Waarom traditionele SEO-metrics AI-zoekprestaties niet vangen
Positie, vertoningen en doorklikratio meten hoe een pagina presteert in een gerangschikte lijst, terwijl een AI-zoekmachine één samengesteld antwoord geeft waarin geen posities bestaan. Een merk wordt genoemd of niet. Staat het als derde in een opsomming, dan is dat geen ranking maar een keuze van het model voor die ene bewering op die plek in de tekst.
De klik verdwijnt ook steeds vaker. Aral, Li en Zuo (2026) citeren een Similarweb-analyse waarin de mediane zero-click-ratio 80% was voor zoekopdrachten met een AI Overview, tegenover 60% zonder. Het onderzoek van Pew Research laat hetzelfde zien vanuit gebruikers: wie een AI-samenvatting zag, klikte in 8% van de bezoeken op een gewoon resultaat, tegenover 15% zonder samenvatting.
Voor je dashboard betekent dat drie dingen:
- CTR en sessies tonen alleen de minderheid die doorklikt. De merkindruk bij iemand die het antwoord leest en niet klikt, zie je nergens.
- Vertoningen zijn niet vergelijkbaar. Een link in een lijst is passief; een merk dat in een AI-antwoord met naam wordt beschreven, werkt als aanbeveling.
- Search Console voegt AI-verkeer samen met gewoon verkeer. Volgens Google's eigen documentatie over AI-functies en je website telt verkeer uit AI Overviews en AI Mode mee in het gewone Performance-rapport onder het zoektype Web, zonder aparte AI-categorie.
De conceptuele review van De Oliveira (2026) in Information Research (doi 10.47989/ir31262601) zet het verschil in één vergelijkingstabel. Een vereenvoudigde versie:
| Regime | Wat zichtbaarheid is | Evaluatiemetrics |
|---|---|---|
| SEO | Positie in een gerangschikte lijst | Rank, vertoningen, CTR |
| AEO (answer engines) | Een uittreksel als direct antwoord | Snippet capture, nauwkeurigheid van het antwoord |
| GEO | Opname in een gegenereerd antwoord | Inclusion rate, influence score, cross-engine consistency |
De rest van dit artikel werkt die drie GEO-metrics uit tot iets wat je zelf kunt meten. Wat AI-zichtbaarheid als begrip inhoudt, lees je in de gids over AI-zichtbaarheid.
De drie AI SEO-metrics in één overzicht
De drie AI SEO-metrics horen bij de drie mechanismen die De Oliveira (2026) onderscheidt: selectie (word je opgenomen), bijdrage (bepaal je de inhoud) en consistentie (blijft dat zo over vragen en systemen). Elke metric vraagt een eigen meetmethode.
| Metric | Wat het meet | Mechanisme | Hoe je meet | Ritme |
|---|---|---|---|---|
| Inclusiegraad (inclusion rate) | Aandeel relevante prompts waarin je merk verschijnt | Selectie | Vaste promptset, per platform apart tellen | Maandelijks |
| Invloedscore (influence score) | Hoe sterk jouw formulering en claims het antwoord vormen | Bijdrage | Vergelijk AI-beschrijving met je eigen positionering | Maandelijks, kwalitatief |
| Consistentie tussen engines | Stabiliteit over platforms, formuleringen, talen en tijd | Consistentie | Inclusiegraad naast elkaar per platform, variant en taal | Per kwartaal |
Inclusiegraad: hoe vaak je merk in AI-antwoorden verschijnt
Inclusiegraad is het percentage van relevante prompts waarin een AI-systeem je merk noemt. De Oliveira (2026) beschrijft het als meten "how frequently a source appears in generative outputs across repeated queries" en voegt eraan toe dat inclusie op schaal "probabilistic rather than positional" wordt. Een model kiest je niet vast wel of niet; het heeft een bepaalde kans om je op te nemen. Volgens de review weerspiegelt inclusiegraad daarmee "baseline generative visibility and epistemic admissibility": behandelt het systeem je als een bron die het durft te gebruiken?
Zo meet je het handmatig:
- Stel 20 tot 30 prompts op die je doelgroep echt zou stellen: leveranciersselectie, vergelijkingen, definities en concrete toepassingen.
- Voer elke prompt uit in een schone sessie op ChatGPT, Google AI Overviews en Perplexity.
- Noteer per prompt en per platform of je merk in het antwoord staat.
- Deel het aantal prompts met een vermelding door het totaal en vermenigvuldig met 100.
Tel platforms nooit bij elkaar op. Luther en Touboul-Cohen (2026) vonden voor dezelfde merken een gemiddelde grand inclusion rate van 40,7% op ChatGPT en 22,3% op Google AI Overviews. Een gemiddelde van die twee beschrijft geen enkel echt platform.
Eén meting zegt ook weinig. Dezelfde studie meet gemiddelde variatiecoëfficiënten van 22,2% op ChatGPT en 33,9% op Google AI Overviews tussen sessies. Pas het gemiddelde over meerdere maanden is bruikbaar. Een universele norm bestaat niet; meet daarom in dezelfde sessie ook twee of drie directe concurrenten. Je positie ten opzichte van hen is het cijfer dat commercieel telt. Hoe je dat structureel opzet, staat in het artikel over AI-zoekmonitoring.
Blijft je inclusiegraad op nul hangen, kijk dan eerst naar toegang. In het onderzoek van AIO Clicks naar 310 mkb-websites had GPTBot op 60 van de 296 geteste sites (20%) geen of onvoldoende toegang. Een model kan niet opnemen wat zijn crawler niet mag lezen.
Invloedscore: hoe sterk je content het AI-antwoord vormt
Invloedscore meet in hoeverre jouw content de betekenis en framing van een AI-antwoord bepaalt, los van de vraag of je naam erin staat. De Oliveira (2026) definieert het als het schatten van "the semantic impact of a source on a generated response" en benadrukt: "Inclusion alone does not guarantee influence." Een model kan je naam in een rijtje zetten en de uitleg volledig uit andere bronnen halen.
Het omgekeerde komt ook voor. Omdat "generative systems may internalize information without explicit citation", vangt influence score volgens de review "a deeper dimension of authority than citation metrics alone". Als jouw begrippen, cijfers en indeling in het antwoord terugkomen, heb je invloed, ook zonder bronvermelding.
De review noemt twee onderzoeksmethoden, beide uit werk van Zhang et al. (2025):
- Semantische gelijkenisanalyse. Vergelijk de taal en claims in het AI-antwoord met je eigen content. Grote overlap betekent hoge bijdrage.
- Perturbatietesten. Kijk hoe het antwoord verandert als jouw content wel of niet beschikbaar is. Verandert er weinig, dan was je bijdrage klein. Dit vraagt technische opzet en is voor de meeste bedrijven niet haalbaar.
Een praktische benadering past in je maandelijkse prompttest. Beoordeel bij elk antwoord waarin je merk staat drie vragen: beschrijft het model je in jouw eigen termen, komt je specifieke positionering terug en gebruikt het jouw indeling van het onderwerp of generieke categorietaal? Leg de antwoorden vast in een vaste scorekaart, bijvoorbeeld op een schaal van 0 tot 2 per vraag. Na een paar maanden zie je een trend. Hoe je die bijdrage opbouwt, beschrijft het artikel over AI-merkinfluence.
Consistentie tussen engines, formuleringen en talen
Consistentie tussen engines is de mate waarin inclusiegraad en invloed stabiel blijven over platforms, formuleringen, talen en tijd. De Oliveira (2026) omschrijft consistentie als "the stability of selection and influence across queries and systems" en verwijst naar Chen et al. (2025), die verschillen tussen engines laten zien, en Wang et al. (2024), die verschillen tussen zoekintenties vinden.
In de praktijk meet je vier lagen:
| Laag | Vraag | Signaal bij lage score |
|---|---|---|
| Platform | Ben je even zichtbaar in ChatGPT, AI Overviews en Perplexity? | Je signalen passen bij de logica van één systeem |
| Formulering | Blijft je inclusie gelijk bij synoniemen en andere woordvolgorde? | Inclusie hangt aan losse zoekwoorden, niet aan autoriteit |
| Tijd | Blijft je inclusiegraad van maand tot maand stabiel? | Je zit dicht bij de selectiedrempel |
| Taal | Ben je zichtbaar in Nederlands, Duits en Engels? | Content of entiteitssignalen ontbreken in een taal |
Voor de tijdlaag geven Luther en Touboul-Cohen (2026) een geruststellend cijfer: een Kendall's W van 0,785 op ChatGPT laat zien dat de rangorde tussen merken over meetmomenten stabiel blijft, ondanks de schommelingen per sessie. De trend over zes tot twaalf maanden is dus betrouwbaarder dan welke losse meting ook.
De taallaag telt vooral voor bedrijven in meerdere EU-markten. Haddad (2026) meet bij gemengd-talige sessies een gekwalificeerde aandachtswinst van 9,4% door tweetalige gestructureerde content. De review van De Oliveira noemt dit "linguistic robustness": blijft een bron opgenomen bij herformuleerde of vertaalde vragen? Meer daarover in het artikel over meertalige SEO.
Hoe de drie AI SEO-metrics samen een diagnose geven
De drie AI SEO-metrics werken als één systeem: samen laten ze zien welk mechanisme je zichtbaarheid op dit moment beperkt. Een hoge inclusiegraad zonder invloed levert naamsbekendheid op, maar geen begrip van wat je doet. Invloed zonder inclusie bestaat niet, want je kunt geen antwoord vormen waarin je niet voorkomt. En beide zonder consistentie geven wisselende resultaten.
Hoe groot dat laatste risico is, laten Aral, Li en Zuo (2026) zien: in 2025 werd 67% van de onderzochte zoekopdrachten in de Verenigde Staten door AI beantwoord, tegen 42% in 2024. Een merk dat alleen op ChatGPT goed scoort, mist dus een groot deel van de Google-zoekers.
| Patroon | Diagnose | Waar je in investeert |
|---|---|---|
| Lage inclusie, lage invloed, lage consistentie | Nog geen basis | Crawltoegang, entiteitsgegevens, Organization-schema |
| Stijgende inclusie, lage invloed | Wel geselecteerd, weinig bijdrage | Content met eigen cijfers, bronnen en scherpe positionering |
| Sterke inclusie en invloed, lage consistentie | Sterk op één platform of in één taal | Meertalige content, monitoring per platform, vermeldingen door derden |
| Sterk op alle drie | Stabiele generatieve zichtbaarheid | Onderhoud, nieuwe onderwerpen en markten |
Welke factoren achter elk mechanisme zitten, staat in het overzicht van GEO-rankingfactoren.
AI SEO-metrics koppelen aan GA4 en Search Console
AI SEO-metrics vervangen je bestaande analytics niet; ze voegen een laag toe die GA4 en Search Console niet kunnen zien. Je hebt beide nodig, maar gescheiden.
AI-verwezen verkeer in GA4. Sessies vanaf chatgpt.com, perplexity.ai en gemini.google.com zijn klein in volume maar waardevol. Iyappan (2026) vond een conversieratio van 14,2% voor AI-verwezen verkeer, tegenover 2,8% voor traditioneel organisch verkeer. Maak er een eigen kanaalgroep voor, zodat het niet verdwijnt in "organic" of "referral".
Branded zoekvolume in Search Console. Wie je merk in een AI-antwoord tegenkwam zonder te klikken, zoekt later vaak op je naam. Een stijgende lijn in merkzoekopdrachten ten opzichte van een nulmeting is de beste indirecte aanwijzing voor zero-click-zichtbaarheid. Daarover gaat ook het artikel over AI zero click.
Klassieke rank en vertoningen. Die blijven nodig voor zoekopdrachten zonder AI-antwoord en voor landen waar Google AI Overviews niet toont. Aral, Li en Zuo noemen onder meer Frankrijk en Turkije als landen zonder AI-zoekresultaten in hun steekproef.
Een werkbaar meetritme:
- Maandelijks: inclusiegraad en kwalitatieve invloedscore per platform, AI-verwezen sessies in GA4, branded zoekvolume.
- Per kwartaal: consistentie over platforms, formuleringen en talen; vergelijking met concurrenten; review van klassieke SEO-metrics.
- Jaarlijks: controle van crawltoegang, entiteitsgegevens en schema, en van de dekking van je onderwerpen.
Vijf meetfouten die AI SEO-metrics onbruikbaar maken
De meest gemaakte fout bij AI SEO-metrics is conclusies trekken uit één testsessie. Met variatiecoëfficiënten van 22 tot 34% tussen sessies (Luther en Touboul-Cohen, 2026) is één meting ruis. Kijk minstens drie maanden naar de trend.
De andere vier:
- ChatGPT en AI Overviews samenvoegen tot één cijfer. Het verschil tussen 40,7% en 22,3% gemiddelde inclusie toont dat platforms structureel anders scoren.
- AI-sessies in GA4 als hoofdmetric gebruiken. Die tonen alleen wie klikt. Inclusiegraad en invloed horen voorop; sessies zijn een tweede, commercieel signaal.
- Alleen prompts testen waar je al verschijnt. Dat flatteert het cijfer. De promptset moet het hele spectrum dekken, inclusief vragen waarop je nu ontbreekt.
- Invloed als ja of nee behandelen. Invloed is een schaal. Je kunt vaak genoemd worden met een generieke, zelfs onjuiste beschrijving. Score daarom de nauwkeurigheid van die beschrijving.
Wat de onderliggende signalen zijn waar je op stuurt, lees je bij de AI-autoriteitssignalen.
Veelgestelde vragen
Waarom kan ik mijn bestaande SEO-tools niet gebruiken voor AI-zoekprestaties?
Omdat ze posities, vertoningen en klikken meten, en die bestaan in een AI-antwoord niet of nauwelijks. Een rank-tracker ziet niet of ChatGPT je merk noemt. Platforms als Semrush en Ahrefs voegen wel AI-zichtbaarheidsfuncties toe, maar die rapporteren elk hun eigen cijfers. Controleer altijd of ze inclusie per platform apart tonen.
Hoeveel prompts moet ik testen voor een betrouwbare inclusiegraad?
Begin met 20 tot 30 prompts per platform en meet elke maand met dezelfde set. Door de grote verschillen tussen sessies is één ronde een ruwe schatting; het gemiddelde over drie of meer maanden is bruikbaar. In drukke categorieën geven 30 tot 50 prompts een stabielere basis.
Wat is een goede inclusiegraad?
Een goede inclusiegraad is er een die hoger ligt dan die van je directe concurrenten in dezelfde meting. Er is geen universele norm, omdat de cijfers sterk verschillen per categorie en platform. Veertig procent is sterk als concurrenten rond 35% zitten, en een achterstand als ze rond 65% zitten.
Hoe weet ik of mijn invloedscore verbetert?
Je invloedscore verbetert als AI-systemen je merk na verloop van tijd specifieker en juister beschrijven, in de termen die je zelf gebruikt. Leg elke maand vast hoe het model je omschrijft en vergelijk dat met je nulmeting. Content met eigen cijfers, duidelijke bronnen en een scherpe dienstomschrijving geeft het model het materiaal om die beschrijving over te nemen.
Moet ik apart meten per type vraag of koper?
Ja, als je doelgroep wezenlijk verschillende vragen stelt. De Oliveira (2026) onderscheidt informatieve, procedurele, vergelijkende en evaluatieve vragen, en Wang et al. (2024) vonden dat AI-systemen per intentie anders presteren. Groepeer je prompts daarom per intentie: dan zie je of je alleen in de oriëntatiefase verschijnt of ook op het moment dat kopers leveranciers vergelijken.
Kunnen AI SEO-metrics worden geautomatiseerd?
Gedeeltelijk: het tellen van inclusie wel, het beoordelen van invloed niet. Tools zoals Otterly.ai, Peec AI en de AI-functies van Semrush draaien grote aantallen prompts over meerdere platforms en rapporteren hoe vaak je verschijnt. Of die antwoorden je positionering juist weergeven, vraagt nog steeds een menselijke beoordeling.
Hoe snel zie je effect van GEO-werk in deze metrics?
Daar is geen vaste termijn voor, omdat modellen, crawlfrequentie en concurrentie per categorie verschillen. Inclusiegraad reageert meestal het eerst, invloed volgt en consistentie verbetert het traagst. Beoordeel een programma daarom op de trend over minstens drie maanden, niet op één meting.
Wil je weten hoe vaak jouw merk nu in AI-antwoorden verschijnt? Vraag een gratis analyse aan.
