Je levert de bron — en investeert daarna opnieuw om zichtbaar te blijven.
Vandaag keek ik met twee verschillende petten naar MijnDuitsland.nl: die van onafhankelijke publisher én die van SEO- en GEO-consultant.
Ik heb de website opgebouwd met authentieke, gecureerde reisinformatie. Informatie die ontstaat door menselijke selectie, ervaring en interpretatie.
AI bezoekt zelf geen Duitse steden, wandelt geen routes en proeft geen lokale gerechten. Het zoekt, vergelijkt en synthetiseert wat mensen, bedrijven en publishers online beschikbaar maken.
En precies daar ontstaat een ongemakkelijke paradox.
De menselijke bron levert de waarde
Onafhankelijke publishers investeren tijd, kennis en geld in oorspronkelijke content. AI-systemen kunnen die informatie vervolgens gebruiken om een direct antwoord samen te stellen, waardoor een bezoek aan de oorspronkelijke website niet altijd meer nodig is.
De publisher moet opnieuw investeren
Om mijn informatie ook in AI-zoekervaringen vindbaar, begrijpelijk en bruikbaar te houden, investeer ik opnieuw in technische SEO, heldere contentstructuren, bronvermelding, entiteitsrelaties en, waar relevant, structured data.
Niet omdat JSON-LD rechtstreeks bepaalt wat een taalmodel zegt. Wel omdat consistente, machineleesbare informatie onduidelijkheid kan verminderen en zoekmachines helpt begrijpen wat een pagina, organisatie, auteur, locatie of onderwerp voorstelt.
Soms betaal ik zelfs voor de verwerking van mijn eigen kennis
Voor analyses, contentverrijking, tests en monitoring gebruik ik AI-tools en API’s. Daarmee betaal ik aan dezelfde technologische ecosystemen die een steeds groter deel van de zoekervaring tussen de maker en de gebruiker plaatsen.
Als publisher is dat confronterend.
Als consultant vind ik het fascinerend.
Waar sommigen het einde van SEO zien, zie ik een nieuw speelveld. Niet omdat klassieke SEO verdwijnt, maar omdat vindbaarheid niet langer uitsluitend draait om een positie tussen tien blauwe links.
De grootste kansen binnen dit nieuwe speelveld
Van keywords naar informatiebehoeften en entiteitsrelaties
Een organisatie moet niet alleen op één zoekterm gevonden worden. Het moet voor machines duidelijk zijn wie zij is, waar haar expertise ligt en hoe onderwerpen, personen, diensten en bronnen met elkaar samenhangen.
Van structured data als vinkje naar consistente informatiearchitectuur
Schema markup is geen directe lijn naar een LLM, maar wel een waardevolle verduidelijkingslaag binnen een bredere technische en inhoudelijke infrastructuur.
Van generieke content naar bewijsbare menselijke ervaring
Nu het web wordt overspoeld met AI-teksten, worden oorspronkelijke waarnemingen, lokale kennis, eigen onderzoek en aantoonbare expertise juist schaarser en waardevoller.
E-E-A-T blijft de basis
De opdracht is daarom niet alleen om menselijke kennis te creëren.
De nieuwe opdracht is om die kennis zo te publiceren dat mensen het vertrouwen én machines het correct kunnen vinden, interpreteren en gebruiken.
En wat dat betreft verandert er minder dan je misschien zou denken. Ook in het tijdperk van AI-search blijft kwalitatieve vindbaarheid draaien om aantoonbare ervaring, expertise, autoriteit en betrouwbaarheid: E-E-A-T.
Zien jullie GEO vooral als een belasting voor publishers? Of juist als een kans voor specialistische bronnen om zichtbaar te worden naast de gevestigde platformen?
Bekijk ook de andere artikelen over SEO, GEO en AI-search in de kennisbank.