Je kunt vandaag prima in de Google 3 pack staan en tóch niet genoemd worden wanneer iemand aan ChatGPT, Gemini of Perplexity vraagt: “Waar kan ik hier het beste naartoe?” Dat voelt oneerlijk, maar het is vooral een signaal. De spelregels voor lokale vindbaarheid verschuiven van breed zichtbaar zijn naar überhaupt door de selectie komen. SOCi legde dat pijnlijk helder bloot in de 2026 Local Visibility Index.
AI laat maar een paar locaties toe
SOCi analyseerde prestaties van bijna 350.000 locaties, verdeeld over 2.751 merken met meerdere vestigingen. Ze keken niet naar klikpercentages of verkeer, maar heel nuchter: hoe vaak wordt een locatie daadwerkelijk getoond of aangeraden door een AI assistent.
De uitkomst is confronterend. ChatGPT raadde gemiddeld maar 1,2 procent van de locaties aan. Gemini kwam uit op 11 procent en Perplexity op 7,4 procent. Zet je dat naast Google, dan zie je waarom dit zo schuurt: in de lokale 3 pack verschenen merken 35,9 procent van de tijd.
Met andere woorden: in AI kom je niet “iets minder vaak” voor. Je komt er meestal helemaal niet in. SOCi schat dat zichtbaarheid in AI drie tot dertig keer lastiger is dan goed scoren in traditionele lokale zoekresultaten. Dat is geen detail, dat is een nieuwe realiteit voor iedere organisatie met fysieke locaties, ook in Nederland.
Waarom een goede Google positie niet genoeg is
Wat ik vaak zie bij mkb en multi location bedrijven: ze hebben hard gewerkt aan Google Bedrijfsprofiel, categorieën, foto’s, lokale pagina’s, misschien wat linkbuilding, en de posities zijn keurig. Dan komt AI om de hoek kijken en blijkt die investering niet automatisch te vertalen naar aanbevelingen.
Dat komt doordat AI anders selecteert. Google toont meerdere opties en laat de gebruiker kiezen. AI wil juist één of een paar ‘veilige’ antwoorden geven. Daardoor wordt de lat hoger en de selectie smaller.
SOCi laat ook zien dat de overlap tussen Google leiders en AI leiders beperkt is. Over sectoren heen verschijnt minder dan de helft van de merken die in Google lokale zichtbaarheid domineren ook in de AI resultaten. In retail overlapte slechts 45 procent van de top 20 merken in traditionele lokale zichtbaarheid met de top 20 merken die het vaakst door AI werden aanbevolen.
Voor jou betekent dit iets simpels: je kunt je niet meer alleen richten op ranking. Je moet ook zorgen dat je door de kwalificatie heen komt.
Data klopt te vaak niet en AI straft dat af
Nog zo’n punt waar ik als ondernemer direct zenuwachtig van word: de betrouwbaarheid van bedrijfsinformatie.
Volgens SOCi was de business profile informatie op ChatGPT en Perplexity maar ongeveer 68 procent correct. Gemini zat op 100 procent, wat logisch is omdat het sterk leunt op Google Maps.
In de praktijk betekent dit dat openingstijden, adresgegevens of zelfs het type dienstverlening op twee van de drie AI platformen geregeld niet kloppen. En als het niet klopt, dan is de kans groot dat een assistent je liever niet noemt. AI speelt op safe en kiest voor het antwoord waar het het meest vertrouwen in heeft.
Hier zit een les die veel bedrijven nog onderschatten: consistentie in je hele data ecosysteem telt mee. Niet alleen Google Maps, maar ook bronnen waar AI graag op terugvalt, zoals Yelp, Facebook, je eigen website en andere vertrouwde databronnen. Als die puzzelstukjes niet op elkaar passen, dan lijk je voor AI minder betrouwbaar, zelfs als je in Google best netjes staat.
Reviews zijn geen ‘ranking factor’, maar een toelatingseis
Bij lokale SEO konden bedrijven jarenlang nog redelijk meedoen met een middelmatige beoordeling. Proximity en relevantie konden veel goedmaken. AI kijkt daar anders naar.
SOCi zag dat aanbevelingen consequent naar bovengemiddelde sentimenten trekken. Locaties die door ChatGPT werden aanbevolen hadden gemiddeld 4,3 sterren. Bij Gemini was dat 3,9 en bij Perplexity 4,1.
De nuance is belangrijk: reviews werken hier minder als een schuifje waarmee je een paar posities stijgt, en meer als een filter. Zit je onder een bepaalde grens, of is je reputatie rommelig, dan val je er simpelweg uit. AI kiest liever minder opties met minder risico. Dat past bij hoe deze systemen zijn ontworpen.
Voor ondernemers betekent dit dat reputatiemanagement niet langer ‘iets voor later’ is. Het is een voorwaarde om überhaupt genoemd te worden wanneer een klant om advies vraagt.
De impact verschilt per sector, maar het patroon is hetzelfde
SOCi laat duidelijke verschillen per branche zien, en dat helpt om het mechanisme te begrijpen.
In retail zie je dat een sterke Google aanwezigheid niet automatisch doorwerkt. Sam’s Club en Aldi presteerden beter dan je op basis van Google zou verwachten, terwijl Target en Batteries Plus Bulbs juist terugvielen in AI aanbevelingen. Dat wijst op iets anders dan alleen lokale ranking: AI lijkt te leunen op breed vertrouwen en consistente signalen over meerdere platformen.
Bij restaurants is de zichtbaarheid nog geconcentreerder. Een kleine groep koplopers pakt relatief veel aanbevelingen. Culver’s sprong eruit met 30,0 procent aanbevelingspercentage op ChatGPT en 45,8 procent op Gemini. In het rapport wordt dat gekoppeld aan sterke beoordelingen en complete profielen. Restaurants met zwakke data en minder goede sentimenten kwamen vaak helemaal niet terug in de antwoorden.
In financiële dienstverlening zie je het effect van “basis op orde” misschien nog het duidelijkst. Liberty Tax haalde 68,3 procent zichtbaarheid in de Google 3 pack, maar werd ook 19,2 procent van de tijd aanbevolen door Gemini en 26,9 procent door Perplexity, ruim boven het branchegemiddelde. SOCi koppelt dat aan verbeterde profieldekking, betere ratings en hogere datanauwkeurigheid.
De andere kant is harder: achterblijvers met lage profielnauwkeurigheid, gemiddelde ratings rond 3,4 sterren en een review response rate onder 5 procent waren in AI aanbevelingen praktisch onzichtbaar. Zwakke fundamenten vertalen zich hier direct naar nul zichtbaarheid.
Van ‘vindbaarheid’ naar ‘waardigheid’: wat je nu verstandig doet
De belangrijkste verschuiving vind ik deze: we gaan van afstellen voor ranking naar voldoen aan selectiecriteria. Dat klinkt streng, maar het is ook goed nieuws, want het is grotendeels maakbaar.
Begin met de basis alsof je een nieuwe vestiging opent. Zijn naam, adres en telefoonnummer overal hetzelfde, staan je openingstijden op je website en in je profielen gelijk, klopt je categoriekeuze, en is je aanbod helder beschreven. Controleer dat niet alleen in Google, maar ook in de platformen waar AI graag naar kijkt. Als je dit niet structureel bijhoudt, krijg je vroeg of laat ruis en die ruis kost je aanbevelingen.
Daarna komt reputatie, en dan bedoel ik niet “meer reviews verzamelen omdat het moet”. Zorg dat het proces klopt. Vraag actief om feedback op momenten waarop klanten tevreden zijn, reageer op reviews alsof je naast je klant staat, en los patronen in klachten op in je operatie, niet alleen in je tekst.
Tot slot helpt duidelijke differentiatie. AI zoekt naar redenen om een keuze te verantwoorden. Een generieke ‘wij staan voor kwaliteit’ boodschap voegt dan weinig toe. Een concreet antwoord wel, zoals duidelijke specialisaties, aantoonbare service beloftes, echte foto’s van de locatie, en informatie die een klantvraag direct wegneemt.
Mijn advies als je hier rustig mee aan de slag wilt: meet je lokale prestaties niet alleen in Google posities, maar check ook of je in AI antwoorden voorkomt bij realistische vragen van klanten. Zie je een gat, behandel dat dan als een dataprobleem en een reputatieprobleem, niet als een trucje.
SOCi’s conclusie is helder en ik deel hem: sterke Google rankings geven geen garantie meer op zichtbaarheid in AI aanbevelingen. Wie zijn data, content en reputatie in het hele ecosysteem op orde heeft, wordt vaker gekozen. Wie het laat versloffen, verdwijnt uit beeld, ook al stond je gisteren nog netjes in de lokale resultaten.