Zoeken verandert; de vraag is niet óf, maar hoe snel

AI verandert niet alleen hoe we zoeken, maar beïnvloedt meer en meer wie er zichtbaar is in de door AI gegenereerde antwoorden. Wie AI-search puur als performancevraagstuk ziet, mist een belangrijk deel van de verschuiving die gaande is.

Zichtbaarheid ontstaat steeds vaker uit merkaanwezigheid en distributie. Wie consequent terugkomt in bronnen, beïnvloedt het verhaal dat systemen samenstellen. De vraag is dus niet alleen hoe je gevonden wordt, maar hoe je onderdeel wordt van dat referentiekader.

Hoe we zoeken verandert compleet. En eerlijk gezegd verandert daarmee ook hoe we relevant zijn en gevonden worden meer dan we misschien willen toegeven, ook al gaat het langzaam. De onderliggende principes zoals autoriteit, herhaling en vertrouwen blijven hetzelfde, maar de weg ernaartoe wordt fundamenteel anders.

In deze longread schets ik de huidige situatie en doe onderbouwde aannames over hoe zoeken er in de toekomst meer uit zal zien, maar vooral over wat je moet doen om relevant te blijven.

AI verandert de manier waarop mensen informatie vinden sneller dan welke zoekrevolutie in de afgelopen twintig jaar ook. Niet morgen maar gisteren al. Miljoenen mensen hebben het gebruik van AI en tekstmodellen al omarmd en stellen inmiddels dagelijks vragen aan tools als ChatGPT, Gemini en Claude, nog vaak zonder door te klikken naar een website.

De verschuiving in hoe we ‘zoeken’ speelt nu vooral in de oriëntatiefase: AI neemt een steeds groter deel van het zoekproces over, maar nog niet de hele klantreis. Voor organisaties die afhankelijk zijn van online zichtbaarheid, groei en distributie is dat geen discussie over techniek, maar een strategische realiteit.

Cijfers uit diverse onderzoeken versterken het beeld. Hoewel het achterliggende doel kan variëren tussen e-commercegerichte zoekopdrachten, het vinden van informatie, afbeeldingen of andere intenties, zitten we wel degelijk midden in een verschuiving. Een groot deel van de Amerikaanse professionals gebruikt inmiddels wekelijks generatieve AI om informatie te verkennen of samen te vatten (McKinsey, 2025). ChatGPT verwerkt volgens Similarweb-schattingen inmiddels ruim 5 miljard websitebezoeken per maand (meer dan Bing!) (Shahid Shahmiri) en vormt daarmee een van de grootste informatie-ingangen ter wereld (Similarweb, 2025). Tegelijkertijd groeit de zoekmarkt nog steeds, met zo’n 26%, omdat AI-zoekgedrag bovenop klassieke search komt in plaats van het direct te vervangen, ook in Europa (SparkToro, 2025). Dus we gebruiken meer bronnen om tot antwoorden te komen, of juist om te valideren.

De groei van Google-zoekopdrachten maskeert echter dat de structuur van zoeken fundamenteel verschuift. En daarvoor moeten we wel oppassen.

Niet alle AI is hetzelfde en dat moeten wij als marketeers wél begrijpen

De term ‘AI’ suggereert één technologie. Dat is niet correct en behoeft wat extra uitleg.

In dit artikel heb ik het specifiek over AI als informatiesysteem en distributiekanaal. Over systemen die bepalen hoe mensen antwoorden vinden en welke bronnen daarin zichtbaar worden. Dus, kort door de bocht, AI als informatie-interface, zoals ChatGPT in zijn rol als antwoordmachine. Toepassingen zoals programmeerondersteuning, samenvattingen of procesautomatisering vallen hier buiten. Die veranderen hoe we werken, maar niet hoe organisaties als bron zichtbaar worden in antwoorden.

AI-informatiesystemen werken niet allemaal op dezelfde manier. Elk systeem bepaalt zichtbaarheid via een ander mechanisme. Omdat dit artikel gaat over hoe zichtbaarheid verschuift van rankings naar aanwezigheid in het bredere kennisecosysteem waaruit AI-antwoorden worden samengesteld, is het belangrijk om deze lagen eerst uit elkaar te houden.

We onderscheiden grofweg vier verschillende ‘AI-lagen’.

Foundation models/taalmodellen (LLM’s) Systemen zoals ChatGPT, Gemini, Claude en Mistral genereren antwoorden op basis van wat ze tijdens training hebben geleerd, soms aangevuld met externe bronnen.

Retrieval-systemen Zoals AI Overviews, Perplexity en Deep Research-achtige interfaces; combineren modelkennis met actuele bronnen om tot een soort live inzicht te komen.

Copilots en embedded AI Tools die al volledig geïntegreerd zijn in dagelijks werk, zoals Microsoft Copilot en Apple Intelligence.

Agent-systemen (opkomend) AI die autonoom taken uitvoert namens gebruikers, zoals vergelijken, plannen, voorselecteren en aankopen voorbereiden.

Voor marketing is dit onderscheid strategisch: elk systeem creëert zichtbaarheid op een andere manier. Zichtbaar zijn in Google betekent niet per se zichtbaar zijn in een LLM of in een agent. En zichtbaar zijn in een LLM betekent niet dat je ook meegenomen wordt door een retrieval-systeem.

Zichtbaarheid verschuift van page-ranking naar corpus presence

Het corpus is het geheel aan teksten, bronnen en vermeldingen waaruit AI-systemen hun antwoorden opbouwen, zowel uit trainingsdata als uit actuele bronnen die tijdens het beantwoorden worden opgehaald.

Het klinkt spannend maar is dat niet. Het bestaan van deze corpus is overigens wel het kerninzicht dat veel organisaties nu nog missen.

Die corpus presence betekent simpelweg dat je aanwezig bent in de corpus. Dus: word je door AI gebruikt als bron? Dat gebeurt op twee manieren.

AI-systemen zijn getraind op enorme hoeveelheden tekst van het internet. Wie daar consistent en betrouwbaar in voorkomt, wordt onderdeel van wat een model ‘weet’.

Nieuwere AI-systemen zoeken actief naar bronnen op het moment dat iemand een vraag stelt.

Traditionele SEO optimaliseert pagina’s voor eindgebruikers en algoritmes en zorgt dat je tussen de resultaten zit: mensen klikken en je vangt traffic. Bij AI werkt dat anders: je moet gebruikt worden in het antwoord zelf. Alleen als je als bron verschijnt in het corpus, telt je aanwezigheid, niet het aantal pagina’s of klikken.

Daarmee wordt de vraag niet:

‘Wat is onze zichtbaarheid op zoekwoorden?’

‘Hoe zorgen we dat ons merk onderdeel wordt van het referentiekader waaruit antwoorden worden samengesteld?’

Dat vraagt om zichtbaarheid in meerdere onafhankelijke bronnen tegelijk.

Dit sluit aan bij wat Jess Scholz op Friends of Search (deck) beschreef als de verschuiving van search-performance naar distributiebereik en merkaanwezigheid als basis voor toekomstige zichtbaarheid.

Een kleine nuance is op zijn plek, want de richting is duidelijk maar de mechanismen nog niet. We weten bijvoorbeeld nog niet hoe zwaar trainingsdata weegt ten opzichte van live retrieval, hoe modellen bronnen prioriteren of hoe ‘entity strength’ precies wordt bepaald.

Wat we wel zien is dat zichtbaarheid zelden ontstaat uit één bron. Consistente aanwezigheid in meerdere, onafhankelijke bronnen lijkt een van de sterkste signalen die we op dit moment kunnen beïnvloeden.

De drie lagen van verandering in search

De verschuiving naar een andere, nieuwere manier van zoeken, laten we het gewoon AI-zoeken noemen, manifesteert zich tegelijkertijd op drie niveaus. Deze drie veranderingen bepalen samen hoe zichtbaarheid verschuift van ouderwetse rankings en webpagina’s naar entiteiten, passages, distributie en aanwezigheid in het bredere AI-kennisecosysteem.

Laag 1: retrieval verandert

AI beantwoordt steeds meer vragen direct, in plaats van slechts te verwijzen zoals Google doet (deed). In analyses van Google’s AI-zoekervaring loopt het aandeel zero-click zoekopdrachten bij bepaalde vraagtypes richting 90%. Het aantal Google-zero-clicks ligt rond 58,5% (SparkToro, 2024–2025). ‘Zero-click’ betekent overigens niet automatisch dat er geen merkcontact plaatsvindt. Een naams- of merkvermelding in een antwoord is natuurlijk ook blootstelling en eventueel herkenning. Minder klikken betekent in elk geval wel minder verkeer, maar de effecten op merkbekendheid zijn niet zo zwart-wit.

Belangrijk om te begrijpen: rankings en traffic zijn geen oorzaken, maar gevolgen van dezelfde........

© Marketingfacts