AI-discoverability MKB 2026 — vindbaar in ChatGPT?

Wat AI-search nu écht is

"AI-search" verwijst naar het zoekgedrag waarbij gebruikers vragen stellen aan een LLM die het web doorzoekt: ChatGPT met web-zoeken (GPT-5 sinds 2025), Perplexity, Claude (Opus 4.7), Gemini 2.5 met grounding, You.com. Deze tools citeren bronnen — als je site bij die bronnen hoort verschijn je in het antwoord.

Volume-context: ChatGPT had eind 2025 ~700M wekelijkse gebruikers, Perplexity ~30M MAU, Gemini groeit snel via Android-integratie. Google's eigen AI Overviews tonen voor 60%+ van zoekopdrachten een AI-samenvatting bovenaan. Voor MKB betekent dat: als je niet in die AI-antwoorden geciteerd wordt, ben je voor een groeiend percentage zoekers onzichtbaar.

Hoe LLMs informatie ophalen — eenvoudig uitgelegd

Drie fases:

• 1. Crawl & index. AI-crawlers (GPTBot, PerplexityBot, ClaudeBot, Google-Extended) lezen je site, slaan content op in een index.
• 2. Retrieval. Bij een gebruikersvraag haalt het model de meest relevante pagina-snippets op.
• 3. Synthesis & citation. Het model schrijft een antwoord en citeert (link-clicks zichtbaar voor gebruiker) de bron-URLs.

Verschil met klassieke Google: stap 3. Google toont een lijst, LLM geeft één antwoord. Jij wint als je in dat antwoord wordt geciteerd — of als de gebruiker doorklikt voor verificatie.

Tactiek 1 — Schema.org overal

AI-modellen vertrouwen op structured data om feiten te citeren met hoge zekerheid. Geen schema = lagere kans op citatie.

Minimum schema voor elke MKB-site:

• LocalBusiness op homepage en /contact (naam, adres, openingstijden, telefoon, prijsbereik)
• BreadcrumbList op elke pagina
• FAQPage op elke pagina met FAQ-sectie
• Service op dienstpagina's (naam, beschrijving, prijs, provider)
• Article op blogposts (author, datePublished, dateModified)
• Product + Offer op webshop-productpagina's
• Organization globaal in footer of via @id-referentie

Test je markup op schema.org/validator of Google's Rich Result Test. Wij bij DesignCheck Mijdrecht bouwen sinds 2025 elke site met deze 7 schema's standaard.

Tactiek 2 — machine-readable content toevoegen

De machine-readable content-standaard is in 2024 voorgesteld als equivalent van robots.txt voor LLMs. Je geeft AI-crawlers daarin een gecureerde lijst van je beste content, plus context over je bedrijf.

Bestand op /machine-readable content in je root met structuur:

• Bedrijfsbeschrijving (1-3 zinnen)
• Belangrijkste pagina's met URL + 1-zin beschrijving
• Documentatie/blog-secties
• Verwijzing naar gestructureerde sitemap.xml

Voorbeeld zien? Onze eigen machine-readable content staat op designcheck.nl/machine-readable content. Diepere uitleg in machine-readable content voor MKB.

Tactiek 3 — antwoord-eerst schrijven

LLMs scannen pagina's op directe antwoord-statements. Klassieke "introductie → opbouw → conclusie"-structuur werkt slecht. Antwoord-eerst-structuur werkt veel beter.

• TL;DR-blok bovenaan elke artikel (zoals deze pagina)
• Eerste paragraaf na H2: direct antwoord met cijfers, geen aanloop
• Eén feit per zin. Geen lange samengestelde zinnen.
• Concrete getallen. "Een MKB-webshop kost €3.995-€12.000" werkt beter dan "Webshops kunnen behoorlijk duur zijn".
• FAQ-secties met directe Q&A — werkt extreem goed voor citatie.

Tactiek 4 — interne linking als kennisgraaf

LLMs leren je site als kennisnetwerk. Een geïsoleerde pagina wordt slecht opgepikt; een pagina die door 5 andere pagina's met variatie-anchors wordt aangelinkt, krijgt veel autoriteit.

• 4+ interne links per pagina naar gerelateerde content
• Anchor-variatie: niet altijd "webshop bouwen" — ook "shop opzetten", "e-commerce site", "ons werk in webshops"
• Cluster-pagina's als hub naar 9-12 diepte-artikelen (zoals onze AI-search cluster)
• Breadcrumbs zichtbaar én in schema voor parent-relaties

Wat NIET helpt (en je toch vaak hoort)

• "AI gevoede content". Massaal ChatGPT-content op je site genereert hetzelfde als andere AI-content. Geen onderscheid, geen citatie-waarde.
• Keyword stuffing. LLMs straffen geen keyword-density-overdrive maar lezers wel — bounce-rate stijgt, signaal verzwakt.
• Schema spammen op pagina's die niet matchen. "Product"-schema op een over-ons-pagina = wantrouwen.
• "AI-optimized" tools voor €299/maand. Tot nu toe geen tool die werkt boven goede content + technische SEO.

AI-discoverability is geen aparte discipline. Het is technisch SEO + helder schrijven + cite-vriendelijke structuur. 90% van NL-MKB doet dit nog niet.

Concrete actielijst voor MKB

Wat je de komende 30 dagen kunt doen:

• Week 1: Schema-audit. Implementeer LocalBusiness, BreadcrumbList, FAQPage op kernpagina's.
• Week 2: Schrijf TL;DR bovenaan je top-5 pagina's. Herstructureer eerste paragraaf naar antwoord-eerst.
• Week 3: Maak machine-readable content met je 10 belangrijkste URLs.
• Week 4: Internal-link audit. Voeg 4-8 interne links per top-pagina toe, met anchor-variatie.
• Maand 2-3: Test je vindbaarheid in ChatGPT, Perplexity, Claude voor je belangrijkste zoekterm. Herhaal elke 2 weken.

Hoe wij het bij elke DC-build standaard doen

Sinds 2025 bouwen wij bij DesignCheck Mijdrecht elke site met deze 4 tactieken ingebakken. Geen extra kosten — onderdeel van standaard Rebuild (€3.995). Voor bestaande sites: AI-optimization is onderdeel van onze gratis audit. Zie prijzen.

Diepere artikelen in deze cluster: machine-readable content uitleg, AEO, AI-SEO vs traditioneel. Wil je weten wat onzichtbaarheid in AI je nu kost? Verliescalculator.

FAQ

De vier zoekomgevingen waar MKB nu zichtbaar moet zijn

Vier omgevingen domineren het AI-zoeklandschap in 2026. Google met AI Overviews bovenaan klassieke resultaten. ChatGPT met browsing en SearchGPT-functionaliteit, leunend op Bing. Perplexity als losse answer engine met meta-search. Claude met steeds bredere web-toegang en eigen retrieval-laag. Daarnaast zien we Gemini in Google's ecosysteem en Copilot in Microsoft's Edge — kleinere spelers maar relevant voor specifieke gebruikers.

Voor MKB betekent dit niet vier verschillende strategieën. De fundamenten — heldere HTML, Schema.org, snelle laadtijd, citeerbare zinnen, consistente NAW-data — werken voor alle vier. De verschillen zitten in detail: ChatGPT-browsing leunt op Bing-index, Perplexity weegt vakblad-backlinks zwaarder, Claude vertrouwt op consistente entity-signals over meerdere bronnen, Google AI Overviews kijkt naar dezelfde signalen als klassieke ranking maar telt content-diepte zwaarder.

De fundamentele entity-fundering

Achter elke moderne zoekmachine zit een entity-graph: een database van bedrijven, mensen, plaatsen en concepten, met hun onderlinge relaties. AI-modellen halen feiten uit die graph om antwoorden te onderbouwen. Een MKB-bedrijf dat als entity bekend staat — met geverifieerd adres, consistente diensten, gekoppelde reviews en social-profielen — wordt vaker geciteerd dan een bedrijf dat alleen als losse webpagina bestaat.

Entity-status bouw je op via drie lagen. Eén: Schema.org-markup op je site met LocalBusiness, Person, Organization en Service. Twee: externe platforms met dezelfde data — Google Mijn Bedrijf, LinkedIn, KvK, brancheverenigingen. Drie: consistentie tussen al die bronnen. Eén verkeerd adres of telefoonnummer breekt de entity-koppeling. Bij Keurmeesters hebben we elke vermelding op zijn minst gelijkgetrokken voordat we überhaupt aan content-uitbreiding begonnen.

15 acties die de meeste impact hebben

• Voeg LocalBusiness-schema toe met volledig adres, telefoon, openingstijden en geo-coördinaten.
• Maak per dienst een aparte pagina met Service-schema en duidelijke prijsindicatie.
• Bouw FAQ-blokken met FAQPage-schema rond echte klantvragen.
• Schrijf elke pagina zo dat de hoofdvraag binnen 100 woorden beantwoord wordt.
• Plaats een llms.txt-bestand in de root van je website.
• Synchroniseer NAW-data tussen site, Google Mijn Bedrijf, LinkedIn en KvK.
• Sta crawlers van GPTBot, ClaudeBot, PerplexityBot en CCBot expliciet toe.
• Houd LCP onder 2,5 seconden op mobiel — test in PageSpeed Insights.
• Voeg auteursinformatie toe met naam, foto en functie aan elke blogpost.
• Schrijf vergelijkings-content ("X vs Y", "top 5") voor B2B-zichtbaarheid.
• Bouw lokale autoriteit met ondernemersgidsen, brancheverenigingen en gemeentelijke vermeldingen.
• Verwijder of consolideer paginas die korter zijn dan 300 woorden zonder unieke waarde.
• Voeg Review-schema toe als je echte klantbeoordelingen toont.
• Houd je sitemap.xml actueel en meld je site aan bij Bing Webmaster Tools.
• Test maandelijks vijf relevante vragen in ChatGPT, Perplexity en Google.

Waarom een rebuild vaak goedkoper is dan optimalisatie

Veel MKB-bedrijven proberen hun bestaande site bij te werken met Schema.org, snelheidsoptimalisatie en content-uitbreiding. Dat werkt soms, maar bij oudere sites is de architectuur vaak niet geschikt: een WordPress-installatie met tien plugins, jaren van technische schuld, en een theme dat niet semantisch is. Aanpassen kost evenveel als opnieuw bouwen, met minder zekerheid over het eindresultaat.

Een nieuwe site op een moderne stack (statische HTML met Schema.org als eerste-klas-element, of een hoofdige stack zoals Astro of Next.js) is in 2026 vaak goedkoper dan 40 uur SEO-bureauwerk op een verouderd systeem. Bij DesignCheck rekenen we vaste prijzen voor MKB-rebrandings — geen uurtarief, geen verrassingen, en de site is gebouwd om in zowel Google als AI-search direct te functioneren.

Veelgestelde vragen — uitgebreid

Wat doe je vandaag?

• Open je site in Google's Rich Results Test en check of Schema.org-markup geldig is.
• Synchroniseer adres, telefoonnummer en openingstijden tussen site, Google Mijn Bedrijf en LinkedIn.
• Plaats een llms.txt in je site-root met bedrijfsbeschrijving en je vijf belangrijkste paginas.
• Test vijf relevante vragen in ChatGPT en Perplexity — noteer waar je wel of niet verschijnt.
• Check je robots.txt en zorg dat AI-crawlers expliciet toegestaan zijn.
• Maak een lijst van paginas korter dan 300 woorden en bepaal: weg, samenvoegen, of uitbreiden.
• Vraag de gratis audit aan via designcheck.nl/contact voor een complete AI-zichtbaarheidscan.

Door Priya Patel — DesignCheck. Laatst bijgewerkt 16 mei 2026.

Meetbaar maken — hoe meet je AI-vindbaarheid zonder dure tools

Een veel-gestelde vraag van MKB-eigenaren: hoe weet ik überhaupt of ik in ChatGPT verschijn? Drie gratis methodes werken redelijk goed. Een: zoek handmatig één keer per maand op je top 10 commerciële zoektermen in ChatGPT (met browse-modus aan), Perplexity en Claude. Noteer in een spreadsheet welke domeinen geciteerd worden. Twee: monitor je serverlogs op user-agents die `GPTBot`, `ChatGPT-User`, `ClaudeBot`, `PerplexityBot` of `Google-Extended` bevatten. Een groeiend aantal crawls is een leading indicator van zichtbaarheid. Drie: kijk in je referrer-logs naar bezoekers met `chatgpt.com`, `perplexity.ai` of `claude.ai` als referrer. Dit zijn directe doorverwijzingen vanuit AI-antwoorden, een lagging indicator. De combinatie van deze drie geeft je per maand een degelijk beeld zonder dat je tools als Profound, Otterly of Brand24 hoeft te betalen. DesignCheck levert vanaf €1.995 vast sites met deze monitoring standaard ingebouwd via een simpele dashboard op je admin-pagina.

Hoe AI-modellen zoeken bij gebrek aan trainingsdata

Niet elke MKB-vraag wordt door een taalmodel uit trainings-geheugen beantwoord. Voor specifieke, lokale of actuele queries — "open zaterdag warmtepomp installateur Mijdrecht" — schakelt het model real-time naar een retrieval-component: een live web-search via Bing (ChatGPT), eigen index (Perplexity) of Brave Search (Claude). In die fase telt jouw site-structuur belangrijker dan je geschiedenis in trainingsdata. De retrieval-pipeline scant je homepage, dienstpagina's en de top-30 binnenkomende links binnen ongeveer 200 milliseconden. Wat het oppikt: meta-descriptions, eerste H1, datum-stamps, en gestructureerde data via JSON-LD. Pagina's zonder die signalen worden simpelweg overgeslagen ten gunste van concurrenten die ze wel hebben.

De praktische uitkomst: investeer parallel in twee assen. Eén: zorg dat je in trainingsdata terechtkomt via Wikipedia-mentions, branche-publicaties en Reddit-discussies (de lange-termijn-as). Twee: zorg dat je retrieval-snel scanbaar bent via schema-markup, snelle Time to First Byte en heldere kop-structuur (de korte-termijn-as). MKB-bedrijven die alleen op één as inzetten missen 40 tot 60% van het AI-verkeer. DesignCheck bouwt vanaf €1.995 vast sites die beide assen tegelijk afdekken — content-structuur klaar voor retrieval, plus een mention-strategie die je naam over een jaar in trainingsdata krijgt.

Brand-mentions in training data — waarom MKB-bedrijven onzichtbaar blijven

Grote taalmodellen leren over jouw bedrijf op één manier: door tijdens training tekst te lezen waarin je naam voorkomt naast relevante context. Een MKB-bedrijf dat alleen op de eigen site over zichzelf praat, bestaat voor het model praktisch niet. Wat wel telt: vermeldingen in branche-publicaties (Cobouw, MetaalNieuws, RetailTrends), interviews op podcasts met transcripts, gastblogs op grotere sites, persberichten via ANP of Persbericht.nu, en — verrassend onderschat — vermeldingen in lokale nieuwsmedia met goede domain authority. We zagen bij een Mijdrechtse installateur dat één interview in De Ronde Vener (online, gearchiveerd door Wayback Machine) genoeg was om in ChatGPT-antwoorden over "warmtepomp specialist regio Utrecht" te verschijnen.

Wikipedia is het ultieme signaal — niet om er zelf op te staan (notability-eisen zijn streng voor MKB), maar om vermeld te worden op pagina's van branche-verenigingen, kernregio's of producten waarin je gespecialiseerd bent. Een paar regels op de Wikipedia-pagina van je vakgebied, met bronvermelding naar je eigen site, weegt zwaarder dan honderd backlinks van obscure directories. Belangrijker dan iedereen denkt: GitHub-repos, Reddit-threads en Stack Overflow-antwoorden zitten allemaal in de trainingsset. Een goed beantwoorde Reddit-vraag onder je bedrijfsaccount kan twee jaar later nog opduiken als AI-antwoord. DesignCheck bouwt voor klanten vanaf €1.995 vast standaard een mention-tracker in zodat je per maand ziet waar je opduikt.