Verlies je omzet aan concurrenten? Check wat AI je kopers vertelt

De signalen: als het probleem niet bij je advertenties ligt

Zoeken met AI verklaart niet elke verloren deal. Maar sommige patronen wijzen ernaar. Check of twee of meer hiervan voor jouw bedrijf gelden:

• Minder inbound leads, dezelfde advertentieprestaties. Klikken en kosten per klik zien er normaal uit, maar minder mensen nemen uit zichzelf contact op.
• Nieuwe namen bij verloren deals. Kopers noemen concurrenten die je vroeger zelden tegenkwam, vaak kleinere.
• Kopers komen binnen met een shortlist. Ze hebben al drie aanbieders vergeleken vóór het eerste gesprek, en jij moet bewijzen dat je op de lijst hoort.
• ‘Ik heb het aan ChatGPT gevraagd.’ Als je nieuwe klanten vraagt hoe ze je vonden, komen AI-tools in de antwoorden voor. Of, belangrijker nog: verloren kopers zeggen het.
• De omzet is de afgelopen een tot twee jaar gedaald en de gebruikelijke verklaringen (seizoen, prijs, markt) verklaren niet alles.

Geen van deze signalen bewijst dat AI de oorzaak is. Samen vertellen ze je dat het de moeite waard is om te checken.

Waarom meer uitgeven aan advertenties het niet oplost

Het oude pad naar een aankoop was: de koper zoekt op Google, opent een paar websites, vergelijkt en beslist. Je advertenties, je SEO en je landingspagina's werken op dat pad.

Een pad dat steeds vaker voorkomt is korter: de koper vraagt een AI-model, leest één antwoord met een paar aanbevelingen en beslist naar welke merken hij kijkt. Het AI-model maakt de eerste selectie. De koper ziet de zoekresultatenpagina met je advertentie misschien nooit.

En veel kopers controleren de bronnen achter het antwoord niet. Ze lezen de aanbeveling, vertrouwen erop en gaan verder. Voor deze kopers is het AI-antwoord de shortlist. Staat je merk er niet in, dan zien ze misschien nooit de pagina's die bewijzen dat je goed bij hen past.

De vraag is dus niet ‘moeten we meer aan advertenties uitgeven?’. Advertenties werken nog steeds voor kopers die zoeken. De vraag is: wat gebeurt er met de kopers die vragen?

Wat onze data laat zien

Tussen 7 augustus en 19 september 2026 verzamelden we 4,010 antwoorden van ChatGPT, Gemini, Perplexity en Google AI Overviews. De antwoorden gingen over vragen van kopers in zes markten, van CRM-software tot avontuurlijke reizen. In elke markt volgden we één echt merk, dat we niet noemen. Bij elk antwoord checkten we één ding: noemde het AI-model dat merk?

Wat de 18.8% meet. Het is een vermeldingspercentage van het merk in onze onderzoekssteekproef. Het meet geen verloren klanten of verloren omzet. Het laat zien hoe vaak AI het gevolgde merk noemde in de antwoorden die we verzamelden. Jouw resultaten hangen af van je categorie, markt, de vragen van je kopers en de AI-modellen.

Gemiddeld werd het gevolgde merk in ongeveer vier van de vijf antwoorden niet genoemd. Het resultaat verschilde sterk per markt. In twee van de zes markten noemde AI het gevolgde merk in meer dan de helft van de antwoorden. In de andere vier markten maar in ongeveer 2% tot 11% van de antwoorden. Hetzelfde soort vraag, dezelfde AI-modellen, heel andere resultaten.

Ook de bronnen verschillen. Voor de claimanalyse gebruikten we de 567 antwoorden van ChatGPT, Gemini en Google AI Overviews die claims over het merk bevatten. Die antwoorden citeerden 952 verschillende websites (domeinen). 83.8% van die websites werd door maar één van de drie AI-modellen geciteerd. Een koper die ChatGPT vraagt en een koper die Gemini vraagt, kunnen een andere shortlist krijgen, opgebouwd uit andere pagina's.

Een opmerking over deze cijfers. Deze cijfers komen uit zes markten met één gevolgd merk per markt. Ze beschrijven deze steekproef, niet alle merken. De volledige methode, de data en de beperkingen staan in onze analyse van 4,010 AI-antwoorden.

Wat dit betekent voor je bedrijf

Stel dat een koper drie AI-modellen vragen stelt zoals deze:

Je bedrijf kan in het ene antwoord staan, in het andere ontbreken en in een derde verkeerd beschreven worden. Eén antwoord vertelt je niet of dit een patroon is. Je moet zien welke merken terugkomen over herhaalde runs, welke bronnen de AI-modellen citeren en hoe de resultaten per model verschillen.

Een AI-zichtbaarheidsrapport moet je laten zien:

• Waar je ontbreekt: vragen van kopers waarbij concurrenten verschijnen en jij niet.
• Waarom het kan gebeuren: de pagina's en bronnen achter de aanbevelingen.
• Wat je eerst moet checken: gaten in je content, in vermeldingen door derden of in je merkfeiten.
• Of er iets verandert: hoe de resultaten zich in de tijd ontwikkelen.

Het doel is niet om elke AI-vermelding na te jagen. Het gaat erom de gaten te vinden die voor je kopers belangrijk zijn, en te beslissen wat je eraan doet.

Wat gebeurt er daarna? Voeg je merk en de vragen van je kopers toe en bekijk daarna de resultaten voor de AI-modellen die je volgt.

Aan AI-zichtbaarheid kun je werken

In een AI-antwoord staan is geen geluk. AI-modellen bevelen de merken aan die ze kunnen vinden, begrijpen en vertrouwen. Dat hangt af van dingen waar een bedrijf aan kan werken: duidelijke feiten op de eigen pagina's, vergelijkingspagina's, reviews en vermeldingen op de websites die AI-modellen citeren.

Dit werk heeft een naam: GEO (generative engine optimization) en AEO (answer engine optimization). Elk bedrijf in je markt kan dit werk doen, en sommige doen het misschien al. Als concurrenten hun aanwezigheid verbeteren in de bronnen waarop AI steunt terwijl jij niets doet, kan je relatieve zichtbaarheid dalen. Meet de achterstand. Ga er niet zomaar van uit.

Een zelftest van 15 minuten

Je kunt dit vandaag testen, zonder tool. Het is een snelle diagnose, geen statistisch betrouwbare meting:

1. 1
   Schrijf vijf vragen van kopers op

   Gebruik de woorden van je kopers, niet je productnamen. Bijvoorbeeld: ‘Welke boekhoudsoftware is het beste voor een klein bedrijf in het Verenigd Koninkrijk?’

2. 2
   Stel ze in drie AI-modellen

   Bijvoorbeeld ChatGPT, Gemini en Perplexity. Gebruik een privévenster, zodat je eigen geschiedenis het antwoord niet verandert.

3. 3
   Stel elke vraag twee keer

   AI-antwoorden veranderen van run tot run. Eén antwoord is kop of munt, geen meting.

4. 4
   Noteer elk genoemd merk

   Sta jij erbij? Op welke positie? Welke concurrenten komen steeds weer terug?

5. 5
   Bekijk de bronnen

   Welke pagina's citeert het antwoord? Dat zijn de pagina's die de shortlist van je kopers vormen, ook als je kopers ze nooit openen.

Ontbreekt je merk in de antwoorden waarop je kopers vertrouwen, of beschrijft AI je aanbod verkeerd, dan heb je misschien een gat in je AI-zichtbaarheid gevonden dat advertenties alleen niet dichten. Volg dezelfde vragen over tijd om te zien of het patroon blijft.

Twee lagen, vier stappen

De aanpak van Vosapio heeft twee delen die samenwerken. Ten eerste splitst hij AI-zichtbaarheid in twee lagen: realtime en geheugen. Ten tweede past hij op beide lagen dezelfde vier stappen toe: Zien, Begrijpen, Handelen, Meten. Samen laten ze zien waar je verliest, waarom je verliest en wat je eerst moet oplossen.

1Realtime vs. geheugen: twee manieren waarop AI je merk ziet

Als AI een koper antwoordt, steunt het op twee lagen: wat het nu op het web vindt, en wat het al weet uit de training. Je concurrenten kunnen in de ene laag winnen en in de andere verliezen. Ze veranderen om verschillende redenen, dus meet Vosapio ze als twee aparte metrics: realtimezichtbaarheid en geheugenzichtbaarheid.

Waarom dit telt als je deals verliest: de oplossing hangt af van de laag. Winnen concurrenten de realtime-antwoorden, dan zit de oorzaak meestal in de pagina's die AI vandaag citeert, en aan die pagina's kun je nu werken. Winnen concurrenten de geheugenantwoorden, dan kent het model hen al beter dan jou. Die oplossing is voor de lange termijn: zet dezelfde feiten duidelijk en op veel betrouwbare plekken, zodat toekomstige modellen ze leren.

Een opmerking over de twee lagen. Eén antwoord kan beide lagen gebruiken, dus niet elk antwoord is met zekerheid aan de ene of de andere toe te wijzen. Zie de splitsing als een sterk signaal van waar je eerst moet kijken, niet als een exacte oorzaak.

Een opmerking over aanbevelingen. In sommige gevallen beantwoordt AI een aanbevelingsvraag vooral vanuit het geheugen, in plaats van op het web te zoeken. Een sterke website alleen garandeert dus niet dat AI je aanbeveelt.

2Zien, Begrijpen, Handelen, Meten: op beide lagen

Voor elke laag gebruikt Vosapio dezelfde vier stappen:

1. 1
   Zien

   Vind de vragen van kopers waarbij AI concurrenten aanbeveelt en niet jou, in elk AI-model, in realtime-antwoorden en in geheugenantwoorden.

2. 2
   Begrijpen

   Zoek uit waarom. Bij realtime-antwoorden: welke pagina's citeert AI, en wat zeggen die over je concurrenten dat ze niet over jou zeggen? Bij geheugenantwoorden: wat denkt het model al over jou en over je concurrenten?

3. 3
   Handelen

   Onderzoek en pak de waarschijnlijke oorzaak aan. Voor realtime: verbeter je eigen pagina's en werk aan vermeldingen op de websites die de antwoorden citeren. Voor geheugen: zet dezelfde feiten consequent op veel betrouwbare plekken, zodat toekomstige modellen ze leren. Geen enkele losse oplossing garandeert een resultaat.

4. 4
   Meten

   Check het elke week opnieuw. Realtimezichtbaarheid kan bewegen als pagina's en geciteerde bronnen veranderen, maar het moment en de impact verschillen per AI-model en vraag. Geheugenzichtbaarheid verandert langzamer, met nieuwe modelversies.

Genoemd worden is maar één stap. We meten AI-zichtbaarheid als een ladder van vijf treden: gelezen, geciteerd, genoemd, aanbevolen en correct beschreven. Een merk dat AI noemt maar verkeerd beschrijft, kan de deal alsnog verliezen.

Vosapio voert deze stappen voor je uit: het stelt de vragen van je kopers volgens een schema in elk AI-model, laat zien welke concurrenten elk antwoord winnen, meet realtimezichtbaarheid en geheugenzichtbaarheid als twee aparte metrics en bewaart de bronnen achter elk antwoord. Zie hoe Vosapio AI-zichtbaarheid volgt, of vergelijk de abonnementen voor merken en de abonnementen voor bureaus.

Voor merken

Je kent je kopers en je producten beter dan welk AI-model ook. Gebruik dat. Doe de check met de vragen die je kopers stellen vlak voordat ze kopen: welke producten AI aanbeveelt, welke het weglaat en welke feiten het verkeerd heeft. Verkoop je tien producten maar beveelt AI er maar zeven aan, dan ontdek je hier waarom. Begin met de vragen die het dichtst bij een aankoop liggen, en pas eerst de pagina's daarachter aan.

Voor bureaus

Je klanten vragen waarom de leads teruglopen terwijl de campagnes presteren. Zoeken met AI is een deel van de klantreis dat traditionele campagnerapporten misschien niet vastleggen. Doe dezelfde check voor elke klant: laat zien welke vragen ze verliezen, aan welke concurrenten, in welk AI-model, en welke pagina's eerst moeten worden aangepast. Zo wordt een lastig klantgesprek een plan.