I. De bronnenlijstjes worden korter
Sinds mei tonen sommige AI-modellen opvallend minder bronnen bij hun antwoorden.
ChatGPT ging in onze meting van gemiddeld twintig getoonde bronnen per antwoord naar twaalf. Google AI Mode halveerde: van bijna twaalf naar minder dan vier, met gedeeltelijk herstel eind juni. Wie AI-visibility monitort, zag dat in zijn dashboard terug als een dalende citation score — en dalende cijfers roepen om verklaringen. Verloren autoriteit? Zwakkere content? Een concurrent die terrein pakt?
Onze data zegt: waarschijnlijk geen van drie.
De basis van die vaststelling: doorlopende monitoring van enkele honderden prompts over zeven AI-modellen. Negen meetmomenten tussen begin mei en eind juni 2026 vormen de reeks in dit stuk; samen met tussentijdse controlemetingen gaat het in die periode om ruim 27.000 antwoorden. En over die reeks heen tekent zich één patroon af: bij de modellen die hun bronnenlijst inkortten, daalde het aantal getoonde bronnen veel sterker dan de merkaanwezigheid in de antwoorden.
II. Twee modellen veranderden. De rest niet.
Kijk eerst naar wat er precies bewoog.
Google AI Mode kortte zijn bronnenlijst in twee duidelijke stappen in — één in de tweede helft van mei, één begin juni. ChatGPT volgde een eigen ritme, eveneens in twee stappen, eind mei en midden juni. Twee modellen, twee verschillende momenten, twee verschillende kalenders.
De rest van het veld bewoog nauwelijks. Claude toonde de hele periode stabiel een handvol bronnen. Copilot en Google AI Overview bleven vlak rond de tien. Perplexity zat meting na meting vrijwel exact op tien bronnen per antwoord — wat sterk ruikt naar een harde weergave-limiet eerder dan naar selectiegedrag. Gemini toonde in deze periode vrijwel geen bronnen.
Dit ziet er dus niet uit als een beweging in de onderzochte markt. De verandering zit geconcentreerd bij twee modellen, elk met zijn eigen timing. Dat patroon is consistent met gewijzigd weergavebeleid, op momenten die het model zelf kiest. Wat de modelbouwers intern veranderd hebben, weten we niet — we observeren gedrag, geen release notes. Maar de timing en de vorm van de dalingen wijzen naar productbeslissingen aan de kant van de modellen, niet naar iets dat merken zelf deden of nalieten.
III. De antwoordtekst bewoog nauwelijks
Nu het interessante deel. Want een korter bronnenlijstje zou je kunnen lezen als: het model gebruikt minder bronnen, dus de kans dat jij erbij staat, krimpt evenredig. Zo werkt het niet — of toch niet helemaal.
Wanneer we de getoonde bronnen naast de antwoordtekst zelf leggen, lopen de twee lagen uiteen. De kans dat een merk uit onze meting als zichtbare bron verschijnt, daalde bij ChatGPT en Google AI Mode fors mee met de kortere lijstjes. Maar de aanwezigheid in de antwoordtekst bewoog veel minder — de bron-zichtbaarheid daalde ruwweg drie keer zo hard als de tekst-aanwezigheid, en die laatste was tot half juni vrijwel vlak.
Dat verschil is de kern van dit stuk. Citaties en vermeldingen zijn twee verschillende meetlagen, ook al belanden ze vaak in dezelfde grafiek.
Een citatie is een weergavebeslissing van het model: welke bronnen maak ik zichtbaar voor de gebruiker? Dat is weergavebeleid. Een keuze die een modelbouwer morgen kan aanpassen, terwijl dezelfde merken grotendeels in het antwoord blijven staan.
Een vermelding is een inhoudsbeslissing: welke merken horen thuis in dit antwoord? Dat zit dichter bij wat je eigenlijk wil weten — of je meespeelt op het moment dat iemand een vraag stelt in jouw domein.
De eerste laag is volatiel, omdat ze afhangt van productbeslissingen bij OpenAI, Google en de anderen. De tweede laag bleek in onze meting veel stabieler. Wie beide lagen op één hoop gooit — en dat doen de meeste dashboards impliciet — meet een mengsel waarvan hij de samenstelling niet kent.
Belangrijke nuance: de cijfers zelf zijn niet fout. Een dalende citation score is een correcte meting van wat het model toont. Het probleem ontstaat pas bij de interpretatie — wanneer een verandering in weergavegedrag gelezen wordt als een verandering in positie.
En voor de volledigheid: of modellen ook minder bronnen ráádplegen — en hoeveel van hun antwoord überhaupt uit bronnen komt in plaats van uit wat ze al wisten — kunnen we van buitenaf niet zien. Wij meten de etalage, niet het magazijn. Dat de merkvermeldingen stabiel bleven, zegt alleen dat de gemeten merkaanwezigheid nauwelijks veranderde — niet hoeveel bronnen het model raadpleegde, en niet of het antwoord op andere vlakken veranderde.
En dit is één meting, over twee maanden, in één meetopstelling. Het patroon is scherp, maar we generaliseren het niet naar alle markten en alle situaties. Wat we wél durven zeggen: het mechanisme erachter — weergave en inhoud die niet noodzakelijk evenredig bewegen — is niet gebonden aan één merk of één sector.
Er zit nog een zwakker signaal in de data. ChatGPT herhaalt binnen één antwoord iets minder vaak hetzelfde domein dan voorheen. Dat past bij de hypothese dat modellen streven naar méér verschillende bronnen in een kleiner lijstje — maar het verschil is te klein om er iets hards op te bouwen. We noteren het als observatie, niet als bevinding.
IV. De leesregel
De praktische les past in twee zinnen.
Lees citatie-trends nooit los van mention-trends. Zet de twee lijnen naast elkaar, per model, en kijk wat ze doen.
Divergeren ze — citaties dalen, vermeldingen blijven staan — dan kijk je naar het weergavebeleid van het model. Vervelend voor je doorklikverkeer, misschien, maar op zichzelf geen bewijs dat je inhoudelijke positie verslechterde. Geen reden om je contentstrategie om te gooien op basis van iets dat een modelbouwer volgende maand net zo goed weer terugdraait.
Convergeren ze — beide lijnen zakken samen — dan is dat een veel sterker signaal dat je positie in het antwoord verzwakt. Dan verlies je niet je plek in een bronnenlijstje, maar mogelijk je plek in het antwoord zelf. Dát is het signaal waar je op moet acteren.
Mei en juni hebben laten zien hoe makkelijk die twee door elkaar lopen. Wie alleen zijn citation dashboard bekeek, zag een crisis. Wie beide lagen naast elkaar legde, zag geen instortende merkzichtbaarheid, maar veranderend weergavegedrag.
Wie alleen citaties telt, meet het weergavebeleid van andermans product. Wie beide lagen leest, meet zijn merk.