Wat het onderzoek naar verkeersconcentratie laat zien

Het onderzoek van Sinan Aral, Haiwen Li en Rui Zuo van MIT toont aan dat AI-zoeken verkeer herverdeelt ten gunste van grote websites. Voor The Rise of AI Search voerden de auteurs 24.000 zoekopdrachten uit in 243 landen en vergeleken ze 2,8 miljoen AI- en traditionele zoekresultaten uit 2024 en 2025.

Om de geciteerde bronnen in te delen, gebruikten ze de Cisco Umbrella-lijst van de top 1 miljoen domeinen. De uitkomst: AI-zoeken verwees significant vaker naar de top 1.000 op basis van verkeer, en significant minder vaak naar websites buiten de top 1 miljoen dan traditioneel zoeken. Daar komt minder variatie bij. In elke onderzochte informatiecategorie lieten AI-antwoorden een duidelijk lagere antwoordvariëteit zien dan klassieke resultaten.

De auteurs verwijzen ook naar onafhankelijke audits waarin Reddit, Wikipedia en YouTube de citaten in Google AI Overviews domineren. Hun zorg gaat verder dan individuele bedrijven. Omdat taalmodellen informatie samenvatten maar zelf geen nieuwe informatie produceren, kunnen de verdienmodellen achter kennisproductie onder druk komen of instorten als het verkeer naar uitgevers te ver daalt.

Het bereik maakt de bevinding relevant. Volgens dezelfde studie beantwoordden AI Overviews in 2025 al 67% van de geteste Amerikaanse zoekopdrachten, tegen 42% in 2024. Het aantal landen met AI Overviews groeide in die periode van 7 naar 229.

Kenmerk Waarde volgens Aral, Li en Zuo (2026)
Databasis 24.000 zoekopdrachten, 2,8 mln. resultaten, 243 landen
Aandeel Amerikaanse zoekopdrachten met AI-antwoord 42% (2024) → 67% (2025)
Landen met AI Overviews 7 (2024) → 229 (2025)
Landen zonder AI-zoekresultaten onder meer Frankrijk, Turkije, China, Cuba
Mediaan zero-click-percentage 80% met AI Overview, 60% zonder (Similarweb)
Verwijzingen naar top-1.000-websites significant vaker dan in klassiek zoeken
Verwijzingen buiten de top 1 mln. significant minder dan in klassiek zoeken

Een voorbeeld maakt de gevolgen concreet. In klassiek zoeken kon een gespecialiseerd bureau met een grondige gids voor een nichezoekopdracht op pagina één komen. In AI-zoeken kan dezelfde vraag een antwoord opleveren dat leunt op een Wikipedia-definitie, een Reddit-draad en een overzichtsartikel van een groot marketingplatform. Het bureau met de inhoudelijk diepere pagina komt er niet in voor.

Waarom AI-zoeken grote websites voortrekt

AI-zoeken trekt grote websites voor omdat een generatief systeem bronnen nodig heeft die het met veel zekerheid kan samenvatten, en die zekerheid groeit met bekendheid en kruisverwijzingen. Het onderzoek meet het effect; de volgende mechanismen maken het aannemelijk.

Ten eerste het synthesevertrouwen. Een systeem dat één antwoord formuleert, kiest bronnen die vaak gelinkt, geciteerd en redactioneel bevestigd zijn. Grote uitgevers hebben daar simpelweg meer van.

Ten tweede de terugkoppeling via trainingsdata. Websites met veel bereik zijn sterk vertegenwoordigd in het webcorpus waarop modellen leren. Dat levert sterke associaties op, frequentere citaten en daarmee nog meer waargenomen autoriteit.

Ten derde het één-stem-effect. Waar klassiek zoeken tien links met tien mogelijke perspectieven toont, perst AI-zoeken alles samen tot één antwoord. De lagere antwoordvariëteit die Aral en collega's meten, past daarbij: afwijkende, gespecialiseerde stemmen vallen bij het samenvatten makkelijker weg.

Ten vierde de retrievallaag. Systemen met live retrieval, zoals Google AI Overviews, ChatGPT Search en Perplexity, halen kandidaten uit het geïndexeerde web. Daar scoren grote domeinen meestal beter op klassieke autoriteitssignalen. Hoe de platforms daarin verschillen, leest u in ons stuk over hoe AI-zoekplatformen u verschillend rangschikken.

Wat dit betekent voor kleinere bedrijven

Voor kleinere bedrijven betekent de bevinding dat vakkennis alleen niet meer automatisch zichtbaarheid oplevert. In klassieke SEO kon een nichepagina grotere concurrenten inhalen door thematische precisie. In AI-zoeken telt daarnaast citatievertrouwen: hoe zeker kan het systeem deze bron in een antwoord gebruiken?

In het nadeel zijn vooral bedrijven die:

  • een duidelijk lagere domeinautoriteit hebben dan de grote uitgevers in hun onderwerp,
  • nauwelijks genoemd worden in de media waar AI-systemen uit putten,
  • onvolledige of tegenstrijdige gegevens over hun merk als entiteit publiceren,
  • content maken die mensen overtuigt maar weinig machineleesbare structuur heeft.

Ons eigen onderzoek naar de AI-zichtbaarheid van 310 mkb-websites laat zien hoe gewoon die gaten zijn. Bij 20% van de controleerbare sites (60 van 296) had GPTBot geen of onvoldoende toegang. 52% had geen Organization- of LocalBusiness-schema, 89% geen machineleesbaar adres en 41% geen machineleesbare datum.

Juist daar ligt de kans. Kargaev (2026) vindt dat merkentiteitssignalen met een NIS van 0,918 de dominante GEO-factor zijn. Haddad (2026) laat zien dat de stap van het 25e naar het 75e percentiel van structurele contentvolledigheid de AI-gestuurde opname met 8,7% verhoogt. Geen van beide hangt af van de omvang van het domein. Een klein bedrijf kan deze signalen relatief snel opbouwen, terwijl domeinautoriteit via linkbuilding maar langzaam groeit. Hoe operationele specificiteit daarbij helpt, beschrijft ons stuk over contentkwaliteit en SEO.

Hoe specificiteit het concentratie-effect doorbreekt

Specificiteit doorbreekt het concentratie-effect omdat een smalle zoekvraag om een smal passende bron vraagt. Bij algemene vragen grijpt een AI-systeem graag terug op de grote generalisten. Bij heel specifieke vragen, bijvoorbeeld naar een bureau voor AI-zichtbaarheid voor Europese mid-market B2B-bedrijven, past een gespecialiseerde pagina semantisch vaak beter dan een brede gids die de niche alleen aanstipt.

Luther en Touboul-Cohen (2026) beschrijven dit effect van categoriepositionering: Traditional Medicinals haalde in Google AI Overviews een gemiddelde positie van 1,92, ondanks lagere vermeldingspercentages in het algemeen. De smalle positionering op welzijnsvragen leverde zekere matches op. Meer daarover in ons stuk over merkpositionering in AI-zoekopdrachten.

Haddad (2026) stelt dat AI-zoeksystemen "sterk leunen op gestructureerde signalen bij het bepalen welke merken veilig en duidelijk kunnen worden samengevat". De studie weegt de onderdelen van contentvolledigheid verschillend: volledigheid van attributen 0,22, tweetalige titels 0,18, duidelijkheid over levering 0,14. Daarnaast telt thematische diepgang. Iyappan (2026) beschrijft topicale autoriteit als het sterkste signaal over paradigma's heen, met een zeer sterke correlatie voor SEO, AEO en GEO tegelijk.

De tegenstrategie in twee lagen

De meest effectieve tegenstrategie combineert twee lagen: in de retrievalpool blijven en daarbinnen de best citeerbare bron worden.

Laag 1 is het organische fundament. Systemen die retrieval-augmented generation gebruiken, putten uit het geïndexeerde web. Kargaev (2026) beschrijft dit organische funderingseffect expliciet. Google zegt in zijn uitleg over AI-functies en uw website ook dat voor AI Overviews en AI Mode de gewone SEO-basisprincipes gelden en dat een pagina geïndexeerd moet zijn om als bron te kunnen verschijnen.

Laag 2 zijn de signalen die over het citaat beslissen:

Maatregel Wat u concreet doet Onderbouwing
Structurele contentvolledigheid Dienstomschrijvingen, prijzen, doorlooptijden en FAQ met FAQPage-schema volledig invullen Haddad (2026): +8,7% opname
Entiteitshelderheid Organization-schema met volledige gegevens, Google Bedrijfsprofiel, consistente NAW-gegevens, sameAs-verwijzingen Kargaev (2026): NIS 0,918
Redactionele vermeldingen Gericht verschijnen in vakmedia die AI-systemen voor uw onderwerp al citeren Concentratie op weinig grote bronnen (Aral e.a.)
Smalle positionering Helder zeggen voor wie en waarvoor u het beste antwoord bent Luther en Touboul-Cohen (2026)
Thematische diepgang Eén vakgebied grondig en onderbouwd behandelen in plaats van veel oppervlakkig Iyappan (2026)

Welke media de moeite waard zijn, kunt u nagaan: Perplexity toont zijn bronnen openlijk. Wie de eigen categoriezoekopdrachten daar uitprobeert, ziet welke publicaties steeds terugkomen. Waarom verdiende media zo zwaar wegen, leest u in ons stuk over digital PR en AI-zoekmachines. Hoe u de vijf bouwstenen in een jaarprogramma giet, staat in het raamwerk voor AI-zichtbaarheidsstrategie.

Zo meet u uw positie in AI-zoekverkeer

Uw positie in AI-zoekverkeer meet u het best via het vermeldingspercentage: het aandeel relevante AI-antwoorden waarin uw merk voorkomt. Klikken alleen zeggen te weinig. Aral, Li en Zuo citeren Similarweb-data waarin het mediane zero-click-percentage bij zoekopdrachten met een AI Overview 80% is, tegen 60% zonder. Een groot deel van het effect gebeurt dus zonder bezoek.

Drie metrics vullen elkaar aan:

  1. Vermeldingspercentage. Test maandelijks een vaste set prompts in ChatGPT en Google AI Overviews. Houd algemene categorievragen, waar het concentratie-effect het sterkst is, apart van nichevragen, waar specialisten de meeste kans maken. Het verschil laat zien of uw positionering werkt.
  2. AI-verwezen sessies. Segmenteer in GA4 de verwijzingen van chatgpt.com, perplexity.ai en gemini.google.com. Het volume is meestal klein, de kwaliteit hoog: Iyappan (2026) meet voor AI-verwezen verkeer een conversie van 14,2% tegen 2,8% voor klassiek organisch zoeken.
  3. Zoekvolume op merknaam. Als uw merk vaker in AI-antwoorden opduikt, ook zonder klik, ziet u dat vaak met vertraging terug in de merkzoekopdrachten in Google Search Console.

Hoe u dit over meerdere platforms opzet, beschrijft ons stuk over AI-zoekmonitoring.

De zero-click-achtergrond, met de gedragsdata over klikken en AI-antwoorden, staat in onze analyse van zero-click search.

De situatie op de Europese markt

Op de Europese markt geldt de concentratiebevinding overal waar AI-zoeken is uitgerold, en meertalige content is daar de belangrijkste hefboom voor specialisten. Frankrijk hoort volgens Aral, Li en Zuo bij de landen die geen AI-zoekresultaten krijgen. Voor bedrijven met Franse klanten blijft klassieke SEO daar voorlopig het hoofdkanaal. In Nederland, Duitsland, België en de andere onderzochte EU-markten werkt het effect wel volledig door.

Haddad (2026) laat zien dat sessies in gemengde talen, waarin gebruikers bijvoorbeeld in het Nederlands of Duits zoeken en op tweetalige gestructureerde content stuiten, 9,4% gekwalificeerde aandachtswinst opleveren, tegen 6,8% gemiddeld. Een Nederlandse specialist met Nederlandstalige FAQ's, een Nederlandse Organization-schemabeschrijving en vermeldingen in Nederlandstalige vakbladen past beter bij Nederlandse zoekvragen dan een grote Engelstalige generalist zonder Nederlandse content. De uitwerking staat in ons stuk over meertalige SEO.

Veelgestelde vragen

Waarom geeft AI-zoeken de voorkeur aan de best bezochte websites?

AI-zoeken geeft de voorkeur aan grote websites omdat het bronnen nodig heeft die het betrouwbaar kan samenvatten, en grote uitgevers hebben meer links, vermeldingen en aanwezigheid in trainingsdata. Aral, Li en Zuo (2026) maten dat AI-zoeken vaker naar de top 1.000 websites verwijst en minder naar sites buiten de top 1 miljoen dan klassiek zoeken.

Kunnen kleinere bedrijven grote uitgevers verslaan in AI-antwoorden?

Ja, vooral bij specifieke zoekvragen waar hun vakkennis precies op aansluit. Een heldere positionering, volledige gestructureerde content en sterke entiteitssignalen maken een klein merk het betere antwoord binnen zijn vakgebied. Luther en Touboul-Cohen (2026) laten met Traditional Medicinals zien dat smalle positionering ondanks minder vermeldingen tot een topplek in AI Overviews kan leiden.

Hoe helpt digital PR bij AI-zoekverkeer?

Digital PR helpt omdat een vermelding in de media die AI-systemen al citeren uw merk in hun bronnenpool brengt. Eén plaatsing in een vakpublicatie die regelmatig in AI-antwoorden opduikt, weegt zwaarder dan veel vermeldingen in bronnen die zelden geciteerd worden. Welke publicaties dat zijn, ziet u aan de bronvermeldingen in Perplexity.

Converteert AI-zoekverkeer beter dan klassiek zoekverkeer?

Ja, duidelijk. Iyappan (2026) meet een conversie van 14,2% voor AI-verwezen verkeer tegen 2,8% voor klassiek organisch zoeken. Een voor de hand liggende verklaring: wie via een AI-antwoord binnenkomt, heeft al een aanbeveling gelezen en is daardoor voorgekwalificeerd.

Moeten bedrijven minder in SEO investeren nu AI-zoeken groeit?

Nee, SEO blijft de voorwaarde voor AI-zichtbaarheid. Kargaev (2026) beschrijft het organische funderingseffect: systemen met live retrieval putten uit het geïndexeerde, organisch zichtbare web. Verstandig is om de SEO-basis te onderhouden en daarnaast te bouwen aan entiteitshelderheid, contentvolledigheid en FAQ-structuur.

Loont AI-zichtbaarheid voor bedrijven buiten de top 1.000 websites?

Ja, omdat zelfs kleine aantallen AI-verwezen bezoeken door de hoge conversie commercieel meetellen. De signalen die over een citaat beslissen, zoals entiteitshelderheid en structurele volledigheid, hangen bovendien niet af van de omvang van het domein. Voor kleinere aanbieders is de verhouding tussen inspanning en effect daardoor vaak gunstiger dan bij klassieke linkbuilding.

Wat is het verschil met het long-tail-voordeel van klassiek zoeken?

In klassiek zoeken beloonde de long tail specificiteit: een nichepagina kon op passende zoekwoorden ranken, ook met een lage domeinautoriteit. In AI-zoeken verschuift het voordeel van zoekwoordmatch naar citatievertrouwen. Dat kunt u zonder groot domein opbouwen, maar alleen met gericht werk aan structuur, entiteit en positionering.

Hoe zichtbaar is uw bedrijf in ChatGPT en Google AI Overviews? Laat uw website gratis analyseren.