Hoe AI-zoekmachines werken: van vraag naar antwoord, in zes stappen

Geen technisch handboek. Wel zo precies dat je begrijpt waarom jouw site wel of niet wordt geciteerd in AI-antwoorden.

TL;DR — Hoe AI-zoekmachines werken

• AI-zoekmachines doorlopen zes stappen: intent-analyse, query fan-out, retrieval, bron-selectie, synthese en citatie
• Het mechanisme onder de motorkap heet retrieval-augmented generation (RAG): bronnen worden opgehaald voordat een antwoord wordt geformuleerd
• Het verschil met klassieke zoekmachines zit in de eindstap: het systeem kiest zelf de bronnen, niet de gebruiker
• Elk AI-systeem heeft eigen accenten in selectie: ChatGPT, Perplexity, Claude, Google AI Mode en Bing Copilot citeren niet dezelfde bronnen
• Drie principes volgen uit het mechanisme: heldere entiteit, antwoord-bare structuur, externe bevestiging

Hoe komt ChatGPT tot een antwoord? Hoe weet Perplexity welke bron het noemt? Hoe kiest Google AI Mode tussen jouw site en die van de concurrent?

Het lijkt magie, maar het is dat niet. AI-zoekmachines doorlopen een herkenbare reeks stappen, van het ontvangen van een vraag tot het tonen van een antwoord. Wie die stappen begrijpt, ziet ook waar invloed zit. Dan wordt vindbaarheid in AI-zoekmachines geen kwestie van geluk, maar van keuzes maken op de juiste plek in het proces.

Op deze pagina leg ik uit hoe AI-zoekmachines werken, welke zes stappen er gebeuren tussen vraag en antwoord, wat het verschil is met klassieke zoekmachines, en wat dit concreet betekent voor jouw site. Niet als theorie. Als praktijk-vertaling, gebaseerd op hoe ik dagelijks voor klanten in Noord-Nederland werk.

De zes stappen van vraag naar antwoord

Iedere AI-zoekmachine doorloopt grofweg dezelfde zes stappen. Het mechanisme wordt in de literatuur beschreven als generative engine optimization, een term die de verschuiving van rankings naar bronkeuze beschrijft.¹ De technische uitvoering verschilt per systeem, maar de logica is overal hetzelfde.

Stap 1: Intent-analyse

De AI-zoekmachine ontvangt een vraag en probeert die eerst te begrijpen. Niet op woordniveau, maar op betekenisniveau.

Vraagt iemand “beste autoschadeherstel Buitenpost”, dan analyseert het systeem:

• Wat is de gebruiker werkelijk aan het zoeken? (Een lokale dienstverlener)
• Wat is de impliciete intentie? (Vergelijken, kiezen, bellen)
• Welke informatie is nodig om dit te beantwoorden? (Bedrijven, locatie, kwaliteitsignalen)

Wat dit voor jouw site betekent: als jouw site niet helder maakt wie je bent, wat je doet en voor wie, val je hier al af. Geen heldere entiteit, geen kans om opgepikt te worden in stap 1.

Stap 2: Query fan-out

De AI-zoekmachine splitst de oorspronkelijke vraag op in meerdere deelvragen. Dit heet query fan-out, of vraag-uitwaaiering.

In plaats van één zoekopdracht maakt het systeem er meerdere parallelle queries van. Voor “beste autoschadeherstel Buitenpost” kunnen dat onder meer worden:

• Welke autoschadeherstellers zijn in Buitenpost?
• Wat zijn reviews van die bedrijven?
• Wat zijn lokale alternatieven in de regio?
• Welke kwaliteitskenmerken tellen voor autoschadeherstel?

Elk van die deelvragen wordt apart behandeld. Bronnen worden parallel opgehaald.

Wat dit voor jouw site betekent: je site moet niet alleen voor het hoofd-keyword vindbaar zijn, maar ook voor de aangrenzende deelvragen. Daarom werkt cluster-architectuur zo goed. Niet één pagina die alles probeert te zeggen, maar meerdere pagina’s die elk een deelvraag scherp beantwoorden.

Stap 3: Retrieval

Voor elke deelvraag haalt het systeem bronnen op. Dit gebeurt deels via een eigen index (zoals Google’s database) en deels via live web-zoekopdrachten.

Niet alle AI-zoekmachines werken hetzelfde. Google AI Mode gebruikt zijn eigen organische index als startpunt. Perplexity heeft een eigen retrieval-laag die actuele nieuwsbronnen en onderzoek prefereert. ChatGPT met browsing haalt live bronnen op, maar met andere selectie-logica dan Google.

Wat dit voor jouw site betekent: als je site niet crawlbaar is, niet geïndexeerd staat, of geblokkeerd is voor AI-bots, val je hier af. Technische basis op orde is geen optionele luxe, het is voorwaarde om überhaupt mee te kunnen doen.

Stap 4: Bron-selectie

Dit is de stap waar de meeste bedrijven onderuitgaan. Het systeem heeft nu een grote stapel mogelijke bronnen en moet kiezen welke daadwerkelijk gebruikt worden in het antwoord.

Selectie gebeurt op meerdere signalen tegelijk:

• Hoe relevant is de bron voor deze specifieke deelvraag?
• Is de bron technisch goed leesbaar (schema, structuur)?
• Hoe autoritair is de bron op dit onderwerp?
• Bevat de bron een direct, zelfstandig leesbaar antwoord-fragment?
• Is de bron consistent met andere bronnen, of een uitschieter?

Onderzoek naar generatieve zoeksystemen laat zien dat deze selectie expliciet anders verloopt dan ranking. Een hoge Google-positie is geen garantie voor selectie, en een lager rankende pagina kan wel geselecteerd worden als hij de deelvraag scherper beantwoordt.²

Wat dit voor jouw site betekent: je pagina’s moeten antwoord-bare structuur hebben. Vraag eerst, antwoord daarna, kort en zelfstandig. Geen pagina die pas in alinea zes het punt maakt. En je moet helder als entiteit gepositioneerd zijn binnen jouw onderwerp.

Stap 5: Synthese

Hier maakt het taalmodel een antwoord. Niet door één bron te kopiëren, maar door fragmenten uit meerdere bronnen samen te voegen tot een lopend verhaal.

Dit gebeurt op een manier die in de literatuur retrieval-augmented generation wordt genoemd. Het taalmodel neemt de geselecteerde bronnen als input, en gebruikt die om een coherent antwoord te formuleren dat verder gaat dan wat in één enkele bron staat.

In de praktijk betekent dit: een AI-antwoord op “wat is AI-vindbaarheid” kan onderdelen lenen van vier of vijf verschillende sites, samengevoegd in één alinea. Het meest voorkomende aantal bronnen per AI-antwoord ligt tussen de zes en veertien.

Wat dit voor jouw site betekent: je concurreert niet om één positie, je concurreert om plek in een verzameling van bronnen die samen het antwoord vormen. Dat verandert de strategie. Niet “ik moet de beste pagina hebben”, maar “ik moet logisch passen in een verzameling bronnen op dit onderwerp”.

Stap 6: Citatie

Tot slot bepaalt het systeem welke bronnen daadwerkelijk genoemd worden in de bronkaarten naast het antwoord. Niet alle bronnen die zijn gebruikt voor synthese krijgen ook citatie. Selectie gebeurt op zichtbaarheid, autoriteit en kwaliteit van de match met de specifieke passage.

Wat dit voor jouw site betekent: zelfs als jouw site is gebruikt voor het antwoord, krijg je niet automatisch credit. Citatie volgt op selectie, niet andersom. Wat je kunt doen: zorgen dat jouw bron-fragmenten zo helder, accuraat en uniek zijn dat het systeem ze als citatie-waardig markeert.

RAG: het mechanisme onder de motorkap

De zes stappen hierboven worden technisch mogelijk gemaakt door wat in de AI-wereld retrieval-augmented generation heet, of kortweg RAG.

Een gewoon taalmodel zoals het oorspronkelijke ChatGPT antwoordt vanuit zijn trainings-data. Dat data is statisch, vaak verouderd, en bevat geen bronnen. RAG voegt daar een retrieval-stap aan toe: voordat het model antwoordt, haalt het eerst actuele bronnen op uit een externe index of het web. Die bronnen worden meegegeven aan het taalmodel als context, en pas dan formuleert het model een antwoord.

Het effect: actuelere antwoorden, met bron-vermelding, en met de mogelijkheid voor het systeem om zichzelf te corrigeren als de bronnen iets anders zeggen dan wat het model “denkt te weten”.

Voor jouw vindbaarheid is dit cruciaal omdat RAG-systemen bronnen kiezen op basis van semantische match en bruikbaarheid in context, niet op basis van keyword-match. Onderzoek bevestigt dat bronnen die scoren op contextuele relevantie en helderheid systematisch andere selectie-resultaten opleveren dan optimalisaties die puur op keywords inzetten.¹

Met andere woorden: de tijd dat je een keyword tien keer in een tekst kon stoppen om te ranken, is voor AI-systemen voorbij. Wat nu telt is of jouw pagina semantisch logisch past binnen het onderwerp.

Wat dit betekent voor jouw bedrijf

Uit het mechanisme volgen drie principes die altijd gelden, ongeacht welk AI-systeem.

Eén: helder afgebakende entiteit. Als je site niet eenduidig maakt wie je bent, wat je doet en voor wie, val je af in stap 1. Dit is geen marketing-keuze, het is fundament.

Twee: antwoord-bare structuur. Pagina’s moeten directe antwoorden bevatten op herkenbare deelvragen. Vraag eerst, antwoord daarna. Korte alinea’s. Concrete getallen waar mogelijk. Anders kom je niet door stap 4.

Drie: externe bevestiging. AI-systemen wegen of jouw bedrijf op meerdere onafhankelijke plekken consistent wordt genoemd. Eén goede site is niet genoeg. Reviews, vermeldingen op vakplatforms, lokale media. Ze tellen samen op tot autoriteit-signaal.

Dit is dezelfde logica die ik beschrijf op de pagina over AI ranking factoren. Niet drie losse trucs, maar drie principes die uit het mechanisme zelf volgen.

Veelgestelde vragen

Wat is query fan-out precies?

Query fan-out is het opsplitsen van een gebruikersvraag in meerdere parallelle deelvragen. In plaats van één zoekopdracht uitvoeren, maakt het systeem er meerdere van en haalt voor elk daarvan bronnen op. Het uiteindelijke antwoord is een synthese van wat al die deelvragen aan informatie hebben opgeleverd.

Wat is RAG en waarom is het relevant?

RAG staat voor retrieval-augmented generation. Een AI-systeem haalt eerst actuele bronnen op voordat het een antwoord formuleert. Dat is anders dan een gewoon taalmodel dat alleen vanuit trainings-data antwoordt. Voor jouw vindbaarheid is RAG relevant omdat het de reden is dat AI-systemen externe sites kunnen citeren. Zonder RAG zou er geen bron-selectie zijn.

Hoe weet een AI-systeem welke bron betrouwbaar is?

Niet via één signaal, maar via meerdere tegelijk. Schema-markup geeft structuur en context. E-E-A-T-signalen (ervaring, expertise, autoriteit, betrouwbaarheid) wegen mee. Externe bevestiging via reviews en vakplatforms telt op. En consistentie tussen jouw site en andere bronnen die over jou spreken speelt een rol. Geen losse factor bepaalt het, het samenspel doet het.

Werken alle AI-zoekmachines op dezelfde manier?

De zes stappen zijn universeel, maar elk systeem heeft eigen accenten in welke bronnen het prefereert en hoe het selecteert. ChatGPT, Perplexity, Claude, Google AI Mode en Bing Copilot kiezen niet altijd dezelfde bronnen voor dezelfde vraag. Dat is een belangrijk gegeven voor strategie: zichtbaarheid in één systeem voorspelt geen zichtbaarheid in een ander.

Verandert dit mechanisme nog vaak?

Ja. AI-zoekmachines zijn nog jong en de algoritmes worden voortdurend bijgesteld. Wat vandaag werkt, kan over zes maanden anders gewogen worden. De principes blijven echter stabiel: heldere entiteit, antwoord-bare structuur, externe bevestiging. Wie daarop bouwt, is minder kwetsbaar voor algoritme-schommelingen.

Kan ik mijn site aanpassen zodat AI hem makkelijker vindt?

Ja. Drie hoofdaanpassingen leveren het meeste op. Eén: schema.org markup correct implementeren. Twee: pagina-structuur omgooien naar vraag-eerst, antwoord-daarna. Drie: een cluster-architectuur bouwen waarin samenhangende pagina’s elkaar versterken. Wil je weten hoe dit voor jouw site eruitziet? Doe een gratis AI-vindbaarheid scan, dan kijk ik mee.

Tot slot

AI-zoekmachines zijn geen black box. Ze doorlopen een herkenbaar proces van zes stappen, en elke stap biedt aangrijpingspunt voor invloed.

Wat dat in de praktijk vraagt, is geen losse trucs. Het is een doordachte aanpak op fundament-niveau: heldere entiteit, antwoord-bare structuur, externe bevestiging. Dat is wat ik voor klanten in Noord-Nederland doe en wat op mijn eigen site werkt. De Top 1-positie van mijn pagina AI-vindbaarheid Friesland in Google AI Overview is geen toeval. Het is het resultaat van precies dit mechanisme begrijpen en er gericht op bouwen.

Wil je weten hoe AI-systemen jouw site nu interpreteren? Op /vindbaar-in-ai/ doe je een gratis check. Geen verplichting, geen verkooppraatje.

Liever appen? 06 57003549 stuur gerust een berichtje!

Wat ondernemers zeggen over AIKracht