AI-aanbevelingen: marketeers investeren, consumenten twijfelen.

Moet je merk fors investeren in zichtbaarheid binnen ChatGPT, Gemini en andere AI-assistenten, ofwel in GEO? Het antwoord is ja, maar niet zonder eerst een ongemakkelijk cijfer onder ogen te zien. Uit Media Reactions 2026, het jaarlijkse onderzoek van Kantar onder ruim 800 senior marketeers en meer dan 23.000 consumenten wereldwijd, blijkt dat slechts 14 procent van de Nederlandse consumenten een merkaanbeveling van een AI-systeem vertrouwt. Tegelijk wil 75 procent van de marketeers in 2027 juist meer investeren in precies die zichtbaarheid. Dat gat tussen budget en geloofwaardigheid is deze week het gesprek van de dag in vakmedia als Adformatie en Marketingtribune, en het verdient een plek hoger op de agenda dan het nu meestal krijgt.

Het cijfer dat het verschil maakt

De cijfers uit het Kantar-onderzoek zijn niet mals. 62 procent van de ondervraagde marketeers verwacht dat generatieve AI binnen afzienbare tijd een belangrijke rol speelt bij merk- en productaanbevelingen, en driekwart wil daar volgend jaar geld tegenaan gooien. Aan de andere kant van de tafel gebruikt maar 22 procent van de Nederlandse consumenten een AI-assistent voor productonderzoek, en van die groep vertrouwt dus slechts 14 procent de aanbeveling die eruit rolt. Zes op de tien Nederlanders maakt zich daarbij zorgen over nepadvertenties en misinformatie die door AI wordt gegenereerd.

Dat is een ander soort risico dan het risico dat de meeste GEO-adviezen behandelen. Een gids over hoe je zorgt dat ChatGPT je merk noemt, gaat over zichtbaarheid: hoe vaak en hoe gunstig je opduikt in een antwoord. Deze cijfers gaan over iets dat daarvoor komt, namelijk of de gebruiker er iets mee doet als je genoemd wordt. Citaties zonder vertrouwen leveren weinig op.

Zichtbaar worden is niet hetzelfde als vertrouwd worden

Wat we bij marketeers vaak zien, is dat GEO-budget en trust-budget uit dezelfde pot komen, maar zelden dezelfde aandacht krijgen. Er wordt geïnvesteerd in content die goed scoort in AI-antwoorden, in gestructureerde data en in autoriteit opbouwen via linkable content. Dat is terecht. Maar een aanbeveling van een AI-systeem wordt door consumenten anders beoordeeld dan een resultaat in een zoekmachine. Bij een zoekresultaat ziet iemand de bron, het domein, de datum. Bij een antwoord van een chatbot wordt die herkomst vaak weggefilterd, en blijft alleen de bewering over. Zonder duidelijke bron voelt een aanbeveling voor veel mensen als een verkooppraatje in plaats van als advies, en dat verklaart een flink deel van het wantrouwen dat Kantar meet.

Er zit ook een generatiekwestie in. Consumenten die zelf weleens door een AI-systeem verkeerd zijn geïnformeerd, een verzonnen productkenmerk of een niet bestaande korting bijvoorbeeld, wantrouwen de volgende aanbeveling sneller. Merken die daar nu niets aan doen, betalen dat wantrouwen straks terug in een lagere conversie op precies het kanaal waar ze net fors in hebben geïnvesteerd. Dat risico beschreven we eerder al vanuit een andere hoek in onze artikelen over AI-strategie en trends, toen over interne capaciteit, nu over extern vertrouwen.

Een merk dat vaak wordt genoemd door AI, maar niet wordt geloofd, heeft een zichtbaarheidsprobleem opgelost en een geloofwaardigheidsprobleem gecreëerd.

Wat dit betekent voor je budgetverdeling

Concreet betekent dit dat GEO-budget niet alleen naar content en structured data moet, maar ook naar de bouwstenen die vertrouwen aantoonbaar maken. Denk aan een actueel gehouden reviewprofiel op Trustpilot of Kiyoh, waarvan de score en recente reacties vaak worden meegenomen als AI-systemen een merk beoordelen. Denk aan cases met echte klantnamen, echte cijfers en een dagtekening, in plaats van generieke claims zonder onderbouwing. En denk aan het expliciet vermelden van bronnen en dates in je eigen content, wat het voor een AI-systeem makkelijker maakt om jouw pagina als herkomst te tonen in plaats van je bewering kaal te herhalen.

Praktisch is er ook een controlerende taak bij gekomen die weinig marketingteams structureel hebben belegd: nagaan wat ChatGPT, Perplexity, Gemini en Copilot op dit moment over je merk beweren. Dat kan met een terugkerende steekproef van vaste prompts, handmatig of met een van de groeiende hoeveelheid GEO-monitoringtools. Klopt het niet, dan is corrigeren via je eigen content vaak de enige hefboom die je hebt, aangezien je niet rechtstreeks bij het model kunt aankloppen.

Wat je morgen kunt oppakken

• Stel vijf tot tien realistische zoekvragen op die klanten aan een AI-assistent zouden stellen over jouw categorie, en test wat ChatGPT, Gemini en Perplexity daar nu over antwoorden.
• Check of je reviewscore op Trustpilot, Kiyoh of Google actueel en representatief is, want een verouderd of dun profiel werkt tegen je bij zowel klanten als AI-systemen.
• Voeg aantoonbare bronnen, cijfers en dateringen toe aan je belangrijkste productpagina's en cases, in plaats van ongedateerde superlatieven.
• Leg naast je GEO-KPI's, zoals aantal citaties en share of voice in AI-antwoorden, ook een vertrouwensmetriek vast, bijvoorbeeld via een korte post-click vraag of A/B-test op landingspagina's die vanuit een AI-verwijzing binnenkomen.

Voor de meeste marketingteams is dit geen kwestie van een nieuw budget aanvragen, maar van een kwart van het bestaande GEO-budget herbestemmen naar deze bouwstenen. De KPI die je erbij zou moeten meenemen is simpel te formuleren en lastiger te meten: niet hoe vaak je genoemd wordt, maar hoeveel van die vermeldingen daadwerkelijk tot een bezoek, aanvraag of aankoop leiden.

Wil je weten hoe je GEO-budget en vertrouwen in jouw markt precies op elkaar afstemt? Plan een strategiegesprek en we rekenen het samen door.

Veelgestelde vragen

Betekent dit dat investeren in GEO minder zin heeft?

Nee, het betekent dat GEO zonder vertrouwen een half verhaal is. Zichtbaarheid in AI-antwoorden blijft een reëel en groeiend kanaal, zeker met 75 procent van de marketeers die er volgend jaar meer in wil steken. Het punt is dat je de investering moet aanvullen met bewijs en bronvermelding, anders bouw je zichtbaarheid op een fundament dat consumenten zelf al wantrouwen.

Hoe meet je vertrouwen in AI-aanbevelingen in de praktijk?

Er bestaat nog geen standaardtool die dit exact meet, maar een combinatie werkt goed: monitor conversieratio's specifiek op verkeer dat vanuit AI-chatinterfaces binnenkomt, zet een korte enquête in na een aankoop waarin je vraagt hoe de klant je merk heeft gevonden en beoordeeld, en volg je reviewscore als voorspellende indicator, aangezien AI-systemen die score vaak meewegen.

Geldt dit net zo hard voor B2B als voor B2C?

In B2B is de impact eerder groter dan kleiner, omdat inkopers steeds vaker een AI-assistent gebruiken in de oriëntatiefase voordat er ooit contact is met een sales-team. Een verkeerde of ongefundeerde vermelding kost daar niet een losse verkoop, maar een plek op de shortlist, en dat merk je pas veel later in de funnel terug.