bestaan haalt in deze meting dus meer citaties binnen dan Gartner.

Drie sites die anderhalf jaar bestaan halen meer citaties binnen dan Gartner, en zestig keer zoveel als Wikipedia.

Wat wij in onze eigen metingen terugzien

In de metingen die wij draaien voor AI-zichtbaarheid komen vooral verzamelpagina's bovendrijven, niet de site van de klant zelf. Bedrijven publiceren een eigen overzicht met de beste aanbieders in hun sector, zetten zichzelf daarin, en die pagina wordt opgepakt. Dat patroon zien we bij Nederlandse zoekopdrachten net zo goed als in het Amerikaanse onderzoek.

Het onderzoek ging over software, maar de vorm is sectorloos. Een top 10 is voor een taalmodel het makkelijkste materiaal dat er bestaat: de vraag staat in de kop, de aanbieders staan geordend eronder, en elke naam heeft al een zinnetje eromheen dat als onderbouwing kan dienen. Een goede pagina over hoe jij werkt heeft die vorm niet, en wordt daarom minder makkelijk als bron gebruikt, ook als hij inhoudelijk beter is.

Wij zien de listicle daardoor in vrijwel elke branche terugkomen waar we meten, van bouw en installatie tot zakelijke dienstverlening. Niet omdat die pagina's beter zijn, maar omdat ze het antwoordformaat van het model al hebben. Wie zichtbaar wil zijn in AI-antwoorden ontkomt er dus niet aan om te kijken welke lijstjes er in zijn sector bestaan en of hij daar in voorkomt.

Wij zijn dat systematisch gaan meten met noemd.nl, een eigen notering die bijhoudt welke Nederlandse AI-bedrijven door ChatGPT, Gemini, Perplexity en Claude uit zichzelf genoemd worden. Elke maand opnieuw, met dezelfde vragen, zodat verschuivingen zichtbaar worden. Het idee is om dat daarna uit te rollen naar andere sectoren, want de vraag "noemt AI ons eigenlijk?" is nergens anders dan in de AI-branche.

Meten is hier belangrijker dan het lijkt, omdat niemand van buitenaf ziet waarom een model een naam noemt. Je ziet alleen de uitkomst. Pas als je maandelijks dezelfde vraag stelt en de bronnen erbij bewaart, wordt duidelijk of je positie op inhoud rust of op een verzamelpagina die volgend kwartaal weg kan zijn.

Wat kan nu wel, en wat nog niet

Dit kan nu wel:

• Meten of je genoemd wordt. Vaste vragen, meerdere modellen, herhaald in de tijd. Dat is werk dat vandaag draait en dat een uitkomst geeft die je kunt vergelijken.
• Zien welke bronnen eronder liggen. Perplexity toont zijn citaties, dus je kunt nagaan of je vermelding op vakmedia rust, op je eigen site, of op een automatisch gegenereerd overzicht.
• De meting overdoen op een andere engine. Trellner publiceerde dataset en scripts onder CC BY 4.0, dus de test is na te bouwen voor een andere markt of een ander model.

Dit kan nog niet:

• Bewijzen dat die bronnen de aanbeveling sturen. De onderzoekers zeggen het er zelf bij: ze hebben niet getest wat er gebeurt als je zo'n bron weghaalt. Gemeten is de samenstelling van de bewijslaag, niet de invloed ervan op de uitkomst.
• Het beeld doortrekken naar alle AI-systemen. Er is één engine gemeten, met één promptformulering, in één taal. Voor ChatGPT, Gemini en Claude weten we het niet uit dit onderzoek.
• Zeggen wanneer dit voorbij is. Geen enkele aanbieder heeft aangekondigd dat dit soort netwerken uit de bronnen verdwijnt, en er is dus ook geen datum om op te wachten.

Dat onderscheid is de kern. Het onderzoek laat zien waar het bewijs vandaan komt, niet dat het bewijs de doorslag geeft. Wie er meer van maakt, verkoopt zekerheid die er niet is.

Waar de grens ligt

Een overzichtspagina maken is niet hetzelfde als een netwerk bouwen. Eén lijst die je zelf onderhoudt en waar je met naam achter staat, is iets anders dan een generator die per categorie een variant uitspuugt tot er 215.128 staan. Het eerste is een publicatie waar iemand verantwoordelijk voor is, het tweede is een systeem, en alleen dat systeem loopt tegen de spamrichtlijnen van Google aan, waar de spamupdate van augustus dit jaar hard op ingreep.

Onze zichtbaarheid bouwen we niet op die tweede route. 215.128 pagina's genereren kost tegenwoordig een middag en het werkt aantoonbaar, maar wat je krijgt is geen positie. Het is een lening op een regel die nog niet gehandhaafd wordt, en dat weten we omdat we ook zelf uitproberen wat we aanraden, zoals eerder met adverteren in ChatGPT.

Raphael Cornelis, oprichter van DenkBot, vat het zo samen:

De gefabriceerde laag valt uiteindelijk wel weer weg. Het blijft een spel, maar echt goede content, gemaakt met hulp van AI, blijft het goed doen. Met het minste risico op verlies.

Dat is geen principekwestie maar een rekensom over risico. Een verzamelpagina die vandaag geciteerd wordt, kan bij de volgende update van een model of van Google waardeloos zijn, en je hebt er niets voor teruggekregen behalve tijdelijke zichtbaarheid. Een pagina die iets uitlegt wat alleen jij kunt uitleggen, verliest die waarde niet als het ophaalmechanisme verandert.

Rijmt dat met wat anderen meten?

Die stelling hebben we getoetst, want een oordeel dat alleen uit onszelf komt is geen oordeel maar een voorkeur. Op hoofdlijnen houdt hij stand, met twee kanttekeningen.

Het opruimen gebeurt aantoonbaar. Google rolde tussen 18 en 21 augustus 2026 een spamupdate uit die zich richt op scaled content abuse: het massaal publiceren van pagina's die vooral bestaan om te ranken. Sites die dagelijks honderden van dat soort pagina's publiceerden verloren hun posities, terwijl programmatische sites met echte waarde overeind bleven. Google kijkt daarbij naar het doel van de pagina en niet naar de vraag of een model hem geschreven heeft.

Eigen data wordt het vaakst geciteerd. In een analyse van ruim 50.000 AI-antwoorden haalde content met eigen onderzoek of eigen cijfers een citatiegraad van 38 tot 65 procent, tegen 6 tot 15 procent voor een gewone blogpost en minder dan 3 procent voor dunne content. Dat is de stevigste onderbouwing die we vonden voor de stelling dat goede content het goed blijft doen.

De eerste kanttekening is dat de vorm zwaarder telt dan ons lief is. Uit een analyse van 863.000 zoekresultaten blijkt dat 21,9 procent van de citaties naar een listicle wijst, 16,7 procent naar een artikel en 13,7 procent naar een productpagina. Een goed geschreven verhaal in essayvorm verliest het van een middelmatig lijstje met dezelfde informatie erin. Wie alleen op inhoud stuurt en niet op vorm, laat citaties liggen.

De tweede kanttekening is dat het lijstje van een ander meer waard is dan dat van jezelf. Van alle geciteerde listicles komt 80,9 procent van een derde partij en niet van de aanbieder die erop staat. In andermans overzicht komen werkt dus beter dan je eigen overzicht publiceren, en dat is meteen de zwakke plek van de tactiek die je overal ziet opduiken.

Tot slot: wat Google opruimt is niet hetzelfde als wat de AI-antwoordmachines opruimen. GPTZero constateerde dat Perplexity nog altijd bronnen aanhaalt die zelf door AI zijn geschreven. Content die uit de zoekresultaten verdwijnt, kan in een AI-antwoord nog gewoon meetellen. Daarom blijven we meten in plaats van te vertrouwen op de opschoning.

Hoe we het dan wel doen

Wij bouwen voor klanten geautomatiseerde contentsystemen, maar altijd met bedrijfsdata als input. Prijzen, voorraad, projecten, cijfers uit het eigen systeem: dat is materiaal dat een concurrent niet kan kopiëren, omdat hij het niet heeft. Een generator die alleen een categorienaam invult produceert 215.128 pagina's die van elkaar niet te onderscheiden zijn. Een generator die aan je eigen data hangt, produceert pagina's die alleen op jouw site kunnen staan.

De tweede input is een gesprek met iemand uit het bedrijf. We interviewen de mensen die het werk doen en verwerken hun antwoorden in de tekst, inclusief het stuk waar ze zeggen dat iets níet werkt. Deze blog is er zelf een voorbeeld van: het oordeel hierboven komt uit een intern gesprek van vanochtend, niet uit een samenvatting van de bron. Dat is meteen het verschil dat een model kan zien, want een mening die nergens anders staat, is per definitie niet elders opgehaald.

Wat we daarnaast merken is dat inhaken op actualiteit werkt. Een stuk over iets dat deze week gebeurde, met een eigen oordeel erbij, wordt sneller opgepakt dan een tijdloze uitleg over hetzelfde onderwerp. De combinatie is de kunst: de actualiteit levert de aanleiding, je eigen data en ervaring leveren de inhoud.

Praktisch betekent dit dat we bij AI-zichtbaarheid altijd met de meting beginnen. Eerst vaststellen of je genoemd wordt en waar dat op rust, dan pas beslissen waar content iets toevoegt. Zonder nulmeting weet je achteraf niet of iets geholpen heeft, en met dit soort ruis in de bronnenlaag is dat verschil nu belangrijker dan een jaar geleden.

Wat dit betekent als je zelf zichtbaar wilt zijn in AI-antwoorden

Beloof jezelf geen positie in een AI-antwoord, want die is niet te kopen en niet af te dwingen. Wat je wel kunt doen is meten, en zorgen dat er iets te citeren valt dat van jou is. Concreet betekent dat drie dingen:

1. Meet eerst. Stel per kwartaal dezelfde vragen aan meerdere modellen en leg vast wie genoemd wordt en met welke bron.
2. Zorg dat je in de lijstjes van anderen staat. Vier op de vijf geciteerde overzichten komt van een derde partij, dus een vermelding in het overzicht van een vakblad, een vergelijkingssite of een brancheorganisatie is meer waard dan een lijst die je zelf publiceert.
3. Publiceer wat alleen jij kunt publiceren. Eigen cijfers, eigen fouten, eigen werkwijze. Dat wordt in 38 tot 65 procent van de gevallen geciteerd, tegen 6 tot 15 procent voor een gewone blogpost, en het overleeft als de rest wordt weggefilterd.

Het spel gaat door, en de regels veranderen ondertussen. Wij spelen het met wat blijft staan als de gefabriceerde laag verdwijnt.

Veelgestelde vragen

Wat zijn de bronnen achter AI-aanbevelingen?

De bronnen achter AI-aanbevelingen zijn de webpagina's die een taalmodel ophaalt en citeert om zijn antwoord te onderbouwen. Bij Perplexity zijn die citaties zichtbaar onder het antwoord. Onderzoek van Trellner Research liet zien dat 59,8 procent van die citaties naar domeinen buiten de top 100.000 wijst, waaronder netwerken van automatisch gegenereerde overzichtspagina's.

Geldt dit alleen voor software en AI-bedrijven?

Nee, dit geldt voor vrijwel elke sector. Het onderzoek van Trellner ging over softwarecategorieën, maar wat AI-systemen aantrekt is de vorm en niet het onderwerp: een top 10 met aanbieders is het makkelijkste materiaal om een aanbeveling op te baseren. In onze eigen metingen zien we listicles bovendrijven in branches die niets met software te maken hebben.

Kun je afdwingen dat ChatGPT je bedrijf noemt?

Nee, je kunt niet afdwingen dat ChatGPT je bedrijf noemt. Er is geen advertentieplek en geen aanmeldformulier voor AI-antwoorden. Wat je wel kunt beïnvloeden is of er materiaal over je bestaat dat een model kan ophalen en vertrouwen: je eigen site, vermeldingen op vakmedia, en reviewplatformen als G2 die in de metingen bovengemiddeld vaak geciteerd worden.

Is het slim om zelf zo'n lijstjespagina te maken?

Eén overzichtspagina die je zelf onderhoudt en waar je met naam achter staat kan prima. Fragiel wordt het als je er een systeem van maakt: grootschalig gegenereerde pagina's zonder eigen waarde vallen onder de spamrichtlijnen van Google, en AI-aanbieders passen hun filters aan. Wie zijn zichtbaarheid daarop bouwt, kan die in één update weer kwijt zijn.

Wat meten jullie dan wel bij AI-zichtbaarheid?

Wij meten per model of een bedrijf uit zichzelf genoemd wordt op een vaste set vragen, en welke bronnen daaronder liggen. Dat doen we maandelijks en herhaalbaar, zodat verschuivingen zichtbaar worden. Op noemd.nl is die meting voor Nederlandse AI-bedrijven publiek te volgen.

Werkt AI-gegenereerde content dan helemaal niet?

AI-gegenereerde content werkt wel, mits er eigen input in zit. Het verschil zit niet in het gereedschap maar in de invoer: een generator die aan bedrijfsdata en interviews hangt, maakt pagina's die alleen op jouw site kunnen staan. Een generator die alleen een categorienaam invult, maakt pagina's die duizenden anderen ook hebben.

---

Wil je weten of je bedrijf genoemd wordt in AI-antwoorden, en waar dat op rust? Neem contact op voor een nulmeting, dan kijken we samen naar de bronnen die er nu onder liggen.