Die 10 GEO-Checks, an denen die meisten Websites scheitern
Bijgewerkt: 24. augustus 2026 · 10 items
Wie in antwoorden van ChatGPT, Perplexity, Claude of Google AI Overviews wil verschijnen, heeft geen nieuwe discipline nodig, maar verifieerbare, machineleesbare gegevens. Wij hebben geanalyseerd waar het in de praktijk misgaat: 23.696 voltooide audits op 13.327 domeinen, gecontroleerd met de AI Trust Audit. Deze tien criteria falen het vaakst — en sommige daarvan zullen u verrassen.
Het belangrijkste in het kort
- Databasis in plaats van onderbuikgevoel: Alle percentages in dit bericht zijn afkomstig van 23.696 voltooide audits op 13.327 domeinen (status augustus 2026), niet uit een enquête of schatting.
- De klassiekers zijn op orde, de bewijzen ontbreken: Privacyverklaring, robots.txt und sitemap scoren tussen de 73 en 94 procent. De markering van beoordelingen daarentegen ligt op 5 procent.
- De grootste tekortkoming is de minst bekende: De
sameAs-koppeling — de verbinding van het eigen merk met haar profielen op het web — ontbreekt volledig bij twee op de drie gecontroleerde pagina's. - Inspanning en impact sluiten zelden op elkaar aan: Zes van de tien punten zijn binnen enkele uren te implementeren, omdat het gaat om markering en niet om nieuwe content.
Zo hebben we geselecteerd
De basis wordt gevormd door alle voltooide audit-runs. Voor elk criterium is vastgelegd hoe vaak het volledig, gedeeltelijk of niet werd vervuld. Criteria met een hoge weging en een hoog faalpercentage zijn opgenomen — dus daar waar veel impact gepaard gaat met weinig implementatie.
Bewust niet in de lijst staan de no-brainers: privacyverklaring (73 procent voldoet volledig), bereikbare robots.txt (94 procent), leesbaarheid (87 procent), XML-sitemap (81 procent), colofon (68 procent). Ook de title-tag faalt bij slechts 5 procent van de pagina's, en slechts 6 procent blokkeert GPTBot actief. Dit zijn belangrijke fundamenten — maar geen knelpunten meer.
Productgerelateerde criteria worden alleen uitgevoerd op herkende shop-pagina's; die percentages hebben betrekking op 4.747 runs. De nummering is alfabetisch en geen rangorde.
Vergelijking in één oogopslag
| Check | Categorie | Volledig vervuld | Inspanning | Impact op AI-antwoorden |
|---|---|---|---|---|
| 1. Afbeelding alt-teksten | Content | 35 % | Gemiddeld | Hoog |
| 2. FAQ-schema | Structuur | 7 % | Laag | Zeer hoog |
| 3. Organization-schema | Structuur | 46 % | Laag | Zeer hoog |
| 4. Product-identificatoren | Productdata | 27 % | Gemiddeld | Zeer hoog |
| 5. Kwaliteit van de Over-ons-pagina | Content | 25 % | Gemiddeld | Hoog |
| 6. Review-schema | Reputatie | 5 % | Gemiddeld | Zeer hoog |
| 7. sameAs-entiteitskoppeling | Structuur | 22 % | Laag | Hoog |
| 8. Publicatiedatum | Content | 27 % | Laag | Hoog |
| 9. Volledige aanbodsgegevens | Productdata | 34 % | Gemiddeld | Zeer hoog |
| 10. Website-schema met zoekfunctie | Structuur | 36 % | Laag | Gemiddeld |
1. Afbeelding alt-teksten
Categorie: Content
Wat wordt gecontroleerd: Of de inhoudelijk relevante afbeeldingen van een pagina beschrijvende alternatieve teksten bevatten — en niet alleen bestandsnamen of lege attributen.
Succespercentage: 35 procent voldoet volledig aan de check, 26 procent helemaal niet. Daarmee is dit de zwakste onder de hoog gewogen criteria.
Waarom het telt voor AI-antwoorden: Tekstgebaseerde crawlers zien geen afbeelding. Wat in de alt-tekst staat, is alles wat van de afbeelding in het antwoord terecht kan komen — bij productfoto's dus kleur, materiaal, variant.
Best Practice: alt="Espressomachine pistonmachine, 2 zetgroepen, roestvrij staal" in plaats van alt="Productafbeelding". Decoratieve afbeeldingen krijgen een lege alt="", zodat ze bewust worden overgeslagen.
Veelgemaakte fout: Het shop-systeem vult de alt-tekst automatisch met de productnaam. Formeel aanwezig, inhoudelijk zonder extra informatie.
2. FAQ-schema
Categorie: Structuur
Wat wordt gecontroleerd: Of vragen en antwoorden op de pagina gemarkeerd zijn als FAQPage.
Succespercentage: 7 procent. Meer dan negen op de tien pagina's laten dit format liggen, terwijl het het dichtst bij het antwoordformat van AI-systemen ligt.
Waarom het telt voor AI-antwoorden: Een vraag-antwoord-structuur levert precies het blok dat een model kan citeren: een afgebakende vraag en een afgerond antwoord — zonder dat het de samenhang uit de lopende tekst hoeft te reconstrueren.
Best Practice: FAQ-blokken daar plaatsen waar de vraag ontstaat — op product-, verzend- en retourpagina's, niet alleen op een centrale FAQ-pagina. Elk antwoord in twee tot vier zinnen, zelfstandig begrijpelijk.
Veelgemaakte fout: De vragen staan als accordeon op de pagina, maar de markup ontbreekt. Zichtbaar voor kopers, maar voor machines slechts een hoop div-elementen.
3. Organization-schema
Categorie: Structuur
Wat wordt gecontroleerd: Of de website zijn identiteit als exploitant uitgeeft als Organization — naam, logo, contactmogelijkheid, adres.
Succespercentage: 46 procent. Op meer dan de helft van de pagina's ontbreekt dus de basisidentiteit, hoewel deze check tot de hoogst gewogen behoort.
Waarom het telt voor AI-antwoorden: Zonder eenduidige organisatie kan een model uitspraken, beoordelingen en producten niet aan een merk koppelen. Al het andere bouwt daarop voort.
Best Practice: Een Organization-object globaal in de paginakop opnemen, met name, url, logo, contactPoint en address — identiek op alle pagina's en identiek aan het colofon en Google-bedrijfsprofiel.
Veelgemaakte fout: Twee tegenstrijdige bedrijfsnamen — één in de markup, één in het colofon. Dat verzwakt de toewijzing in plaats van deze te versterken.
4. Product-identificatoren
Categorie: Productdata
Wat wordt gecontroleerd: Of producten eenduidige kenmerken dragen: GTIN respectievelijk EAN, MPN, SKU en het merk.
Succespercentage: 27 procent van de gecontroleerde shop-pagina's voldoet volledig aan de check, 62 procent helemaal niet.
Waarom het telt voor AI-antwoorden: Winkelende agenten moeten herkennen dat uw aanbod hetzelfde product betreft als dat van een concurrent. Zonder kenmerk is uw artikel voor een prijs- of beschikbaarheidsvergelijking simpelweg een ander artikel.
Best Practice: gtin13, mpn, sku en brand in het Product-object uitvoeren. Bij eigen merken zonder GTIN: MPN en merk consequent bijhouden.
Veelgemaakte fout: De kenmerken staan wel in het ERP-systeem en in de Google Merchant Feed, maar niet in de HTML van de productpagina. De feed bereikt alleen Google, de productpagina alle anderen.
Verrassend hieraan: Dit punt is de duidelijkste voorbode van agentisch winkelen — en toch de slechtst onderhouden productdataset.
5. Kwaliteit van de Over-ons-pagina
Categorie: Content
Wat wordt gecontroleerd: Niet of er een over-ons-pagina bestaat, maar of deze verifieerbare feiten bevat: oprichting, locatie, team, focus van het assortiment, contact.
Succespercentage: 25 procent. Ter vergelijking: 89 procent heeft een over-ons-pagina.
Waarom het telt voor AI-antwoorden: Bij de vraag "Is deze aanbieder betrouwbaar?" is de over-ons-pagina de rijkste bron van feiten op het domein. Marketingproza levert daarvoor niets op.
Best Practice: Concreet worden: oprichtingsjaar, rechtsvorm, zetel, aantal medewerkers, contactpersonen met naam, selectie van gevoerde merken.
Veelgemaakte fout: Drie alinea's over passie en kwaliteit, zonder één enkele controleerbare opgave.
Verrassend hieraan: De kloof tussen "aanwezig" und "betekenisvol" is bij geen enkel ander criterium zo groot.
6. Review-schema
Categorie: Reputatie
Wat wordt gecontroleerd: Of klantbeoordelingen gemarkeerd zijn als Review respectievelijk AggregateRating.
Succespercentage: 5 procent. Dit is de meest opvallende waarde in de gehele dataset — en het ligt er niet aan dat de shops geen beoordelingen zouden hebben.
Waarom het telt voor AI-antwoorden: Beoordelingen zijn het meest geciteerde vertrouwenskenmerk in AI-antwoorden over aanbieders. Een cijfer zonder herkomst en aantal is daarbij een onbewezen getal.
Best Practice: Cijfer, aantal en individuele beoordelingsteksten server-side aanbieden en markeren. Trusted Shops beoordelingen — ons eigen aanbod — zijn afkomstig van geverifieerde bestellingen en kunnen zo worden geïntegreerd dat ze in de broncode staan.
Veelgemaakte fout: De beoordelingswidget wordt via JavaScript nageladen. Kopers zien de sterren, maar een groot deel van de AI-crawlers leest alleen de pure HTML — daar staat niets.
Verrassend hieraan: De afstand tussen zichtbare beoordelingen en gemarkeerde beoordelingen is het grootste individuele gat in zichtbaarheid dat wij meten.
7. sameAs-entiteitskoppeling
Categorie: Structuur
Wat wordt gecontroleerd: Of het merk haar officiële profielen — Google-bedrijfsprofiel, LinkedIn, Wikidata, bedrijvengidsen — via sameAs koppelt aan het eigen domein.
Succespercentage: 22 procent. Met 67 procent die duidelijk faalt, is dit de grootste tekortkoming van de gehele analyse.
Waarom het telt voor AI-antwoorden: sameAs vertelt een model: Het merk op deze website en het profiel daar verderop zijn dezelfde entiteit. Zonder deze brug blijven externe bewijzen ongekoppelde ruis.
Best Practice: In het Organization-object een sameAs-array met de officiële profiel-URL's bijhouden. Neem alleen profielen op die daadwerkelijk van u zijn en actief zijn.
Veelgemaakte fout: Er wordt gelinkt naar social buttons in de footer in plaats van machineleesbare koppelingen in de markup.
Verrassend hieraan: Inspanning: ongeveer vijftien minuten. Toch de minst vaak vervulde structuur-check.
8. Publicatie- en actualiseringsdatum
Categorie: Content
Wat wordt gecontroleerd: Of inhoud een machineleesbare creatie- en wijzigingsdatum draagt.
Succespercentage: 27 procent, 73 procent voldoet helemaal niet aan de check.
Waarom het telt voor AI-antwoorden: Bij vragen met een tijdsaspect — prijzen, juridische status, beschikbaarheid, jaartallen — geven modellen aantoonbaar de voorkeur aan gedateerde bronnen. Zonder datum blijft uw content bij elke actualiteitscontrole buiten beschouwing.
Best Practice: datePublished en dateModified in de markup opnemen en de datum bovendien zichtbaar tonen. Wijzig dateModified alleen als de inhoud ook echt is veranderd.
Veelgemaakte fout: De datum wordt bij elke deployment automatisch bijgewerkt. Dit suggereert actualiteit die er niet is — en devalueert het signaal.
9. Volledige aanbodsgegevens
Categorie: Productdata
Wat wordt gecontroleerd: Of voor het product prijs, valuta, beschikbaarheid en verzend- en retourvoorwaarden machineleesbaar aanwezig zijn.
Succespercentage: 34 procent van de gecontroleerde shop-pagina's, 64 procent faalt.
Waarom het telt voor AI-antwoorden: "Wat kost dit inclusief verzending, en is het leverbaar?" is de typische vraag met koopintentie. Ontbreekt een van de gegevens, dan kan een model uw aanbod niet in de vergelijking opnemen — het laat u weg.
Best Practice: In het Offer-object price, priceCurrency, availability, shippingDetails en hasMerchantReturnPolicy uitvoeren en synchroon houden met de gegevens op de pagina.
Veelgemaakte fout: Prijs en beschikbaarheid zijn gemarkeerd, verzending en retour niet. Precies deze twee geven echter de doorslag in een vergelijking.
10. Website-schema met zoekfunctie
Categorie: Structuur
Wat wordt gecontroleerd: Of het domein een WebSite-object inclusief SearchAction aanbiedt.
Succespercentage: 36 procent.
Waarom het telt voor AI-antwoorden: Hiermee vertelt u een systeem hoe het gericht op uw pagina kan zoeken, in plaats van door de navigatie te moeten worstelen. Voor agentische toegang wordt dit steeds relevanter.
Best Practice: WebSite met potentialAction en de eigen zoek-URL in de paginakop opnemen — één keer globaal, niet verschillend per pagina.
Veelgemaakte fout: De zoek-URL in de markup verwijst naar een oude parameter die nergens naartoe leidt.
Veelgestelde vragen
Wat is GEO eigenlijk?
GEO staat voor Generative Engine Optimization: het optimaliseren van een website om voor te komen in antwoorden van generatieve AI-systemen. Technisch overlapt het sterk met SEO, maar het weegt machineleesbare bewijzen en eenduidige entiteiten aanzienlijk zwaarder.
Is klassieke SEO niet voldoende?
Voor de basis wel — een schone structuur, bereikbare sitemap en goede inhoud dragen aan beide bij. Het verschil zit in de markering: wat een mens op de pagina ziet, moet aanvullend als gestructureerde opgave aanwezig zijn, anders bestaat het niet voor een HTML-crawler.
Waarmee begin ik als ik maar één dag de tijd heb?
Met de structuur-checks: Organization, sameAs en de datumaanduidingen zijn in enkele uren geregeld en hebben betrekking op het gehele domein. De markering van beoordelingen en productgegevens volgt daarna.
Hoe vaak moet ik dit controleren?
Na elke grote relaunch en anders per kwartaal. Gestructureerde data gaan bij template-wijzigingen naar onze ervaring het snelst verloren.
Waar uw website staat
Alle tien criteria maken deel uit van de AI Trust Audit. De controle is gratis, duurt enkele minuten en toont voor elk punt of het vervuld, gedeeltelijk vervuld of openstaand is — inclusief concrete implementatie-instructies voor uw domein.
Over de methodiek
Geanalyseerd zijn alle voltooide audit-runs in de AI Trust Audit (status augustus 2026): 23.696 runs op 13.327 unieke domeinen. De analysebasis verschilt per criterium, omdat sommige checks pas in de loop der tijd zijn geïntroduceerd en productgerelateerde checks alleen op herkende shop-pagina's draaien — de respectievelijke basis varieert daarom van ongeveer 4.700 tot 23.300 runs. Detailresultaten ouder dan twaalf maanden worden om privacyredenen verwijderd en worden niet meegenomen in de percentages.