Je hebt zes maanden gewerkt aan een uitgebreide resourcebibliotheek: gidsen, uitlegstukken, vergelijkingspagina’s – allemaal goed onderzocht, helder geschreven en gestructureerd voor mensen die een beslissing willen nemen. Je analytics laten sterke betrokkenheid zien en je team is trots op het resultaat.
Totdat iemand ChatGPT een vraag stelt die jouw bibliotheek perfect beantwoordt. Het antwoord verwijst naar een concurrent. Niet omdat die concurrent beter of vollediger is, maar omdat zij unieke benchmarkdata hebben gepubliceerd die nergens anders te vinden is. Jouw content was correct; die van hen was onvervangbaar. En dat verschil bepaalt nu wie geciteerd wordt en wie genegeerd.
Dit is het nieuwe speelveld. AI-systemen condenseren, synthetiseren en verwijzen door naar content die niet zomaar gereproduceerd kan worden. Als jouw content samengevat kan worden zonder dat de waarde verloren gaat, heb je geen gracht meer. Je content wordt dan de grondstof voor andermans systeem – en jouw pagina verdwijnt naar de achtergrond.
De vraag is niet meer of je genoeg content hebt, maar of je content hebt die alleen jíj kunt maken. Dit artikel legt uit waarom de contextgracht de nieuwe standaard is, hoe je die bouwt en waarom het nu belangrijker is dan ooit.
Het probleem van samenvatten is het probleem van je contentstrategie
Elk groot AI-platform kan vandaag een gids van 3.000 woorden samenvatten tot drie zinnen in minder dan twee seconden. Dit is geen toekomstmuziek – het is een realiteit die direct invloed heeft op de waarde van je content. Als jouw content volledig vervangen kan worden door een samenvatting, heb je geen gracht meer. De samenvatting wordt het product, en jouw pagina verandert in ruwe grondstof die door andermans systeem verwerkt en vervolgens weggegooid wordt.
Dit gebeurt al overal. Gmail’s Gemini-aangedreven samenvattingskaarten condenseren marketingmails voordat de ontvanger de originele content zelfs ziet. Google’s AI Overviews synthetiseren antwoorden uit jouw pagina’s en tonen die boven jouw link. Microsoft’s Copilot kan nu aankopen doen zonder dat gebruikers retailerwebsites bezoeken, waardoor het hele proces van ontdekking tot transactie samengeperst wordt in één interactie met een assistent. Samsung plant om het aantal Galaxy AI-apparaten in 2026 te verdubbelen naar 800 miljoen, waardoor AI-gemedieerde ontdekking en samenvattingen op een ongekende schaal in het dagelijks leven van consumenten worden geïntegreerd.
De laag tussen jouw content en je publiek wordt elke dag dikker en slimmer. Als die laag de waarde van jouw pagina kan reproduceren zonder dat iemand erop klikt, stopt de pagina met het zijn van een waardevol bezit. Het echte bezit wordt dan datgene wat de AI-laag níét kan reproduceren.
Wat ‘commodity content’ écht betekent
De meeste teams zullen deze definitie niet leuk vinden, maar hij moet precies zijn. Commodity content is informatie die beschikbaar is via meerdere openbare bronnen, herverpakt zonder originele data, methodologie of inzichten uit eerste hand. Dit omvat veel terrein: de meeste how-to-gidsen, het meeste zogenaamde ‘thought leadership’ en elke pagina waarvan de kerninformatie samengesteld kan worden door iemand met toegang tot dezelfde openbare bronnen als jij.
De harde realiteit is dat veel van wat marketingteams ‘hoogwaardige content’ noemen, onder deze definitie valt. Schone schrijfstijl, accurate informatie en een behulpzame structuur zijn noodzakelijk, maar niet langer voldoende. Het zijn de basisvoorwaarden, net zoals een mobielvriendelijke website dat tien jaar geleden was. Als AI een competente samenvatting kan maken van publieke kennis over elk onderwerp, verschuift de lat voor verdedigbare content naar ‘correct en goed geschreven’ – en daarboven.
Uit het B2B-onderzoek van het Content Marketing Institute in 2026, waarin meer dan 1.000 B2B-marketeers werden ondervraagd, blijkt dat de grootste uitdagingen onveranderd blijven: te weinig kwalitatieve content, moeite om je te onderscheiden van concurrenten en beperkte middelen. Deze uitdagingen zijn niet nieuw. Wat wél nieuw is, is dat AI de gevolgen van ongedifferentieerde content dramatisch verergert. Als jouw gids en die van je concurrent hetzelfde zeggen, kiest de AI er één en negeert de andere – of synthetiseert beide zonder een van beide te citeren.
De contextgracht: wat het is en waarom het werkt
Een contextgracht is content die alleen geproduceerd kan worden met exclusieve toegang, origineel onderzoek, unieke datasets of domeinspecifieke ervaring. AI kan het samenvatten en ernaar verwijzen, maar AI kan de bron niet repliceren omdat die nergens anders bestaat.
Deze categorieën zijn specifiek en het benoemen waard:
- Originele benchmarks en exclusieve data: Denk aan klantdata (geanonimiseerd en geaggregeerd), interne prestatiemetrics of enquêteresultaten. Als HubSpot zijn State of Marketing-rapport publiceert, móét AI HubSpot citeren. Als Salesforce State of Sales publiceert, móét AI Salesforce citeren. Dat ‘moeten’ is de gracht: het model heeft geen alternatieve bron voor die specifieke cijfers.
- Methodologie en cases met concrete details: Niet ‘een SaaS-bedrijf verbeterde retentie’, maar: ‘Wij verminderden het verloop van 8,2% naar 4,1% in zes maanden door de onboarding te herstructureren rond drie specifieke interventies – en dit is precies wat we deden.’ De specificiteit is de gracht, omdat niemand anders aanwezig was bij die beslissingen.
- Expertcommentaar dat AI niet kan verzinnen: Mensen met aantoonbare expertise die professioneel oordeel geven, niet alleen informatie. Modellen kunnen feiten uit openbare bronnen synthetiseren, maar ze kunnen het inzicht van iemand met twintig jaar ervaring in een specifiek domein niet repliceren.
- Origineel testen en experimenteren: Jij voerde de test uit, jij controleerde de variabelen, jij mat de uitkomst. Niemand anders heeft die data – tenzij jij besluit ze te publiceren. Dat betekent dat het model naar jou moet komen of het zonder moet doen.
Dit is geen theoretisch framework. Onderzoek toont al aan dat AI-systemen content met originele data onevenredig vaak citeren. Een peer-reviewed studie van Princeton en Georgia Tech, gepresenteerd op KDD 2024, toonde aan dat het toevoegen van statistieken aan content de zichtbaarheid in AI met 41% verbeterde – de meest effectieve optimalisatietechniek die getest werd. Een aparte analyse van Yext wees uit dat datarijke websites 4,3 keer meer citaties per URL verdienen dan directory-achtige lijsten. De verklaring is eenvoudig: AI-systemen minimaliseren risico’s. Als een model een bewering moet onderbouwen, zoekt het naar een bron die het met vertrouwen kan toeschrijven. Originele data met een duidelijke herkomst is veiliger om te citeren dan een samenvatting van publieke informatie.
Waarom dit een AI-zichtbaarheidsspel is, niet alleen een contentstrategie
AI-retrieval werkt anders dan traditionele zoekmachine-ranking. Antwoordsystemen kiezen winnaars op basis van afhankelijkheid, niet op basis van algemene relevantie. Als meerdere bronnen hetzelfde zeggen, is jouw pagina vervangbaar: het model kan jouw content, die van je concurrent of een derde partij gebruiken en een gelijkwaardig antwoord produceren. Maar als slechts één bron de data heeft, ontstaat er een afhankelijkheid. En afhankelijkheden worden geciteerd, terwijl vervangbare bronnen samengeperst worden.
Uit een analyse van Evertune.ai, gebaseerd op 75.000 merken, blijkt dat merkherkenning de sterkste voorspeller is voor AI-citaties, met een correlatiecoëfficiënt van 0,334. Maar merkherkenning ontstaat niet zomaar. Het bouwt zich op door de oorsprong te zijn van data, onderzoek en inzichten die andere bronnen vervolgens overnemen. Dit creëert een ‘citatieautoriteitsvliegwiel’: jij publiceert origineel onderzoek, dat onderzoek genereert persaandacht en vermeldingen in de branche, die vermeldingen versterken de merkherkenning in AI-trainings- en retrievalsystemen, en de hogere herkenning maakt jouw content veiliger om te citeren.
Dit verklaart waarom first-party data niet alleen een personalisatie- of advertentietool is, maar ook een AI-zichtbaarheidsspel. Organisaties die beschikken over exclusieve datasets, klantgedragspatronen en operationele benchmarks, hebben een structureel voordeel in de AI-retrievallaag – áls ze die data publiceren. De meeste bedrijven doen dit niet, en die kloof tussen wat bedrijven weten en wat ze beschikbaar stellen aan de machinelaag, is waar de echte kans ligt.
Hoe je de investering herverdeelt
Uit de CMO Survey, gebaseerd op meer dan 11.000 marketing executives, blijkt dat bedrijven gemiddeld 11,2% van hun digitale marketingbudget besteden aan first-party data-initiatieven. In 2026 zal dit naar verwachting stijgen naar 15,8%. Contentmarketing claimt over het algemeen 25% tot 30% van het totale marketingbudget, met zware investeringen in ervaringsmarketing, video en distributie.
De vraag die te weinig hardop gesteld wordt: welk percentage van dat contentbudget produceert commodity content, en welk percentage produceert contextgracht-content?
Doe de audit zelf. Neem je top 50 pagina’s op basis van verkeer of strategisch belang en stel bij elk van hen één vraag: kan een competente concurrent in grote lijnen dezelfde pagina maken met alleen openbare informatie? Als het antwoord ja is, dan is die pagina commodity content. Hij kan nog steeds een doel dienen en verkeer genereren, maar de verdedigbaarheid tegen AI-samenvattingen is nul. Als de AI de waarde kan reproduceren zonder dat iemand op je pagina komt, stort de strategische bijdrage van die pagina in.
Als 80% van je bibliotheek commodity is en 20% contextgracht, dan is je contentinvestering structureel verkeerd afgestemd op de toekomst van AI-zichtbaarheid.
De herverdeling hoeft niet te betekenen dat je alles wat bestaat overboord gooit. Het betekent dat je nieuwe investeringen verschuift naar content die alleen jíj kunt produceren. In de meeste organisaties ziet die verschuiving eruit als vier concrete veranderingen:
- Publiceer interne data die al bestaat, maar niet gedeeld wordt: De meeste organisaties verzamelen veel meer exclusieve data dan ze ooit publiceren. Klantgedragsbenchmarks, operationele metrics, branchespecifieke prestatiedata – de researchafdeling heeft het, het productteam heeft het, maar marketing heeft het nog niet omgezet in gepubliceerde content die AI-systemen kunnen ontdekken en citeren.
- Investeer in origineel onderzoek als terugkerende redactionele verplichting: Jaarlijkse enquêtes, kwartaalbenchmarks, longitudinale studies. Deze zijn duur om te produceren en onmogelijk voor concurrenten om te repliceren – en dát is precies het punt. Ze creëren blijvende citatieafhankelijkheden die in de loop van de tijd groeien.
- Verschuif redactionele middelen van synthese naar analyse: Een schrijver die trends samenvat, produceert commodity content omdat iedereen dezelfde trends uit dezelfde openbare bronnen kan samenvatten. Een schrijver die jouw exclusieve data analyseert en uitlegt wat het betekent, produceert contextgracht-content. Dezelfde schrijver, andere opdracht, fundamenteel andere waarde voor de business.
- Behandel vakexperts als contentassets, niet als interviewbronnen: Een expert die geciteerd wordt in een blog voegt een zin aan waarde toe. Een expert die een gedetailleerde methodologie publiceert of professioneel oordeel onder eigen naam en referenties, creëert een AI-citeerbaar autoriteitssignaal dat in de loop van de tijd groeit. Het verschil tussen ‘we spraken met een expert’ en ‘onze expert publiceerde zijn analyse’ is het verschil tussen commodity en contextgracht.
Je bestaande content is niet waardeloos
Ik wil dit benadrukken omdat de titel van dit artikel bewust provocerend is. Commodity content is niet waardeloos. Het dient nog steeds echte doelen: het helpt mensen te vinden wat ze zoeken, het genereert verkeer, het ondersteunt conversies en het vormt de basis van hoe jouw merk online zichtbaar is.
Maar het is niet langer de gracht. Het is de fundering – en fundamenten onderscheiden niet, omdat elke concurrent er een heeft.
De verschuiving die ik beschrijf, is niet ‘stop met het produceren van commodity content’. Het is ‘stop met het behandelen van commodity content als jouw concurrentievoordeel’. Dat zijn twee verschillende uitspraken: de eerste is onpraktisch voor elk echt bedrijf, de tweede is een strategische heroriëntatie die verandert hoe je budget en redactionele aandacht toewijst.
Dit sluit aan bij een breder patroon dat ik zie in de overgang naar AI-zoekopdrachten. Nieuwe praktijken bouwen voort op bestaande, in plaats van ze te vervangen. SEO is niet langer een enkele discipline, maar de oude disciplines zijn niet verdwenen. Technische SEO doet er nog steeds toe, on-page fundamentals doen er nog steeds toe, en de content die je al hebt, draagt nog steeds bij. Wat veranderd is, is dat deze praktijken noodzakelijk maar onvoldoende zijn. De contextgracht is de nieuwe laag die voldoende maakt.
Waar dit jou achterlaat
Het competitieve landschap voor content splitst zich in twee niveaus, en die splitsing versnelt naarmate AI-systemen de primaire bemiddelaars van ontdekking worden.
Niveau één bestaat uit organisaties die originele data, exclusief onderzoek en ervaringsgebaseerde inzichten publiceren die AI-systemen móéten citeren omdat er geen alternatieve bron bestaat. Deze organisaties worden de oorsprongspunten in de AI-retrievallaag, en hun content wordt waardevoller naarmate modellen erop trainen, ernaar verwijzen en antwoorden eromheen bouwen.
Niveau twee bestaat uit organisaties die goed geschreven, accurate en behulpzame content publiceren die door elk voldoende gemotiveerd team met toegang tot dezelfde openbare informatie gereproduceerd kan worden. Deze organisaties dragen bij aan de trainingsdata, maar ze bepalen niet hoe ze in antwoorden verschijnen. Hun content is grondstof, geen product.
De vraag voor je volgende budgetcyclus is niet ‘produceren we genoeg content’, maar ‘produceren we content die alleen wíj kunnen maken’.
Als het antwoord nee is, is de gracht al verdwenen. Het goede nieuws is dat de meeste organisaties zitten op first-party data die ze nog nooit gepubliceerd hebben – het onderzoek bestaat, de benchmarks bestaan, de operationele kennis bestaat. Het omzetten daarvan in gepubliceerde, gestructureerde en citeerbare content is een redactionele beslissing en een prioriteringskeuze, geen capaciteitsprobleem (hoewel je wel even met de juridische afdeling moet checken). Begin met één exclusieve metric of benchmark die je elk kwartaal publiceert onder een merknaam die AI kan herkennen, en bouw van daaruit verder. Elke maand dat je originele data publiceert, is een maand aan contextgracht-content die geen enkele concurrent kan repliceren en geen enkel AI-systeem uit openbare bronnen kan synthetiseren.
Dat is de nieuwe verdedigbaarheid. Niet informatie hebben, maar context bieden die alleen jíj kunt leveren.