"Waarom verliezen we die opdrachten eigenlijk?" De vraag kwam van een bouwbedrijf dat al twee jaar stabiel draaide en sinds een kwartaal steeds vaker naast projecten greep. Het eigen vermoeden: prijs. Ik opende ChatGPT en typte in wat een typische klant zou typen: "Ik zoek een aannemer voor renovatie van een jaren-30 woning in Nijmegen, wie zijn goed?" Drie namen. De concurrent stond er twee keer tussen, met een verwijzing naar hun eigen pagina over funderingsherstel. Mijn klant kwam niet voor.
Dat is geen toeval en al helemaal geen marketingmagie. Het is het gevolg van hoe die twee bedrijven door machines leesbaar zijn gemaakt. En dat verschil kun je meten. Precies dat is wat een concurrentieanalyse in 2026 doet: niet gissen naar "waarom zij winnen", maar vaststellen op welke plekken je buiten beeld valt en hoe vaak.
De vier plekken waar je structureel verliest
Als een bedrijf klanten verliest aan een concurrent, zit de oorzaak bijna altijd in één van vier categorieën. Prijs is er zelden een van, ook al voelt dat zo. Loop ze langs voordat je iets aan je website verandert.
1. Je doet niet mee in het AI-antwoord
Zoek een klant tegenwoordig naar een oplossing, dan is de kans groot dat het eerste antwoord uit een generatieve engine komt. Wie daar niet in voorkomt, is voor die klant niet begonnen aan de wedstrijd. Dit is geen abstracte marketingklacht: het is een meetbaar gegeven. Je vraagt tien varianten van dezelfde koopintentie aan ChatGPT, Perplexity en Google AI Overviews en je turft wie er genoemd wordt. De uitslag is confronterend en direct bruikbaar.
2. Je wordt genoemd, maar niet geciteerd
Er zit een verschil tussen "ze noemen ons" en "ze linken naar onze uitleg". In AI-antwoorden is de bronvermelding het echte goud: dat is de pagina die de engine als gezaghebbend beschouwt voor dat onderwerp. Concurrenten die consequent als bron opduiken, hebben meestal één ding goed gedaan — ze hebben een pagina die de vraag letterlijk beantwoordt, in plaats van een pagina die over het onderwerp gaat. Meer over dat mechanisme staat in hoe je citaties in Google AI Overviews krijgt.
3. Je dekt de verkeerde vragen
Een klassieke fout: de concurrent heeft twintig pagina's over deelonderwerpen waar jij één overkoepelende pagina hebt. Jij rankt misschien op het hoofdkwoord, maar elke specifieke vraag — "wat kost een funderingsonderzoek in Nijmegen", "hoe lang duurt renovatie van een jaren-30 woning" — wordt door de concurrent beantwoord. In AI-tijdperk telt dekking zwaarder dan diepgang op één term.
4. Je bent technisch onleesbaar
Dit is de saaie maar onderschatte categorie. AI-crawlers halen je content alleen op als je pagina snel genoeg laadt, je HTML semantisch klopt en je content niet achter drie lagen JavaScript verstopt zit. Een concurrent met een lichtere site wint dan niet op inhoud, maar op bereikbaarheid. Dat is te diagnosticeren met een technische crawl en te verhelpen — vaak sneller dan je denkt.
Zo doe je het: drie lagen, één middag
Een concurrentieanalyse hoeft geen consultancytraject van zes weken te zijn. De bruikbare versie heeft drie lagen en je kunt hem in een middag opzetten.
Laag 1: de prompt-scan
Schrijf tien prompts uit die jouw klant zou intypen bij het begin van een kooptraject. Niet je eigen propositie, maar de vraag van de klant. Voer ze uit in ChatGPT, Perplexity, Copilot en Google AI Overviews. Noteer per prompt: welke merken worden genoemd, welke bronnen worden geciteerd, en hoe vaak jouw domein voorkomt. Dit is je nulmeting.
Laag 2: de contentvergelijking
Pak de drie pagina's van de concurrent die als bron opduiken en leg ze naast je eigen pagina over hetzelfde onderwerp. Kijk naar vier dingen: staat er een direct antwoord in de eerste 100 woorden, is er een duidelijke vraag-en-antwoordstructuur, staan er concrete cijfers in, en is de pagina technisch schoon? Je hoeft niet te kopiëren wat zij doen. Je moet wel weten welke van die vier elementen jij mist.
Laag 3: het zoekwoordlandschap
Hier komt klassieke SEO terug in beeld. Vergelijk welke vragen jij dekt en welke zij dekken. Het gat dat je vindt, is zelden "we missen een keyword" — het is meestal "we hebben één pagina over funderingen en zij hebben er zes, elk over een concrete klantsituatie". Dat gat dicht je niet met één nieuw artikel maar met een setje. Waarom minder pagina's soms juist beter werken, staat in content pruning voor GEO.
Van analyse naar prioriteit: het 80/20-model
Een analyse die eindigt in een lijst van veertig actiepunten is een mislukte analyse. Je wilt drie dingen weten: waar is het gat het grootst, waar is het snelst te dichten, en waar raakt het direct omzet?
Zet je bevindingen in een simpele matrix. Op de ene as: hoe vaak komt dit onderwerp terug in de prompt-scan. Op de andere as: hoe groot is de kans dat een klant met die vraag ook echt gaat kopen. Wat rechtsboven staat, doe je eerst. Meestal is dat niet de grote overkoepelende pagina, maar twee of drie specifieke vragen waar de concurrent nu het antwoord op geeft en jij niet.
Een voorbeeld uit de praktijk: bij een installatiebedrijf bleek de concurrent in zeven van de tien prompts genoemd te worden met een pagina over subsidie-aanvragen. Eén pagina. Niet hun homepage, niet hun dienstenpagina. Wij hebben die ene vraag grondiger beantwoord — met bedragen, voorwaarden en een rekenvoorbeeld — en binnen twee maanden stonden we in vijf van de tien prompts. Dat is geen grootschalige campagne, dat is één gat dichtzetten.
Meten na de analyse: maak het cijfermatig
Het zwakke punt van veel concurrentieanalyses is dat ze een momentopname zijn. Je doet ze één keer, ze belanden in een map en een jaar later weet niemand meer wat er stond. Zonde, want de kracht zit in herhaling.
Houd een klein dashboard bij met drie getallen. Ten eerste: het aantal prompts waarin je genoemd wordt, uit een vaste set van tien tot vijftien. Ten tweede: het aantal prompts waarin je als bron geciteerd wordt. Ten derde: je gemiddelde positie in klassieke zoekresultaten op dezelfde set vragen. Die drie samen geven je iets wat je eerder niet had — een beweging die je kunt laten zien aan een directeur zonder dat je "het gaat beter" hoeft te zeggen.
Wil je dat breder trekken dan alleen je directe concurrenten, dan helpt het om te weten hoe AI-engines je site eigenlijk vinden. Dat staat uitgebreid in de GEO-gids over hoe ChatGPT jouw website vindt. En als je nog zoekt naar het onderscheid tussen klassieke vindbaarheid en dit type zichtbaarheid: AEO vs SEO in 2026 legt uit waarom je beide nodig hebt, maar niet op dezelfde manier.
Wat je niet moet meten
Tot slot de valkuilen, want daar gaat het bij dit type analyse vaak mis.
Meet geen "AI-zichtbaarheid" als los percentage zonder te definiëren welke prompts je hebt gebruikt. Een score van 42 procent zegt niks als niemand weet waarover. Meet ook niet alleen je directe concurrent, maar ook de partij die je niet als concurrent beschouwt: vergelijkingssites, brancheorganisaties en leveranciers duiken verrassend vaak op als bron in AI-antwoorden. En meet niet te veel concurrenten. Drie is genoeg. Bij tien verdrink je in data en gaat de analyse nergens meer over.
De belangrijkste regel: een concurrentieanalyse is geen rapport, het is een werklijst. Als er na het lezen geen drie dingen zijn die je deze maand anders doet, heb je de verkeerde analyse gemaakt.