Ik dacht eerst dat Google AI Search vooral een “nieuwe Google” was: andere regels, andere trucjes. Tot ik merkte dat de sites die het al jaren netjes op orde hebben, vaak als eerste als bron opduiken. De AI-laag is nieuw, maar de selectie eronder is herkenbaar.
AI Overviews zijn een extra laag bovenop de normale ranking
Google AI Search kun je het best zien als twee systemen die boven elkaar liggen. Onderin zit de bekende zoekmachine: Google crawlt (je pagina’s ophalen), indexeert (opslaan en begrijpen) en rangschikt (wie staat bovenaan). Bovenop komt de AI-laag: die probeert een antwoord te formuleren en zoekt daar bronnen bij. Dat antwoord kan eruitzien als een AI Overview, of als een meer gesprekachtige weergave, afhankelijk van de zoekopdracht.
Wat vaak misgaat: mensen focussen alleen op “word ik genoemd door de AI?” en vergeten dat je eerst door het onderliggende selectiemechanisme heen moet. Een pagina die technisch niet goed te crawlen is, of die niet netjes in de index komt, wordt gewoon niet meegenomen in die bronpool. De basis is dus nog steeds: een crawlbaar pad, duidelijke interne links, en pagina’s die echt over één onderwerp gaan. Een toegankelijke uitleg van dat onderliggende proces staat in hoe zoekmachines werken en zoeken.
Mainstream SEO-denken versus werken met Google AI Search
| Mainstream focus | Wat ik in AI Search vaker zie werken |
|---|---|
| “Ranken op keyword + variant” | Entiteiten (duidelijke onderwerpen zoals dienst, locatie, specialisme) + één pagina per vraagstuk |
| Veel tekst om “volledig” te voelen | Citeerbare elementen: definities, meetpunten, foto’s, stappen, voorbeelden |
| CTR en positie als hoofd-KPI | Impressions + merkvermeldingen + aanvraagkwaliteit (minder kliks kan nog steeds beter zijn) |
| Publiceren is het werk | Indexatie-check + interne links + bijwerken zodra je praktijk verandert |
De contrarian-kant: “AI-content maken” is niet de hefboom
Je kunt vandaag honderd pagina’s laten uitrollen en toch nul keer als bron verschijnen. Dat werkt gewoon niet. Niet omdat AI-teksten per definitie “fout” zijn, maar omdat de meeste automatisch gemaakte stukken niets toevoegen: ze herhalen wat al in de index staat, zonder eigen waarneming, foto’s, meetpunten, of een duidelijk standpunt. Dan ben je in feite een echo, en een echo is zelden de bron die Google wil aanhalen.
Waar ik wél op let bij AI Search is het “citeerbare stuk” van je pagina. Niet als marketingterm, maar letterlijk: welke zin, tabel, specificatie of definitie kan Google als bron gebruiken? Denk aan vaktermen met uitleg (bijvoorbeeld canonical (voorkeurs-URL die duplicaten voorkomt) of structured data (machineleesbare mark-up voor entiteiten zoals bedrijf, dienst en reviews)). En denk aan bewijs dat niet overal staat: eigen foto’s, aanpak-beschrijvingen, veelgestelde vragen vanuit je klanten, of een duidelijke afbakening van wanneer iets níet geldt. Daar komt die paradox: meer publiceren kan waar zijn, maar in praktijk maak je het algoritme vooral moe als je niets nieuws te melden hebt.
Wanneer de mainstream wél klopt: begin bij query-type en intent
De klassieke SEO-reflex “welke zoekwoorden wil ik hebben?” is niet waardeloos. Hij is alleen te grof. Google triggert AI-antwoorden vooral op zoekopdrachten waar een samenvatting handig is: uitleg, vergelijking, stappen, of een keuzeprobleem. Bij een pure navigatievraag (iemand wil naar een specifieke site) zie je vaak een traditioneler resultaatbeeld. Dat is precies waarom het helpt om je content te bouwen rond echte zoekintentie en query-type (informatief, transactioneel, navigerend), in plaats van rond één hoofdkeyword met vijf varianten eromheen. Ook dat onderscheid komt terug in de uitleg over typen zoekopdrachten, en het is een praktische manier om te voorspellen waar AI Search vaker “aan” staat.
Concreet betekent dit: wil je zichtbaar worden in AI Search, schrijf dan niet alleen een landingspagina met verkooppraat, maar ook één of twee pagina’s die het keuzeprobleem oplossen. Bijvoorbeeld: “welke dakkapel past bij een jaren-30 woning?”, “wat kost gevelrenovatie als je voegwerk vervangen moet worden?”, of “wanneer kies je voor renovatie in plaats van nieuwbouw?” Dat is mainstream SEO, en het werkt nog steeds, omdat het aansluit op hoe Google de vraag probeert te beantwoorden.
Wat ik in de praktijk zie: minder kliks, toch meer aanvragen
Het gekke effect van Google AI Search en tools zoals ChatGPT is dat je soms minder organische kliks in Google ziet, terwijl het aantal serieuze aanvragen stijgt. In onze praktijk horen we bij MKB-bedrijven geregeld dat iemand belt of mailt met iets als: “ik kreeg jullie naam genoemd als betrouwbare partij”. Die lead komt dan niet altijd met een nette UTM-tag binnen, en hij ziet er in Search Console niet uit als “extra klik”. Maar hij bestaat wel, en hij voelt vaak warmer omdat het advies al vóór-gefilterd is.
Daarom meet ik graag breder dan alleen positie. In Klusio kijken we natuurlijk naar Search Console (impressions, kliks, pagina’s die stijgen), maar óók naar signalen die bij AI Search passen: worden je diensten genoemd, op welke vragen, en of dat consistent terugkomt. Een concreet voorbeeld waar dit mooi samenvalt is Hagman Timmer & Onderhoudsbedrijf in Delft. Daar zagen we zowel klassieke SEO-winst (+364% vertoningen in Google van 3.948 naar 18.355 in 90 dagen) als zichtbaarheid in AI-omgevingen (genoemd in ChatGPT, Perplexity en Google AI-modus). Dat soort combinaties vertelt je dat je niet alleen “content” hebt, maar dat Google je site als bruikbare bron behandelt.
Klusio is niet de juiste keuze als je binnen een paar dagen tien nieuwe klanten nodig hebt. SEO-automatisering heeft tijd nodig om door crawl, indexatie en herwaardering heen te komen, en dat ritme kun je niet forceren met een knop of extra budget.
Als je Google AI Search wilt snappen, denk dan minder in magie en meer in keten: kan Google je pagina ophalen, begrijpt Google waar die pagina over gaat, en staat er iets op dat het waard is om te citeren. Doe je dat goed, dan helpt de AI-laag je juist, omdat je niet alleen bovenaan wil staan, maar ook in het antwoord wil landen. En ja, soms klopt de ouderwetse aanpak: één onderwerp per pagina, helder bewijs, en consistent publiceren. Alleen nu met extra focus op wat er echt “quoteable” is.
Veelgestelde vragen
Waarom zie ik minder kliks in Google sinds AI Overviews?
Omdat een AI Overview een deel van de vraag al beantwoordt voordat iemand doorklikt. Dan blijft je vertoning (impression) staan, maar de klik kan dalen. Dat is niet automatisch slecht nieuws: bij informatieve vragen kan de gebruiker na het AI-antwoord pas besluiten wie hij vertrouwt. Kijk daarom naast kliks ook naar branded searches (mensen zoeken later op je naam), contactmomenten en aanvragen waarin iemand refereert aan “ik zag jullie genoemd”.
Hoe weet ik of Google mijn pagina’s goed indexeert voor AI Search?
Begin bij de basics in Google Search Console: staat de pagina geïndexeerd, en op welke queries verschijnt hij in prestaties. Als een pagina wél gecrawld wordt maar niet in de index komt, is dat vaak een signaal dat Google hem te dun, te dubbel of te onduidelijk vindt. Voor AI Search geldt hetzelfde: zonder indexatie geen bronkans. Maak pagina’s specifieker (één vraag, één antwoord), voeg eigen bewijs toe, en zorg voor een logisch intern linkpad.
Is SEO-automatisering riskant met Google AI Search?
Automatisering is pas riskant als je het gebruikt om massa te maken zonder inhoud. Het probleem is niet “automatisch”, het probleem is “inwisselbaar”. Als je automatisering inzet om structureel content gaps (zoekvragen die je nog niet beantwoordt) te vullen, mét jouw expertise en controle, dan helpt het juist. Zet daarom altijd een reviewlaag neer: klopt het technisch, klopt het inhoudelijk, en staat er minstens één element op dat niet overal al staat (foto, werkwijze, meetpunt, ervaring)?
Welke input heb ik nodig om te starten met optimaliseren voor AI Search?
Drie dingen maken het snel concreet: toegang tot Search Console (zodat je ziet waar je al vertoond wordt), een lijst van je echte klantvragen (de woorden die klanten aan de telefoon gebruiken) en je huidige pagina-structuur (welke diensten, welke locaties, welke cases). Daarmee kun je bepalen waar AI Search waarschijnlijk triggert: vooral bij keuzevragen en uitleg. Vanaf daar bouw je per onderwerp één sterke pagina die niet alleen “SEO-tekst” is, maar ook een citeerbare bron.
