Hoofdstuk 4: Het bewijs onder GEO: wat is aangetoond, wat wordt verkocht

Dit hoofdstuk staat bewust vooraan. Alles wat erna komt, staat of valt met de vraag of het onderliggende bewijs deugt.

Het vakgebied praat over generative engine optimization met een stelligheid die het onderzoek niet draagt. Dat is geen kwade wil.

Het is een jong veld waarin iedereen tegelijk iets moest zeggen. De eerste stellige uitspraak verspreidde zich sneller dan de nuance erachteraan kwam.

Hieronder staat per veelgehoorde claim wat het bewijs zegt. Met de bron, de datum en de steekproef, zodat je het zelf kunt nakijken.

Waarom ik daar streng in ben: ik wil geen SEO-papegaai zijn. Een papegaai herhaalt wat er op een congres is gezegd en verkoopt dat door als inzicht.

Bij LocalSEOLab.nl toets ik claims zelf voor de Nederlandse markt. Waar een uitspraak in dit boek op eigen waarneming rust in plaats van op gepubliceerd onderzoek, staat dat er expliciet bij.

Claim 1: gestructureerde data brengt je in AI-antwoorden

Dit is de meest verkochte techniek en de slechtst onderbouwde.

Google schrijft het inmiddels zelf. In de eigen optimalisatiegids voor AI-zoekfuncties, laatst bijgewerkt op 10 juli 2026, staat letterlijk dat gestructureerde data niet vereist is voor generatieve zoekresultaten en dat er geen speciale schema.org-opmaak bestaat die je moet toevoegen.

Het onderzoek wijst dezelfde kant op, en scherper. Ahrefs volgde in mei 2026 1.885 pagina's die JSON-LD toevoegden, tegen een gematchte controlegroep van ongeveer vierduizend pagina's.

Het resultaat voor AI Overviews was 4,6 procent minder citaties, statistisch significant en onverklaard. Voor AI Mode en ChatGPT waren de verschillen klein en niet significant.

Een directe ophaaltest van searchVIU eind 2025 vond dat geen enkele geteste assistent de JSON-LD las. Allemaal haalden ze uitsluitend de zichtbare HTML op.

Belangrijk: de onderzoekers van Ahrefs noemen zelf hun beperkingen. Ze keken alleen naar pagina's die al zwaar geciteerd werden, met meer dan honderd citaties vooraf, in een venster van dertig dagen.

Het effect van schema is daarnaast niet los te knippen van andere paginawijzigingen in diezelfde periode.

Wat dat betekent: niemand heeft getest of gestructureerde data helpt om überhaupt in aanmerking te komen. Dat is precies de vraag van een praktijk die nu nergens genoemd wordt.

Blijf schema dus gewoon aanbrengen, want in klassieke zoekresultaten verdient het zich terug. Verkoop het alleen niet als route naar AI-citaties, en betaal er geen toeslag voor.

Claim 2: llms.txt vertelt AI-systemen wie je bent

Deze is eenvoudiger af te doen.

Ahrefs onderzocht 137.210 domeinen. Van de aanwezige llms.txt-bestanden kreeg 97 procent in mei 2026 geen enkel verzoek.

Van de verzoeken die wel binnenkwamen, kwam het merendeel van SEO-audittools in plaats van van AI-systemen. Op domeinen zonder zo'n bestand ging geen enkel systeem ernaar op zoek.

Google is er ondubbelzinnig over in dezelfde optimalisatiegids: je hoeft geen machineleesbare bestanden, AI-tekstbestanden of markdown aan te maken om in Google Zoeken te verschijnen, inclusief de generatieve onderdelen, omdat Google die niet gebruikt.

De les: een bestand dat niemand ophaalt, kan niets doen. Het kost geen kwaad, maar het is geen dienst waarvoor je maandelijks betaalt.

Claim 3: je kunt je pagina's herschrijven voor veertig procent meer zichtbaarheid

Dit cijfer komt uit een academisch paper over generative engine optimization en wordt sindsdien overal aangehaald. Vrijwel altijd verkeerd.

Een kritisch overzicht van 15 juli 2026 beoordeelde vijfenveertig studies en zocht uit waar dat percentage vandaan komt.

De uitkomst: het gaat om een relatieve zichtbaarheidswinst in een simulator waarin vijf documenten al in de context van het model waren geplaatst. Vertaald: het model had de bron al voor zich liggen.

De conclusie van dat overzicht is scherper dan het percentage. Geen enkele beoordeelde techniek laat een stabiel, longitudinaal, platformoverstijgend causaal effect zien op vindbaarheid of op gedrag daarna. En herschrijven met citaties als doel kan het ophalen van je pagina juist verslechteren.

Let op: dat is één overzichtspaper van één auteur, zonder peer review. Neem het niet als eindoordeel. Maar het is wel de meest systematische poging die er ligt, en het wijst dezelfde kant op als het losse onderzoek.

Waarom ik hier op één onderzoeker leun

Het vervolg van dit hoofdstuk steunt zwaar op het werk van Rand Fishkin. Dat verdient uitleg, want leunen op één bron is precies wat ik in dit boek afraad.

Fishkin begon rond de eeuwwisseling in het vak, startte in 2003 de blog die uitgroeide tot Moz, en richtte in 2018 SparkToro op. Ik ken hem al zo'n vijftien jaar persoonlijk.

Dat laatste noem ik erbij zodat je het kunt wegen, niet als argument. Wat wel een argument is, is zijn werkwijze: hij test met eigen data en met grote aantallen deelnemers, en hij schrijft zijn voorbehouden er zelf bij.

Hoe dat uitpakt, laat zich het beste zien aan één casus die tien jaar besloeg.

De chronologie van één claim

April 2014. Fishkin vraagt zijn volgers om één zoekopdracht uit te voeren en op zijn resultaat te klikken. Binnen enkele uren schuift die pagina van plek zeven naar plek één.

Ik heb aan die test meegedaan. Ik zag de oproep voorbijkomen, deed wat hij vroeg, en zag de dag erna de uitkomst.

Hij publiceerde het met een uitdrukkelijk voorbehoud: dit is niet genoeg bewijs om te zeggen dat Google klik- en zoekvolume gebruikt om pagina's te rangschikken.

Februari 2019. Gary Illyes van Google doet die theorie publiekelijk af, met Fishkin bij naam: *"Dwell time, CTR, whatever Fishkin's new theory is, those are generally made up crap."*

Oktober 2023. In de Amerikaanse antitrustzaak verklaart Pandu Nayak, vicepresident van Google Zoeken, onder ede over NavBoost. Dat systeem onthoudt klikdata: sinds 2017 over dertien maanden, daarvoor over achttien.

Mei 2024. Ruim tweeduizend pagina's interne Google-documentatie belanden per ongeluk op GitHub. Fishkin publiceert ze zelf, op 27 mei. Er staan velden in met namen als goodClicks, badClicks en lastLongestClicks.

Augustus 2024. Rechter Amit Mehta legt het schriftelijk vast: *"Navboost is another signal that pairs queries and documents through memorizing user click data."*

Wat die reeks wel en niet bewijst

Hier moet ik nauwkeurig zijn, want dit verhaal wordt in het vakgebied routineus opgeblazen.

Let op: het bewijst niet dat Google loog. Het vonnis ging over mededinging, niet over SEO. En Google had een technisch verweer: NavBoost weegt kliklengte en klikkwaliteit, niet de doorklikratio waar de ontkenningen over gingen.

Fishkin waarschuwt bij het lek zelf dat je er geen enkele functie uit mag pikken om te roepen dat het bewijs is. Zijn woorden, niet de mijne.

Er staan ook velden in die Chrome-weergaven tellen. Dat die in de rangschikking meewegen, is een gevolgtrekking van commentatoren en geen bevinding uit de documentatie.

Wat het wél laat zien: een onderzoeker formuleerde in 2014 met eigen data een hypothese, werd er vijf jaar later publiekelijk om weggezet, en zag die hypothese tien jaar later bevestigd door twee volstrekt onafhankelijke bronnen. Een rechtszaal en Googles eigen documentatie.

De les: vraag altijd om de bron, ook als de bron het bedrijf zelf is waarover de vraag gaat. Dat is dit hele boek in één zin, en het is de reden dat dit hoofdstuk vooraan staat.

Claim 4: je kunt je AI-zichtbaarheid meten

Er is inmiddels een hele categorie meettools die je vertelt hoe zichtbaar je bent in AI-antwoorden. Sommige rapporteren zelfs een positie, alsof het een ranglijst is.

Rand Fishkin van SparkToro onderzocht dat samen met Gumshoe.ai en publiceerde het op 28 januari 2026. Zeshonderd vrijwilligers voerden twaalf prompts uit, in totaal 2.961 keer, tegen ChatGPT, Claude en de AI Overviews van Google.

Ook aan dit onderzoek deed ik mee, twaalf jaar na het eerste. Dezelfde prompts, keer op keer, en je ziet de lijsten onder je handen veranderen zonder dat er iets aan de vraag verandert.

Dat is een ervaring die geen enkel dashboard je geeft. Wie het één keer zelf heeft gedraaid, gelooft nooit meer in een rankingpositie in AI.

De uitkomst is scherp. De kans dat ChatGPT of Googles AI twee keer dezelfde merkenlijst teruggeeft, is kleiner dan één op honderd. Voor dezelfde lijst in dezelfde volgorde is het ongeveer één op duizend.

Wat dat betekent: een tool die je een positie in AI-antwoorden geeft, rapporteert toeval. Fishkin schrijft het zelf onomwonden: een tool die een rankingpositie in AI belooft, is volgens hem onzin.

Er is wél iets dat stabiel meet. Zichtbaarheidspercentages over veel prompts, elk tientallen keren gedraaid, bleven in datzelfde onderzoek wel consistent. Merken in één geteste categorie verschenen in 55 tot 77 procent van de antwoorden.

Praktisch: vraag een leverancier niet of je stijgt. Vraag in welk percentage van de antwoorden je voorkomt, over hoeveel prompts, hoe vaak gedraaid, en met welke foutmarge. Wie dat niet kan beantwoorden, verkoopt een getal zonder betekenis.

Er zit nog een tweede probleem onder. Fishkin mat de semantische gelijkenis tussen echte gebruikersvragen over hetzelfde onderwerp op 0,081. De prompts die een tool draait, lijken dus nauwelijks op de zinnen die je patiënt intypt.

Wie de meetlat bezit

Eén ding hoor je erbij te weten, omdat het de cijfers zelf raakt.

De zero-clickreeks waarmee dit vakgebied zwaait, komt uit drie verschillende panels. De metingen van 2016 en 2019 kwamen van Jumpshot, de datatak van een antivirusbedrijf. Die van 2024 kwamen van Datos, sinds december 2023 onderdeel van Semrush. Die van 2026 komen van Similarweb.

Fishkin zegt zelf dat het niet dezelfde gebruikers en niet dezelfde apparaten zijn, en dat de panels niet eens demografisch op elkaar aansluiten. Wie die percentages als één stijgende lijn tekent, doet iets wat de onderzoeker uitdrukkelijk afraadt.

Let op: hoe zwaar de definitie weegt, blijkt uit Semrush' eigen meting van oktober 2022. Daar kwam zero-click op desktop uit op 25,6 procent, waar SparkToro voor ongeveer dezelfde periode ruim boven de vijftig procent zat.

Het verschil zit vooral in één keuze: telt een herformuleerde zoekopdracht mee als zero-click, of als een aparte categorie?

De kern: dezelfde onderneming had op enig moment twee sterk uiteenlopende cijfers in omloop, met verschillende definities. Dat is geen schandaal, maar het is wel de reden om bij elk zichtbaarheidspercentage eerst naar de definitie te vragen.

Wat wél samenhangt met zichtbaarheid

Er is één grote correlatiestudie die de moeite waard is, mits je hem leest als wat hij is.

Ahrefs bekeek vijfenzeventigduizend merken en zocht naar samenhang met zichtbaarheid in AI-antwoorden. De sterkste samenhang lag bij YouTube-vermeldingen, rond 0,737. Daarna kwamen merkvermeldingen elders op het web, tussen ongeveer 0,66 en 0,71.

De onderzoekers noemen de samenhang met linkgegevens zelf "zeer zwak", zonder er in die zin een cijfer bij te zetten. Backlinks staan in dit onderzoek dus onderaan, en verder ga ik niet.

Let op: de datering van dit onderzoek is rommelig. De blogpost draagt december 2025 als datum, het persbericht erover is van 26 mei 2026 en verwijst naar een kwartaalrapport over begin 2026. Noem het dus niet met één harde datum.

De auteurs schrijven er zelf bij dat correlatie geen oorzaak is. Dat is geen formaliteit. Merken die veel op YouTube worden genoemd, zijn doorgaans merken die overal veel worden genoemd.

Waarom dit toch bruikbaar is: de rangorde zegt iets. Genoemd worden op plekken die je niet bezit, hangt sterker samen met AI-zichtbaarheid dan links naar je eigen site.

Dat sluit aan bij hoe deze systemen zijn gebouwd. Het is de reden dat hoofdstuk 8 tot en met hoofdstuk 16 over bronnen gaan in plaats van over je eigen website.

De schaal, eerlijk opgeschreven

Voordat je hier tijd in steekt, hoor je te weten hoe groot dit kanaal vandaag is.

Van de ChatGPT-antwoorden bevatte in mei 2026 ongeveer zeven procent een externe link. In zakelijke dienstverlening lag dat onder de vier procent. Een antwoord zonder link kan je nog steeds bij naam noemen, maar het levert geen bezoeker op.

Voor gezondheidsvragen ligt het beeld gemengd. BrightEdge volgde achttien maanden en zag AI Overviews bij aandoeningen en symptomen groeien van 82 naar 93 procent. Bij lokale zorgvragen, het type vraag waarmee iemand een praktijk zoekt, ging het van nul naar elf procent.

En AI Mode zelf? SparkToro mat in het Amerikaanse browserverkeer van januari tot april 2026 een aandeel van 0,34 procent van alle zoekopdrachten. Fishkin noemt dat een afrondingsfout.

Let op: die meting kijkt alleen naar browsers en niet naar de Google-app, waar AI Mode veel wordt gebruikt. Het is dus een ondergrens, geen puntschatting. Google zelf meldde in juli 2026 meer dan een miljard maandelijkse gebruikers wereldwijd.

Beide getallen zijn waar. Ze meten iets anders.

Praktisch: als officieel bètatester in Google Labs zie ik nieuwe zoekfuncties vaak maanden voordat ze uitrollen. Dat is een voordeel met een adder: veel van wat daar draait, haalt de Nederlandse markt nooit.

Wat in dit boek staat, is daarom wat is uitgerold en gedocumenteerd. Wat nog in Labs zit, noem ik als test en nooit als functie.

De kern: de informatiekant van de zorg is vrijwel volledig door AI overgenomen. De keuzekant, waar jouw praktijk zit, nog nauwelijks.

Dat is precies waarom dit het goede moment is om te bouwen. En precies waarom je er dit kwartaal geen omzet uit moet verwachten.

Wat er nog niet is onderzocht

Vier dingen weet niemand, en dat is relevanter dan het lijkt.

• Er bestaat geen enkele studie over AI-citatiebronnen bij Nederlandse zorgzoekopdrachten. Of Nederlandse AI-antwoorden leunen op Thuisarts, op zorgverzekeraars of op iets anders, is niet gemeten. Wie beweert van wel, gokt.
• Er zijn ook geen Nederlandse zero-clickcijfers. SparkToro publiceerde in juni 2026 zes landen, Nederland niet. De dichtstbijzijnde markten waren Duitsland op 62,1 procent en Frankrijk op 65,3 procent, gemeten van januari tot april 2026.
• De meetlaag zelf is niet gevalideerd. Er is geen standaard voor wat een citatie is, en de leveranciers publiceren hun methode zelden. Van de bekende tools is er één die zijn promptselectie, modellen en verversingsritme volledig openbaar maakt.
• Er is nooit gemeten wat AI-verkeer waard is voor een zorgpraktijk. Het rondzingende cijfer dat AI-bezoekers vier keer waardevoller zouden zijn, komt uit retail en is nooit voor de zorg getoetst.
• Niemand heeft getest wat een praktijk kan doen om vanuit nul in aanmerking te komen. Al het onderzoek kijkt naar pagina's die al werden gevonden.

Wat je hiermee doet

Deze stand van zaken is minder deprimerend dan hij oogt. Hij vertelt je namelijk precies waar je tijd wel en niet naartoe moet.

Niet naar een AI-pakket, niet naar llms.txt, en niet naar het herschrijven van je pagina's in een kunstmatige citatievorm.

Wel naar de drie dingen die in elk onderzoek terugkomen. Overal hetzelfde verhaal. Bevestiging door bronnen die je niet zelf beheert. En antwoorden die letterlijk beantwoorden wat een patiënt vraagt.

De les: het ontbreken van bewijs voor de trucjes is goed nieuws voor wie het fundament op orde heeft. Als niemand een kortere weg kan aantonen, wint de partij die de lange weg loopt.

Actiepunten

Vraag bij elke techniek die iemand je aanbiedt om de studie erachter, met steekproefgrootte en datum. Noteer wat de studie niet aantoont.

Controleer of je website gestructureerde data heeft en of die klopt met wat er zichtbaar op de pagina staat. Laat het staan, maar reken er niets aan toe.

Kies één plek buiten je eigen website waar jouw praktijk genoemd zou kunnen worden, en zet die deze maand in gang.