SEO & GEO
Hoe kiest Gemini zijn bronnen? Het selectiemechanisme uitgelegd
Kopieer voor AI
Gemini kiest zijn bronnen live uit Google Search, niet uit zijn geheugen.
Google noemt dat proces “grounding met Google Search”. Het model stelt zelf zoekopdrachten op, haalt resultaten op uit de Google-index en bouwt zijn antwoord op de passages die het daar vindt.
Het verdict: er bestaat geen aparte Gemini-lijst van goedgekeurde sites. Wie niet goed staat in Google en niet herkend wordt als entiteit, wordt ook door Gemini niet gekozen.
Hoe Gemini zijn bronnen kiest, hangt dus af van twee dingen:
- Google’s eigen zoekmechanisme
- hoe goed jouw merk als entiteit herkend wordt
Hieronder ontleden we dat selectiemechanisme stap voor stap, en wat je doet om als bron gekozen te worden.
Hoe kiest Gemini welke bronnen het toont?
Gemini stuurt op het moment van je vraag zoekopdrachten naar Google en gebruikt de resultaten als context.
Het model put dus niet zomaar uit wat het ooit “geleerd” heeft.
Bij vragen die baat hebben bij actuele of verifieerbare informatie, doet het vier dingen:
- Het genereert zelf zoektermen.
- Het voert die zoekopdrachten uit.
- Het leest de resultaten.
- Het synthetiseert daar een antwoord uit.
Daarna volgen de bronvermeldingen. Die verwijzen terug naar de gebruikte pagina’s.
Zo zie je die bronnen in een echt antwoord
Kijk naar de kleine labels achter elke zin. Dat zijn de bronnen die Gemini voor dat stuk tekst gebruikte:
Gemini, Engelse vraag, 17 oktober 2026. Elke zichtbare bronvermelding wijst naar een specifieke pagina, hier vooral pagina’s van leveranciers.
Wat opvalt: de bronnen zijn concrete pagina’s die één deelvraag beantwoorden, niet de homepages van grote merken.
Twee vragen in één
De vraag “hoe kiest Gemini zijn bronnen?” is dus eigenlijk twee vragen.
Eerst: kiest het model er überhaupt voor om te zoeken?
Dan: welke pagina’s komen bovenaan in die zoekresultaten, en welke zijn makkelijk genoeg te citeren?
Het achterliggende principe, het verschil tussen geheugen en live ophalen, leggen we breder uit in grounding: hoe AI bepaalt wat waar is.
Wat is grounding met Google Search?
Grounding met Google Search is de techniek waarmee Gemini zijn antwoord verankert in actuele webresultaten.
Het alternatief: antwoorden uit trainingsdata. In vaktermen lijkt grounding op RAG: eerst ophalen, dan genereren.
De vijf stappen van grounding
Het werkt volgens Google’s eigen documentatie voor de Gemini API in een vaste reeks stappen. Het model handelt ze volledig zelf af:
Eerst analyseert het je prompt en bepaalt het of zoeken het antwoord kan verbeteren.
Vervolgens formuleert het een of meerdere zoekopdrachten en stuurt die naar Google.
Daarna verwerkt het de resultaten, combineert het de relevante stukken en schrijft het een antwoord.
Tot slot voegt het bronvermeldingen toe die elk tekstfragment koppelen aan een bron-URL.
Gecontroleerd: volgens Google Cloud is het tonen van die bronvermeldingen verplicht voor wie grounding gebruikt, inline en als overzicht.
Waarom dat voor jou telt
Het cruciale inzicht: de bronnen die Gemini overweegt, komen rechtstreeks uit de Google-index.
Er is geen aparte “Gemini-lijst” van goedgekeurde sites. Sta je niet of slecht in Google’s reguliere zoekresultaten voor een onderwerp? Dan kun je ook niet als grounding-bron gekozen worden.
Dit is precies waarom klassieke vindbaarheid en AI-zichtbaarheid bij Google zo dicht tegen elkaar aan liggen.
Dat werken we uit in gevonden worden in Google AI Overviews. Google zegt het zelf ook: voor AI Overviews en AI Mode moet een pagina geïndexeerd zijn en met een snippet in Search kunnen verschijnen (Google Search Central).
Daar zijn volgens Google geen extra technische eisen voor.
Hoe beslist Gemini of het überhaupt gaat zoeken?
Gemini schat eerst in of externe bronnen het antwoord echt verbeteren, en zoekt pas dan.
Niet elke vraag krijgt bronnen.
De voorspellingsscore uit de documentatie
Toen Google grounding in oktober 2024 lanceerde voor de Gemini 1.5-modellen, beschreef het dat mechanisme in detail (Google for Developers).
Elke prompt kreeg een voorspellingsscore: een waarde tussen 0 en 1. Hoe hoger de score, hoe meer de vraag baat heeft bij zoeken.
Ontwikkelaars stelden een drempel in.
De standaarddrempel was 0,3.
Zo werkt die logica:
| Type vraag | Score | Wat Gemini doet |
|---|---|---|
| Feitelijk, tijdsgevoelig of zeer specifiek | Hoog | Zoekt in Google en citeert bronnen |
| Algemene definitie of basiskennis | Laag | Antwoordt uit zijn geheugen, zonder zoekopdracht |
De huidige documentatie spreekt niet meer over een score. Ze zegt alleen dat het model analyseert of zoeken het antwoord kan verbeteren. Het principe blijft hetzelfde.
Wat we zelf zagen bij een definitievraag
Bij een algemene vraag zie je het verschil meteen. Toen we Gemini vroegen wat GEO is, kwam er dit antwoord:
Gemini (Google Workspace-account, Flash-model), 17 oktober 2026: een introzin plus drie bullets, ongeveer 110 woorden, zonder bronnen.
Geen enkele bron in beeld.
Bij zo’n definitievraag valt voor een merk weinig te winnen.
Goed nieuws voor B2B
Voor B2B-aanbieders is dat goed nieuws.
Juist de vragen waar het in jouw sector om draait, lokken grounding uit.
Denk aan:
- vergelijkingen tussen leveranciers
- prijsindicaties
- “welke aanpak past bij situatie X”
- recente ontwikkelingen
Dat zijn de momenten waarop je content nog een plek kan veroveren in het antwoord.
Welke vragen jouw kopers echt stellen, achterhaal je met promptonderzoek.
Welke rol speelt de Knowledge Graph?
De Knowledge Graph koppelt een vraag aan bekende entiteiten, en dus aan merken die Google herkent.
Naast de live zoekresultaten leunt Google’s hele ecosysteem op die graph. Het is een gigantische database van entiteiten en de relaties daartussen.
Entiteiten zijn bijvoorbeeld:
- personen
- bedrijven
- producten
- begrippen
Voordat een antwoord wordt opgebouwd, helpt die graph om een vraag te koppelen aan bekende entiteiten. Zo worden feiten en merken aan elkaar gerelateerd.
Een vast ankerpunt voor je merk
Bestaat jouw bedrijf daarin als herkenbare entiteit? Dan heeft Google een vast ankerpunt om je aan relevante onderwerpen te koppelen.
Die herkenning komt uit consistente signalen op drie plekken:
- je eigen site
- gestructureerde data, zoals schema-markup
- vermeldingen op betrouwbare externe bronnen
Het zichtbaarste bewijs dat Google je kent, is een knowledge panel. Hoe je dat stuurt, lees je in Google Knowledge Panel.
Zonder ankerpunt geen vaste plek
Ontbreekt dat ankerpunt? Dan mis je een canoniek referentiepunt.
De kans dat je in een AI-antwoord opduikt, daalt.
De kern: entiteitsherkenning is geen technisch detail maar een voorwaarde om consequent overwogen te worden.
Hoe je die herkenbaarheid opbouwt en bewaakt, lees je in entiteitsconsistentie en AI-zichtbaarheid. Hoe je je profielen aan elkaar koppelt, staat in sameAs en de kennisgraaf.
En omdat externe vermeldingen zwaarder wegen dan je eigen claims, loont het om te begrijpen waarom merkvermeldingen boven backlinks gaan in AI-autoriteit.
Welke pagina’s kiest Gemini binnen die selectie?
Gemini bouwt voort op wat Google als relevant en betrouwbaar inschat, en hergebruikt vooral wat makkelijk te extraheren valt.
Het kiest dus niet willekeurig.
De factoren die meewegen
In de praktijk komt het neer op factoren die je uit klassieke SEO herkent, met één extra accent:
- Autoriteit: de betrouwbaarheid van het domein blijft belangrijk.
- Versheid: telt mee, zeker bij onderwerpen die snel veranderen.
- Relevantie: voor de exacte vraag is ze doorslaggevend.
- Extraheerbaarheid: het model moet er een schoon, op zichzelf staand antwoord uit kunnen lichten.
Dat laatste is het verschil met puur ranken.
Waarom deelvragen tellen
Google zegt dat AI Overviews en AI Mode soms “query fan-out” gebruiken: meerdere verwante zoekopdrachten over deelonderwerpen tegelijk.
Zo vinden ze een bredere set ondersteunende pagina’s dan een klassieke zoekopdracht. Ook in het CRM-voorbeeld hierboven kwam elke bron uit een andere deelvraag.
Hoe die opsplitsing werkt, lees je in query fan-out en intentieclassificatie.
Eén heldere zin wint
Een pagina die hoog rankt maar haar kernantwoord verstopt tussen marketingtaal, verliest het.
Ze verliest van een pagina die dezelfde vraag in één heldere zin beantwoordt en daarna onderbouwt.
Een voorbeeld: op de vraag “wat kost een CRM voor een klein B2B-team?” wint de pagina die de prijs in de eerste zin noemt. De pagina die eerst drie alinea’s over de leverancier vertelt, verliest.
Daarom werkt een vraag-en-antwoordstructuur zo goed, met koppen die de vraag van de lezer letterlijk stellen.
Hoe je je content daarvoor inricht, behandelen we in content-architectuur voor AI-extractie.
Wat betekent dit voor jouw B2B-zichtbaarheid?
Je optimaliseert niet voor een aparte Gemini-machine, maar voor de Google-index en de Knowledge Graph eronder.
Dat is goed nieuws.
Het is grotendeels hetzelfde fundament als je vindbaarheid in de gewone zoekresultaten en in AI Overviews.
Eén stevige basis bedient meerdere kanalen tegelijk.
Het verschil met klassieke SEO zit in de nuance, niet in een totaal andere discipline. Dat leggen we naast elkaar in GEO vs SEO.
Gemini versus ChatGPT
Gemini zit dicht op Google.
Hoe de bronselectie verschilt van die van ChatGPT, lees je in Gemini vs ChatGPT: bronselectie. Een praktisch plan staat in gevonden worden in Google Gemini.
Waar wij op sturen
Bij Customer Impact sturen we niet op een hoge “Gemini-score”. Dat is een ijdele metriek.
We sturen op de vragen die jouw kopers echt stellen, en op de bronpositie die daar leads uit haalt.
Let op: niemand kan een vaste plek in een AI-antwoord garanderen. Wie dat belooft, verkoopt lucht.
Wat wel kan, is je merk als betrouwbare entiteit verankeren en je content extraheerbaar maken. Zo buig je de kans systematisch in je voordeel.
Die aanpak vormt de kern van onze AI-vindbaarheid.
Veelgestelde vragen
Haalt Gemini zijn bronnen uit Google Search?
Ja. Met grounding stuurt Gemini zelf zoekopdrachten naar Google en bouwt het zijn antwoord op de resultaten. De bronnen komen dus uit de Google-index.
Zoekt Gemini bij elke vraag?
Nee. Het model beslist eerst of zoeken het antwoord verbetert. Feitelijke, actuele en specifieke vragen lokken een zoekopdracht uit, basiskennis meestal niet.
Moet ik een aparte Gemini-optimalisatie doen?
Nee. Je werkt aan dezelfde basis als voor Google en AI Overviews: goed ranken, een herkenbare entiteit en content die makkelijk te citeren is.
Kan iemand een vaste plek in Gemini garanderen?
Nee. Gemini kiest per vraag opnieuw. Je kan de kans vergroten, maar een plek garanderen kan niemand.
De korte samenvatting
Gemini zoekt op het moment van de vraag in Google, maar alleen als zoeken het antwoord verbetert.
Binnen die resultaten wint de pagina die relevant, betrouwbaar, vers en makkelijk te citeren is, van een merk dat Google als entiteit herkent.
Je werkt dus aan twee dingen tegelijk: een sterke entiteit en extraheerbare content op een goed rankend domein.
Voor de grotere context is onze GEO-pijlerpagina het beste startpunt.
Neem contact op: we tonen je waar jouw merk vandaag staat in de bronselectie van Gemini, en waar de snelste winst zit.
Gratis website-scan
Geef je website in en krijg binnen enkele minuten een automatische scan met concrete technische en SEO-verbeterpunten. Geen verkooppraatje.
Je gegevens gebruiken we alleen voor je scan. Geen spam, uitschrijven kan altijd.