Eigen onderzoek
We onderzochten 21 aanbieders van AI-zichtbaarheidsdiensten op precies datgene wat ze aan klanten verkopen: hun eigen techniek en hun eigen bewijsvoering. Zonder namen, met methode, en met de beperkingen erbij.
Gepubliceerd 12 augustus 2026 · meetmoment 11 en 12 augustus 2026 · 9 min lezen
aanbieders van AI-vindbaarheid hebben zelf geen llms.txt op hun domein, terwijl twee van hen dat bestand als dienst verkopen.
vermelden consequent een bron bij de cijfers waarmee ze hun eigen verhaal onderbouwen. De rest strooit met percentages zonder herkomst.
laten in hun rapportage zien wat een uitgevoerde actie níét opleverde. Vlakke maanden bestaan in deze markt niet, en dat is statistisch onmogelijk.
Alle cijfers op deze pagina komen uit ons eigen onderzoek, uitgevoerd op 11 en 12 augustus 2026. Methode en beperkingen staan verderop op deze pagina.
Wij zijn zelf een bureau voor AI-zichtbaarheid. Toen we begonnen, wilden we weten hoe de markt eruitziet waarin we terechtkomen: wat beloven aanbieders, wat bewijzen ze, en passen ze hun eigen advies toe op hun eigen site. Dat laatste is de makkelijkste controle die er bestaat, want een website is openbaar. Als iemand je vertelt dat gestructureerde data en machineleesbaarheid bepalen of AI je noemt, dan kun je in dertig seconden nakijken of hij dat zelf gedaan heeft.
Het antwoord viel tegen, en dat is precies waarom we het publiceren.
We hebben 21 partijen geselecteerd die AI-zichtbaarheid als kernaanbod voeren: 11 tools en platforms, 5 Nederlandse bureaus en 5 internationale bureaus. Van elke partij hebben we de homepage, de prijspagina en minimaal drie kernpagina's opgehaald en de ruwe HTML doorzocht. Daarnaast hebben we per domein gecontroleerd of /llms.txt, /robots.txt en /sitemap.xml bestaan en wat erin staat.
Per site keken we naar zes dingen: de boodschap en de claims, de funnel en de instapdrempel, de prijstransparantie, de bewijsvoering, de rapportagevorm en de technische uitvoering. Alle citaten die we in het onderliggende dossier bewaren zijn letterlijk overgenomen met de datum van ophalen erbij.
Op 12 augustus 2026 hebben we een hermeting gedaan: dezelfde controles bij een deel van de partijen, plus een zoekactie naar Nederlandse aanbieders die er op 11 augustus nog niet waren.
Van de 21 onderzochte partijen hebben er 10 geen llms.txt op hun eigen domein. Onder hen bevindt zich de grootste speler in de categorie. Twee Nederlandse bureaus verkopen het aanmaken van een llms.txt letterlijk als onderdeel van hun dienst, terwijl het bestand op hun eigen domein een foutmelding geeft.
Zeven partijen hebben geen enkele gestructureerde data op hun kernpagina's, terwijl gestructureerde data een van de standaardadviezen in dit vak is. Eén Nederlands bureau heeft op zijn hele homepage geen enkele hoofdkop. Een internationaal bureau dat als technisch toonaangevend geldt, heeft die evenmin. Bij één tool stond op het moment van meten nog opvultekst uit de ontwerpfase in de live navigatie.
Wij trekken hier bewust een smalle conclusie uit. Een ontbrekende llms.txt bewijst niet dat iemand slecht werk levert; het effect van dat bestand op citaties is niet aangetoond en dat zeggen we ook in onze gids erover. Maar het verschil tussen wat een bureau verkoopt en wat het zelf doet, is wel een redelijke vraag om te stellen voordat je een contract tekent.
Geen van de 21 partijen geeft een letterlijke garantie op een positie in een AI-antwoord. Dat is het goede nieuws, en het klopt ook: niemand kan die geven.
Maar wat er in de plaats van de garantie staat, doet hetzelfde werk. We noteerden vermenigvuldigingskoppen, rendementspercentages tot in vier cijfers en zelfbenoemde nummer-één-posities, vrijwel altijd zonder bron, zonder meetperiode en zonder methode. Bij één partij stonden vijf verschillende bronloze percentages op één pagina. Twee van de 21 vermelden consequent waar hun cijfers vandaan komen.
Dat is het patroon waar dit hele onderzoek om draait. De vijand in deze markt is niet de bureau dat te veel belooft, want die bestaat nauwelijks. De vijand is zekerheid zonder bewijs: een cijfer dat groot genoeg is om indruk te maken en vaag genoeg om niet te controleren.
Dit is de bevinding die ons het meest verbaasde. Geen van de 21 partijen toont ergens een resultaat dat niet omhoog gaat. Alle voorbeeldrapporten stijgen, alle klantcitaten melden groei, alle grafieken lopen op.
Dat kan niet kloppen. Wie tientallen klanten maandelijks meet, heeft vlakke maanden en dalende maanden, want AI-antwoorden schommelen en niet elke actie werkt. Dat die maanden in geen enkele etalage voorkomen, betekent niet dat ze niet bestaan; het betekent dat ze niet getoond worden.
Even belangrijk: geen van de 21 levert een rapportage die per uitgevoerde actie laat zien wat die actie deed. Er wordt volop gemeten en er worden dashboards geleverd, maar de koppeling tussen ingreep en effect wordt aan de klant overgelaten. Dat is precies waarom wij de citatie-log zo gebouwd hebben als hij is.
Bij de gevestigde bureaus in het onderzoek is prijstransparantie uitzondering. De meeste tonen geen enkel bedrag; enkele tonen alleen een instapdrempel. Bij de tools is het omgekeerd: die publiceren vrijwel allemaal hun tarieven.
In de hermeting van 12 augustus zagen we iets anders. Van de veertien Nederlandse aanbieders die er een maand eerder nog niet waren, noemt de meerderheid exacte prijzen, en die liggen laag. De laagste gepubliceerde audit die we tegenkwamen kostte €250 eenmalig; de laagste maandelijkse monitoring €95 per maand.
Dat is voor een koper belangrijke informatie, ook als hij niet bij ons koopt. Voor honderd euro per maand koop je een meting: iemand of iets draait je vragen langs de modellen en levert een rapport. Dat is nuttig en eerlijk geprijsd voor wat het is. Het is alleen iets anders dan uitvoering, en dat verschil hoort iemand je te vertellen. Onze eigen prijzen en waar dat verschil in zit staan gewoon op de site.
Tussen de eerste meting en de hermeting zat één dag. In die dag vonden we veertien Nederlandse aanbieders die in de eerste ronde nog niet bestonden of nog niet vindbaar waren, publiceerde één Nederlands bureau zijn eigen meetresultaten inclusief twee zoekvragen waarop het zichzelf niet terugvond, en verving datzelfde bureau zijn vrij toegankelijke demo door een formulier waarvoor je je gegevens moet achterlaten.
Die eerste publicatie verdient een aparte opmerking, want hij komt ons slecht uit. Wij hadden ons voorgenomen de eerste te zijn die zijn eigen nulmeting openbaar maakt, inclusief de tegenvallende cijfers. Iemand anders was ons voor, en deed het netjes: met bron en peildatum erbij. Dat opschrijven hoort bij het soort onderzoek dat wij willen leveren.
Verder zagen we bij de nieuwe lichting dat het technische huis beter op orde is dan bij de gevestigde partijen: de meeste nieuwkomers hebben wel een llms.txt. Eén uitzondering is vermeldenswaard omdat ze het patroon van dit hele onderzoek samenvat: een aanbieder publiceerde een eigen benchmark met als conclusie dat honderd procent van de onderzochte websites geen llms.txt heeft, en heeft er zelf geen.
Vier controles, samen ongeveer vijf minuten, bij elke partij die je overweegt. Wij vinden dat je ze ook bij ons moet doen.
En daarna de twee vragen die geen enkele technische controle vervangt: wie voert het werk uit, en hoe weet ik over drie maanden of het gewerkt heeft? Als je op die twee geen concreet antwoord krijgt, koop je een document.
Dit is geen wetenschappelijk onderzoek en we presenteren het niet zo. Vier beperkingen die je moet meewegen:
Omdat we concurrenten niet bij naam aanvallen. Dat is een merkregel en geen juridische voorzichtigheid. Het patroon is het punt, niet de partij: als tien van de eenentwintig aanbieders van AI-vindbaarheid zelf geen llms.txt hebben, dan zegt dat iets over de markt en niet over één bedrijf. Bovendien kun je alles wat hier staat zelf natrekken; hoe je dat doet staat hierboven.
Wij zijn inderdaad partij en dat is een belang dat je moet meewegen. Daarom staat de methode erbij, staan de beperkingen erbij, en kun je elke bevinding zelf controleren met een browser en de broncode van de betreffende site. Waar het onderzoek ons slecht uitkomt, zeggen we dat ook: één van de partijen publiceerde tijdens dit onderzoek een eigen meting inclusief een resultaat waarin zij zelf niet gevonden werden, en dat is beter dan wat wij op dat moment zelf publiceerden.
Nee, en die conclusie trekken we bewust niet. llms.txt is een voorstel-standaard waarvan het effect op citaties niet is aangetoond. Het punt is smaller en scherper: als een bureau llms.txt als dienst verkoopt en het bestand op de eigen site ontbreekt, dan is dat een verschil tussen zeggen en doen. Dat is een redelijke vraag om te stellen voordat je iemand inhuurt.
Elk kwartaal, met dezelfde controles zodat de uitkomsten vergelijkbaar blijven. De selectie groeit mee met de markt, en welke partijen erbij komen vermelden we in de methode-sectie van de volgende editie. Als de cijfers verbeteren, schrijven we dat net zo groot op als nu.
Verder lezen: llms.txt maken · tool of bureau? · zo meten wij
Zelf zien waar je staat
10 vragen uit jouw markt, door 3 AI-modellen, met screenshots van de antwoorden. Binnen twee werkdagen weet je hoe zichtbaar je nu bent.
Vraag de gratis proefmeting aan