Generative engine optimization (GEO): wat het is, wat het niet is

geo-ai-seo5 min leestijd

Elk bureau biedt ineens generative engine optimization aan, vaak afgekort tot GEO. De term staat in elke pitch. Maar wat is het, wat werkt aantoonbaar, en wat kan niemand waarmaken? Dit is de nuchtere versie, inclusief wat onze eigen metingen laten zien.

Inhoudsopgave

Wat generative engine optimization is

De definitie zonder jargon: generative engine optimization is het optimaliseren van je online aanwezigheid zodat generatieve AI-systemen (ChatGPT, Claude, Perplexity, Google AI Overviews) je vaker en beter noemen in hun antwoorden. De term ontstond in 2023 uit een onderzoekspaper van Georgia Tech. Er is geen officieel algoritme of rankingfactor; het is een verzameling praktijken, gebaseerd op observatie en meting.

Het bouwt voort op dezelfde technische basis als SEO (crawlbaarheid, structured data, indexeerbaarheid) en voegt daar signalen aan toe die specifiek voor AI-antwoorden tellen: citeerbare contentstructuur, consistente entiteitsinformatie en externe vermeldingen in de juiste context. De uitkomst waar je op stuurt heet AI-zichtbaarheid: word je genoemd, hoe vaak, in welke context.

Wat het niet is

  • Geen garantie. Niemand kan beloven dat ChatGPT je noemt. In onze eigen meetset (5 vragen, 3 metingen tussen 4 en 6 september 2026, gpt-4o via de Responses API met zoektool beschikbaar) zocht ChatGPT bij 4 van de 5 vragen helemaal niet op het web. Voor die vragen bestond op dat moment geen enkele route via content: het model antwoordde uit eigen kennis. Wie je een vermelding in ChatGPT garandeert, belooft iets dat hij niet kan sturen.
  • Geen vervanging van SEO. De technische basis is gedeeld; wie die basis niet op orde heeft, heeft aan geen van beide iets.
  • Geen truc met een bestand of tag. Er is geen bestand dat je plaatst waarna AI-systemen je opeens noemen. Signalen stapelen; er is geen kortsluiting.
  • Geen apart universum. Platforms die live zoeken leunen op gewone zoekindexen. Wie niet geïndexeerd is, wordt niet gevonden; dat is meetbaar en repareerbaar, en precies daar begint het echte werk.

Wat werkt: de technieken met onderbouwing

  1. Citeerbare contentstructuur. Korte feitelijke alinea's, definitiezinnen, concrete cijfers. AI-systemen selecteren content die samenvatbaar is.
  2. Indexeerbaarheid op orde. Platforms die zoeken raadplegen indexen. Een pagina die niet in de index staat, bestaat voor die route niet. Meet dit; ga er niet vanuit.
  3. Entiteitsconsistentie. Naam, locatie en specialisatie consistent op je site, in structured data en in externe bronnen.
  4. Vergelijkings- en antwoordcontent. Content die de vraag beantwoordt die mensen aan AI stellen, niet alleen je dienstenpagina.
  5. Externe vermeldingen in context. Directories, reviews en vakartikelen waarin je in de juiste context voorkomt; onze metingen laten zien dat AI-zoekacties juist dat soort pagina's raadplegen.
  6. Meten en herhalen. Zonder meting is elke claim over effect een verhaal. Met een vaste vragenset en herhaalde metingen zie je wat verandert en wat niet.

De sceptische vragen, kort beantwoord

De vragen die wij het vaakst tegenkomen: is het de kosten waard, wat zijn de nadelen, is het hype, kun je het zelf? Dat zijn terechte vragen, en ze verdienen meetdata in plaats van meningen. Kort: een deel van de belofte is niet waar te maken (niet-zoeken kun je niet forceren), een deel is gewoon werk dat meetbaar effect kan hebben (indexering, content, vermeldingen), en het onderscheid daartussen is per situatie te meten. De volledige meting staat in Is generative engine optimization de moeite waard? Wat we in 3 metingen zagen (2026).

Veelgestelde vragen

Is generative engine optimization hype? De term is jong en wordt breed verkocht; het meetbare deel eronder is echt. Zoekgedrag verschuift naar AI-interfaces en AI-systemen raadplegen aantoonbaar externe bronnen. Wat hype is: garanties en trucs. Wat echt is: meetbaar aanwezig zijn in wat die systemen raadplegen.

Wat kost het en wat levert het op? Dat hangt af van waar je afwezigheid vandaan komt. Zit het in niet-gevonden-worden, dan is het werk concreet en begrensd (indexering, content, vermeldingen). Zoekt het model niet, dan is er geen contentroute en hoort een aanbieder dat te zeggen.

Kan ik het zelf doen? De basis wel: indexeerbaarheid controleren, structured data, heldere antwoordcontent. Het meten (word je genoemd, wat raadplegen de systemen, waarom ontbreek je) vraagt tooling; daarvoor is Lens gebouwd.

Waarom schrijven jullie de term steeds voluit? Omdat de afkorting in het Nederlands vooral geografische en geopolitieke betekenissen heeft. Wie op de afkorting zoekt, vindt iets anders; wie de discipline zoekt, gebruikt de volledige term of AI-zichtbaarheid.

Weten of het voor jou relevant is?

Vraag een gratis AI Visibility Snapshot aan: een echte meting op een vaste vragenset over 4 AI-platforms, met per niet-vermelding de oorzaakcategorie.

→ Vraag je gratis Snapshot aan

Gerelateerde kennisbankartikelen

Hoe scoort jouw bedrijf?

Vraag een gratis AI Visibility Snapshot aan: 1 pagina, geen verplichtingen.

Vraag een Snapshot aan →