Methode — zo meten we

versie 1.6.2 · 29 september 2026

Dit is het openbare normenkader van de AgentKeur-score. Het beschrijft wat we meten, hoe zwaar elk onderdeel telt en hoe de punten tot stand komen. Alles staat erin wat je nodig hebt om een score na te rekenen: de gewichten, de puntentabellen en de formules.

De technische uitwerking (welke code welk stuk doet) houden we apart; die verandert vaker dan de methode zelf. Wijzigt de methode, dan krijgt ze een nieuw versienummer en houden oudere keuringen hun eigen versie — zie normenkader. Scores die met verschillende versies zijn gemeten, zijn niet één op één met elkaar te vergelijken; staat er op je rapport een oudere versie, dan zeggen we dat erbij.

Nieuw in versie 1.6.2 (29-09-2026). Konden we je Google-bedrijfsprofiel niet ophalen, of vonden we meerdere profielen met je naam zonder jouw website, dan meten we autoriteit bij die keuring niet en berekenen we de totaalscore over de andere onderdelen. Voorheen telde autoriteit dan mee zonder de reviews van Google, waardoor het cijfer lager uitviel dan terecht was. Als het profiel wel gemeten is, verandert er niets.

Nieuw in versie 1.6.1 (28-09-2026). Geen wijziging in de weging of de vragen zelf; wel in hoe we bepalen waar de vragen over gaan en hoe we je site lezen.

  1. Bij de regiovraag gebruiken we de provincie van je vestigingsplaats. Alleen als die plaats geen provincie oplevert, kijken we naar je werkgebied.
  2. Een lokaal gezochte dienstverlener, horecazaak of winkel met één vestiging meten we nooit landelijk, ook niet als je site "heel Nederland" zegt; een webshop wel. Deze regel geldt alleen als we je profiel van je eigen site konden lezen. Op het bevestigscherm kun je het altijd aanpassen.
  3. Heb je meer dan één vestiging, dan kijken we in welke provincies je vestigingen liggen volgens je eigen site: één of twee provincies is regionaal, vanaf drie provincies landelijk.
  4. Leest onze crawler je site de eerste keer niet, dan probeert hij het één keer opnieuw, ook op de andere host (met of zonder www). Lukt het dan nog niet, dan komt je profiel uit zoekresultaten en zegt het rapport dat erbij. Dat ligt aan onze tijdslimiet, niet aan je site.

Nieuw in versie 1.6 (26-09-2026). Na een proef met het Verbeterplan stellen we de vragen scherper:

  • De eerste vraag ("Welke … in … is aan te raden?") gaat over je gemeente, ook als je in je hele provincie werkt. De tweede vraag gaat over je provincie. Zo stellen we nooit twee keer dezelfde vraag over hetzelfde gebied.
  • Een dienstverlener die klanten in de eigen plaats zoekt (een accountant, advocaat, notaris, adviseur, installateur, hovenier, makelaar en dergelijke) met één vestiging meten we niet als landelijk bedrijf, tenzij je werkgebied aantoonbaar meer dan één provincie beslaat. Dat geldt niet voor maakbedrijven, groothandels en leveranciers aan bedrijven.
  • Konden we je llms.txt niet ophalen omdat je site ons (tijdelijk) weigerde, dan staat er "niet gemeten" in plaats van "ontbreekt". Scores van 1.5 en 1.6 zijn niet één op één met elkaar te vergelijken. Bij een herhaalmeting zetten we alleen scores van dezelfde versie naast elkaar, en vergelijken we per vraag alleen als de vraag hetzelfde is.

Nieuw in versie 1.5 (25-09-2026). Na een grondige controle van een gratis keuring meten we een aantal dingen nauwkeuriger:

  • De vraag naar je bedrijf zelf stellen we altijd. Zit je plaatsnaam al in je bedrijfsnaam, dan vragen we "Wat weet je over Tuincentrum Hardenberg?" in plaats van de plaats nog eens te noemen.
  • Heet je bedrijf naar zijn branche en plaats ("Tuincentrum Hardenberg") en is dat ook je domein en de naam op je site, dan herkennen we die naam in een AI-antwoord als hij als eigennaam in een opsomming of kop staat, of samen met je website, straat of telefoonnummer. "Een tuincentrum in Hardenberg" telt niet.
  • Een website met dezelfde naam maar een andere extensie (.nl in plaats van .com) is niet de jouwe.
  • Vinden we je niet terug in een opsomming, dan rekenen we voor die vermelding alleen het sentiment, niet een lage positie.
  • Een pagina die een AI citeerde maar over een andere plaats gaat, telt niet voor je autoriteit en levert geen advies op. We hebben minstens twee pagina's over jouw plaats of regio nodig.
  • LinkedIn: we kijken of je bedrijfspagina bestaat, niet of je site ernaar linkt. Wikidata weegt niet mee voor een lokaal bedrijf.
  • Voor een lokaal bedrijf voor particulieren zijn je reviews en je Google Bedrijfsprofiel de kern van je autoriteit. Kunnen we geen van beide lezen, dan geven we voor autoriteit geen cijfer.
  • Je openbare Google-bedrijfsprofiel zoeken we op in Google Maps, via een zoekdienst (DataForSEO of SerpApi). Heb je op de startpagina je bedrijf gekozen bij zoeken op naam, dan gebruiken we die vestiging, zolang de website daarvan je gekeurde website is of leeg is. Anders zoeken we op je bedrijfsnaam en plaats, en telt een profiel alleen als het aantoonbaar van jou is: minstens twee van deze drie kloppen: dezelfde website, dezelfde naam, dezelfde plaats (of gemeente). Een telefoonnummer telt alleen als tweede bewijs en nooit bij een andere plaats; een algemene naam als "Rijschool Almere" telt niet als naambewijs. Een profiel met een eigen website op een ander domein (geen platform of social media) is een ander bedrijf. Parkeerplaatsen, ingangen, laadpalen en andere voorzieningen tellen nooit als je bedrijf. Twijfelen we, dan meten we autoriteit bij die keuring niet: liever geen cijfer dan de reviews van een ander. Van het profiel gebruiken we alleen of het bestaat, het gemiddelde, het aantal reviews en of het als geopend staat; nooit de teksten van reviews of de namen van wie ze schreef. In je rapport staat het als "Google-bedrijfsprofiel: 4,2 uit 674 reviews", bron: Google (openbaar profiel). Scores van 1.4.x en 1.5 zijn niet één op één met elkaar te vergelijken.

Correctie in versie 1.4.1 (25-09-2026). Je reviewprofiel zoeken we eerst op je eigen site: linkt je site naar je profiel op Tripadvisor, Trustpilot, Google of een ander reviewplatform (of staat het in de gegevens van je site, sameAs), dan telt dat, ook als geen AI-antwoord het profiel deze keer noemde. Een ingebed kaartje van Google Maps is geen reviewprofiel. En doet Google (Gemini) een keer niet mee, bijvoorbeeld door een storing bij Google, dan rekenen we je score met ChatGPT alleen (minstens twee van de drie antwoorden) en zeggen we dat erbij. Scores van 1.4 en 1.4.1 zijn met elkaar te vergelijken.

Nieuw in versie 1.4 (24-09-2026). We meten de score op ChatGPT en Google, waar de meeste Nederlanders zoeken. Perplexity gebruiken we om te zien op welke sites AI zijn aanbevelingen baseert. ChatGPT telt voor 0,60 en Google (Gemini) voor 0,40; Perplexity telt in geen enkel onderdeel van de score mee, maar zijn antwoorden en de bronnen die het noemt staan wel in je rapport, apart en met die uitleg erbij. Voor een score zijn minstens drie van de vijf antwoorden van ChatGPT en Gemini nodig. Een score van versie 1.3 is daarom niet één op één te vergelijken met een score van 1.4.

Nieuw in versie 1.3 (24-09-2026). Gemini, de AI-assistent van Google, beantwoordt onze vragen nu met een nieuwer model. Het vorige model zocht bij de vraag welke bedrijven aan te raden zijn ongeveer de helft van de keren niet op internet, en een antwoord zonder zoekopdracht telt bij ons niet mee. Het nieuwe model zocht in onze proef bij elke vraag. Gemini telt daardoor veel vaker mee; de vragen, de onderdelen en hun gewichten zijn ongewijzigd. Een score van versie 1.2 is daarom niet één op één te vergelijken met een score van 1.3.

Correctie in versie 1.2.2 (24-09-2026). Konden we geen enkel reviewplatform controleren en noemde geen AI-antwoord een reviewprofiel, dan telt dat onderdeel als niet gemeten, niet als 0; scores van 1.2.x zijn met elkaar te vergelijken.

Correctie in versie 1.2.1 (23-09-2026). Een kritische uitspraak telt alleen mee als hij over jouw bedrijf gaat, niet als hij over een ander bedrijf in dezelfde opsomming gaat; scores van 1.2 en 1.2.1 zijn met elkaar te vergelijken.

Nieuw in versie 1.2 (22-09-2026). De gratis keuring vraagt nu ook Gemini, de AI-assistent van Google: twee van de vragen gaan daar ook heen, dus negen antwoorden in plaats van zeven. Gemini krijgt het Google-deel van de weging (een kwart). Tot nu toe telde dat deel niet mee en verdeelden ChatGPT en Perplexity het onderling; een score van versie 1.1 is daarom niet één op één te vergelijken met een score van 1.2. Gemini is niet hetzelfde als de AI-samenvattingen boven de zoekresultaten van Google (AI Overviews); die meten we alleen in de uitgebreide keuring.

Nieuw in versie 1.1 (22-09-2026). De punten voor autoriteit hangen af van je doelgroep: een aannemer die voor gemeenten werkt wordt niet op reviewsites beoordeeld maar op vakpagina's, registers en LinkedIn. Verder is "een reviewprofiel hebben" losgekoppeld van "minstens tien reviews hebben", zodat een profiel waarvan wij het aantal niet kunnen lezen je niet je hele autoriteitsscore kost. De onderdelen en hun gewichten in de totaalscore zijn ongewijzigd.

1. Uitgangspunten

  1. Eerlijk over ruis. AI-antwoorden zijn stochastisch: dezelfde vraag kan morgen een ander antwoord geven. De gratis scan is één run per prompt; daarom tonen we altijd een betrouwbaarheidsinterval en noemen we het een indicatie. De betaalde keuring meet ≥7 runs per prompt over ≥3 dagen.
  2. Merkvermelding is de hoofd-KPI, bronvermelding secundair (merkniveau is stabieler: 45–59% vs 34–42% dag-op-dag).
  3. Per platform apart meten, dan wegen op NL-gebruik. 91% van citaties verschijnt in slechts één engine; een ongewogen gemiddelde verbergt de informatie.
  4. Deterministisch waar het kan. Merk- en domeindetectie via string-matching, niet via LLM; technische checks via HTTP; alleen correctheid en sentiment via één gebatchte LLM-beoordeling met vaste rubric en temperature 0.
  5. Alleen scoren wat bewezen of sterk aannemelijk is. Signalen met zwak bewijs (llms.txt, Google-Extended, schema als AIO-hefboom) krijgen minimale of nul weging en worden als "informatief" getoond.
  6. Nul is normaal. Veel mkb-bedrijven worden bij lokale vragen (nog) niet genoemd; een lage score is geen uitzondering. De schaal en de teksten zijn daarop afgestemd. Zodra onze eigen branchemeting er is, staat hier ons eigen cijfer met steekproef en datum.

2. Totaalscore en subscores

Subscore Gewicht Wat het meet Databron
Z — Zichtbaarheid 25 Wordt het merk genoemd in AI-antwoorden op relevante NL-prompts? Promptruns (gratis: ChatGPT en Gemini; betaald: + AI Overviews). Perplexity meet mee voor de bronnen, niet voor de score
C — Citaties 15 Wordt de eigen website als bron geciteerd/gelinkt? url_citations / citations / AIO-bronnen
K — Correctheid 15 Klopt wat de AI over het bedrijf zegt (diensten, plaats, prijs, actualiteit)? LLM-rubric vs. bedrijfsprofiel; alleen bij vermelding
S — Sentiment & positionering 10 Wordt het merk aanbevolen, neutraal genoemd of afgeraden; op welke positie in lijsten? LLM-rubric + positie-extractie; alleen bij vermelding
T — Technische gereedheid 20 Kunnen AI-crawlers de site bereiken en lezen; is de entiteit machineleesbaar en actueel? HTTP-checks vanaf URL
A — Autoriteit 15 Bestaat het bedrijf als entiteit buiten de eigen site (reviews, registers, profielen, vermeldingen)? Trustpilot/Kiyoh/Google, KVK, Wikidata, sameAs, geciteerde derden

Totaal = Σ (subscore × gewicht) / Σ gewichten van de meetbare subscores. K en S zijn niet meetbaar als het merk nergens wordt genoemd; dan worden ze als "—" getoond en worden de gewichten van de overige subscores proportioneel herschaald (dus geen dubbele straf). In het rapport staat dan expliciet: "Correctheid en sentiment konden niet worden gemeten omdat AI je nog niet noemt."

Schaal en labels

Score Label Toon in rapport
0–19 Onzichtbaar "AI-assistenten kennen je (nog) niet." (tot 26-09-2026 met "Dat geldt voor 1 op 3 NL-bedrijven", op Aibevolen mei 2026; niet onze schaal)
20–39 Zwak "Je wordt af en toe gevonden, maar concurrenten vaker."
40–59 Gemiddeld "Je bent zichtbaar; er zijn concrete verbeterpunten."
60–79 Goed "Je bent goed zichtbaar; er zijn nog concrete verbeterpunten." (tot 26-09-2026: "Beter dan de meeste Nederlandse mkb-bedrijven", op Aibevolen mei 2026; niet onze schaal)
80–100 Sterk "Je scoort sterk op de onderdelen die we maten." (tot 26-09-2026: "Top-1%-niveau", op Aibevolen mei 2026; niet onze schaal, dus niet te bewijzen)

3. Meetmethode per subscore

Z — Zichtbaarheid (25)

  • Per platform p en prompt i: m_pi ∈ {0,1} = merk genoemd (naam-alias of eigen domein in tekst of citaties). Een naam die alleen uit een lidwoord en een beroepswoord bestaat ("de kapper") telt alleen als hij als naam geschreven is ("De Kapper") of als in dezelfde zin je domein, een langere vorm van je naam of je plaats staat; anders zou "dat de kapper goed luistert" als vermelding tellen. Het lidwoord mag klein zijn ("fysiotherapie de Bleek"), het woord erna niet. Een korte naam die vet staat of een lijstpunt of tabelcel begint ("Odido – …"), telt als vermelding.
  • Platformgewicht w_p op NL-gebruik (Q&A Retail mei 2026), sinds 1.4: gratis ChatGPT 0,60 · Google 0,40; betaalde keuring ChatGPT 0,50 · Google 0,50. Perplexity en Claude wegen 0: Perplexity meet mee om te zien op welke bronnen AI zijn aanbevelingen baseert, Claude wordt niet gemeten. Tot 1.3: gratis ChatGPT 0,55 · Google 0,25 · Perplexity 0,20.
  • Google telt één keer. We meten Google via AI Overviews (SERP) óf via Gemini; dat zijn twee vensters op hetzelfde platform. Ze delen de Google-weging: meten we er één, dan krijgt die de volle 0,25 (betaald 0,40); meten we ze allebei, dan elk de helft — in de betaalde keuring dus AIO 0,20 en Gemini 0,20. In de gratis keuring meten we alleen Gemini; die krijgt dus de volle 0,25.
  • Hernormaliseren over de gemeten platforms. Draait een platform niet (het gratis Gemini-quotum van de maand is op, provider uit, alle runs mislukt), dan verdelen de overige platforms het volle gewicht in dezelfde verhouding. Zonder Gemini krijgt ChatGPT dus 1,0. Een platform dat wij niet konden meten mag de score van het bedrijf niet verlagen, en een platform met gewicht 0 krijgt nooit alsnog gewicht.
  • Alleen geslaagde runs tellen. Een run met status ≠ ok (timeout, providerfout, geen zoekopdracht, geen AI Overview) verlaagt n_p in plaats van als "niet genoemd" te tellen. Levert een platform nul geslaagde runs op, dan valt het platform zelf uit de weging.
  • Z_raw = Σ_p w_p · (Σ_i m_pi / n_p) ∈ [0,1].
  • Bonus voor niet-branded prompts: vermelding bij een branded prompt ("wat weet je over X?") telt 0,5; bij niet-branded (lokaal, vergelijkend, probleem) telt 1,0. Reden: gevonden worden zonder dat de gebruiker je naam kent is de echte waarde.
  • Z = 100 · Z_raw.
  • Onzekerheid: Wilson-95%-interval met p̂ = Z_raw en n = het aantal meegetelde runs. Omdat p̂ gewogen is (branded telt half, platforms wegen verschillend) is het interval een benadering: de spreiding tussen platforms zit er niet in. Bij 12 runs is het breed (~±25 pt); dat tonen we eerlijk als "Zichtbaarheid: 33 (tussen 14 en 61)". Bij de betaalde keuring (≥7 runs × 8 prompts × 4 platforms = 224 observaties) is het ±6 pt.
  • Het interval van het totaal ontstaat door Z en C op hun grenzen te zetten en het totaal opnieuw te berekenen. Dat is bewust conservatief (het behandelt de onzekerheid in Z en C als samenhangend, wat klopt zolang C alleen bij een vermelding kan ontstaan); T en A zijn deterministische checks en K en S rusten op te weinig antwoorden voor een eigen marge.
  • Speciale uitkomst: als Google bij een prompt géén AI Overview toont, telt die run niet mee voor Z (n_p daalt) en rapporteren we "Geen AI Overview bij deze zoekopdracht" als aparte bevinding.

C — Citaties (15)

  • c_pi ∈ {0, 0.5, 1}: eigen domein geciteerd als eerste/primaire bron (1), geciteerd maar niet primair (0,5), niet geciteerd (0). Domein-match op registrable domain (incl. subdomeinen, www, http/https).
  • C = 100 · Σ_p w_p · (Σ_i c_pi / n_p), met dezelfde gewichten, dezelfde hernormalisatie en dezelfde noemer n_p als Z.
  • Aanvullend gerapporteerd (niet gescoord): welke domeinen van derden wél werden geciteerd over jouw onderwerp (dit is de actielijst voor A).

K — Correctheid (15)

Alleen berekend voor antwoorden waarin het merk voorkomt. Eén gebatchte LLM-call (temperature 0, structured output) beoordeelt elk fragment tegen het bedrijfsprofiel op vier punten, elk 0/1/2 (fout/onvolledig/correct):

  1. Wat het bedrijf doet (dienst/product/categorie)
  2. Waar (plaats/regio/werkgebied)
  3. Feitelijke details (prijsindicatie, openingstijden, doelgroep, specialisaties) — alleen als de AI ze noemt
  4. Actualiteit (geen verouderde acties/prijzen/adressen; gebaseerd op R2: 62% van NL-fouten is verouderde info) K = 100 · gemiddelde(score/2) over alle vermeldende antwoorden; punt 3 zit alleen in de noemer als de AI daadwerkelijk een detail noemde.

Hallucinaties, in twee soorten (S4: één vlag was te grof — hij sloeg bij élk antwoord aan, omdat ons profiel een samenvatting van de site is en openingstijden of adressen er dus per definitie niet in staan):

  • in strijd met de site — het antwoord beweert iets anders dan het profiel (andere plaats, dienst die het bedrijf niet levert, prijs die niet klopt). Dat geeft 0 op punt 3 en het rapport meldt "AI zegt iets dat niet klopt — corrigeer dit".
  • niet te verifiëren — een controleerbaar feit dat niet in het profiel staat en het ook niet tegenspreekt. Geen straf; het rapport meldt het als "AI zegt iets dat niet op je site staat — zet het erop".

S — Sentiment & positionering (10)

Per vermeldend antwoord: sentiment ∈ {−1, 0, +1} (afgeraden / neutraal genoemd / aanbevolen) en lijstpositie (1e = 1,0; 2e–3e = 0,7; 4e–5e = 0,4; >5e = 0,2; niet in lijstcontext = 0,6). Sinds 1.5: staat het merk in een antwoord met een aanbiederslijst maar vinden we het niet in de lijst terug, dan telt alleen het sentiment (het positiedeel valt weg). S = 100 · gemiddelde( 0,6 · (sentiment+1)/2 + 0,4 · positie ).

Wanneer is het een lijst? (S4) De positieterm telt alleen binnen een aanbiederslijst, en daarvoor gelden twee eisen:

  1. de opsomming, genummerde lijst of tabel heeft minstens twee items die met een naamkop beginnen ("Oedipus Brewing — …", "LR Smiles (Leidsche Rijn): …");
  2. de prompt is niet branded. P4 vraagt naar het merk zélf; een opsomming in dat antwoord (bierstijlen, argumenten) is geen ranglijst van aanbieders.

Valt een antwoord buiten die definitie, dan geldt de neutrale 0,6 en niet de 0,2 van "niet in de lijst" — anders straffen we een bedrijf voor iets dat we niet gemeten hebben. Tot 1.5 gold: staat het merk wél in een antwoord met een aanbiederslijst maar niet in de opsomming zelf, dan is het 0,2; sinds 1.5 telt dan alleen het sentiment. De herkenning is deterministisch: vaste regels op de tekst, geen taalmodel.

Noemer: alleen vermeldende antwoorden met een oordeel. Is de rubric-call niet afgekomen, dan zijn K en S "—" en herschalen de gewichten (§2).

Veiligheidsregel: antwoorden met beschuldigingen (fraude, faillissement, strafbaar, oplichting) worden niet letterlijk getoond, wel meegeteld als −1 — ook zonder rubric-oordeel — met de tekst "Het model noemde niet-geverifieerde negatieve claims; neem contact op voor details". Dat geldt alleen als de uitspraak over het gekeurde bedrijf gaat: de naam staat in dezelfde zin (sinds 1.2.1).

T — Technische gereedheid (20)

Puntentabel (max 100, daarna geschaald). Alle checks vanaf de URL, geen JS-uitvoering nodig behalve voor de SSR-vergelijking.

Noemer: een check die we niet konden uitvoeren (not_measured) valt uit teller én noemer; T = 100 · behaalde punten / meetbare punten. Het rapport toont daarom altijd de noemer ("94 — 93,9 van de 100 meetbare punten"), want een site die onze crawl weert kan een hoog cijfer over een kleine noemer halen.

Check Punten Bewijskracht
robots.txt blokkeert niet OAI-SearchBot 12 Sterk
robots.txt blokkeert niet Googlebot 12 Sterk
robots.txt blokkeert niet PerplexityBot 8 Sterk
robots.txt blokkeert niet Claude-SearchBot / ChatGPT-User / Claude-User / Perplexity-User 4 Sterk
Geen Cloudflare/WAF-blokkade voor AI-user-agents (testfetch met OAI-SearchBot-UA geeft 200, geen challenge) 10 Sterk
Content server-side beschikbaar: de tekst staat in de ruwe HTML (binair; geen framework-shell zonder inhoud) 14 Sterk
HTTPS, 200-status, geen redirect-keten > 2, TTFB < 1,5 s 6 Matig
Title, meta description, één H1, logische H2-structuur 6 Matig
XML-sitemap aanwezig en geldig (via robots.txt of /sitemap.xml) 6 Matig
JSON-LD Organization/LocalBusiness met naam, adres, telefoon, url, sameAs ≥ 2 8 Matig (entiteitsduidelijkheid)
Contactgegevens (adres, KVK-nummer, telefoon) in platte tekst op site 6 Matig
Actualiteit: dateModified/Last-Modified < 12 maanden, of Offer-prijzen aanwezig 4 Matig
FAQ-/vraag-antwoordblokken of tabellen aanwezig (citeerbare eenheden) 3 Matig
Woordaantal homepage ≥ 300 in de ruwe HTML 0 (alleen melden) Zwak — informatief
llms.txt aanwezig 1 Zwak — informatief
GPTBot/ClaudeBot/CCBot/Google-Extended geblokkeerd 0 (alleen melden) Zwak: raakt training, niet citaties

A — Autoriteit (15)

Noemer: net als bij T tellen alleen de gemeten signalen mee. In de gratis keuring is de Bing-index (5) altijd not_measured; het Google-bedrijfsprofiel telt mee als we het konden lezen (anders is autoriteit bij die keuring niet gemeten, zie 1.6.2). Het rapport toont de noemer.

De punten hangen af van de doelgroep die de ondernemer op het bevestigscherm heeft bevestigd (scoremodel 1.1). De signalen zijn voor iedereen dezelfde — we meten niets extra's — maar hun gewicht volgt wat een AI-assistent bij zo'n vraag daadwerkelijk citeert: bij een zakelijke of overheidsklant zijn dat vakpagina's, registers en LinkedIn, niet Kiyoh. "Beide" en "onbekend" volgen de b2c-kolom. Elke kolom telt op tot 100.

Signaal b2c b2b b2g Hoe gemeten
Reviewprofiel gevonden op het platform van de sector (geciteerd door de AI of door ons gelezen; alleen een badge op de eigen site: "niet gemeten") 15 8 4 Trustpilot: trustpilot.com/review/{domein}; NL-platforms: badge/script-detectie in HTML + platformzoek; geciteerde reviewpagina's van de scan
Minstens tien reviews op dat profiel (1–9: helft; aantal niet leesbaar: "niet gemeten") 15 7 4 idem
Gemiddelde reviewscore ≥ 4,0 10 5 3 idem
KVK-registratie gevonden op naam of domein 10 10 10 KVK Zoeken-API
Wikidata-entiteit of Wikipedia-artikel (nl/en) 10 12 14 Wikidata wbsearchentities, Wikipedia API
LinkedIn-bedrijfspagina gelinkt (sameAs of link op site) 8 14 14 HTML
Google Bedrijfsprofiel gevonden (twee van drie: website, naam, plaats) 12 8 6 Google Maps via DataForSEO of SerpApi
Vermeldingen op derden-domeinen die de AI over jouw onderwerp citeerde (per prompt: wordt je merk genoemd op ≥1 van de geciteerde derden-pagina's?) 15 26 30 Fetch van geciteerde URL's (max 6 per scan), string-match
Aanwezigheid in Bing-index (site:-check via SERP-API) 5 10 15 Bright Data/DataForSEO (should)
Testomgeving als bron gebruikt (citatie op staging./test./acc./dev./beta.) 0 0 0 Citaties van de scan (alleen melden)
Naam, adres en telefoon overal gelijk (NAP) 0 0 0 AI-antwoorden vs. crawl (alleen melden)

A krijgt alleen een cijfer als er minstens 30 van de 100 punten te meten waren. Tussen 15 en 30 punten staat het cijfer er met het stempel "indicatief" en de noemer erbij; onder 15 punten tonen we geen cijfer, want dan zegt het meer over onze lookups dan over het bedrijf.

4. Betrouwbaarheid en communicatie

  • Elke score toont: meetdatum/-tijd, versie van het scoremodel, aantal prompts, aantal runs, platforms, en het interval.
  • Trend is alleen geldig t.o.v. eerdere AgentKeur-metingen met dezelfde modelversie; bij een modelwijziging krijgen historische scores een markering.
  • Dit document staat openbaar op de site. AgentKeur is geen keurmerk en geen certificering; het is een meting met een openbare methode.

5. Onderbouwing van de gewichten

  • Z+C = 40: dit is de uitkomstmaat (wat AI daadwerkelijk doet). Z zwaarder dan C omdat merkvermelding stabieler en commercieel belangrijker is (ChatGPT klikbare merknamen mei 2026: 62% van referrals naar homepage).
  • T = 20: hard, causaal (toegangspoorten) en direct oplosbaar — de meest verkoopbare actiepunten.
  • A = 15: sterkste correlaties in de literatuur (branded mentions r=0,66; Trustpilot +52 pp) maar correlationeel.
  • K = 15: het NL-onderzoek (aug 2026) toont dat verouderde info het grootste foutpatroon is; correctheid is beïnvloedbaar via actuele site + schema.
  • S = 10: relevant, maar subjectiever en kleinere steekproef. De gewichten liggen vast per versie van dit normenkader. Passen we ze aan, dan gebeurt dat met een nieuw versienummer en blijven eerdere keuringen op hun eigen versie staan.

6. Voorbeeldberekening (fictief installatiebedrijf, Utrecht)

Volgens versie 1.4: de Perplexity-antwoorden staan er nog, maar tellen niet mee.

  • 4 prompts × 3 platforms = 12 runs. Voor de score tellen ChatGPT en AI Overviews: 8 runs, waarvan 7 meetellen (bij één prompt toonde Google geen AI Overview). Merk genoemd: ChatGPT 1/4 (branded prompt, 0,5), AIO 0/3. Perplexity noemde het merk bij de lokale prompt — dat staat in het rapport bij de bronnen, maar telt niet.
  • Z_raw = 0,60·(0,5/4) + 0,40·(0/3) = 0,075 → Z = 7,5.
  • C: het eigen domein werd alleen door Perplexity geciteerd → C = 0.
  • K: 1 vermeldend antwoord, 1,5/2 → K = 75.
  • S: ChatGPT neutraal, buiten een aanbiederslijst → S = 100·(0,6·0,5 + 0,4·0,6) = 54.
  • T: robots ok, SSR ok, geen sitemap, geen JSON-LD, geen FAQ → 12+12+8+4+10+14+6+6+0+0+6+4+0 = 82 van de 100 meetbare punten → T = 82.
  • A: Google-reviews 4,6 (23 reviews), KVK ja, geen Wikidata, LinkedIn ja, GBP ja, geen derden-vermeldingen, Bing ja → 30+10+10+0+8+12+0+5 = 75 van de 100 meetbare punten → A = 75.
  • Totaal = (7,5·25 + 0·15 + 75·15 + 54·10 + 82·20 + 75·15)/100 = 1,88+0+11,25+5,4+16,4+11,25 = 46,18 → 46 → "Gemiddeld". Rapport: "Technisch en qua reputatie sta je sterk; AI kent je alleen nog nauwelijks. Eerste acties: vermeldingen op [3 geciteerde derden-sites], sitemap, Organization-schema."

Het totaal wordt bewust uit de afgeronde subscores berekend, zodat je het rapport met de hand kunt narekenen.