Hoe wij AI-zichtbaarheid meten — en wat onze scores wel en niet betekenen

1. Uitgangspunt: AI Visibility is een momentopname, geen vaste ranking

AI-systemen genereren geen permanent, universeel antwoord. Uitkomsten kunnen veranderen door vraagstelling, context, locatie, actualiteit, beschikbare bronnen, modelupdates en het gebruikte AI- of zoeksysteem. Onze analyse is daarom een gestructureerde momentopname van de zichtbaarheid, begrijpelijkheid en aanbevelingsgereedheid van een organisatie, merk, website en — waar relevant — producten.

2. De vier meetpijlers

3. Hoe de AI Visibility Score wordt opgebouwd

De hoofdscore combineert de vier meetpijlers volgens een vaste, server-side berekeningsmethode. Het model dat de analyse uitvoert mag de uiteindelijke hoofdscore niet vrij kiezen. Daarmee beperken we onnodige variatie in de vertaling van meetgegevens naar het eindcijfer.

De exacte interne weging en fraudepreventieregels publiceren we niet. Dat voorkomt dat websites uitsluitend voor de score worden geoptimaliseerd of het meetsysteem gericht wordt gemanipuleerd. De meetgebieden, betekenis en beperkingen zijn wél openbaar op deze pagina.

Alle scores zijn eigen gestandaardiseerde AVR-indicatoren van 0–100. Het zijn geen officiële scores van OpenAI, Google, Microsoft, Anthropic, Perplexity of een andere externe aanbieder en geen universele industriestandaard.

4. Pakketscope en meetdiepte

De meetmethode blijft hetzelfde uitgangspunt volgen, terwijl de onderzoeksdiepte per pakket toeneemt. Onderstaande scope is de publieke productspecificatie op het moment van publicatie; de actuele productpagina blijft leidend wanneer een pakket later wijzigt.

5. Gratis Check versus betaalde analyse

De Gratis AI Visibility Check is een laagdrempelige eerste indicatie. Hij controleert een vaste set technische en inhoudelijke signalen en toont direct verbeterpunten, maar vervangt geen betaalde analyse.

Betaalde rapporten voegen directe scenario-metingen, diepere interpretatie, pakketafhankelijke concurrentievergelijking en geprioriteerde acties toe. De klant ontvangt daarmee niet alleen een score, maar ook de context achter die score.

6. AI Shopping: wat we wel en niet beoordelen

Bij webshops en productbedrijven onderzoeken we of publieke productinformatie AI-systemen voldoende houvast kan geven om producten te herkennen, vergelijken en aan koopvragen te koppelen. Voorbeelden zijn productnamen, kenmerken, varianten, prijs, beschikbaarheid, verkooppunten, structured data, productrelaties en andere publiek waarneembare commerce-signalen.

7. Van waarneming naar aanbeveling

We maken bewust onderscheid tussen drie niveaus:

• Waarneming: een tijdens de analyse aangetroffen technisch, inhoudelijk of scenario-signaal.
• Bevinding: de interpretatie van meerdere relevante signalen in hun context.
• Aanbeveling: een concrete verbeteractie die logisch volgt uit een bevinding.

Een aanbeveling wordt niet gepresenteerd als garantie op een ranking, AI-vermelding, omzetstijging of ander commercieel resultaat. Externe platforms bepalen hun eigen opname- en selectieprocessen.

8. Reproduceerbaarheid en variatie

We streven naar een consistente en herhaalbare analysemethode. Generatieve AI-antwoorden zelf zijn echter niet volledig deterministisch. Eenzelfde of vergelijkbare vraag kan op een ander moment of in een ander systeem anders uitvallen.

Daarom gebruiken we meerdere scenario’s en vaste scorelogica. Periodieke herhaling is vooral geschikt om richting, patroon en verandering te beoordelen, niet om te suggereren dat ieder individueel AI-antwoord permanent vaststaat.

9. Bronnen, verificatie en onzekerheid

Een analyse gebruikt informatie en technische signalen die op het moment van uitvoering publiek beschikbaar en technisch beoordeelbaar zijn. We kunnen niet bewijzen wat een gesloten AI-model intern “denkt”, welke bron het in de toekomst zal selecteren of waarom een niet-transparant algoritme iedere individuele keuze maakt.

Wanneer beschikbare signalen een conclusie onvoldoende dragen, hoort die conclusie niet als zekerheid te worden gepresenteerd. Waar relevant kan een rapport daarom spreken over een te verifiëren signaal, een ontbrekend bewijsstuk of een beperking van de meting.

10. Expliciete beperkingen

• AI Visibility is een momentopname en geen permanente ranking.
• Uitkomsten kunnen verschillen per systeem, model, locatie, tijdstip, bronset en vraagstelling.
• Scores voorspellen geen omzet, conversie, marktaandeel of toekomstige AI-vermeldingen.
• Wij hebben geen controle over opname, ranking of aanbevelingen door externe AI- en zoekplatforms.
• Niet-publieke gegevens kunnen niet automatisch als onafhankelijk bewijs worden meegenomen.
• Concurrentievergelijkingen gelden voor de onderzochte context en scenario’s; zij zijn geen volledige beoordeling van een concurrent.
• Een technisch goed ingerichte website is niet automatisch sterk zichtbaar in daadwerkelijke AI-antwoorden.

11. Onafhankelijkheid

AI Visibility Report Group is een onafhankelijke analysetienst. Onze rapporten, scores en methodiek zijn niet uitgegeven, gecertificeerd of goedgekeurd door OpenAI, Google, Microsoft, Anthropic, Perplexity of andere genoemde AI- of zoekplatforms, tenzij dit uitdrukkelijk anders wordt vermeld.

12. Versiebeheer van de methodologie

Huidige publieke versie: 1.0 — 15 augustus 2026.

AI-search en AI Shopping veranderen snel. Wanneer wij de publieke meetgebieden of wezenlijke interpretatie van de methodiek aanpassen, actualiseren we deze pagina. Interne implementatiedetails, broncode, prompts, beveiligingsregels en anti-gaminglogica blijven niet-openbaar.

Voor actuele prijzen en pakketinhoud verwijzen we naar Rapporten. Voor een eerste indicatie kan iedere organisatie de Gratis AI Visibility Check gebruiken.