Het verhaal tot nu toe: Van matchen naar redeneren

  • Vroege stichtingen (1998-2015): Ranking en matching bepaalden de beginjaren van Google. Updates zoals Panda en Penguin duwden het ecosysteem in de richting van Op relevantie gerichte rangschikking en inhoudelijke kwaliteit. Hun massieve database, Kennisgrafiek, verschoof het zoeken van string-matching tot entiteitherkenning. De lancering van E-A-T (Expertise, Authoritativeness, Trustworthiness) benadrukte het belang van geloofwaardige, nauwkeurige en betrouwbare inhoud, terwijl RankBrain machine learning in ranking introduceerde.
  • De neurale sprong (2017-2019): De Transformer-architectuur van Google maakte semantisch begrip mogelijk en legde de basis voor moderne LLM's. Google's BERT (Bidirectional Encoder Representations from Transformers) hielp nuance in zoekopdrachten te parseren, waardoor zoeken nog dichter bij taalbegrip.
  • Platformdiversificatie (2010-nu): Naarmate het gebruikersgedrag verschoof naar een meer algemeen gebruik van sociale media, breidde de ontdekkingstocht zich uit over YouTube, TikTok, Reddit en Pinterest, elk met unieke audience's en vertrouwenssignalen.
  • De generatieve verschuiving (2022-2023): Met de lancering van ChatGPT door OpenAI deed generatieve AI zijn intrede in search. Bing integreerde GPT; Google lanceerde Bard en AI-overzichten. Zoeken begon “terug te praten”.”
  • De AI-eerste SERP (2024-2025): AI Mode en Overviews herconfigureren SERP's (Search Engine Results Pages) in een conversationele werkruimte, waar redenering en synthese belangrijker zijn dan rangschikking.

“AI geeft al jaren vorm aan search, maar het type, de schaal en de snelheid van de verandering die we nu zien is anders. Het gaat niet alleen om nieuwe technologie; het is een herdefiniëring van hoe, waar en waarom mensen zoeken, en hoe zoeken werkt.” - Charlie Kay 

Hoe LLM's (grote taalmodellen) werken en het zoeken beïnvloeden

Grote taalmodellen, of LLM's, zijn het brein achter ChatGPT, Gemini, Claude en elke chatbot of AI-gebaseerde samenvatting die u onlangs in zoekmachines hebt zien verschijnen. Ze leren taalpatronen uit deze documentatie en gebruiken die kennis om:

  • Natuurlijke taalquery's begrijpen, 
  • Genereer vloeiende, mensachtige reacties, 
  • Inhoud samenvatten of opnieuw formuleren, 
  • Relaties tussen woorden, concepten en ideeën afleiden. 

LLM's worden getraind op uitgebreide datasets, getoken in wiskundige patronen. Ze genereren tekst door tokens of reeksen tokens te voorspellen, soms aangevuld met retrieval-augmented generation (RAG), waarbij statische kennis wordt gecombineerd met real-time bronnen. 

In tegenstelling tot traditionele zoekopdrachten crawlen LLM's niet alleen over het web om resultaten op te halen, maar bouwen ze antwoorden op, waarbij ze vaak stap voor stap redeneren. Zichtbaarheid hangt nu af van gestructureerd, toegankelijk en “redeneerklaar” zijn.”

Google lanceert AI-overzichten en AI-modus

SEO was ooit gericht op het optimaliseren van pagina's voor een zoekopdracht, maar met generatief zoeken moeten we nu optimaliseren voor een ruimte die hyper gepersonaliseerd, intent-first, multi-query en reasoning-driven is. AI-overzichten en AI-modus zijn anders opgebouwd en werken anders dan traditionele Google-zoekopdrachten.

  • AI-overzichten: Extractieve samenvattingen worden in SERP's ingesloten en herformuleren inhoud met citaten. Indrukken stijgen maar klikken dalen omdat antwoorden direct in de SERP verschijnen.
  • AI-modus: De AI Mode is een schermvullende conversatie-ervaring en maakt gebruik van zoekopdrachtuitbreiding, redeneersporen en vergelijkingen op alinea-niveau, waarbij antwoorden dynamisch worden opgebouwd. Inhoud wordt niet gerangschikt maar beoordeeld.

Samen markeren ze een nieuwe logica: van trefwoorden naar intentieclusters, van rankings naar redeneringen, van klikken naar citaten.

 

Google launches AI Overviews and AI Mode

AI-modus vs. AI-overzichten: Een vergelijking naast elkaar 

 

AI-zoeken: Wie past het toe?

Hoewel AI-zoeken beperkt blijft, groeit het snel. Minder dan twee procent van het organische verkeer komt momenteel van AI-gestuurde zoekopdrachten, hoewel het doorverwijsverkeer sterk toeneemt. ChatGPT en Perplexity domineren AI-verwijzingen, De adoptie is het grootst onder jongere, digitaal vaardige audience's. Traditioneel zoeken is nog steeds het belangrijkst, maar het traject is duidelijk.

 

 

AI assistenten: Welke worden het meest gebruikt?

Ondanks het feit dat AI-platforms slechts een fractie van het totale digitale gebruik uitmaken, groeien ze ongetwijfeld, en er zijn leiders in deze race. 

A SparkToro x Datos rapport over de staat van zoeken laat zien dat ChatGPT wereldwijd de dominante AI-assistent is geworden, die in de top 5 staat van bestemmingen die worden bezocht via traditionele zoekmachines in zowel de VS als Europa - met een AI-aandeel van ~30%. Een recente onderzoek door SEMRush geeft zelfs aan dat ChatGPT de manier waarop mensen informatie zoeken, aan het uitbreiden is.

Volgens het onderzoek is 63% van de ChatGPT-gebruikers jonger dan 34 jaar, wat betekent dat Millennials en Gen Z de grootste gebruikersgroepen zijn, waarvan velen dagelijkse gebruikers zijn. Slechts 13% van de ChatGPT-gebruikers is 55 jaar of ouder en slechts vijf procent is 65+. 


Wat deze statistieken betekenen voor marketeers en merken

Er zijn nieuwe statistieken voor invloed en zichtbaarheid. Hoewel de traditionele SEO-gegevens er nog steeds toe doen in specifieke omstandigheden, moeten de gegevens waarover gerapporteerd wordt, aangepast en veranderd worden. Hier is een lijst van wat merken en marketeers moeten doen:

  1. Diepgaand audience onderzoek: Ga verder dan trefwoorden naar forums, beoordelingen en sociale data.
  2. AI-zichtbaarheid en -meting: Volg citaties, vermeldingen en nul-klik invloed, niet alleen rankings.
  3. Stem de strategie af op het platform: Optimaliseer anders voor Gemini, Copilot, Perplexity en ChatGPT.
  4. Merkopbouw en PR: Vermeldingen en autoriteit zijn kritieke signalen voor AI-inclusie.
  5. Reputatie en vertrouwen: Gestructureerde, feitelijk duidelijke inhoud die overeenkomt met de E-E-A-T principes.
  6. Semantische en gestructureerde optimalisatie: Schema en duidelijkheid helpen bij het terugvinden door machines.
  7. Multimodale inhoud: Optimaliseer tekst, afbeeldingen, video en audio.
  8. Inhoudelijke architectuur: Maak modulaire, “hapklare” inhoud die AI kan gebruiken.
  9. Crawlbaarheid en toegang voor agenten:Zorg ervoor dat assistenten toegang hebben tot feeds en API's.
  10. Feedback en controle: Volg hoe AI-tools uw inhoud citeren en gebruiken.
  11. Agentschappelijke bereidheid: Bereid u voor op AI-gestuurde transacties waarbij assistenten de aankoopstromen afhandelen.

Slotopmerkingen - en een blik vooruit

Zowel traditioneel zoeken als AI-zoeken groeien: Sommige onderzoeken voorspellen dat AI-zoeken tegen 2028 het traditionele zoeken zal overtreffen..

Nieuw onderzoek suggereert dat 20% van de Amerikanen gebruikt 10x per maand AI-tools. De AI-modus en overzichten van Google veranderen het gedrag, en het gebruik zal versnellen. Voorlopig ligt traditionele SEO nog steeds aan de basis van AI-zichtbaarheid: goed scoren correleert met citeren in AI-resultaten. 

Dit is niet de ondergang van SEO, maar de evolutie ervan. Marketeers moeten overschakelen van optimalisatie voor rankings naar optimalisatie voor redenering, met als doel inclusie en invloed in AI-gegenereerde antwoorden. Merken die het goed doen, zullen fundamenten zoals sterke producten, authentieke verhalen en oprecht begrip van de klant combineren met aanpassing aan de nieuwe zoeklogica van AI.


“De merken die in dit nieuwe ecosysteem zullen winnen, zijn de merken die zichtbaar blijven op verschillende platforms, hun content structureren voor zowel menselijke als machineleesbaarheid, hun meetkaders ontwikkelen en consistent prioriteit geven aan echte waarde, vertrouwen en bruikbaarheid. De toekomst van zoeken is gelaagd, multimodaal en agentgericht - en het is nu tijd om er klaar voor te zijn.” - Charlie Kay