Het verhaal tot nu toe: van matching tot redeneren
- De beginjaren (1998–2015): Ranking en matching bepaalden de beginjaren van Google. Updates zoals Panda en Penguin zorgden ervoor dat het ecosysteem zich meer ging richten op op relevantie gerichte ranking en de kwaliteit van de inhoud. Hun enorme database, Knowledge Graph, heeft de zoekfunctie verschoven van string-matching naar entiteitsherkenning. De introductie van E-A-T (Expertise, Authoritativeness, Trustworthiness) benadrukte het belang van geloofwaardige, nauwkeurige en betrouwbare content, terwijl RankBrain machine learning introduceerde in de rangschikking.
- 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 bij het ontcijferen van nuances in zoekopdrachten, waardoor zoeken nog dichter bij taalbegrip.
- Diversificatie van platforms (2010–heden): Naarmate het gedrag van gebruikers verschuifde naar een intensiever gebruik van sociale media, breidde de ontdekking zich uit naar YouTube, TikTok, Reddit en Pinterest, elk met een uniek publiek en unieke vertrouwenssignalen.
- De generatieve verschuiving (2022–2023): Met de lancering van ChatGPT door OpenAI AI generatieve AI de zoekfunctie. Bing integreerde GPT; Google lanceerde Bard en AI . De zoekfunctie begon terug te 'praten'.
- De AI SERP (2024–2025):AI en overzichten hebben SERP's (Search Engine Results Pages) omgevormd tot een conversatiegerichte werkruimte, waar redenering en synthese belangrijker zijn dan rangschikking.
AI al jaren bepalend voor het zoeken, maar de aard, omvang en snelheid van de veranderingen die we nu zien, zijn anders. Het gaat niet alleen om nieuwe technologie; het is een herdefiniëring van hoe, waar en waarom mensen zoeken, en hoe het zoeken in zijn werk gaat.” – Charlie Kay
Hoe LLM’s (grote taalmodellen) werken en van invloed zijn op zoekresultaten
Grote taalmodellen, ook wel LLM’s genoemd, vormen het brein achter ChatGPT, Gemini, Claude en alle chatbots of AI samenvattingen die je de laatste tijd in zoekmachines tegenkomt. Ze leren taalpatronen uit deze documentatie en gebruiken die kennis om:
- Natuurlijke taalzoekopdrachten begrijpen,
- Genereer vloeiende, mensachtige reacties,
- Vat de inhoud samen of herformuleer deze,
- Leg verbanden tussen woorden, begrippen en ideeën.
LLM’s worden getraind op basis van enorme datasets, die zijn omgezet tot 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 realtime bronnen.
In tegenstelling tot traditionele zoekmachines doorzoeken LLM’s niet alleen het internet om resultaten te vinden; ze stellen antwoorden samen, waarbij ze vaak stap voor stap redeneren. Om goed vindbaar te zijn, moet informatie nu gestructureerd, toegankelijk en ‘geschikt voor redenering’ zijn.
Google lanceert AI en AI
Vroeger was SEO gericht op het optimaliseren van pagina’s voor een zoekopdracht, maar met generatief zoeken moeten we nu optimaliseren voor een omgeving die hypergepersonaliseerd is, waarbij de intentie vooropstaat, meerdere zoekopdrachten omvat en op redeneringen is gebaseerd. AI en AI zijn anders opgezet en werken anders dan de traditionele Google-zoekfunctie.
- AI : Er worden samenvattingen in SERP's opgenomen, waarbij de inhoud wordt geherformuleerd met bronvermeldingen. Het aantal vertoningen stijgt, maar het aantal klikken daalt omdat de antwoorden direct in de SERP verschijnen.
- AI :AI biedt een gesprekservaring op volledig scherm en maakt gebruik van query-uitbreiding, redeneringssporen en vergelijkingen op paragraafniveau om antwoorden dynamisch samen te stellen. De inhoud wordt niet gerangschikt, maar beoordeeld.
Samen geven ze een nieuwe invalshoek: van trefwoorden naar intentieclusters, van ranglijsten naar redeneringen, van klikken naar citaten.
AI versus AI : een vergelijking naast elkaar
AI : wie maakt er gebruik van?
Hoewel AI nog beperkt zijn, maken ze een snelle groei door. Minder dan twee procent van het organische verkeer is momenteel afkomstig van AI zoekopdrachten, hoewel het verkeer via doorverwijzingen sterk toeneemt. ChatGPT en Perplexity domineren AI , waarbij het gebruik het grootst is onder jongere, digitaal vaardige doelgroepen. Traditioneel zoeken is nog steeds de norm, maar de trend is duidelijk.
AI : welke worden het meest gebruikt?
Hoewel AI slechts een fractie van het totale digitale gebruik uitmaken, zijn ze onmiskenbaar in opmars, en zijn er koplopers in deze race.
A SparkToro x Datos State of Search-rapport laat zien dat ChatGPT wereldwijd de dominante AI is geworden, met AI ongeveer 30% AI en een plaats in de top 5 van best bezochte bestemmingen via traditionele zoekmachines in zowel de VS als Europa. Een recent onderzoek van SEMRush wijst er zelfs op dat ChatGPT de manier waarop mensen informatie zoeken, daadwerkelijk uitbreidt.
Uit onderzoek blijkt dat 63% van de ChatGPT-gebruikers jonger is dan 34 jaar, wat betekent dat millennials en Gen Z de grootste gebruikersgroepen vormen, waarvan velen dagelijks gebruikmaken van de dienst. Slechts 13% van de ChatGPT-gebruikers is 55 jaar of ouder en slechts 5% is 65 jaar of ouder.
Wat deze statistieken betekenen voor marketeers en merken
Er zijn nieuwe maatstaven voor invloed en zichtbaarheid. Hoewel traditionele SEO-maatstaven in bepaalde situaties nog steeds van belang zijn, moeten de maatstaven die worden gerapporteerd, worden aangepast en veranderd. Hier volgt een lijst met wat merken en marketeers moeten doen:
- Grondig audience : Ga verder dan zoekwoorden en kijk naar forums, recensies en sociale data.
- AI en metingAI : Houd niet alleen rankings bij, maar ook citaten, vermeldingen en zero-click-invloed.
- Pas de strategie aan het platform aan: Optimaliseer op verschillende manieren voor Gemini, Copilot, Perplexity en ChatGPT.
- Merkopbouw en PR: Vermeldingen en autoriteit zijn cruciale signalen voor AI .
- Reputatie en vertrouwen: Gestructureerde, feitelijk duidelijke inhoud sluit aan bij de E-E-A-T-principes.
- Semantische en gestructureerde optimalisatie: Schema's en duidelijkheid helpen bij het ophalen door machines.
- Multimodale inhoud: Optimaliseer voor tekst, afbeeldingen, video en audio.
- Inhoudsarchitectuur: Creëer modulaire, 'opdeelbare' content die AI gebruiken.
- Crawlbaarheid en toegang voor agents:Zorg ervoor dat assistenten toegang hebben tot feeds en API's.
- Feedback en monitoring: Houd bij hoe AI uw content citeren en gebruiken.
- Klaar voor agentgebaseerde processen: Bereid u voor op AI transacties waarbij assistenten de aankoopprocessen afhandelen.
Belangrijkste conclusies – en een blik op de toekomst
Zowel traditionele zoekopdrachten als AI nemen toe: sommige studies voorspellen dat AI tegen 2028 traditionele zoekopdrachten zullen overtreffen.
Uit nieuw onderzoek blijkt dat 20% van de Amerikanen 10 keer per maand AI gebruikt. AI en overzichten van Google veranderen het gedrag, en de acceptatie zal versnellen. Voorlopig vormt traditionele SEO nog steeds de basis voor AI : een goede ranking hangt samen met vermeldingen in AI .
Dit betekent niet het einde van SEO, maar juist de verdere ontwikkeling ervan. Marketeers moeten de focus verleggen van het optimaliseren voor zoekresultaten naar het optimaliseren voor de redenering achter die resultaten, met als doel om opgenomen te worden in en invloed uit te oefenen op AI antwoorden. Merken die succesvol zullen zijn, combineren fundamentele factoren zoals sterke producten, authentieke storytelling en oprecht begrip voor de klant met aanpassing aan de nieuwe zoeklogica AI.
“De merken die in dit nieuwe ecosysteem zullen zegevieren, zijn de merken die op alle platforms zichtbaar blijven, hun content zo structureren dat deze zowel voor mensen als voor machines leesbaar is, hun meetkaders verder ontwikkelen en consequent prioriteit geven aan echte waarde, vertrouwen en gebruiksvriendelijkheid. De toekomst van zoekmachines is gelaagd, multimodaal en agentgericht – en het is nu tijd om je daarop voor te bereiden.” – Charlie Kay
