Nieuwe metrics voor het AI-tijdperk: meet wat in AI-zoeken telt

Nieuwe metrics voor AI-zichtbaarheid meten of taalmodellen je content kiezen en citeren.

De meeste B2B-marketeers meten hun zichtbaarheid nog met een dashboard uit 2018: posities in Google, organisch verkeer en click-through rate.

Die cijfers vertellen steeds minder. Een AI-antwoord verschijnt boven positie één, beantwoordt de vraag volledig, en er valt geen klik te meten.

Het verdict: je kan perfect “goed scoren” op je oude scorecard terwijl je in AI-zoeken onzichtbaar wordt. Meet daarom selectie, citaten en trend, niet alleen posities.

Met nieuwe metrics voor AI-zichtbaarheid bedoel ik meetwaarden die geen klikken of posities tracken. Ze meten of jouw content wordt opgehaald, geselecteerd, geciteerd en correct begrepen door ChatGPT, Perplexity, Gemini en Google AI Overviews.

Hieronder de volledige meetstack, met de formules en drempels die je nodig hebt voor een eerlijk beeld.

Wil je eerst het bredere kader? Lees dan de ultieme GEO-handleiding, waarin generative engine optimization (GEO) volledig wordt uitgelegd.

Benieuwd hoe AI je ziet? Meet je AI-zichtbaarheid gratis: 55 vragen aan Google en ChatGPT, resultaat op de pagina en per mail.

Waarom worden de oude metrics misleidend?

Omdat ze klikken en posities meten in een zoekomgeving waar het antwoord steeds vaker zonder klik komt.

Een groot deel van onze klassieke SEO-metrics is verworden tot een misleidende proxy. Drie voorbeelden:

Keyword rankings

Rankings houden geen rekening met AI-antwoorden die boven de eerste organische positie verschijnen.

Bij Google krijgt een AI Overview trouwens één enkele positie. Alle links in dat antwoord krijgen diezelfde positie toegewezen.

Organisch verkeer

Organisch verkeer wordt steeds vaker gekannibaliseerd door AI-antwoorden die de gebruiker tevredenstellen zonder doorklik.

Google zegt zelf dat verkeer uit AI-functies gewoon in het prestatierapport van Search Console meetelt, onder het zoektype Web. Je ziet het dus niet apart.

Wat dat voor je verkeer betekent, lees je in zero-click searches en SEO en AI Overviews-verkeer meten.

Click-through rate

CTR veronderstelt dat de klik het doel is. Maar zichtbaarheid in het AI-antwoord zelf wordt vaak belangrijker.

En zelfs de klikken die je wel krijgt, kan je niet allemaal aan een zoekopdracht koppelen. Kijk naar het verschil tussen het propertytotaal en de som van het zoekopdrachtenrapport:

Propertytotalen tegenover de som van het zoekopdrachtenrapport, botzoekopdracht uit beide verwijderd, customerimpact.be, 1 juni tot 15 oktober 2026.

De oude metrics waren niet slecht: ze klopten voor traditioneel zoeken. Maar het spel is veranderd en onze scorecards niet.

We moeten dus meten wat zichtbaarheid in AI-zoeken werkelijk bepaalt: selectie, extractie, salience en aanwezigheid.

Hoe ziet de AI-zichtbaarheidsstack met vier lagen eruit?

Als vier lagen die op elkaar voortbouwen: retrieval, kwaliteit, positie en gezondheid.

Je kan niet geselecteerd worden als je niet eerst opgehaald wordt. En je positie tegenover concurrenten betekent weinig zonder gezonde onderliggende cijfers.

Ik loop de belangrijkste laag per laag door.

Let op: de drempels hieronder zijn werkdrempels uit onze eigen metingen, geen gepubliceerde sectorbenchmarks. Een standaard bestaat nog niet, dus vergelijk eerst met je concurrenten.

Laag 1: Foundation metrics

Dit zijn de basismetingen waar al de rest van afgeleid wordt.

• Retrieval rate = queries waarvoor je content wordt opgehaald / totaal aantal relevante queries.
• Selection rate = selecties / retrievals.
• Citation frequency = citaten / totaal getrackte queries.

Retrieval rate is de voorwaarde voor alles: word je niet opgehaald, dan kan je ook niet gekozen worden.

Een lage retrieval rate (onder 30%) wijst meestal op content die niet geïndexeerd is, niet aansluit bij de zoekintentie, of te weinig autoriteitssignalen heeft. Boven 60% zit je goed.

Selection rate is wat mij betreft de kernindicator. Hij meet of het model jouw content effectief kiest nadat het ze heeft opgehaald uit de kandidatenset.

Onder 25% is zwak, boven 50% is sterk. Lage selectie ondanks goede retrieval wijst bijna altijd op kwaliteits- of extractieproblemen, of een relevantiemismatch.

Citation frequency combineert ophalen en selecteren tot één uitkomstmetric.

De vuistregel: citation frequency is ongeveer retrieval rate maal selection rate. Word je 50% van de tijd opgehaald en in 40% daarvan geciteerd, dan zit je citation frequency rond 20%:

Hoe je die citaten concreet telt, staat in wat citation rate is.

Laag 2: Kwaliteitsmetrics

Deze meten hoe efficiënt je waarde captureert wanneer je effectief zichtbaar bent.

• Citation coverage = geëxtraheerde tekens / totaal aantal tekens op de pagina.
• Extraction depth = jouw geëxtraheerde woorden / totaal aantal woorden in het antwoord.
• Primary source rate = primaire citaten / totaal aantal citaten.

Citation coverage toont hoeveel van je content-investering zich vertaalt naar AI-zichtbaarheid.

Onder 20% is laag. Dat wijst vaak op opgeblazen content, of een structuur waarin het extraheerbare stuk moeilijk te vinden is.

Extraction depth meet hoeveel van het antwoord van jou komt wanneer je geciteerd wordt.

Onder 10% ben je een ondersteunende bron. Boven 25% ben je de primaire stem met maximale merkaanwezigheid.

Primary source rate meet hoe vaak je de prominent vermelde, eerst geciteerde bron bent in plaats van een voetnoot.

Primaire status drijft merkzichtbaarheid, doorklikkans en autoriteitsassociatie.

Welke bronnen achter één antwoord zitten, zie je in Perplexity met één klik op de bronnen:

De 10 bronnen achter het antwoord van Perplexity, één klik vanaf de voettekst, oktober 2026.

Laag 3: Positiemetrics

Hier draait het om je competitieve standing. Vergelijk deze cijfers altijd met concurrenten, niet met absolute drempels.

• Citation share = jouw citaten / totaal aantal citaten (alle bronnen).
• Competitive index = jouw citaten / citaten van een concurrent.
• Visibility score = een gewogen samenvatting van meerdere factoren.

Citation share is het AI-equivalent van marktaandeel. In competitieve markten is 30% of meer een dominante positie.

Segmenteer dit per topiccluster, per platform en per periode.

Tools tonen dat aandeel ook naast je concurrenten, zoals Ahrefs Brand Radar:

De productpagina van Ahrefs Brand Radar, oktober 2026: je aandeel in AI-antwoorden naast concurrenten.

Hoe je die tool leest, staat in Ahrefs Brand Radar uitgelegd. Het bredere kader vind je in AI share of voice meten.

Competitive index tracket een head-to-head duel, waar citation share je algemene positie meet.

Boven 1 word je vaker geciteerd dan die concurrent, onder 1 verlies je het.

Visibility score weegt in een werkbare formule citation frequency (0,3), extraction depth (0,2), primary rate (0,2) en citation share (0,3).

Normaliseer elke component eerst naar een schaal van 0 tot 100.

Ook Bing meet dit deels voor je. Het AI Performance-rapport in Bing Webmaster Tools telt citaten in Copilot en AI-samenvattingen, maar nog niet in andere assistenten zoals ChatGPT.

Laag 4: Gezondheidsmetrics

Deze laag meet duurzaamheid en richting. Dit is waar veel teams blind blijven.

• Salience score: de sterkte van de associaties die het model met je merk heeft.
• Freshness index: de gewogen gemiddelde leeftijd van je zichtbare content.
• Velocity: (citaten huidige periode min citaten vorige periode) / citaten vorige periode.

Salience score is opgebouwd uit mention probability (de kans dat het model je ongevraagd noemt), recommendation confidence en association clarity.

Dit is de parametrische basis van je zichtbaarheid. Zit jouw merk al verankerd in het model, los van wat er live wordt opgehaald?

Freshness index weegt op extractiefrequentie: content die vaak geëxtraheerd wordt, weegt zwaarder.

Gemiddeld ouder dan 12 maanden is stale, onder 6 maanden is fris.

Velocity pas je toe op elke metric. Positieve velocity betekent terreinwinst.

Negatieve velocity is een vroege waarschuwing, voordat het een crisis wordt.

Hoe meet je op platform-, query- en paginaniveau?

Door je cijfers per platform, per query en per pagina te splitsen.

Geaggregeerde cijfers verbergen variatie. Drie verfijningen maken je meting bruikbaar voor optimalisatie.

Platformniveau

Bereken citation share en selection rate per platform. Je kan perfect domineren op Google AI Overviews en achterop hinken in ChatGPT.

Denk aan een merk dat in AI Overviews bij elke vergelijking opduikt, maar in ChatGPT zelden genoemd wordt.

Een platform divergence index (standaarddeviatie van je platformmetrics gedeeld door het gemiddelde) toont waar platformspecifieke kansen liggen.

Queryniveau

Track selection rate per query en je rang per query. Zo zie je meteen welke queries je:

• verdedigt: je bent nummer 1
• aanvalt: je verliest
• verovert: je bent afwezig

Welke vragen in die set horen, lees je in een promptset samenstellen voor monitoring.

Pagina- en sectieniveau

Bereken een page visibility score per pagina en een section extraction rate. Dat is hoe vaak een sectie geëxtraheerd wordt per keer dat de pagina opgehaald werd.

Zo weet je welke content-structuren extractie effectief drijven en welke je moet herwerken.

Welke vijf merkgerichte GEO-metrics vullen de stack aan?

Vijf indicatoren die meten hoe een model jouw merk begrijpt en vertrouwt.

De stack hierboven meet vooral gedrag op queryniveau. Ik heb de merkgerichte indicatoren uitgebreid beschreven in de 5 kernindicatoren van AI-zichtbaarheid. Kort samengevat:

Prompt Recall Rate (PRR)

Het percentage categorie-relevante prompts waarin je merk spontaan opduikt. Het generatieve equivalent van impression share.

Als ruwe werkmarge zitten opkomende merken vaak op 5 tot 10% en volwassen merken op 25 tot 40%.

Semantic Accuracy Index (SAI)

Hoe goed het model jouw positionering weergeeft. Noemt het je een “trucking app” of een “fleet intelligence platform”?

Een lage SAI signaleert narratieve drift.

Source Diversity Ratio (SDR)

De verhouding tussen unieke, gezaghebbende bronnen en het totaal aantal verwijzingen.

Hoe verspreider je vermeldingen, hoe moeilijker je weg te trainen bent.

Trust Alignment Score (TAS)

Een composiet die autoriteit en sentiment van je bronnen weegt.

Neutrale Wikipedia plus positieve G2-reviews plus feitelijke pers geeft een hoge TAS.

Model Drift Index (MDI)

De snelheid waarmee je representatie verandert over modelupdates heen.

Een hoge MDI betekent een instabiel verhaal en een risico op reputatieverval in het modelgeheugen.

Hoe ga je van metrics naar dashboard en alerts?

Door trends, benchmarks en alerts boven losse cijfers te zetten.

Losse cijfers zijn ruis. De waarde ontstaat wanneer je ze in context plaatst.

Trends boven momentopnames

Gebruik een 30-daags voortschrijdend gemiddelde om volatiliteit glad te strijken. Jaar-op-jaar-vergelijkingen filteren seizoenseffecten eruit.

Detecteer breekpunten in de trend en koppel ze aan oorzaken, zoals een algoritme-update, een actie van een concurrent of jouw eigen optimalisatie.

Benchmark tegen de juiste groep

Vergelijk je metrics met drie groepen:

• het categoriegemiddelde
• de leider: de leader gap die je over tijd dicht of breder ziet worden
• een peer group van vergelijkbare spelers

Stel alerts in

Twee soorten alerts vangen problemen vroeg op:

• Drempelalert: “citation share onder 15%”.
• Anomaliedetectie: “selection rate wijkt 2 standaarddeviaties af van de trend”.

Net zo waardevol zijn competitor-alerts wanneer een concurrent plots terrein wint.

Twee dashboards

Zo zien directie en uitvoerders elk wat ze nodig hebben zonder in cijferbrij te verzanden.

Hoe je dat bouwt, staat in een GEO-dashboard bouwen. Voor de rapportering zelf helpt GEO rapporteren aan de directie.

Vergeet het verkeer dat wel binnenkomt niet

Onze ervaring: in logbestandanalyses zien we het aantal AI-agents dat websites bezoekt jaar op jaar sterk groeien.

Sommige agents worden in GA4 als gewone gebruikers geteld. Sluit ze correct uit, anders vertekenen ze je conversieratio. Hoe je echt ChatGPT-verkeer apart zet, lees je in ChatGPT-verkeer meten in GA4.

Veelgestelde vragen

Wat is het verschil tussen retrieval rate en selection rate?

Retrieval rate meet hoe vaak je content wordt opgehaald voor relevante queries, dus of je überhaupt in de kandidatenset belandt. Selection rate meet hoe vaak het model je content vervolgens effectief kiest en gebruikt nadat ze is opgehaald. Een hoge retrieval maar lage selectie wijst op een kwaliteits- of extractieprobleem: je wordt wel gevonden, maar niet goed genoeg bevonden om geciteerd te worden.

Welke metric is het belangrijkst om mee te beginnen?

Begin met selection rate en citation share. Selection rate vertelt je of je content sterk genoeg is om gekozen te worden, en citation share plaatst dat in competitieve context, het AI-equivalent van marktaandeel. Samen geven ze het snelst een eerlijk beeld van je positie. Voeg daarna velocity toe om de richting te bewaken.

Heb ik dure tooling nodig om dit te meten?

Niet om te starten. Veel van deze metrics meet je met discipline in plaats van infrastructuur: bouw een vaste promptbibliotheek van 25 tot 50 representatieve queries, draai die periodiek door de relevante AI-platformen en tel handmatig op of je wordt vermeld, geciteerd en hoe prominent. Voor schaal en automatisering komt gespecialiseerde tooling later van pas, maar het meetkader staat los van de tool.

Zo ziet één regel uit zo’n handmatige meting eruit:

Onze eigen ChatGPT-test van 17 oktober 2026. Naam, volgorde en label gaan elk in een eigen kolom.

Meer over die werkwijze lees je in AI-zichtbaarheid meten zonder tools.

Hoe vaak moet ik deze metrics meten?

AI-antwoorden zijn probabilistisch en veranderen met modelupdates, dus een eenmalige meting zegt weinig. Meet bij voorkeur maandelijks en werk met voortschrijdende gemiddelden en velocity, zodat je trends ziet in plaats van ruis. Stel daarbovenop alerts in voor scherpe afwijkingen, zodat je niet pas drie maanden later merkt dat je citation share is weggezakt.

Hulp nodig?

Wil je dit vertalen naar uitvoering? Bekijk hoe we dit aanpakken met AI-vindbaarheid.

Of start met een nulmeting via onze AI-zichtbaarheidstool.