Generatieve AI verandert de manier waarop mensen informatie zoeken, vergelijken en beslissingen nemen. Organisaties zullen daarom niet alleen zichtbaar moeten zijn binnen traditionele zoekmachines, maar ook binnen de antwoorden van LLM’s (Large Language Models), zoals ChatGPT, Gemini, Copilot, Perplexity en de AI-functionaliteiten van Google.

Dat betekent echter niet dat klassieke zoekmachines verdwijnen.

Google had in augustus 2026 wereldwijd nog ongeveer 91% marktaandeel binnen traditionele zoekmachines (bron). Bovendien verandert Google zelf steeds meer in een generatieve zoekmachine. 

Google meldt dat AI Overviews inmiddels meer dan 2,5 miljard maandelijkse gebruikers bereiken en AI Mode meer dan één miljard. Volgens Google leiden deze AI-functionaliteiten bovendien tot een hogere zoekfrequentie.

Wij zien GEO daarom niet als de opvolger van SEO maar als een uitbreiding ervan. De uitdaging daarbij is dat succes binnen generatieve AI veel moeilijker meetbaar is dan traditionele SEO. Er bestaat geen vaste “positie 3” in ChatGPT. Dezelfde prompt kan verschillende antwoorden opleveren. 

Context, gebruikte bronnen, modelversie, formulering en toeval binnen het generatieve proces kunnen allemaal invloed hebben op het resultaat.

Ook gespecialiseerde GEO-tools geven daarom geen absolute werkelijkheid weer. In onze eigen tests met verschillende meetplatformen zagen we dat dezelfde onderwerpen en prompts tot verschillende scores en conclusies konden leiden.

GEO-data moet daarom vooral worden geïnterpreteerd als directionele data: signalen waarmee we ontwikkelingen over langere tijd proberen te herkennen.

Binnen dat kader kijken we voornamelijk naar drie indicatoren:

• AI Mentions: hoe vaak wordt een merk of organisatie genoemd in relevante AI-antwoorden?
• AI Citations: hoe vaak wordt de eigen website of content daadwerkelijk als bron aangehaald?
• AI Referral Traffic: hoeveel bezoekers komen aantoonbaar vanuit AI-platformen naar de website?
• AI Visits: hoe vaak bezoeken AI bots de website?

Geen van deze cijfers vertelt afzonderlijk het volledige verhaal. De belangrijkste ontwikkeling gaat waarschijnlijk zelfs plaatsvinden buiten het bereik van traditionele webanalytics. 

LLM’s kunnen informatie uit een website gebruiken, samenvatten en presenteren zonder dat de gebruiker ooit de oorspronkelijke website bezoekt.

Daarom wordt naast verkeer ook invloed belangrijk. En juist daar komen GEO en klassieke SEO weer samen. Organisaties die structureel waardevolle content produceren, aantoonbare expertise hebben, op andere relevante websites worden genoemd en een herkenbaar merk opbouwen, creëren niet alleen een sterk fundament voor Google, maar ook voor generatieve AI.

Onze visie is daarom eenvoudig:

‘De organisaties die in het tijdperk van AI het meest zichtbaar worden, zullen niet noodzakelijk de organisaties zijn die één specifieke GEO-techniek het beste beheersen. Het zullen vooral de organisaties zijn waarvan het internet consequent bevestigt dat zij ergens verstand van hebben.’

De essentie van GEO

GEO staat voor Generative Engine Optimization. Het is de verzamelnaam voor werkzaamheden waarmee organisaties proberen hun zichtbaarheid te vergroten binnen LLM’s en de AI-functionaliteiten van Google.

Het belangrijkste verschil met traditionele SEO: bij klassieke SEO proberen we ervoor te zorgen dat een webpagina zo hoog mogelijk verschijnt wanneer iemand een relevante zoekopdracht uitvoert.

Bij generatieve AI gebeurt iets anders. Het systeem probeert zelf een antwoord te construeren. Daarvoor combineert het informatie uit meerdere bronnen, gebruikt het bestaande kennis uit het model en, afhankelijk van het platform en de vraag, zoekt het aanvullende informatie op het internet op.

Het resultaat is niet langer een lijst met tien blauwe links, maar één samengesteld antwoord. Dat verandert de definitie van zichtbaarheid.

Binnen SEO stellen we bijvoorbeeld de vraag:

“Op welke positie staat onze pagina voor deze zoekterm?”

Binnen GEO wordt de vraag eerder:

“Komt onze organisatie voor in het antwoord wanneer iemand deze vraag stelt?”

Daarbij kunnen verschillende niveaus van zichtbaarheid ontstaan. Een AI-systeem kan een merk noemen zonder daarbij een bron te tonen. Het kan een specifieke webpagina gebruiken en deze als bron vermelden. 

Het kan informatie van een organisatie verwerken zonder het merk überhaupt te noemen. Of het kan een merk actief aanbevelen als mogelijke leverancier of specialist.

GEO draait daarom niet alleen om rankings. Het gaat om aanwezigheid in het informatie- en beslissingsproces van de gebruiker.

Dat maakt GEO interessant maar ook complex. Want waar traditionele search sterk draait om het verdienen van een klik, kan binnen generatieve AI waarde ontstaan zonder dat iemand de website bezoekt.

Google blijft het grootst

Soms ontstaat het beeld dat Google op korte termijn wordt vervangen door ChatGPT en andere LLM’s. Dat beeld is onjuist.

Google blijft momenteel met afstand de dominante speler binnen traditionele zoekmachines en integreert AI juist in het bestaande zoekgedrag.

AI Overviews verschijnen direct binnen de reguliere zoekresultaten. Daarnaast ontwikkelt Google AI Mode als uitgebreidere generatieve zoekervaring.

Google rapporteerde in 2026 dat AI Overviews inmiddels meer dan 2,5 miljard maandelijkse gebruikers bereiken en dat AI Mode de grens van één miljard maandelijkse gebruikers heeft overschreden. 

Google stelt daarnaast dat gebruikers door deze generatieve functionaliteiten vaker zoeken.

De ontwikkeling is daarom waarschijnlijk niet:

Google versus AI.

De ontwikkeling is eerder:

Google wordt zelf steeds meer AI.

Voor organisaties betekent dit dat SEO niet ineens irrelevant wordt. Veel van de fundamentele principes die nodig zijn om binnen Google goed zichtbaar te zijn, blijven belangrijk:

• inhoudelijke kwaliteit
• technische toegankelijkheid
• duidelijke websitestructuren
• expertise & autoriteit
• externe verwijzingen (backlinks) 
• en een sterk merk.

Tegelijkertijd ontstaat naast de klassieke zoekresultaten een extra laag waarin AI-systemen informatie selecteren, samenvatten en presenteren.

De juiste strategie is daarom niet kiezen tussen SEO en GEO. De juiste strategie is zorgen dat een organisatie zichtbaar en herkenbaar blijft binnen het volledige zoeklandschap.

Waarom? AI-systemen hebben het zelflerende vermogen om kennis die is vervaardigd tijdens het trainen van het model op te slaan en vervolgens toe te passen als een gebruiker een vraag stelt. Die kennis wordt gecombineerd met “nieuwe” informatie na een live zoekopdracht op het moment dat er een vraag wordt gesteld. Resultaat: een AI-antwoord. 

AI systemen kunnen de informatie op een pagina niet goed vinden of begrijpen als die pagina door traditionele bots niet crawlbaar is of technisch niet toegankelijk is. 

Dat betekent het volgende: SEO en GEO zijn geen aparte disciplines binnen het zoeklandschap, maar spelen sterk op elkaar in. 

GEO gebruikt SEO als de backbone, de infrastructuur, waarop toegankelijke, begrijpelijke en betrouwbare informatie bij de gebruiker terechtkomt.

De realiteit van ‘Zero-Click’

Een van de grootste veranderingen door GEO is tegelijkertijd een ongemakkelijke. Organisaties investeren tijd en geld in het produceren van hoogwaardige content. 

Deze  informatie wordt gepubliceerd op de eigen website. Zoekmachines en AI-systemen kunnen deze informatie vervolgens gebruiken om hun eigen gebruikers direct te helpen.

Maar daarvoor hoeft de gebruiker de oorspronkelijke website niet meer te bezoeken. Sterker nog, dat gebeurt in zeer weinig gevallen. 

We bewegen daarmee steeds verder richting een zero-click ecosysteem. Een gebruiker stelt bijvoorbeeld aan een LLM de vraag:

“Wat zijn de belangrijkste aandachtspunten bij de invoering van nieuwe privacywetgeving?”

Een organisatie heeft hierover een uitgebreid artikel geschreven. Een generatief systeem kan de informatie uit dat artikel gebruiken om een helder antwoord samen te stellen. De gebruiker leest het antwoord in ChatGPT, Gemini of Google. En gaat daarna verder met zijn dag.

• Er komt geen websitebezoek.
• Geen sessie in Google Analytics.
• Geen pageview.
• Soms  zelfs geen zichtbare verwijzing naar de oorspronkelijke bron.

Vanuit het perspectief van de organisatie voelt dat als content doneren zonder directe tegenprestatie. De kennis wordt gebruikt om de gebruiker van een ander platform te helpen. 

Dit betekent overigens niet dat content geen waarde meer heeft. De waarde verschuift alleen. Traditioneel bekeken we content vaak vanuit een relatief eenvoudige funnel:

Zichtbaarheid → klik → websitebezoek → conversie

Binnen AI kan dezelfde funnel er bijvoorbeeld zo uitzien:

Vraag → AI-antwoord → merk wordt genoemd → gebruiker onthoudt merk → gebruiker zoekt later rechtstreeks naar het merk → conversie

Een belangrijk deel van de invloed vindt dan plaats voordat iemand ooit een website bezoekt. Daarom moeten we voorzichtig zijn met de conclusie dat content die weinig AI-referralverkeer oplevert automatisch weinig waarde heeft.

Het kan juist om content gaan die duizenden keren onderdeel wordt van een antwoord zonder dat we die consumptie ooit rechtstreeks terugzien. Dit maakt merkherkenning extra belangrijk.

Wanneer een bron zichtbaar wordt geciteerd of een merk expliciet wordt genoemd, ontstaat er ten minste een kans dat de gebruiker onthoudt waar de informatie vandaan komt.

AEO en GEO

GEO omvat de brede strategie voor het optimaliseren van content voor AI-modellen die antwoorden genereren op basis van bronnen op het internet, met als doel geciteerd te worden in AI-samenvattingen.

AEO, Answer Engine Optimization, richt zich op het leveren van concrete en feitelijke antwoorden op specifieke vragen van gebruikers. Het doel is om antwoorden op specifieke vragen AI-agent proof te maken zodat ze “hapklaar” geserveerd kunnen worden aan gebruikers.

Deze twee termen haken op elkaar in met betrekking tot het uiteindelijke doel: de optimalisatie van betrouwbare, kwalitatieve content zodat jouw merk aanbevolen wordt door en zichtbaar is in AI-machines.

Meetbaarheid van GEO

Een van de grootste uitdagingen binnen GEO is meetbaarheid. Binnen traditionele SEO zijn we gewend geraakt aan relatief concrete metrics.

We kunnen zoekwoorden volgen. We kunnen posities meten. We kunnen impressies zien in Google Search Console. We kunnen klikken meten. En uiteindelijk analyseren we websitegedrag en conversies op basis van deze metrics.

Binnen LLM’s werkt dit fundamenteel anders. Er bestaat bijvoorbeeld niet zoiets als een universele:

“Positie 1 in ChatGPT”.

Een generatief model genereert antwoorden op het moment dat een gebruiker een vraag stelt. Het antwoord kan daardoor verschillen wanneer exact dezelfde vraag opnieuw wordt gesteld.

Dit zien we terug in gespecialiseerde GEO-monitoringtools. Wij hebben onder andere Promptwatch, Ubersuggest en Scrunch getest.

Platformen proberen inzicht te geven in zaken als AI-zichtbaarheid, merkvermeldingen en citaties. Maar de resultaten lopen niet altijd gelijk op.

Een tool moet keuzes maken over onder andere: 

• welke prompts worden getest
• hoe vaak deze prompts worden uitgevoerd
• welke modellen worden gebruikt
• vanuit welke locatie wordt getest
• op welk moment wordt gemeten
• hoe een mention wordt geïnterpreteerd
• hoe de uiteindelijke zichtbaarheidsscore wordt berekend 

Verschillende methodieken, verschillende resultaten

Wanneer tools verschillende methodieken hanteren, ontstaan vanzelf verschillende resultaten. Dat betekent niet dat dergelijke tools nutteloos zijn. Ze kunnen juist zeer waardevol zijn voor het signaleren van ontwikkelingen.

Maar we willen voorkomen dat een dashboard schijnprecisie creëert. Een AI Visibility Score van bijvoorbeeld 63 versus 67 ziet eruit als een exacte meting.

In werkelijkheid is zo’n cijfer een modelmatige samenvatting van een steekproef uit een veel grotere, continu veranderende werkelijkheid.

Daarom gebruiken wij GEO-metingen om trends te herkennen, concurrenten te vergelijken en te onderzoeken of de zichtbaarheid zich over langere tijd in de gewenste richting ontwikkelt. Niet als absolute waarheid.

GEO KPI’s

Omdat GEO niet volledig meetbaar is, betekent dit niet dat er helemaal niets gemeten kan worden. Er zijn verschillende signalen waarmee we een beeld kunnen vormen van de ontwikkeling van AI-zichtbaarheid.

Wij richten ons daarbij vooral op vier KPI’s: AI Mentions, AI Citations, AI Visits en AI Referral Traffic.

AI Mentions

Een AI Mention ontstaat wanneer een merk wordt genoemd in het gegenereerde antwoord van een AI-systeem.

Dit is een interessant signaal. Het betekent dat het systeem het merk kennelijk voldoende met het betreffende onderwerp associeert om het in het antwoord op te nemen.

AI Mentions zeggen daarmee vooral iets over merkzichtbaarheid en onderwerpassociatie. Hoe vaker een merk bij relevante onderwerpen terugkomt, hoe sterker de indicatie dat het merk binnen dat informatiegebied wordt herkend.

Tegelijkertijd moeten ook mentions met voorzichtigheid worden geïnterpreteerd. Een vermelding in tien gemonitorde prompts betekent niet automatisch dat tien procent van alle potentiële klanten hetzelfde merk te zien krijgt. Daarvoor is het aantal mogelijke prompts en contexten simpelweg te groot. De trend is daarom belangrijker dan het absolute aantal.

AI Citations

Een AI Citation ontstaat wanneer een AI-systeem een specifieke website of webpagina gebruikt en zichtbaar als bron toont bij het antwoord. Dat is een ander signaal dan alleen een merkvermelding.

Bij een mention zegt het systeem feitelijk:

“Deze organisatie is relevant voor dit onderwerp.”

Bij een citation zegt het systeem eerder:

“Deze informatiebron helpt dit antwoord onderbouwen.”

Daarom beschouwen wij citations als een interessant signaal van inhoudelijke autoriteit.

Het laat zien dat informatie uit de eigen website daadwerkelijk wordt gevonden en gebruikt bij het beantwoorden van vragen. Daarbij geldt opnieuw dat niet iedere AI-interactie bronnen toont en niet iedere gebruikte bron zichtbaar hoeft te worden geciteerd.

Het werkelijke gebruik van websitecontent kan daardoor groter zijn dan het aantal meetbare citations doet vermoeden.

AI Visits

Websites worden naast menselijke gebruikers ook bezocht door AI bots. Deze AI crawlers lezen en doorzoeken de code en inhoud op webpagina’s.

Dit gedrag wordt geregistreerd in de zogenaamde log files van de server. Deze ruwe serverlogs die AI-crawlers achterlaten geven je een overzicht van verkeer dat daadwerkelijk de server heeft bereikt. Zo is het alsnog mogelijk om te zien hoeveel AI-crawlers de website hebben bezocht.

AI Referral Traffic

De meest concrete KPI is AI Referral Traffic. Dit zijn bezoekers die vanuit een AI-platform doorklikken naar de website. Dit kunnen we meten in Google Analytics of andere webanalytics tooling.

AI Referral Traffic heeft als voordeel dat het daadwerkelijk gedrag meet. Er is niet alleen een merk genoemd of een bron gebruikt: iemand heeft bewust besloten de website te bezoeken.

Daarmee bevindt deze KPI zich dichter bij traditionele marketing metrics. Maar ook hier zit een belangrijke beperking. Referral Traffic meet alleen het deel van de AI-gebruikers dat daadwerkelijk klikt. AI Referral Traffic mag  nooit worden geïnterpreteerd als de volledige waarde van GEO. Het is slechts het zichtbare gedeelte.

KPI’s als combinatie van signalen

We adviseren daarom niet om GEO-succes aan een enkele KPI te koppelen. Een realistischer beeld ontstaat door meerdere ontwikkelingen naast elkaar te leggen:

• Neemt het aantal relevante AI Mentions toe?
• Neemt het aantal Citations toe?
• Groeit AI Referral Traffic?
• Groeit branded search?
• Neemt organische zichtbaarheid toe?
• Wordt de organisatie vaker genoemd op relevante externe websites?
• En uiteindelijke het allerbelangrijkste:
  
  Groeit het aantal leads, aanvragen of klanten?

GEO moet daarmee onderdeel worden van een breder meetmodel voor digitale zichtbaarheid. Niet een los dashboard met een magisch getal.

GEO in de praktijk

Visie en meetbaarheid geven richting, maar beantwoorden nog niet de vraag waar het uiteindelijk om gaat: wat kan ik concreet doen?

We onderscheiden een reeks aandachtspunten die hierop inspelen. Hieronder hebben we slechts een aantal belangrijke aandachtspunten opgesomd, want het aantal mogelijke methodes is per situatie anders. 

• Structured data implementeren en verbeteren. Denk aan Organization en Service.
• EEAT verbeteren door betrouwbare en eerlijke informatie aan gebruikers te bieden.
• Crawlbudget optimaliseren. Het aantal websites en pagina’s neemt toe. Daardoor stijgen ook de kosten om bedrijven in kaart te brengen. Hoe efficiënter het crawlbudget wordt geoptimaliseerd, hoe toegankelijker je website en je belangrijkste content toegankelijk blijft en wordt voor AI-crawlers en de bots van traditionele zoekmachines.
• Antwoordgerichte contentstructuur inrichten. Snel en direct antwoord geven op de zoekintentie en dit behapbaar presenteren.
• Aanwezigheid op meerdere platformen vergroten met een consistentie van feitelijke en betrouwbare informatie. 
• Investering in merkvermelding, zoals reviews, PR, nieuwsartikelen, vakmedia, expert quotes, backlinks, vergelijkingswebsites en directory’s.

Conclusie

Generatieve AI verandert online zoekgedrag, maar het is belangrijk om deze ontwikkeling niet groter of eenvoudiger te maken dan hij is.

Google is nog altijd met grote afstand de grootste zoekmachine ter wereld en Search blijft groeien. Tegelijkertijd ontwikkelt Google zichzelf razendsnel tot een generatieve zoekomgeving.

Daarom geloven wij niet in een toekomst waarin SEO verdwijnt en volledig wordt vervangen door GEO. We verwachten dat beide disciplines steeds verder in elkaar zullen schuiven. 

• Technische toegankelijkheid blijft belangrijk.
• Goede content blijft belangrijk.
• Autoriteit blijft belangrijk.
• Externe vermeldingen blijven belangrijk.
• Een herkenbaar en sterk merk blijven belangrijk.

Wat wel verandert, is de manier waarop deze informatie uiteindelijk bij de gebruiker terechtkomt. Steeds vaker hoeft iemand daarvoor niet meer naar de website. Een zoekmachine of LLM kan informatie vinden, interpreteren en direct presenteren.

Daarmee verschuift het speelveld van:

Gevonden worden

naar:

Gebruikt, geciteerd en genoemd worden.

Dat zorgt tegelijkertijd voor een meetprobleem. Niet iedere beïnvloede gebruiker laat een klik achter. Niet ieder AI-antwoord is hetzelfde. Niet iedere tool meet op dezelfde manier. En er bestaat geen universele AI-ranking die we dagelijks kunnen controleren.

Daarom moeten GEO-cijfers anders worden geïnterpreteerd. AI Mentions, AI Citations en AI Referral Traffic zijn waardevolle signalen. Maar het blijven signalen.

De werkelijke vraag is groter:

Bouwt een organisatie voldoende digitale autoriteit op om door zowel mensen, zoekmachines als AI-systemen te worden herkend als relevante bron binnen haar expertisegebied?

Dat is volgens ons de essentie van GEO. Niet het zoeken naar een technische truc waarmee een merk morgen in ChatGPT verschijnt.

Maar structureel werken aan een online ecosysteem waarin steeds meer betrouwbare bronnen bevestigen: Deze organisatie hoort bij dit onderwerp.

Daarmee wordt GEO uiteindelijk concreet. Het is een volgende fase in dezelfde ontwikkeling waar organisaties al jarenlang aan werken: waardevolle informatie bieden, expertise aantonen, autoriteit verdienen en een merk bouwen dat mensen herkennen en vertrouwen.

Alleen verandert de plek waar die autoriteit zichtbaar wordt.

De toekomst van online vindbaarheid draait daarom niet alleen om bovenaan staan. Het draait erom onderdeel te worden van het antwoord.