Waarom noemt ChatGPT mijn concurrent wel (en mij niet)?

ai-search-visibility10 min leestijd

Je googlet je eigen dienst. Dan open je ChatGPT en stelt dezelfde vraag. Je concurrent wordt genoemd. Met naam. Soms zelfs aanbevolen. Jij staat er niet bij. Niet als eerste, niet als derde, helemaal niet.

Dat is geen toeval en geen algoritme-fout. Er zijn concrete, technische redenen waarom AI-systemen bepaalde bedrijven noemen en andere negeren. In deze analyse lopen we de 8 meest voorkomende oorzaken langs, elk met een voorbeeld, een fix, en wat we in een Lens-audit specifiek checken.

Voorbeelden in dit artikel zijn geanonimiseerd of fictief, gebaseerd op patronen die we vaak zien in deze sector.

Inhoudsopgave

Hoe AI-systemen kiezen wie ze noemen
De 8 hoofdoorzaken
Een complete case: een hypotheekadviseur in de Randstad
Wat je morgen kunt doen
Veelgestelde vragen

Hoe AI-systemen kiezen wie ze noemen

Voordat we de oorzaken behandelen: een kort model van hoe ChatGPT, Claude, Perplexity en Google AI bepalen wie ze noemen in een antwoord.

Het is geen ranking-systeem zoals Google. Er is geen positie 1-10. Het model genereert een antwoord en kiest daarbij entiteiten (bedrijven, producten, personen) die het "kent" uit:

Trainingsdata: alles wat het model heeft verwerkt (webpagina's, artikelen, reviews, forums)
Real-time retrieval: bij ChatGPT met browsing of Perplexity: live zoekresultaten
Entity-associaties: hoe sterk jouw bedrijfsnaam verbonden is met de juiste concepten

Je concurrent wordt niet genoemd omdat die "beter" is. Die wordt genoemd omdat het model meer en sterkere signalen heeft dat die concurrent relevant is voor die specifieke query.

Die signalen kun je beïnvloeden. Hier zijn de 8 redenen waarom ze bij jou ontbreken.

De 8 hoofdoorzaken

1. Je concurrent heeft betere content op de exacte prompts die mensen stellen

Het probleem is zelden "te weinig content". Het is de verkeerde content. Je hebt een mooie dienstenpagina, maar geen content die direct antwoord geeft op de vragen die mensen aan AI stellen.

Voorbeeld: een SaaS-bedrijf heeft uitgebreide feature-pagina's, maar geen enkele pagina die antwoord geeft op "beste [categorie] tool voor [use case]". De concurrent heeft een vergelijkingspagina en een "voor wie is dit geschikt"-artikel.

Fix: Identificeer de top-10 prompts die jouw doelgroep stelt aan AI (wij doen dit in een Scan) en maak content die die vragen direct, informatief beantwoordt.

💡 Lens check: We testen 25+ prompts en analyseren welke content je concurrent wél heeft die jij mist. Dat is je content gap-analyse.

2. Je concurrent heeft meer externe vermeldingen

LLMs wegen niet alleen wat op jouw site staat, maar hoe vaak je elders in relevante context voorkomt. Reviews, vergelijkingsartikelen, gastbijdragen, directory-vermeldingen, forumposts.

Voorbeeld: een grote concurrent wordt genoemd in 12 vergelijkingsartikelen van derden en heeft 340+ Google Reviews. Hypotheek Voorbeeld staat in 2 vergelijkingsartikelen en heeft 47 reviews.

Fix: Actief werken aan externe vermeldingen. Niet linkbuilding in de traditionele zin, maar zorgen dat je bedrijf voorkomt in de plekken waar LLMs bronnen ophalen. Reviews, directories, vergelijkingssites, branche-artikelen.

3. Je concurrent is duidelijker als entiteit

AI-systemen werken met entiteiten: gedefinieerde "dingen" met properties. Als jouw bedrijf geen duidelijke entity-definitie heeft (via structured data, Wikipedia, Crunchbase, LinkedIn, consistent NAP), ben je voor het model ambigu.

Voorbeeld: concurrent heeft een Wikipedia-pagina, complete Organization-schema met foundingDate, numberOfEmployees, areaServed, knowsAbout, en consistente bedrijfsinformatie across 15+ platforms. Jij hebt alleen een Google Business profiel en een LinkedIn-pagina met verouderde info.

Fix: Begin met je Organization-schema compleet maken. Voeg areaServed, knowsAbout, hasOfferCatalog toe. Zorg voor consistente bedrijfsinformatie across alle platforms.

💡 Lens check: We vergelijken je entity-signalen met die van je top-3 concurrenten. Specifiek: schema-completeness, platform-consistentie, en knowledge graph presence.

4. Je site is moeilijk te crawlen voor AI-bots

Dit is een van de meest voorkomende technische issues die we zien. Je site ziet er goed uit in de browser, maar AI-crawlers zien iets heel anders:

Single Page Applications (React/Vue/Angular) zonder server-side rendering → crawler ziet een lege pagina
robots.txt die GPTBot, ClaudeBot, of PerplexityBot blokkeert
Geen sitemap.xml of een verouderde sitemap
Geen llms.txt of llms-full.txt

Voorbeeld: een premium retailer bouwde een React-site. Google rendert JavaScript (met vertraging), maar GPTBot doet dat niet. Resultaat: 0% AI-zichtbaarheid ondanks sterke SEO-posities.

Fix: Check je robots.txt op specifieke AI-crawler blocks. Implementeer server-side rendering of pre-rendering. Overweeg een llms.txt bestand.

Meer hierover: AI-crawlers en je robots.txt: wie blokkeer je (en moet dat)?

5. Je dienstenpagina's zijn te vaag of te promotional

AI-systemen citeren informatie, geen verkooppraatjes. Als je dienstenpagina's vol staan met "wij zijn de beste", "unieke aanpak", en "persoonlijke service", zonder concrete feiten, heeft het model niets om te citeren.

Voorbeeld:

❌ "Bij ons krijgt u persoonlijk hypotheekadvies op maat"
✅ "Wij adviseren over hypotheken voor expats, zzp'ers en ondernemers in de Randstad. Gemiddelde doorlooptijd: 6 weken. Kosten: vast tarief €2.500 voor een compleet traject."

De tweede variant bevat feiten die een AI-systeem kan citeren.

Fix: Voeg concrete specificaties toe aan dienstenpagina's: prijsindicatie, doorlooptijd, specialisaties, werkgebied, aantallen. Feiten die een consultant aan de telefoon zou noemen.

6. Er is geen vergelijkingscontent

Wanneer iemand vraagt "beste X voor Y", zoekt het model bronnen die vergelijken. Als er geen vergelijkingscontent bestaat die jóu benoemt, in geen enkele richting, mis je een essentieel signaal.

Voorbeeld: een concurrent heeft een "[Product] vs [Concurrent]" pagina, een "Voor wie is [product] geschikt?" pagina, en wordt genoemd in 4 onafhankelijke vergelijkingsartikelen. SaaS Voorbeeld heeft niets van dit alles.

Fix: Creëer eerlijke vergelijkingscontent. Niet "waarom wij beter zijn" maar "voor wie is welke oplossing geschikt". Daarnaast: zorg dat je in onafhankelijke vergelijkingen voorkomt (reviewsites, G2, Capterra, brancheartikelen).

💡 Lens check: We identificeren welke vergelijkingsprompts relevant zijn voor jouw markt en of er bronnen bestaan die jou in vergelijkende context noemen.

7. Structured data ontbreekt of klopt niet

Structured data (Schema.org markup) is hoe je een AI-systeem context geeft over je bedrijf zonder dat het die context zelf moet interpreteren uit vrije tekst. Ontbrekende of foutieve structured data betekent: het model moet raden.

Voorbeeld:

// ❌ Wat de meeste sites hebben:
{
  "@type": "Organization",
  "name": "Hypotheek Voorbeeld",
  "url": "https://hypotheek-voorbeeld.nl"
}

// ✅ Wat impact maakt:
{
  "@type": "Organization",
  "name": "Hypotheek Voorbeeld",
  "url": "https://hypotheek-voorbeeld.nl",
  "areaServed": ["Amsterdam", "Utrecht", "Randstad"],
  "knowsAbout": ["expat hypotheek", "ondernemershypotheek", "hypotheekadvies"],
  "hasOfferCatalog": {
    "@type": "OfferCatalog",
    "name": "Hypotheekdiensten",
    "itemListElement": [...]
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "127"
  }
}

Fix: Breid je Organization-schema uit met areaServed, knowsAbout, hasOfferCatalog, en voeg relevante review-schema's toe. Valideer met Google's Rich Results Test.

Meer hierover: Structured data en AI Search: wat werkt echt?

8. Lokale en contextuele signalen zijn zwak

Veel AI-queries zijn impliciet lokaal ("hypotheekadviseur Amsterdam") of contextueel ("voor expats", "voor ondernemers"). Als jouw online profiel geen sterke lokale of contextuele signalen afgeeft, mis je deze matches.

Voorbeeld: Hypotheek Voorbeeld bedient de hele Randstad maar heeft alleen "Utrecht" in het Google Business profiel. Geen areaServed in schema. Geen lokale landingspagina's. Resultaat: bij de prompt "hypotheekadviseur Amsterdam" is het bedrijf onzichtbaar.

Fix: LocalBusiness-schema met correcte geo-data. Lokale landingspagina's voor relevante steden. Consistente NAP (Name, Address, Phone) across platforms. areaServed property in je Organization-schema.

Een complete case: een hypotheekadviseur in de Randstad

📋 Voorbeeld uit een audit

Klant: Hypotheek Voorbeeld Situatie: Top-3 in Google voor "hypotheekadvies Utrecht", maar 0 vermeldingen in ChatGPT bij 5 geteste prompts Bevindingen:

Content: alleen dienstenpagina's, geen informatieve content (oorzaak 1, 5)

Extern: 47 reviews vs concurrent-gemiddelde 180+ (oorzaak 2)

Entity: Organization-schema mist areaServed en knowsAbout (oorzaak 3, 7)

Technisch: GPTBot niet geblokkeerd, maar geen llms.txt (oorzaak 4)

Vergelijking: nul vergelijkingscontent (oorzaak 6)

Lokaal: alleen Utrecht in profiel, bedient hele Randstad (oorzaak 8) Impact: Aanzienlijk aantal maandelijkse AI-zoekopdrachten waar het bedrijf niet verschijnt Prioriteiten: Schema-fix (week 1), vergelijkingscontent (week 2-3), externe vermeldingen (ongoing)

De scorecard na initiële meting:

Metric	Score	Status
AI Visibility Score	42/100	🔴
Technical Readiness	67/100	🟡
Content Gaps	8 gevonden	🔴
Entity Clarity	31/100	🔴
Authority Signals	23 backlinks (concurrent: 78 avg)	🟡

Wat je morgen kunt doen

Je hoeft niet alles tegelijk op te pakken. Dit zijn de quick wins, gerangschikt op impact versus inspanning:

Technische checklist: eerste week

Check je robots.txt: blokkeer je GPTBot, ClaudeBot, of PerplexityBot? Zo ja: bewuste keuze of ongeluk?
Bekijk je Organization-schema: staan areaServed en knowsAbout erin?
Test 3 relevante prompts in ChatGPT, Claude en Perplexity: word je ergens genoemd?
Check of je site server-side rendert (view-source in browser: zie je content of een lege div?)
Bekijk je dienstenpagina's: staan er concrete feiten op die een AI zou citeren?

Content quick wins: eerste maand

Schrijf één FAQ-pagina met 10+ vragen die klanten echt stellen
Maak één vergelijkingspagina ("voor wie is [jouw dienst] geschikt?")
Voeg concrete specificaties toe aan je top-3 dienstenpagina's (prijzen, doorlooptijden, werkgebied)

Signaal-opbouw: doorlopend

Vraag actief om reviews op Google en relevante platforms
Zorg voor vermeldingen in branchegerelateerde vergelijkingsartikelen
Houd bedrijfsinformatie consistent across alle platforms

⚠️ Niet beloven: Deze acties verbeteren je signaal-set. Ze garanderen niet dat je morgen in ChatGPT verschijnt. AI-modellen zijn black boxes: ze veranderen continu en er is geen "submit URL" knop. Wat we wél weten: bedrijven met een sterkere signaal-set worden consistent vaker genoemd dan bedrijven zonder. Het is een kans-spel waar je de kansen in je voordeel kunt kantelen.

Veelgestelde vragen

Kan ik betalen om in ChatGPT genoemd te worden? Nee. Er is (nog) geen advertentiemodel in ChatGPT of Perplexity waarmee je vermeldingen kunt kopen. Je moet het verdienen via signalen. Dat kan veranderen (OpenAI heeft advertentie-plannen aangekondigd), maar voorlopig is het organisch.

Mijn concurrent is kleiner dan ik, waarom worden zij dan wél genoemd? Grootte is geen factor. Signaal-sterkte wel. Een klein bedrijf met uitstekende vergelijkingscontent, complete structured data, en 200 reviews verslaat een groot bedrijf met een vage corporate site. AI-systemen geven niets om omzet of teamgrootte.

Hoe lang duurt het voordat ik resultaat zie? Technische fixes (structured data, crawl-toegang) kunnen binnen 2-4 weken effect hebben bij Perplexity en ChatGPT met browsing. Content-signalen bouwen op over weken tot maanden. Trainingsdata-effecten (het basismodel) duren tot de volgende model-update. Dat kan maanden zijn.

Is dit relevant als ik alleen lokaal werk? Juist dan. Lokale queries ("beste [dienst] in [stad]") zijn precies het type prompt dat in AI-search verschuift. En de concurrentie op lokaal niveau is vaak lager: de eerste lokale speler die de signalen op orde heeft, pakt een voorsprong.

Verdwijnt dit probleem als ik gewoon "meer SEO" doe? Deels. Goede SEO-basis (technisch, structured data, crawlbaarheid) helpt ook voor AI. Maar de content-strategie en signaal-opbouw die AI-systemen waarderen, wijkt af van traditionele SEO. Meer blogposts schrijven die Google rankt, helpt niet automatisch als die posts niet het type content zijn dat LLMs citeren.

Wil je weten waarom jij niet genoemd wordt?

Vraag een gratis AI Visibility Snapshot aan. We testen 5 relevante prompts voor jouw markt, vergelijken je met directe concurrenten, en laten precies zien waar je signalen mist. Geen verkooppraatje, gewoon data.

→ Vraag je gratis Snapshot aan

Wil je direct dieper? Met een Lens Scan testen we 25+ prompts en krijg je een compleet gaprapport met geprioriteerd actieplan.

Gerelateerde kennisbankartikelen

Hoe scoort jouw bedrijf?

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

Vraag een Snapshot aan →