AI-zoeken werkt in Europa anders dan de Amerikaanse blogs en benchmarks suggereren. Google's AI Overviews kwamen later en gefaseerd naar Europese talen, de Digital Markets Act dwong Google tot aanpassingen in de resultatenpagina binnen de EER, en de taal van je klanten bepaalt welke bronnen een model gebruikt. Wie de Nederlandse markt bedient, moet daarom in het Nederlands meten, per land, en met een methode die verschillen tussen dagen niet aanziet voor trends.
Wat er in Europa echt anders is
Vier verschillen bepalen het speelveld.
Latere en gefaseerde uitrol. AI Overviews verschenen eerst in de VS en in het Engels. Europese talen volgden per land en per taal, en het aandeel zoekopdrachten dat een AI-samenvatting krijgt verschilt nog altijd per markt en per onderwerp. Een cijfer als "X procent van de zoekopdrachten toont een AI Overview" uit een Amerikaans onderzoek zegt niets over jouw Nederlandse categorie. Hetzelfde geldt voor AI Mode, dat per taal wordt uitgerold.
De Digital Markets Act. Sinds de DMA van toepassing is, toont Google in de Europese Economische Ruimte een andere resultatenpagina dan daarbuiten: minder zelfbevoordeling van eigen diensten, andere blokken voor vergelijkingssites, andere behandeling van bijvoorbeeld hotel- en productresultaten. Dat verandert waar organische resultaten en AI-blokken staan en hoeveel ruimte er voor jouw pagina overblijft.
Taal en bronnen. Een taalmodel dat een Nederlandse vraag beantwoordt, leunt op Nederlandse bronnen: vergelijkingssites, Nederlandse media, Nederlandse fora en de productpagina's van Nederlandse webshops. Vraag hetzelfde in het Engels en je krijgt een andere lijst merken en andere citaties. Dat is geen ruis; het is precies waarom je in de taal van je klant moet meten.
Consent en meetbaarheid. In de EU vragen sites toestemming voordat ze analytics laden. Een deel van je bezoekers zegt nee, en die sessies ontbreken in je dashboards. Tel daarbij op dat AI-antwoorden vaak geen klik opleveren, en het is logisch dat "AI-verkeer" in een analyticspakket kleiner lijkt dan wat er werkelijk gebeurt.
Welke engines er voor Nederland toe doen
Een Nederlandse marketeer kijkt naar een andere set dan een Amerikaanse.
- Google AI Overviews en AI Mode in Nederlandse resultaten: hier zit het volume, omdat Google in Nederland het grootste aandeel in zoeken heeft.
- ChatGPT met zoeken: veel Nederlandse consumenten gebruiken het voor oriëntatie en vergelijking, zonder in te loggen. Antwoorden verschillen tussen een ingelogde en een uitgelogde sessie en tussen de app en de browser.
- Perplexity: kleiner in volume, maar sterk in citaties, en daardoor een goede indicator van welke bronnen een model vertrouwt.
- Copilot: relevant voor zakelijke doelgroepen die in een Microsoft-omgeving werken.
- Lokale shopping-assistenten zoals de AI-shophulp van bol: voor productmerken in Nederland en België is dit een eigen kanaal met eigen regels.
Voor elk van die engines geldt dat een antwoord via een API iets anders is dan een antwoord dat een gebruiker in de browser ziet. De browserversie bevat bronnen, kaarten en soms advertenties die de API niet teruggeeft. Labelen wat je waar hebt gezien is daarom onderdeel van eerlijk meten.
Zo meet je AI-zichtbaarheid voor de Nederlandse markt
Begin met een promptset in het Nederlands die de vragen van je klanten dekt: oriëntatie ("welke [product] is goed voor…"), vergelijking ("[merk A] of [merk B]"), lokaal ("[dienst] in [stad]") en merk ("is [merk] betrouwbaar"). Dertig tot honderd prompts per markt is genoeg om iets te zien; België en Nederland krijgen aparte sets, ook als de taal gelijk is.
Laat die set dan wekelijks lopen, in schone sessies zonder geschiedenis, op meerdere engines, en meet per prompt of je merk wordt genoemd, of het wordt aangeraden, en welke bronnen worden geciteerd. Eén meting is een momentopname; een model geeft op dezelfde vraag op verschillende dagen verschillende antwoorden. Wil je weten of een beweging echt is, dan heb je herhaling en een betrouwbaarheidsinterval nodig. Een merk dat in 12 van 40 antwoorden voorkomt, heeft een noemingsaandeel van 30 procent met een interval dat grofweg van 18 tot 45 procent loopt. Een week later 35 procent zien is dan geen nieuws.
Combineer dat met wat je wél in eigen data ziet: AI-crawlers in je serverlogs, verwijzende sessies vanaf chatgpt.com of perplexity.ai, en vragen in Search Console die op AI-taalgebruik lijken ("beste", "vergelijk", "welke"). Geen van die bronnen is compleet, maar samen laten ze zien of AI-zichtbaarheid zich vertaalt in bezoek.
Wat je vervolgens verbetert
De patronen achter Nederlandse AI-antwoorden zijn niet mysterieus. Modellen citeren pagina's die een vraag direct beantwoorden, feiten met bron noemen, duidelijke entiteiten hebben (wie je bent, wat je verkoopt, waar je zit) en op bronnen staan die het model toch al vertrouwt. Praktisch betekent dat:
- Antwoordpagina's in het Nederlands die de vraag in de eerste alinea beantwoorden, met concrete cijfers en een herkomst.
- Schema en entiteitsdata die kloppen: Organization, Product, LocalBusiness, FAQ waar dat eerlijk is.
- Aanwezigheid op de bronnen die het model gebruikt: vergelijkingssites, brancheoverzichten, reviews en Nederlandse media. Kijk in je citaties wie er nu wordt genoemd in plaats van jou.
- Een crawlerbeleid dat de zoekcrawlers van AI-engines toelaat en dat je CDN niet stilletjes ongedaan maakt.
- Lokale signalen voor lokale vragen: een Google Bedrijfsprofiel dat klopt, adressen die overal gelijk zijn.
Doe dat per markt en per taal, want een verbetering in Nederlandse antwoorden verschijnt niet automatisch in Vlaamse of Engelstalige.
Conclusie
Europese AI-zoekresultaten hebben een eigen uitrol, eigen regels en eigen bronnen. Meet daarom in het Nederlands, per land, wekelijks en met intervallen, en label wat je in de browser zag versus via een API. Wil je die meting niet zelf bouwen, bekijk dan hoe AI-zichtbaarheid in Traze wekelijks per engine, per markt en met betrouwbaarheidsintervallen wordt gemeten.