De cijfers
Het onderzoek liep van februari tot mei 2026 en keek naar honderd Nederlandse websites in zeventien sectoren, met negentien technische criteria.
- 55% van de sites scoort rood op technische AI-infrastructuur, gemiddeld 5,3 van 19.
- Geen enkele van de honderd sites heeft een
llms.txt. - 6% heeft een
@graph. - 18% heeft correcte
sameAs-koppelingen.
Tot zover niets verrassends: de meeste sites zijn technisch niet ingericht op AI.
De bevinding die ertoe doet
Het verband tussen die technische score en of een model het merk spontaan aanbeveelt is zwak.
Sterker: marketing- en SEO-bureaus scoorden technisch het hoogst van de hele dataset, en werden door geen enkel model spontaan aanbevolen. Vier van de elf onderzochte bureaus scoorden rood op hun eigen site.
Dat is een vervelend cijfer voor iedereen die AI-zichtbaarheid als een checklist verkoopt.
Wat dat betekent voor je aanpak
Techniek is een ondergrens, geen hefboom. Zorg dat je site leesbaar is voor een model en ga dan verder met de vraag waar het echt om draait: wie schrijft er over je, en wat staat daar.
Autoriteit buiten je eigen domein doet het werk. Reviews, vakpublicaties, vergelijkingen, fora. Precies de plekken waar je het minst controle over hebt.
En daarom moet je het meten
Als de weg naar zichtbaarheid via anderen loopt, kun je niet op je eigen site aflezen of het werkt. Je kunt het alleen aflezen aan de antwoorden zelf.
Dat is precies wat wij doen: dagelijks dezelfde vragen stellen, het volledige antwoord bewaren, en bijhouden welke bronnen het model gebruikt heeft.
Bron
- Frankwatching, “Wat 100 Nederlandse websites onthullen over AI-zichtbaarheid”, 25 juni 2026.