Van klik naar conversatie: Hoe LLM’s de customer journey fundamenteel veranderen

Jarenlang hebben we als marketeers houvast gezocht in modellen. AIDA, STDC, de klassieke funnel – allemaal pogingen om de chaotische realiteit van een aankoopbeslissing in een overzichtelijk, lineair stappenplan te vangen. Maar laten we eerlijk zijn: die modellen waren altijd al een versimpeling.

22 januari 2026, 14:05 242 x gelezen

Al in 2020 introduceerde Google het concept van de ‘Messy Middle’: een complexe ruimte tussen de eerste trigger en de uiteindelijke aankoop, waarin consumenten eindeloos informatie verkennen en evalueren in een niet-lineaire lus.

Die ‘Messy Middle’ was al een accurate beschrijving van de werkelijkheid, maar de komst van AI-chatbots gooit er een versneller op. De lus van verkennen en evalueren wordt nu steeds vaker uitbesteed aan een AI zoals ChatGPT of Gemini. De reflex om te “googelen”, tientallen tabbladen te openen en reviews te vergelijken, wordt vervangen door één enkele, conversationele opdracht: “Vind voor mij de beste hardloopschoenen voor een marathonloper met knieproblemen.”

 

The Messy Middle

Dit is geen kleine update; het is een fundamentele verschuiving in consumentengedrag. De klantreis verandert van een zoektocht die wij proberen te beïnvloeden, in een conversatie waar we deel van moeten uitmaken. Het gevolg voor merken is tweeledig: minder, maar veel kwalitatiever verkeer, en een verschuiving van de centrale vraag van “Hoe rank ik op nummer één?” naar “Hoe zorg ik dat mijn merk wordt vertrouwd en dat ik word genoemd in het antwoord van de AI?”

In dit artikel duiken we in deze nieuwe realiteit. En niet alleen over dat de klantreis verandert, maar vooral hoe de techniek erachter werkt en wat je als marketeer concreet kunt doen om je merk in het hart van die nieuwe, AI-gedreven conversatie te positioneren.

Van Bibliotheek naar Professor

Om de impact van deze verschuiving echt te doorgronden, is een simpele metafoor handig. De traditionele zoekmachine, Google voorop, functioneert als een gigantische bibliotheek. Je stelt een vraag en krijgt een keurig geordende lijst met boeken (de blauwe links) waar het antwoord mogelijk in staat. Het is vervolgens aan jou, de gebruiker, om de juiste boeken uit de kast te trekken, de relevante hoofdstukken door te nemen en je eigen conclusie te vormen. Je bent zelf verantwoordelijk voor het filteren en synthetiseren van de informatie.

Een Large Language Model (LLM) zoals ChatGPT, Gemini of Perplexity neemt een fundamenteel andere rol aan: die van de professor. Deze professor heeft alle boeken in de bibliotheek al gelezen, de informatie geïnterpreteerd, de verbanden gelegd en de nuances begrepen. Als je de professor dezelfde vraag stelt, krijg je geen boekenlijst, maar een direct, samengesteld antwoord, gebaseerd op een synthese van al die kennis.

Dit ogenschijnlijk kleine verschil heeft een enorme impact op de marketingstrategie. De overwegingsset van de consument wordt niet langer gevormd in de ‘Messy Middle’ door het bezoeken van verschillende websites, maar wordt direct samengesteld in het antwoord van de AI. Als jouw merk niet in de synthese van de professor wordt genoemd, besta je voor die groeiende groep consumenten simpelweg niet in de oriëntatiefase. De focus verschuift hiermee definitief: van traditionele SEO – het optimaliseren voor een hoge positie in de ‘boekenlijst’ – naar AI SEO: zorgen dat je merk en je expertise zo betrouwbaar, consistent en helder zijn dat de professor je vanzelf als bron citeert.

Hoe werkt de AI-motor? Een kijkje onder de motorkap voor marketeers

Om te begrijpen hoe je de professor kunt beïnvloeden, moeten we weten hoe hij tot zijn antwoorden komt. Zonder te diep in de technische details te duiken, zijn er drie concepten die elke marketeer moet begrijpen, omdat ze direct invloed hebben op je strategie.

  • 1. Pre-training data: het statische geheugen

De basiskennis van een LLM komt uit zijn trainingsdata. Zie dit als een gigantische bibliotheek die de AI tot een bepaalde datum (de cut-off date) heeft ‘gelezen’ en geanalyseerd. Dit vormt zijn wereldbeeld: welke merken autoriteit hebben in welke branche, welke feiten algemeen bekend zijn, en hoe concepten met elkaar in verband staan. Alles wat je tot die datum hebt gepubliceerd aan content, blogs, en “over ons”-pagina’s, draagt bij aan dit statische geheugen. Dit is de basis van je merkreputatie in de ogen van de AI.

  • 2. Retrieval-Augmented Generation (RAG): het actuele geheugen

Die statische bibliotheek is per definitie verouderd. Voor een vraag als “Wat waren de belangrijkste marketingtrends van dit kwartaal?” moet de AI live het internet op. Dit proces heet Retrieval-Augmented Generation (RAG). De AI voert hierbij zelfstandig zoekopdrachten uit (meestal in Google of Bing), scant de topresultaten (pakweg de top 10), en gebruikt die verse informatie om zijn antwoord te verrijken.

De consequentie voor marketeers is bepalend: dit is de directe en voornaamste link met je huidige SEO-inspanningen. Om in actuele, aankoop-georiënteerde AI-antwoorden te verschijnen, is een toppositie in de traditionele zoekresultaten noodzakelijk. Zonder die zichtbaarheid kan de AI je simpelweg niet vinden wanneer hij zijn kennis moet updaten.

LLM AI SEO Flowchart Atonis Dimitriou

  • 3. Query Fan-out: Van één vraag naar een waaier van vragen

Een gebruiker stelt vaak een brede vraag, maar een goed antwoord vereist diepgang. Daarom splitst de AI een vraag als “Is een elektrische auto iets voor mij?” intern op in een waaier van subvragen (Query Fan-out): “Wat is de actieradius van populaire EV’s?”, “Hoe lang duurt het opladen?”, “Wat zijn de subsidiemogelijkheden in 2025?”, “Vergelijking onderhoudskosten EV versus benzineauto”. De AI zoekt antwoorden op al deze deelvragen en combineert ze tot één samenhangend advies.

De consequentie: content die alleen het topje van de ijsberg behandelt, is onvoldoende. Je moet de diepte in. Merken die in staat zijn om een onderwerp van A tot Z te behandelen, met aandacht voor alle mogelijke subvragen, hebben een veel grotere kans om door de AI als een complete en waardevolle bron te worden gezien en gebruikt.

De praktische aanpak: je merk klaarstomen voor het AI-tijdperk

De theorie is helder. Maar hoe vertaal je dit naar een concrete aanpak? De verleiding is groot om direct in technische optimalisaties te duiken, maar de meest effectieve strategie begint niet met een tool, maar met een fundamentele vraag: waarom zou een AI jou moeten vertrouwen?

Nu content steeds makkelijker te genereren is, wordt authenticiteit de belangrijkste onderscheidende factor. De basis van een succesvolle AI SEO-strategie ligt daarom in je algehele content- en merkstrategie. Vraag jezelf kritisch af:

  • Wat maakt ons merk uniek en authentiek? Wat is ons verhaal, onze visie, onze tone of voice die niet door een AI te kopiëren is?
  • Welke unieke data kunnen we delen? Denk aan eigen onderzoeksresultaten, klantdata (geanonimiseerd), case studies met concrete cijfers, of unieke inzichten uit je eigen bedrijfsprocessen. Dit is niet-kopieerbare, waardevolle informatie.
  • Waarom zijn wij een autoriteit? Waaruit blijkt onze expertise, ervaring en betrouwbaarheid? Dit is de kern van E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness), wat de blauwdruk vormt voor het bouwen van vertrouwen, zowel bij mensen als bij AI.

Het antwoord op deze vragen is de brandstof voor de drie pijlers van je AI SEO-aanpak: Content, Autoriteit en Techniek.

  1. Content: zorg dat je geciteerd wordt

In de wereld van AI is de waarde van je content verschoven. Het gaat niet langer om het ranken van een pagina, maar om het leveren van de perfecte passage die de AI kan gebruiken om een antwoord op te bouwen.

  • Van pagina’s naar passages: Optimaliseer elke alinea alsof het een opzichzelfstaand antwoord is. Zorg voor een duidelijke kernboodschap per sectie. Een AI scant je pagina op zoek naar heldere, zelfstandig te gebruiken informatieblokken.
  • Structuur en conversational headings: Maak het de AI makkelijk. Gebruik een logische hiërarchie (H1, H2, H3) en formuleer koppen steeds vaker als de vragen die je doelgroep stelt. Een kop als “Hoe onze software de productiviteit verhoogt” is voor een AI veel directer te interpreteren dan een vage marketingterm.
  • Verbreed je content-scope: Denk voorbij de directe bezoeker op je website. Een potentiële klant in een LLM heeft misschien behoefte aan een vergelijking tussen jouw product en dat van de concurrent, of wil de voor- en nadelen van een bepaalde technologie weten. Hoewel je dit misschien niet prominent op je homepage wilt plaatsen, is het creëren van deze diepgaande, vergelijkende content op een kennisbank of blog onmisbaar om de AI te voeden met alle informatie die het nodig heeft om een compleet antwoord te geven.

Indi_structuur_en_content_experiment

  1. Autoriteit: zorg dat je vertrouwd wordt

Een AI bouwt vertrouwen op door zowel je eigen expertise en betrouwbaarheid te beoordelen als externe validatie te zoeken. Wat communiceer je zelf, en wat zeggen anderen over jou?

  • E-E-A-T op je eigen website: De basis van autoriteit begint bij je eigen merk. Zorg ervoor dat je expertise, ervaring en betrouwbaarheid helder en consistent worden gecommuniceerd. Publiceer gedetailleerde auteurspagina’s met aantoonbare kwalificaties, toon certificeringen en partnerschappen, en maak duidelijk waarom jouw team de autoriteit is op het vakgebied. Deel concrete resultaten, casussen met meetbare uitkomsten en klantreviews. Deze signalen helpen de AI om je merk als een betrouwbare bron te herkennen, nog voordat externe validatie in beeld komt.
  • Van linkbuilding naar brand building: De focus verlegt zich. Een traditionele backlink is nog steeds een waardevol signaal, maar een merkvermelding (zelfs zonder link) op een gezaghebbend platform kan net zo zwaar wegen. Het draait om de associatie van jouw merknaam met relevante onderwerpen op plekken die de AI al vertrouwt.
  • De kracht van Digital PR: De meest effectieve manier om autoriteit en merkvermeldingen te genereren, is door zelf het nieuws te worden. Investeer in het publiceren van origineel onderzoek. Een bekend voorbeeld is het jaarlijkse onderzoek van Independer naar de ‘meest productieve’ flitspalen. Dit is simpele, openbare data, verpakt in een nieuwswaardig verhaal. Het resultaat: honderden publicaties en merkvermeldingen op nationale en lokale nieuwsplatformen, wat het merk positioneert als een betrouwbare autoriteit op het gebied van data-analyse – precies wat een AI zoekt.

Effecten in LLM zichtbaarheid

  1. Techniek: zorg dat je gevonden wordt

De meest briljante content is waardeloos als de technologie een barrière opwerpt.

  • De basis op orde: Crawlability is koning: De crawlers van LLM’s (zoals GPTBot en PerplexityBot) zijn minder geavanceerd dan Googlebot. Ze lezen voornamelijk de ‘kale’ HTML-broncode. Zorg er dus voor dat je belangrijkste content direct in de HTML staat en niet afhankelijk is van complexe JavaScript-frameworks om geladen te worden. Een simpele test: bekijk je pagina met JavaScript uitgeschakeld. Is de kern van je content nog zichtbaar?
  • Andere technische aandachtspunten: Zorg dat je Robots.txt bestand deze nieuwe crawlers niet per ongeluk blokkeert. Een snelle laadtijd is nog belangrijker, want een AI-bot heeft minder geduld dan een menselijke bezoeker. Een heldere sitestructuur met logische interne links helpt de bot om de context en hiërarchie van je informatie te begrijpen.

De valkuilen en risico’s: navigeren in het Wilde Westen van AI

De belofte van AI is enorm, maar de technologie is verre van perfect. We bevinden ons in een soort ‘Wilde Westen’-fase, waarin de regels nog geschreven worden en de betrouwbaarheid niet altijd gegarandeerd is. Voor merken brengt dit serieuze risico’s met zich mee die een proactieve houding vereisen.

Hallucinaties en de geloofwaardigheid van onzin

Het grootste risico is dat LLM’s kunnen “hallucineren”: ze presenteren feitelijke onjuistheden met een overtuigend en zelfverzekerd aplomb. We zagen dit op maatschappelijk niveau rond de verkiezingen, waar chatbots onbetrouwbaar stemadvies gaven. Maar het gebeurt ook op merkniveau. Denk aan een AI die stellig beweert dat jouw product een bepaalde feature niet heeft, dat je bedrijf failliet is gegaan, of die een verkeerde prijs communiceert.

Nos_AI_Chatbots_en_verkiezingen

De vraag is of dit op korte termijn beter wordt. Scenario één is dat de trainingsdata en algoritmes (mede door de invloed van E-E-A-T-signalen) steeds verfijnder worden, waardoor de feitelijkheid toeneemt. Scenario twee is dat dit een hardnekkig probleem blijft, omdat een LLM in de kern een woordvoorspeller is, geen feiten-checker. Hoe dan ook, het fundamentele probleem blijft: mensen zijn geneigd het antwoord van een AI te geloven. Als er onjuiste informatie over jouw merk wordt verspreid, wordt dat voor een deel van de consumenten de nieuwe waarheid.

Reputatiemanagement 2.0: word je eigen waakhond

Passief afwachten is geen optie. De meest concrete actie die je vandaag kunt ondernemen, is je eigen merk door de mangel halen. Word advocaat van de duivel en stel de vragen die een kritische consument ook zou stellen:

  • “Wat zijn de nadelen van [jouw product/dienst]?”
  • “Vergelijk [jouw merk] met [concurrent A] en [concurrent B].”
  • “Welke controverses zijn er rondom [jouw merk]?”

Analyseer de antwoorden van verschillende LLM’s. Klopt de informatie? Zo niet, dan begint het werk: zorg voor een overvloed aan correcte, consistente informatie op je eigen site en op externe platformen, versterkt met E-E-A-T-signalen, om het narratief te corrigeren.

De black box van meetbaarheid

Een andere valkuil is de drang om alles te meten. De ROI van AI SEO is vooralsnog een ‘black box’. Er is geen ‘Chatbot Search Console’ die je precies vertelt hoe vaak je bent genoemd en wat dat heeft opgeleverd. Toch varen we niet volledig blind:

  • Monitoren van zichtbaarheid: Tools als Rankshift of Promptwatch maken het mogelijk om de zichtbaarheid van je merk te tracken voor een set van relevante prompts. Hoewel personalisatie van AI-antwoorden dit ‘debatable’ maakt, is het systematisch vergelijken van je eigen prestaties (‘appels met appels’) een lichtpuntje in de duisternis. Het geeft een indicatie van je voortgang.
  • Meten van traffic: Het segmenteren en monitoren van je AI referral traffic in Google Analytics is een no-brainer. Dit verkeer zal alleen maar toenemen. Voor de tech-savvy marketeers biedt het analyseren van server-logfiles nog dieper inzicht in hoe vaak de bots van LLM’s je website bezoeken en welke content ze ‘interessant’ vinden.

Rankshift Zichtbaarheid in LLMs

Toekomst: een groot verschil in adoptiegraad en op naar de volgende fase

Terwijl we als marketeers proberen grip te krijgen op de huidige veranderingen, is het belangrijk om te beseffen dat niet iedereen in hetzelfde tempo beweegt. De adoptie van AI volgt een klassiek patroon, maar dan op hypersnelheid, wat leidt tot een groeiende kloof in de markt.

Aan de ene kant heb je de early adopters. Zij integreren AI al diep in hun dagelijks leven en werk. Ze gebruiken het niet alleen om vragen te beantwoorden, maar ook voor complexe oriëntatieprocessen, productvergelijkingen en zelfs voor het doen van aankopen. Voor deze groep is de conversationele klantreis al de standaard.

Aan de andere kant staat de late majority. Deze, veel grotere, groep is misschien net begonnen met experimenteren. Ze gebruiken het incidenteel, zijn sceptischer en vallen voor hun belangrijke beslissingen nog terug op traditionele zoekmachines en direct websitebezoek.

Deze tweedeling betekent dat je als merk voorlopig op twee borden tegelijk moet schaken. Je traditionele SEO en online aanwezigheid blijven van groot belang voor de meerderheid, terwijl je met AI SEO investeert in de snelst groeiende en meest invloedrijke groep consumenten.

De volgende fase is al hier: Agentic AI

En net als we denken de huidige situatie te begrijpen, dient de volgende, nog meer disruptieve fase zich al aan: Agentic AI. Dit is de verschuiving van een reactieve AI (die antwoord geeft op een vraag) naar een proactieve AI-agent die namens de gebruiker taken uitvoert. Denk aan:

  • Een reis-agent die niet alleen opties geeft, maar zelfstandig de meest efficiënte reis boekt, inclusief vlucht, hotel en transfers, binnen een bepaald budget.
  • Een shopping-agent die wekelijks je boodschappen bestelt op basis van je verbruik en voorkeuren.
  • Een research-agent die een compleet marktonderzoek uitvoert en de belangrijkste inzichten samenvat.

Voor deze agents is er geen ‘Messy Middle’ meer; er is alleen een opdracht en een set van datagedreven criteria om die zo efficiënt mogelijk uit te voeren. Vertrouwen, beschikbaarheid, prijs, eerdere transacties en betrouwbaarheid van data worden de harde valuta. Het merk dat nu al investeert in een vlekkeloze data-infrastructuur en een ijzersterke, door AI-erkende reputatie, is het merk dat straks door de agent wordt gekozen.

Wat moet je hier als merk nu mee?

De klantreis is fundamenteel en onomkeerbaar veranderd. De verschuiving van een zoektocht via een lijst met links naar een directe conversatie met een AI is geen tijdelijke trend, maar de volgende logische ontwikkeling in hoe we informatie consumeren en beslissingen nemen. De ‘Messy Middle’ is niet verdwenen; hij wordt steeds vaker genavigeerd door een AI-co-piloot.

Voor marketeers kan dit ontmoedigend voelen. Minder controle, een ‘black box’ qua meetbaarheid en een technologische ontwikkelcurve die nauwelijks bij te benen is. Toch is de boodschap niet dat alles wat je wist overboord moet. De tactieken die ten grondslag liggen aan een succesvolle AI SEO-strategie – diepgaande, kwalitatieve content, het bouwen van merkautoriteit en een vlekkeloze technische basis – zijn gelukkig geen radicale breuk met wat goede marketing altijd al was.

De mindset moet echter wel veranderen. Het doel is niet langer alleen om te ranken in een lijst, maar om vertrouwd en geciteerd te worden door een AI die steeds meer als de ‘gatekeeper’ van informatie fungeert. Dit vraagt om een meedogenloze focus op authenticiteit. Wat is het unieke verhaal, de unieke data of de onvervangbare expertise die alleen jouw merk kan bieden?

Begin vandaag. Duik in de AI-chatbots en vraag ze naar je eigen merk en dat van je concurrenten. Zie de antwoorden als een ongezouten, datagedreven spiegel van je huidige online reputatie. En begin met het bouwen aan een merk dat zo deskundig, betrouwbaar en authentiek is, dat de professor van het internet niet om je heen kan. Want in een wereld die overspoeld wordt met AI-gegenereerde content, wordt echte, menselijke expertise het meest schaarse en dus het meest waardevolle goed.

Leanne la Faille
SEO specialist bij Onder.nl

Leanne is SEO-specialist met een focus op content. Het feit dat SEO nooit stilstaat, maakt het vak voor haar zo interessant. Naast contentstrategie verdiept zij zich actief in ontwikkelingen rondom AI-zoekoptimalisatie en E-E-A-T.

Categorie
Tags

Plaats reactie

Marketingfacts. Elke dag vers. Mis niks!