Nieuwe ontwikkelingen in SEO door de opkomst van AI en LLMs

AI en grote taalmodellen (LLMs) zoals ChatGPT, Google Gemini en Claude veranderen fundamenteel hoe mensen online informatie zoeken. Waar SEO jarenlang vooral draaide om blauwe links in Google, verschuift de aandacht nu naar AI-gegenereerde antwoorden, conversaties en taken die direct in de interface van deze tools worden opgelost.

Voor marketeers, SEO-specialisten en WordPress-teams betekent dit: nieuwe ontwikkelingen in SEO door de opkomst van AI en LLMs raken niet alleen je rankings, maar je hele contentstrategie en digitale zichtbaarheid.

In dit artikel lopen we stap voor stap door:

• hoe AI-tools worden gebruikt voor informatie en advies
• het verschil tussen klassieke zoekresultaten en AI-antwoorden
• waarom rankings alleen niet meer voldoende zijn
• wat Generative Engine Optimization (GEO) is als aanvulling op SEO
• hoe jouw content als bron wordt gebruikt voor AI-modellen
• praktische voorbeelden van veranderend zoekgedrag

Main section

Hoe AI-tools worden gebruikt voor informatie en advies

Gebruikers stappen steeds vaker direct naar AI-tools in plaats van naar een klassieke zoekmachine. Dat zie je in drie duidelijke patronen:

1. Van zoekopdracht naar gesprek

In plaats van "beste CRM software 2024" in Google, typen gebruikers in ChatGPT of Gemini:

• "Ik ben een SaaS-startup met 10 medewerkers, welk CRM past bij ons en waarom?"
• "Maak een vergelijkingstabel van drie CRM-systemen met prijs, functies en integraties met WordPress."

De AI geeft direct een gestructureerd antwoord, vaak met uitleg, tabellen en vervolgvraag-opties. De gebruiker hoeft niet zelf 5–10 pagina's te openen en te vergelijken.

2. Van losse informatie naar concreet advies

AI-tools worden ook gebruikt voor contextspecifiek advies, bijvoorbeeld:

• "Schrijf een contentplanning voor een B2B SaaS-bedrijf dat zich richt op HR-managers in Nederland."
• "Leg uit hoe ik mijn WordPress-blog kan structureren voor topical authority over e-mailmarketing."

Dit zijn vragen die vroeger via meerdere zoekopdrachten, blogs en whitepapers werden beantwoord. Nu komt er één samenvattend antwoord uit een AI-model.

3. Van informatieve zoekopdracht naar taakafhandeling

LLMs worden ook ingezet om direct taken uit te voeren:

• outline genereren voor een pillar article
• interne linkstructuur voorstellen voor een content cluster
• meta descriptions herschrijven op basis van bestaande WordPress-content

De zoekmachine is daarmee niet alleen een informatiebron, maar een werkplek geworden. Dat heeft directe impact op hoe en waar jouw content nog zichtbaar is.

Verschil tussen klassieke zoekresultaten en AI-antwoorden

De kern van de nieuwe ontwikkelingen in SEO door de opkomst van AI en LLMs zit in hoe antwoorden worden gepresenteerd.

Klassieke zoekresultaten (SERPs)

• Je ziet een lijst met links, snippets en soms rich results.
• De gebruiker kiest zelf welke bronnen hij opent.
• Click-through naar je site is noodzakelijk om je content te lezen.
• SEO richt zich op posities, CTR en on-page optimalisatie.

AI-antwoorden (Generative Engines)

• De gebruiker krijgt één samengesteld antwoord, vaak zonder direct door te klikken.
• De AI combineert informatie uit veel verschillende bronnen.
• Bronvermelding is beperkt, soms met een paar links, soms helemaal niet.
• De gebruiker blijft in de AI-interface en stelt vervolgvragen.

Belangrijk: in AI-antwoorden is jouw content niet meer één op één zichtbaar. Je wordt onderdeel van een samenvatting. Dat vraagt om een andere manier van denken over zichtbaarheid.

Waarom rankings alleen niet meer voldoende zijn

Rankings blijven belangrijk, maar zijn niet langer het enige relevante signaal. Er zijn drie redenen:

1. Minder kliks, meer "zero-click" antwoorden

Als een AI-tool de vraag al beantwoordt, is er geen noodzaak meer om door te klikken. Zelfs als je nog steeds goed scoort in Google, kan het verkeer dalen omdat gebruikers hun antwoord eerder krijgen.

2. Zichtbaarheid verschuift naar meerdere "lagen"

Je moet rekening houden met:

• klassieke SEO (zichtbaar in zoekresultaten)
• AI-discoverability (opgenomen worden in AI-antwoorden)
• on-platform zichtbaarheid (bijvoorbeeld in WordPress via interne links en content clusters)

Een pagina die goed rankt, maar niet duidelijk en gestructureerd genoeg is om door AI-modellen te worden gebruikt, verliest op termijn aan waarde.

3. Autoriteit wordt breder geïnterpreteerd

AI-modellen kijken niet alleen naar één pagina, maar naar patronen in je hele domein en daarbuiten. Consistente expertise over een onderwerp (topical authority) wordt belangrijker dan één geoptimaliseerde landingspagina.

Introductie van GEO: Generative Engine Optimization

Generative Engine Optimization (GEO) is een uitbreiding op klassieke SEO. Waar SEO zich richt op zoekmachines, richt GEO zich op generative engines: systemen die antwoorden genereren op basis van bestaande content, zoals ChatGPT, Gemini en Claude.

Wat is GEO in de praktijk?

GEO draait om de vraag: "Hoe zorg ik dat mijn content bruikbaar en citeerbaar is voor AI-modellen?" Dat betekent onder andere:

• Heldere structuur: koppen, subkoppen, lijsten en duidelijke definities maken het makkelijker voor modellen om informatie te extraheren.
• Expliete context: benoem doelgroep, use cases, beperkingen en voorbeelden in de tekst zelf.
• Diepgang boven oppervlakkigheid: generieke content wordt sneller vervangen door AI-samenvattingen; diepgaande, specifieke content blijft nodig als bron.
• Consistentie binnen een content cluster: meerdere artikelen die samen een onderwerp volledig afdekken, vergroten de kans dat je domein als autoriteit wordt gezien.

GEO vervangt SEO niet, maar voegt een extra laag toe: je optimaliseert niet alleen voor de zoekresultatenpagina, maar ook voor de "onzichtbare" selectieprocessen van AI-modellen.

Hoe content wordt gebruikt als bron voor AI-modellen

AI-modellen worden getraind op grote hoeveelheden tekst uit het publieke web, aangevuld met andere bronnen. Daarnaast gebruiken sommige systemen live data via zoekmachines of eigen indexen.

Voor jouw contentstrategie betekent dit:

• Openbare content (blogs, documentatie, kennisbanken) kan als trainings- of referentiemateriaal dienen.
• Gespecialiseerde content (niche-onderwerpen, diepgaande handleidingen) heeft relatief meer gewicht, omdat er minder alternatieven zijn.
• Consistente terminologie helpt modellen om jouw merk, producten en oplossingen beter te herkennen.

Als jouw site een duidelijke, gestructureerde bron is over een specifiek thema, is de kans groter dat AI-systemen jouw inzichten meenemen in hun antwoorden, ook al wordt je merknaam niet altijd expliciet genoemd.

Veranderend zoekgedrag: wat zien we gebeuren?

De nieuwe ontwikkelingen in SEO door de opkomst van AI en LLMs zijn vooral zichtbaar in hoe vragen worden gesteld:

• Meer context: "voor een B2B SaaS in de HR-sector" in plaats van alleen "B2B SaaS".
• Meer stappen in één vraag: "Leg uit, geef voorbeelden en maak een contentkalender" in één prompt.
• Meer conversatie: vervolgvragen als "maak het korter", "pas dit aan voor Nederland", "maak er een WordPress-briefing van".

Dit betekent dat content niet alleen een vraag moet beantwoorden, maar ook de logische vervolgstappen moet ondersteunen. Denk aan:

• checklists
• stap-voor-stap handleidingen
• voorbeelden die makkelijk zijn te hergebruiken in prompts

Practical examples

Praktische voorbeelden van veranderend zoekgedrag

Voorbeeld 1: SEO-bureau met WordPress-focus

Vroeger zocht een potentiële klant op:

• "seo bureau amsterdam"

Nu zie je prompts als:

• "Welke vragen moet ik stellen aan een SEO-bureau dat ervaring heeft met WordPress en B2B SaaS?"
• "Maak een shortlist van criteria om een goed SEO-bureau te kiezen voor een WordPress-site."

Een bureau dat een goed gestructureerd artikel heeft over "vragen om te stellen aan een SEO-bureau", inclusief checklist en voorbeelden, heeft een grotere kans om als bron te dienen voor AI-antwoorden dan een generieke dienstpagina.

Voorbeeld 2: Contentstrategie voor een SaaS-product

Een marketeer vraagt in een LLM:

• "Ontwerp een contentcluster voor een SaaS-oplossing voor urenregistratie, gericht op Nederlandse mkb-bedrijven."

Als jouw site al een helder cluster heeft rond:

• urenregistratie voor mkb
• vergelijkingen met Excel en andere tools
• implementatie in combinatie met WordPress en klantportalen

dan kan de AI jouw content gebruiken als basis voor de voorgestelde structuur. Je ziet dat terug in:

• onderwerpen die overeenkomen met jouw artikelen
• terminologie die lijkt op jouw wording
• use cases die je eerder uitgebreid hebt beschreven

Voorbeeld 3: Foutieve aannames door AI en hoe content dat corrigeert

AI-modellen kunnen verouderde of onvolledige informatie geven, bijvoorbeeld over een recente feature in jouw SaaS-product. Als jij een actuele, duidelijke changelog en documentatie hebt, vergroot je de kans dat:

• de AI bij live raadpleging van het web de juiste informatie vindt
• gebruikers via bronvermelding of vervolgvragen alsnog bij jouw site uitkomen

Dit vraagt om een contentstrategie waarin documentatie, kennisbank en blog samen een consistent beeld geven van je product en positionering.

Best practices voor SEO, AI/LLMs en GEO

Om in te spelen op de nieuwe ontwikkelingen in SEO door de opkomst van AI en LLMs, kun je de volgende best practices hanteren:

• Bouw contentclusters rond duidelijke thema's in plaats van losse artikelen. Dit helpt zowel zoekmachines als AI-modellen om jouw expertise te herkennen.
• Gebruik gestructureerde opbouw met duidelijke h2/h3-koppen, definities, stappenplannen en samenvattingen.
• Schrijf expliciet voor je doelgroep: benoem sector, rol, bedrijfsgrootte en context in de tekst zelf.
• Werk je content regelmatig bij zodat AI-systemen bij live raadpleging actuele informatie vinden.
• Integreer SEO en GEO in je WordPress-publicatieworkflow: denk bij elke publicatie na over zowel zoekresultaten als bruikbaarheid voor AI-antwoorden.

Veelgemaakte fouten in de nieuwe SEO-realiteit

We zien een aantal terugkerende fouten bij organisaties die met AI en LLMs aan de slag gaan:

• Alleen focussen op keywords en rankings en geen aandacht besteden aan structuur, diepgang en topical authority.
• AI gebruiken voor snelle, generieke content zonder eigen inzichten, data of voorbeelden toe te voegen. Deze content voegt weinig toe als bron voor AI-modellen.
• Geen samenhang tussen artikelen: losse blogs zonder duidelijke interne linkingstrategie of contentcluster.
• Geen governance rond AI-content: geen reviewproces, geen versiebeheer, geen afstemming met merkstem en terminologie.
• Verwachten dat AI het hele werk overneemt in plaats van AI te zien als onderdeel van een bredere content engine met menselijke redactie en strategie.

Conclusion

De opkomst van AI en LLMs verandert SEO van een puur zoekmachine-gedreven discipline naar een bredere strategie voor digitale zichtbaarheid. Nieuwe ontwikkelingen in SEO door de opkomst van AI en LLMs raken zoekgedrag, contentvorm, distributie en meetpunten.

Voor professionele teams betekent dit:

• SEO blijft belangrijk, maar moet worden aangevuld met GEO: zichtbaar zijn in generatieve antwoorden.
• Content moet niet alleen vindbaar zijn, maar ook bruikbaar als bron voor AI-modellen.
• Een gestructureerde, goed beheerde contentworkflow (van briefing tot WordPress-publicatie) wordt cruciaal om consistent te blijven publiceren en actualiseren.

Wie nu investeert in duidelijke contentstructuur, topical authority en een doordachte AI-contentworkflow, bouwt een voorsprong op in een landschap waar zoekmachines en generative engines steeds meer in elkaar overvloeien.