Bijna alles wat je over AI-zichtbaarheid leest, is geteld. Niet getest.
Iemand analyseert een miljoen AI-antwoorden, telt wat de geciteerde pagina’s met elkaar gemeen hebben en publiceert de uitkomst. Nuttig. Maar het zegt niets over oorzaak. Dat geciteerde pagina’s vaak lijstjes zijn, betekent niet dat een lijstje máken je citaties oplevert.
Er is precies één onderzoek dat het wél getest heeft. Onderzoekers van Princeton, Georgia Tech en IIT Delhi namen echte webpagina’s, veranderden er telkens één ding aan en keken wat er met de zichtbaarheid gebeurde. Datzelfde onderzoek bedacht in november 2023 de term Generative Engine Optimization.
Drie aanpassingen wonnen: citaten van herkenbare bronnen, cijfers op de plek waar eerst vage taal stond en erbij zetten waar je informatie vandaan komt. Samen goed voor 30 tot 40 procent meer ruimte in het antwoord. Meer zoekwoorden in je tekst proppen, de oude SEO-reflex, deed niets. Of het werkte averechts.
En dan de uitkomst die er voor kleine bedrijven het meest toe doet. Toen alle vijf de bronnen tegelijk werden aangepakt, meer dan verdubbelde de website die als laatste binnenkwam zijn zichtbaarheid. De nummer één van Google leverde juist in.
Vrijwel elk GEO-artikel citeert dit onderzoek in één zin, meestal als “40 procent meer zichtbaarheid”. Wij hebben de zeventien pagina’s gelezen, inclusief de bijlagen. Hieronder staat wat er echt in staat: de cijfers, de nuances die de samenvattingen weglaten en een paar bevindingen die de onderzoekers zelf in de appendix hebben weggestopt.
Bij Google winnen er drie, bij AI nog maar twee
Het paper opent met een observatie die elke ondernemer zou moeten kennen.
Bij Google winnen er drie partijen. Jij vindt wat je zoekt. Google verkoopt advertenties. En de website die het antwoord schreef, krijgt bezoek in ruil voor dat werk.
Bij een AI-antwoord winnen er nog maar twee. Jij krijgt je antwoord. Het AI-systeem wordt waardevoller. De maker raakt de klik kwijt én de zeggenschap over hoe zijn werk wordt naverteld.
De onderzoekers maken het concreet met een verzonnen pizzeria in New York. Vraag een AI-systeem wat je in New York moet doen en die pizzeria komt als derde bron voorbij, ergens onderin, in een halve zin. Herschrijf de pagina, stel dezelfde vraag opnieuw en het antwoord opent met die pizzeria.
Zelfde site, zelfde concurrenten, andere tekst. Wat is er dan precies veranderd? Dat is de vraag waar het hele onderzoek over gaat.
Hoe ze het getest hebben
De opzet bepaalt hoeveel je aan de uitkomsten hebt, dus die verdient meer dan een bijzin.
De vragen. Tienduizend stuks, uit negen verschillende bronnen. Echte, geanonimiseerde zoekopdrachten van Google en Bing. Essayvragen van All Souls College in Oxford. Discussievragen. Trending vragen van Perplexity. En vragen van ELI5, het forum waar mensen om uitleg vragen alsof ze vijf zijn. Verdeeld over 25 onderwerpen, in de verhouding van echt zoekgedrag: 80 procent iets willen weten, 10 procent iets willen kopen, 10 procent ergens naartoe willen.
De machine. Per vraag haalden ze de vijf beste Google-resultaten op en lieten een taalmodel daar een antwoord met bronvermeldingen van maken. Precies zoals Perplexity het ook doet: eerst ophalen, dan schrijven met verwijzingen.
De ingreep. Van die vijf bronnen werd er willekeurig één herschreven, volgens een van negen methodes. Het taalmodel dat dat deed, kreeg de opdracht alleen dat ene kenmerk te veranderen en verder niets. Daarna maten ze hoeveel van het antwoord op die bron leunde.
Wat “zichtbaarheid” hier eigenlijk betekent
Bij Google is dat simpel: je staat op één, twee of drie. Een AI-antwoord heeft geen lijst. Het vlecht vijf bronnen door elkaar heen in lopende tekst. De ene bron levert drie zinnen, de andere een halve.
Er waren dus twee meetlatten nodig.
De eerste is een woordenteller (in het paper: de positie-gewogen woordtelling). Hoeveel woorden van het antwoord komen bij jou vandaan, waarbij zinnen bovenaan zwaarder wegen dan zinnen onderaan. Logisch, want lezers beginnen boven en haken onderweg af.
De tweede is een rapportcijfer (in het paper: de subjectieve impressiescore). Een taalmodel beoordeelt het antwoord op zeven punten, waaronder hoe relevant jouw bron is, hoeveel invloed die had, hoe uniek je materiaal is en hoe groot de kans is dat iemand doorklikt.
Dat rondzingende “40 procent” is het maximum op de woordenteller. Op het rapportcijfer was de winst 15 tot 30 procent. Noem je het cijfer zonder de meetlat erbij, dan maak je het net iets mooier dan het is.
Wat werkte en wat niet
Kijk naar wat de top drie gemeen heeft. Het zijn geen technische trucs. Het zijn signalen dat je weet waar je het over hebt: een cijfer bij een claim, een citaat van iemand die ertoe doet, een verwijzing naar waar je informatie vandaan komt. Het taalmodel moet uit vijf teksten kiezen welke het antwoord gaat dragen en kiest de tekst die zichzelf het best bewijst.
Wat níet werkte is minstens zo leerzaam. Meer zoekwoorden toevoegen, decennialang het eerste dat een SEO’er doet, leverde op de woordenteller niets op. Sterker nog: het scoorde onder de nulmeting. Volstop je je tekst, dan ben je slechter af dan wanneer je niets had gedaan. Het staat in goed gezelschap: vier van de meest gegeven GEO-adviezen overleven de data ook niet.
En een stelligere, overtuigendere toon? Op de woordenteller vrijwel geen effect. Het model laat zich niet imponeren door hoe hard je iets roept.
Al zit daar een nuance in de bijlage die het vermelden waard is. Op het rapportcijfer scoorde die autoritaire toon wél wat beter. Overtuigend schrijven maakt de indruk dus sterker, maar niet je aandeel in het antwoord. Onderbouwing doet allebei.
Drie voorbeelden uit het paper zelf
Percentages blijven abstract. De voor-en-na-fragmenten uit het paper maken het tastbaar.
Zwitserse chocolade, +132 procent. In de bron stond een kale bewering over hoeveel chocolade een Zwitser per jaar wegwerkt. De enige wijziging: erachter zetten uit welk onderzoek dat cijfer kwam.
Robots op de werkvloer, +65 procent. Een discussievraag. Een zin vol kwalitatieve taal kreeg er één concreet cijfer bij over de toename van robotisering.
American football, +89 procent. Dezelfde informatie, stelliger en overzichtelijker opgeschreven. Er werd niets nieuws toegevoegd.
Dit zijn geen verbouwingen. Het zijn ingrepen van één of twee zinnen per bewering. Een redacteur loopt er in een middag een hele pagina mee door.
Wat er gebeurt als iedereen dit gaat doen
Dit is de tabel die in vrijwel elke samenvatting ontbreekt en voor kleinere bedrijven de belangrijkste van het hele paper.
De onderzoekers simuleerden de toekomst waarin GEO gewoon is geworden. Ze pasten alle vijf de bronnen tegelijk aan en keken wie er dan wint. Uitgesplitst naar de oorspronkelijke plek in Google.
Voor de drie winnende methodes ziet dat er zo uit. Bronnen vermelden brengt positie vijf op +115 procent en positie één op −30. Citaten toevoegen: +100 tegenover −23. Statistieken: +98 tegenover −21.
De site die als laatste binnenkwam, meer dan verdubbelde zijn zichtbaarheid. De nummer één van Google leverde in.
De verklaring van de onderzoekers is simpel. Google beloont backlinks en domeinautoriteit: dingen die jaren kosten en grote partijen structureel voortrekken. Een taalmodel dat vijf teksten naast elkaar legt, kijkt vooral naar wat er stáát. Daar kan een klein bedrijf met een beter onderbouwd verhaal winnen van een groot bedrijf met meer autoriteit. De onderzoekers noemen het letterlijk een kans om het speelveld te democratiseren.
Twee kanttekeningen, want dit beeld is mooier dan de werkelijkheid.
Die +115 procent geldt bínnen de vijf bronnen die al waren opgehaald. Word je helemaal niet opgehaald, dan heb je aan een betere tekst niets. Dan is vindbaarheid eerst aan de beurt.
En het is een simulatie waarin iedereen tegelijk optimaliseert. Geen belofte dat elke vijfde plek zich verdubbelt.
Niet elke aanpassing past bij elk onderwerp
Het effect verschilde per soort vraag.
Cijfers werkten het sterkst bij meningsvragen, discussies en alles rond wet- en regelgeving. Bronvermeldingen bij feitelijke vragen, logisch, want daar wil je iets kunnen controleren. Citaten van mensen bij onderwerpen over mens en samenleving en bij uitlegvragen, waar een menselijke stem het verhaal echt maakt.
Vertaald naar de praktijk: een schoonmaakbedrijf dat over arbowetgeving schrijft, heeft het meest aan cijfers en bronnen. Een coach die een verhaal vertelt, aan herkenbare citaten.
De onderzoekers zeggen er zelf bij dat de onderwerplabels automatisch zijn toegekend en ruis kunnen bevatten. Zie het dus als richting, niet als wet.
Combineren werkt en één methode is een teamspeler
Ze testten ook paren van de vier beste methodes. De winnaar: vlot schrijven plus statistieken, samen goed voor 35,8 procent verbetering op de deelset waarop dit getest is. Ruim boven elke losse methode.
De opvallendste vondst zit in de tegenstelling. Bronvermelding was op die deelset in zijn eentje de zwakste van de vier. In combinatie met de andere methodes juist bovengemiddeld sterk. Bronnen vermelden is een teamspeler: het maakt de cijfers en citaten die je toevoegt geloofwaardiger.
En werkt het ook op een echt systeem?
Alles hierboven draaide op een nagebouwde AI-zoekmachine. Daarom herhaalden ze een deel van het experiment op Perplexity, met 200 vragen en de bronteksten als bestand aangeleverd.
Het beeld hield stand. Citaten toevoegen: 22 procent beter op de woordenteller. Statistieken: 37 procent beter op het rapportcijfer. Zoekwoorden stapelen: 9 procent sléchter dan niets doen.
Één nuance uit de bijlage is het onthouden waard. Op Perplexity hielp bronvermelding wel op de woordenteller, maar zakte het op het rapportcijfer onder de nulmeting. Systemen verschillen dus niet alleen in welke bronnen ze kiezen, maar ook in hoe ze op dezelfde aanpassing reageren. Dat sluit aan bij wat we eerder zagen in ons artikel over de overlap tussen GEO en SEO: per systeem gelden andere regels en per systeem meten is geen luxe.
Waar dit onderzoek ophoudt
Citeer je dit paper, dan hoor je dit erbij te vertellen.
Het experiment draaide in 2023, op de taalmodellen van toen. Grotendeels op een nagebouwde zoekmachine, met één test op een echt systeem. Het rapportcijfer werd gegeven door een taalmodel, niet door mensen. En AI-systemen zijn sindsdien flink veranderd.
Vervolgonderzoek uit 2025 en 2026 geeft een gemengd beeld. Sommige studies vinden dat losse tekstuele ingrepen op moderne systemen nauwelijks nog consistent effect hebben en dat vooral de inhoudelijke relevantie van je pagina het werk doet.
Er is ook een schaduwkant en het paper benoemt hem zelf. Ander onderzoek, van Harvard, liet zien dat je met slim geplaatste tekstreeksen AI-aanbevelingen kunt manipuleren. De Princeton-onderzoekers kozen bewust voor methodes die dat niet doen: aanpassingen die je tekst voor mensen óók beter maken. Dat is ook onze lijn. Alles in dit artikel maakt je verhaal eerlijker en beter onderbouwd, niet trucjesachtiger.
Waarom we het dan toch het fundament noemen? Omdat de richting breed wordt bevestigd door onafhankelijke data op veel grotere schaal. Dat onderbouwing het wint van volume past bij de Ahrefs-analyse van 174.048 geciteerde pagina’s: tekstlengte speelt daar vrijwel geen rol (correlatie 0,04) en 53,4 procent van de geciteerde pagina’s is korter dan duizend woorden. En de hoofdconclusie, dat zoekwoordtrucs niet werken in AI-antwoorden, heeft nog niemand weerlegd.
Wat je hier morgen mee doet
Loop je belangrijkste pagina’s langs met drie vragen. In deze volgorde.
- Staat er bij elke stevige bewering een concreet cijfer, in plaats van een vage kwalificatie? “Veel bedrijven worstelen hiermee” wordt “uit een analyse van 174.048 geciteerde pagina’s blijkt dat”.
- Staat erbij waar dat cijfer vandaan komt? Één bronvermelding was in het experiment goed voor de grootste losse sprong.
- Staat er ergens een citaat van iemand die ertoe doet? Zeker op pagina’s die iets uitleggen of een verhaal vertellen.
Dat zijn precies de drie dingen die in het enige echte experiment wonnen. Ze kosten geen techniek, geen tools en geen budget. Alleen een middag redactiewerk per pagina. Weet je nog niet waar je moet beginnen, dan staan de vijf stappen om überhaupt te starten in een apart artikel.
En ze maken je tekst voor mensen ook gewoon beter. Dat is waarschijnlijk precies waarom ze werken. Wil je eerst weten hoe groot dit spel eigenlijk al is, dan staat dat in onze doorrekening van ChatGPT als zoekmachine.
Bronnen
- Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan en Deshpande, GEO: Generative Engine Optimization (KDD 2024, DOI 10.1145/3637528.3671900)
- Code, data en alle gebruikte prompts: github.com/GEO-optim/GEO
- Ahrefs, Short vs. Long Content in AI Overviews (Despina Gavoyannis, december 2025, 174.048 geciteerde pagina’s, lengte-correlatie 0,04)