I. De funnel heeft een nieuw eerste hoofdstuk
Er is een moment in het koopproces dat marketeers decennialang niet konden bereiken. Het moment voor het moment. De vraag die iemand zichzelf stelt voor hij of zij begint te zoeken. De innerlijke overweging die voorafgaat aan elk klikgedrag, elke zoekopdracht, elke vergelijking.
Dat moment was altijd onzichtbaar. Je kon er niet op adverteren. Je kon er geen campagne voor bouwen. Je kon het hooguit proberen te beïnvloeden via merkreclame — breed, duur, moeilijk te meten.
AI-modellen hebben dat moment zichtbaar gemaakt. En tegelijk overgenomen.
Wanneer iemand vandaag aan ChatGPT of Gemini vraagt “welke bank is het beste voor een woonkrediet in België” of “welke autoverzekering raad je aan voor een jong gezin”, vindt er iets ongewoons plaats. Het model geeft een antwoord. Geen tien links die je zelf moet wegen. Geen sponsored results bovenaan. Een antwoord. Met een aanbeveling. Met een reden. Soms met een naam.
Die gebruiker is, als het model zijn werk goed doet, overtuigd voor hij je website bereikt. Hij heeft al een shortlist in zijn hoofd. Hij heeft al een voorkeur. Jij was erbij of je was er niet bij.
Dat is het nieuwe eerste hoofdstuk van de funnel. En het grootste deel van de marketingsector schrijft er nog niet aan mee.
II. Hoe AI de awareness-fase hertekent
De klassieke funnel begint bij awareness. Iemand wordt bewust van een merk, een product, een categorie. Traditioneel bereik je die fase via paid media: display, video, social, out-of-home. Je koopt zichtbaarheid bij mensen die nog niet zoeken maar wel ontvankelijk zijn.
Het model werkte goed zolang de oriëntatiefase versnipperd was. Mensen stopten met bladeren, begonnen te googelen, klikten op resultaten, vergeleken websites, kwamen bij een beslissing. In die reis waren er tientallen touchpoints waar je kon interveniëren.
Die reis is korter geworden. Veel korter.
Een groeiend deel van de oriëntatie vindt nu plaats in één conversatie, met één gesprekspartner: een AI-model. Dat model vat samen, vergelijkt, weegt en adviseert — in een paar zinnen. De gebruiker hoeft niet vijf websites te bezoeken. Hij stelt één vraag en krijgt een gecondenseerd antwoord dat weken van vergelijkingsgedrag comprimeert. In SEO-kringen bestaat de term “zero-click search” al langer — zoekopdrachten waarbij het antwoord al in de zoekresultaten staat en de gebruiker nooit doorklinkt. AI versterkt dat fenomeen radicaal: het AI-antwoord is de eindbestemming, niet het vertrekpunt van een zoektocht.
Voor paid media betekent dit iets fundamenteels: je kan geld blijven steken in de klassieke awareness-funnel, maar als je merk niet aanwezig is in het AI-antwoord dat voorafgaat aan het zoekgedrag, bereik je een gebruiker die al beslist heeft. Je adverteert aan iemand die zijn shortlist al heeft. Je betaalt voor contact op het moment dat het al te laat is.
Dat is geen hypothetisch risico. Het is een verschuiving die nu gaande is.
III. De meest efficiënte top-of-funnel die bestaat — zonder mediabudget
Hier wordt het interessant voor marketeers die gewend zijn te denken in cost per acquisition.
Een gebruiker die via een AI-antwoord bij jou uitkomt, is anders gekwalificeerd dan een gebruiker die op een betaalde advertentie klikt. Hij heeft actief een vraag gesteld. Hij heeft een intentie geformuleerd. Het model heeft zijn vraag beantwoord en jouw merk als relevant beoordeeld. Tegen de tijd dat hij jouw website bereikt, is de grootste hindernis al genomen: hij weet wie je bent, hij heeft een reden om verder te kijken, en hij heeft die reden niet uit een advertentie maar uit een aanbeveling.
En de kostprijs? Als je merk correct wordt gerepresenteerd in AI-antwoorden — als je vindbaar bent, als je entiteit sterk genoeg is, als je content de juiste signalen geeft — dan is er geen cost per click, geen bid strategy, geen mediabudget. Organische AI-aanwezigheid verdien je niet door te kopen maar door te zijn: het is het resultaat van wie je bent in de informatiestroom die modellen verwerken. Gratis in mediabudget, niet in inspanning. De investering zit in content, structuur en consistentie — niet in bereikinkoop.
Dat maakt het ook anders beheerbaar. Paid media kan je aan- en uitzetten. AI-aanwezigheid bouw je over tijd, door consistent de juiste informatie beschikbaar te maken. Het is trager te bouwen en moeilijker te sturen — maar eenmaal opgebouwd, is het een asset die betaald bereik aanvult op een manier die betaald bereik nooit zelf kan doen.
Een gebruiker die via een betaalde advertentie bij je uitkomt, denkt: ik zie een advertentie. Een gebruiker die via een AI-antwoord bij je uitkomt, denkt: dit is een aanbeveling. Dat verschil in perceptie heeft een naam in de marketingliteratuur. We noemen het geloofwaardigheid.
IV. Paid en AI visibility zijn geen concurrenten — ze zijn communicerende vaten
Het zou een vergissing zijn om AI visibility te zien als een alternatief voor paid media. Ze vervullen verschillende functies in het koopproces, en de merken die het verst staan zijn de merken die ze als complementair behandelen.
Paid media is nog steeds het snelste middel om bereik te genereren, nieuwe doelgroepen te activeren, seizoensgebonden aanbod te pushen of prijspromoties in de markt te zetten. Voor die functies bestaat er geen betere oplossing. Ze veranderen niet.
Wat verandert, is de vraag wat er aan paid media voorafgaat en wat er mee parallel loopt. Als een gebruiker jouw merk tegenkomt via een AI-antwoord vóór hij jouw advertentie ziet, heeft die advertentie een andere werking: ze bevestigt in plaats van introduceert. Ze activeert in plaats van overtuigt. De drempel is lager, de conversie hoger.
Omgekeerd werkt het ook. Betaalde zichtbaarheid verhoogt naamsbekendheid, wat de kans vergroot dat een AI-model jouw merk als relevant beschouwt wanneer het een gebruiker een aanbeveling doet. Merken die meer online aanwezig zijn — in nieuws, in reviews, in gesprekken — zijn beter vertegenwoordigd in de trainingsdata en in de live bronnen die modellen raadplegen.
De twee versterken elkaar. Maar alleen als je ze bewust samen beheert.
De marketeer die zijn paid strategie optimaliseert zonder te weten hoe zijn merk scoort in AI-antwoorden, mist de helft van het beeld. Hij weet hoeveel impressies hij koopt, hoeveel clicks hij genereert, hoeveel conversies hij haalt. Maar hij weet niet hoeveel beslissingen er al genomen werden voor iemand op zijn advertentie klikte — en in zijn voordeel of nadeel.
V. Het meetprobleem — en hoe je het toch aanpakt
De eerlijke kanttekening is dat AI-aanwezigheid moeilijker te meten is dan paid media. Er is geen impression count. Er is geen click-through rate. Een AI-model logt niet wie zijn antwoord heeft gelezen of welke aanbeveling het heeft gedaan.
Maar dat betekent niet dat er niets te meten valt. Je ziet het niet in je dashboard. Maar je ziet het wel gebeuren.
Wat je wel kan meten, is aanwezigheid: word je vermeld in antwoorden op relevante prompts, en zo ja, hoe? Dat is de basis van LLM visibility monitoring — een methodologie die ik in eerdere posts heb beschreven. Je bouwt een set prompts die representeren hoe gebruikers jouw productcategorie bevragen, je runt ze door meerdere modellen, en je analyseert of jouw merk verschijnt, hoe het gepositioneerd wordt en welk sentiment het antwoord draagt.
Dat geeft je drie bruikbare metrics: visibility (erin staan of niet), citation rate (als bron vermeld worden) en sentiment (positief, neutraal of negatief geframed). Geen exacte funnel-attributie, maar wel een richting. Is jouw merk aanwezig op de vragen die tellen? Wordt het correct beschreven? Wordt het geassocieerd met de juiste producten en sterktes?
Verbinden aan business outcomes is de volgende stap, en die is nog in ontwikkeling voor de sector als geheel. Wat nu al werkt: gebruik AI visibility-data als een leading indicator. Een daling in aanwezigheid of sentiment kan voorafgaan aan een verschuiving in merkvoorkeur die je pas later ziet in brand tracking of in conversiecijfers. Het is een vroeg signaal in een wereld waar de meeste signalen te laat komen.
VI. Wat je vandaag al kan doen
AI visibility is geen futuristisch concept. Het is een verschuiving die nu meetbaar is, nu strategisch relevant is en nu actie vraagt. En dat hoeft niet complex te beginnen.
De eerste stap is simpelweg kijken. Wat zegt een AI-model over jouw merk als iemand vraagt naar jouw productcategorie? Test het zelf, in ChatGPT, in Gemini, in Perplexity — niet één keer, maar systematisch, met prompts die jouw doelgroep realistisch zou stellen. Wat je vindt, bepaalt je vertrekpunt.
De tweede stap is een mentale verschuiving in hoe je naar content kijkt. AI-modellen leren niet van slogans. Ze leren van informatieve, consistente, goed gestructureerde content die antwoord geeft op vragen die gebruikers stellen. Elke FAQ-pagina, elke productbeschrijving, elk artikel dat een relevante vraag beantwoordt, is een potentiële bron die een model kan oppikken en reproduceren. Content als kennisbron, niet als campagnemateriaal — dat is het verschil in mindset.
De derde stap is organisatorisch: breng je paid en je AI-strategie in dezelfde conversatie. Praat met je mediabureau of intern paid team over wat AI-modellen over je zeggen. Die twee gesprekken vinden nu zelden in dezelfde kamer plaats. Ze zouden dat wel moeten doen.
En ten slotte: definieer wat je wil dat AI over je zegt. Net zoals je een merkboodschap hebt voor campagnes, heb je een gewenst AI-profiel nodig. Welke producten moeten geassocieerd worden met jouw merk, welke sterktes, welke context? Dat gewenste profiel meet je af tegen de werkelijkheid — en de kloof daartussen is je werkagenda.
De beste advertentie die je vandaag kan maken, is een AI-antwoord dat jouw merk aanbeveelt aan iemand die nog niet op zoek was naar jou maar wel naar een oplossing voor een probleem dat jij oplost. Dat antwoord wordt niet gemaakt in een mediabureau. Het wordt gebouwd door wie je bent in de informatiestroom die AI-modellen verwerken.
