Backlinks vs AI-vermeldingen: wat telt het meest?

TL;DR

Backlinks blijven essentieel voor Google-rankings. AI-vermeldingen (verwijzingen naar uw merk in bronnen die door LLM's worden verwerkt) zijn essentieel voor zichtbaarheid in ChatGPT, Perplexity en Gemini. In 2026 bestaan beide naast elkaar zonder elkaar te vervangen. Maar het evenwicht verschuift: LLM-verkeer overschrijdt nu 15% voor B2B-sites. AI-vermeldingen negeren betekent een exponentieel groeiend acquisitiekanaal negeren.

Twintig jaar lang waren backlinks de munteenheid van het web. Hoe meer kwaliteitslinks naar uw site wezen, hoe meer Google u vertrouwde. Dit systeem werkt nog steeds. Maar er is een tweede systeem ontstaan dat op volledig andere regels werkt.

LLM's (ChatGPT, Perplexity, Gemini, Claude) tellen geen backlinks. Ze weten niet eens hoeveel links naar uw pagina wijzen. Hun evaluatiesysteem is gebaseerd op contextuele vermelding: wordt uw merk geciteerd in bronnen die ze verwerken, in een relevante context, met een positieve connotatie?

Dit is een paradigmaverschuiving. En de meeste bedrijven hebben dit nog niet begrepen.

Twee systemen, twee logica's

Het Google-systeem is gebaseerd op de linkgraph. Elke link is een vertrouwensstem. De kwaliteit van de stemmende site, thematische relevantie, positie van de link op de pagina en ankertekst zijn de voornaamste factoren. Dit systeem is verfijnd sinds de originele PageRank van 1998, maar de basislogica is niet veranderd.

Het LLM-systeem is gebaseerd op trainingscorpora en RAG (Retrieval-Augmented Generation). LLM's leren uw merk kennen tijdens training (vaste gegevens) en herontdekken het in realtime via bronnen die ze indexeren (Perplexity, Gemini). Wat ze zoeken: een vermelding in een relevante context, met verifieerbare feitelijke informatie, op een bron die ze betrouwbaar achten.

Marcus Tober, oprichter van Searchmetrics in Berlijn, merkt op: "Een backlink is een binair signaal: het bestaat of niet. Een AI-vermelding is een rijk signaal: het heeft context, sentiment, thematische relevantie. Het is een kwalitatieve sprong in de manier waarop autoriteit wordt geëvalueerd."

Gedetailleerde vergelijking: backlinks vs AI-vermeldingen

Criterium	Backlinks	AI-vermeldingen
Google-impact	Direct en sterk	Indirect (via waargenomen autoriteit)
LLM-impact	Geen tot laag	Direct en sterk
Meetbaarheid	Uitstekend (Ahrefs, Semrush)	Opkomend (Otterly, Peec)
Controle	Gemiddeld (outreach, PR)	Laag (afhankelijk van uitgevers)
Duurzaamheid	Variabel (links kunnen verdwijnen)	Sterk (permanente trainingscorpora)
Acquisitiekost	Hoog (tijd + budget)	Variabel (content + PR)
Boeterisico	Ja (als kunstmatig)	Nee
Tijd tot effect	2-6 weken	Variabel (LLM-training: maanden / RAG: dagen)

Het sleutelpunt van deze tabel: AI-vermeldingen hebben geen boeterisico. U kunt niet worden bestraft voor positief vermeld worden op sites van derden. Dit is een fundamenteel verschil met backlinks, waarbij een slechte strategie u posities kan kosten.

Hoe LLM's hun bronnen selecteren

Om de waarde van AI-vermeldingen te begrijpen, moet u begrijpen hoe LLM's kiezen wat ze citeren. Twee mechanismen bestaan naast elkaar:

1. Trainingsgegevens. LLM's worden getraind op enorme tekstcorpora. Als uw merk frequent verschijnt in positieve en relevante contexten in deze corpora, "weet" het model dat u bestaat en associeert het u met uw expertisedomein. Dit is een traag mechanisme (training is periodiek) maar diepgaand.

2. RAG (Retrieval-Augmented Generation). Perplexity, Gemini (met Search) en ChatGPT (met Browse) vullen hun kennis aan door bronnen in realtime te indexeren. Ze geven prioriteit aan: bronnen met hoge domeinautoriteit, recente en gedateerde content, pagina's met duidelijke gestructureerde gegevens, en bronnen die al aanwezig zijn in hun trainingscorpus.

Dit tweede mechanisme is waar u op korte termijn de meeste impact kunt hebben. Lees voor meer diepgang onze volledige GEO-gids.

Een geïntegreerde strategie opbouwen

De juiste aanpak is niet "backlinks OF AI-vermeldingen". Het is een geïntegreerde strategie die beide maximaliseert:

Stap 1: Identificeer dual-impact-bronnen. Sommige bronnen geven u zowel een kwaliteitsbacklink als een vermelding die LLM's verwerken. Gespecialiseerde media (JDN, FrenchWeb, Maddyness), blogs met hoge thematische autoriteit en Wikipedia (voor in aanmerking komende bedrijven) zijn dual-impact-bronnen.

Stap 2: Creëer "citeerbare" content. Een artikel met originele gegevens, precieze en gedateerde cijfers en een uniek standpunt wordt geciteerd door zowel websites (backlink) als LLM's (vermelding). Cornerstonecontent is hiervoor ideaal.

Stap 3: Diversifieer uw aanwezigheidskanalen. LLM's verwerken niet alleen webpagina's. Ze indexeren ook Reddit, LinkedIn (lange artikelen), getranscribeerde podcasts en conferentiedia's. Aanwezig zijn op deze kanalen vergroot uw kansen op vermelding zonder enige linkbuildinginspanning.

Stap 4: Monitor beide statistieken. Volg uw backlinks met Semrush of Ahrefs en uw AI-vermeldingen met Otterly, Peec of ZipTie. Beide indicatoren moeten parallel vooruitgaan.

Joost de Valk, oprichter van Yoast en nu aan het hoofd van Emilia, legt vanuit Nederland uit: "We gaan van een web van links naar een web van vermeldingen. Een backlink is een expliciete link. Een vermelding is impliciete erkenning. Beide hebben waarde, maar een vermelding is moeilijker te manipuleren en daarmee betrouwbaarder als signaal."

Uw AI-vermeldingen meten

Het meten van AI-vermeldingen is nog nieuw, maar er bestaan betrouwbare tools:

• Otterly.ai: monitort uw citaties in LLM-antwoorden op gedefinieerde zoekopdrachten. Het meest volwassen.
• Peec AI: scant bronnen die door LLM's worden verwerkt om uw vermeldingen te detecteren. Meer diepgaand.
• Handmatige methode: stel uw 20 sleutelzoekopdrachten elke maand voor aan ChatGPT, Perplexity en Gemini. Noteer citaties. Tijdrovend maar gratis.

De sleutelindicator is de AI Visibility Score: het percentage sleutelzoekopdrachten waarvoor u positief wordt geciteerd door ten minste één LLM. Voor de volledige methodologie, lees ons artikel Hoe meet u uw AI Visibility Score?

FAQ