Het startpunt: een gevestigde handel zonder digitale voetafdruk
Tuva Euro BV was een gevestigde handelsonderneming die volledig draaide op persoonlijke netwerken en bestaande relaties. Er was geen website, geen aanwezigheid op Google en geen zichtbaarheid in AI-zoektools. In een B2B-markt waar inkopers steeds vaker online leveranciers onderzoeken voordat ze contact opnemen, was het bedrijf onzichtbaar voor iedereen die zocht naar wat het verkoopt. De volledige case beschrijft de opdracht; dit artikel legt uit waarom de volgorde werkte.
Waarom een niche-B2B-leverancier snel genoemd kan worden
Een niche-B2B-leverancier kan snel genoemd worden omdat AI-assistenten bedrijven waarvan ze geen geheugen hebben, rangschikken op wat ze op dat moment ophalen. Onderzoekers van de University of Toronto testten dit met GPT-4o in een studie op de EDBT/ICDT 2026-workshops: toen ze de opgehaalde snippets husselden, bewogen de rankings van bekende merken nauwelijks (een gemiddelde rangafwijking van 2,30), terwijl die van nichebedrijven bijna twee keer zo veel verschoven (4,15). Toen ze twee merknamen in de snippets omwisselden, volgden de nicherankings de tekst.
Voor een leverancier van pluimveemeel is dat de hele kans. Geen enkel model heeft uit zijn training een mening over het bedrijf. Wat het ophaalt bepaalt het antwoord, en wat het ophaalt is precies wat het bedrijf kan bouwen.
Stap 1: een site gebouwd om opgehaald te worden, niet alleen om te bestaan
De eerste stap was tuvaeuro.eu vanaf nul bouwen met een architectuur die crawlers kunnen lezen: gestructureerde data die de organisatie benoemt, snelle pagina's, een kophiërarchie die producten benoemt in de woorden van inkopers, en interne links tussen productcategorieën. Dit is het toegangsbewijs aan beide kanten. Google's eigen richtlijnen zeggen dat geïndexeerd en geschikt zijn in Search de voorwaarde is voor zijn AI-functies, en een assistent kan geen pagina citeren die zijn crawler nooit heeft kunnen ophalen.
Stap 2: een zoekwoordkaart met koopintentie, niet met volume
De tweede stap bracht het commerciële zoeklandschap voor pluimveemeel, vloeibaar ei en verwante dierlijke eiwitten in EU-markten in kaart, met behoud van de termen met echte koopintentie. Hier gaat het bij de meeste B2B-sites mis: ze ranken op definitievragen en worden nooit opgehaald voor "leverancier van"-vragen. De kaart bepaalde welke pagina's bestonden en welk bewijs elke pagina droeg, zodat de pagina's die een assistent ophaalt bij een leveranciersvraag de pagina's waren die de leverancier noemden.
Stap 3: de entiteit, op en buiten de site
De derde stap maakte het bedrijf herkenbaar als entiteit: consistente organisatiegegevens op de site, en een externe aanwezigheid die AI-tools konden gebruiken om het bedrijf te identificeren en te begrijpen. Dit is het signaal dat het onderzoek het zwaarst weegt. In de analyse van Ahrefs over 75.000 merken hingen vermeldingen van het merk op het hele web sterker samen met AI-zichtbaarheid dan Domain Rating of merkzoekvolume. Voor een nieuw domein zonder enige rating is die bevinding de reden dat het plan kon werken.
Stap 4: een klein aantal relevante links
De vierde stap was een gerichte set backlinks van relevante branchebronnen, om de vroege autoriteitssignalen te leggen die Google in B2B-categorieën gebruikt. De set was bewust klein. Links sturen organische vindbaarheid en dus geschiktheid voor Google's AI-functies; ze zijn niet wat een nicheleverancier genoemd krijgt door een assistent, dus het budget ging naar relevantie in plaats van volume.
Wat er gebeurde, en wat het aan advertenties kostte
| Uitkomst | Resultaat |
|---|---|
| Google-positie op meerdere commerciële zoekwoorden | 1 tot 3 |
| Tijd tot pagina-één-posities | Minder dan 6 maanden |
| Opgeleverde SEO- en GEO-werkstromen | 5 |
| Advertentiebudget achter de nieuwe aanvragen | € 0 |
| AI-assistenten die het bedrijf noemen bij leverancierszoekopdrachten | ChatGPT en Perplexity |
De aanvragen kwamen uit vindbaar zijn en genoemd worden, niet uit een campagne. Dat is het punt van de volgorde: een bedrijf dat als entiteit bestaat, met pagina's gebouwd voor de zoekopdrachten die inkopers echt gebruiken, wordt opgehaald als de inkoper vraagt, of die nu Google of een assistent vraagt.
Wat dit betekent voor een ander niche-B2B-bedrijf
De volgorde is overdraagbaar omdat het mechanisme dat is. Een nichebedrijf wordt gerangschikt op opgehaald bewijs, dus het werk is het juiste bewijs laten bestaan en bereikbaar maken: een crawlbare site, pagina's gekoppeld aan zoekopdrachten met leveranciersintentie, organisatiegegevens en externe vermeldingen die het bedrijf identificeren, en een paar relevante links voor vindbaarheid. Twee kanttekeningen horen hierbij. AI-antwoorden verschillen van dag tot dag, en slechts 34 tot 42 procent van de geciteerde bronnen blijft hetzelfde tussen opeenvolgende dagen in de meting uit St. Gallen, dus "genoemd door ChatGPT" is een percentage, geen permanente toestand. En de termijn was minder dan zes maanden voor een bedrijf dat vanaf nul begon; een bedrijf met een bestaande site en een zwakke entiteit beweegt meestal sneller. Het artikel over het mkb beschrijft het mechanisme in detail.
Veelgestelde vragen
Had het bedrijf al enige online aanwezigheid?
Nee. Er was geen website, geen aanwezigheid op Google en geen zichtbaarheid in AI-tools. Het bedrijf draaide op persoonlijke netwerken. De site, de zoekwoordkaart, het entiteitswerk en de links zijn allemaal binnen het traject gebouwd.
Welke AI-assistenten noemen het nu?
ChatGPT en Perplexity, bij leverancierszoekopdrachten in zijn categorie. Omdat assistenten probabilistisch zijn, wordt dit gemeten als percentage over herhaalde zoekopdrachten en niet geclaimd als vaste positie.
Hoeveel is er aan advertenties uitgegeven?
Niets. De nieuwe aanvragen kwamen zonder betaalde advertenties. Dat is geen regel voor elk bedrijf; het is wat hier gebeurde, omdat de categorie niche is en inkopers leveranciers zoeken op productnaam.
Zou dit werken voor een consumentenmerk?
Minder direct. Voor bekende consumentenmerken leunen assistenten meer op wat ze in training hebben geleerd, dus opgehaalde content beweegt de ranking minder. Het nichemechanisme is het sterkst waar het model geen eerdere mening heeft.
Hoe lang duurde het GEO-deel vergeleken met het SEO-deel?
Ze liepen samen. De sitearchitectuur en de zoekwoordkaart dienen beide; het entiteits- en externe-aanwezigheidswerk is de GEO-specifieke laag. Ze scheiden had het redactiewerk op dezelfde pagina's verdubbeld.
Kan ik zien of mijn bedrijf vandaag genoemd wordt?
Ja, in minuten. De gratis analyse bevraagt ChatGPT, Perplexity, Claude en Gemini voor jouw categorie en markt, leest je belangrijkste pagina's en rapporteert wat de assistenten in jouw plaats citeren.
Ontdek waar je bedrijf staat
De gratis analyse is de eerste stap waarmee deze case begon: of de assistenten je noemen voor wat je verkoopt, wie ze in plaats daarvan noemen, en welke van de vier stappen hierboven je site nog nodig heeft.
