Wat MKB-bedrijven écht moeten weten over GEO

Even eerlijk vooraf

Dit is het praktische vervolg op mijn uitgebreide uitleg over wat GEO (Generative Engine Optimization) precies is. Daar staat de theorie: hoe AI-zoekmachines bepalen welke bedrijven ze noemen, wat het verschil is met SEO en waarom dit geen hype is. Dit artikel doet het omgekeerde. Geen theorie — wel de vijf stappen die je deze maand kunt zetten.

En meteen het verwachtingsmanagement: GEO is geen truc met resultaat binnen een week. Het is fundamentwerk. De bedrijven die dit nu op orde brengen, zijn straks lastig in te halen — precies zoals dat twintig jaar geleden met vroege SEO ging. Maar wie je vandaag toevoegt aan een AI-antwoord, zie je pas over maanden terug.

Waarom dit nú speelt

Steeds meer koopbeslissingen beginnen niet meer bij tien blauwe links, maar bij één AI-antwoord. Iemand vraagt: "welk installatiebedrijf in de buurt van Deventer kan een warmtepomp plaatsen?" of "beste boekhouder voor een webshop?" — en ChatGPT, Perplexity of Gemini noemt twee of drie namen. Punt.

Dat verandert het spel op één cruciale manier: er is geen positie elf. Bij Google kon je op pagina twee nog wat verkeer sprokkelen. In een AI-antwoord word je genoemd, of je bestaat niet. En welke bedrijven genoemd worden, hangt af van dingen die je grotendeels zelf in de hand hebt: of AI je site kan lezen, of je informatie feitelijk en consistent is, en of je content citeerbaar geschreven is.

Eerlijk is eerlijk: de volumes zijn vandaag nog klein vergeleken met Google. Maar de trend is één richting op, en het fundament dat je nu legt, werkt voor beide kanalen tegelijk.

Stap 1: laat AI-bots binnen (robots.txt)

De meest onderschatte stap, en de makkelijkste. AI-bedrijven gebruiken eigen crawlers met eigen namen: GPTBot en OAI-SearchBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot (Perplexity) en Google-Extended (Gemini). Als die bots je site niet mogen bezoeken, kan je content nooit in hun antwoorden belanden — hoe goed die ook is.

En hier gaat het verrassend vaak mis. Sommige security-plugins, verhuurplatforms en webbureaus blokkeren "onbekende bots" standaard, zonder dat jij dat weet.

Zo check je het in één minuut: typ jouwdomein.nl/robots.txt in je browser. Zie je daar een blok met een van de bot-namen hierboven gevolgd door Disallow: /? Dan sta je op slot. Zie je de bots helemaal niet genoemd en staat er geen algemene Disallow: /? Dan mogen ze er in principe in — maar expliciet toestaan is netter en duidelijker:

• Voeg per AI-bot een blok toe met User-agent: GPTBot gevolgd door Allow: / (en herhaal dat voor ClaudeBot, PerplexityBot, OAI-SearchBot en Google-Extended)
• Gebruik je WordPress? Check dan óók de instellingen van je SEO- en security-plugins — daar zit vaak een aparte "blokkeer AI-crawlers"-schakelaar
• Beheert een bureau je site? Eén mailtje: "kunnen jullie bevestigen dat GPTBot, ClaudeBot en PerplexityBot niet geblokkeerd worden in robots.txt én op serverniveau?"

Stap 2: maak een llms.txt

Een llms.txt is een gewoon tekstbestand op jouwdomein.nl/llms.txt — een compacte, feitelijke samenvatting van je bedrijf, speciaal geschreven voor AI-modellen. Zie het als je bedrijfspresentatie zonder opsmuk: wie je bent, wat je doet, voor wie, en waar.

Is het een officiële standaard waar elke AI-partij zich aan houdt? Nee, nog niet. Maar het kost je een uur, het kan alleen maar helpen, en steeds meer AI-crawlers lezen het bestand actief mee. Klyo heeft er zelf ook een: klyo.nl/llms.txt — kijk gerust af.

Wat zet je erin:

• Wie je bent en wat je doet, in twee of drie feitelijke zinnen
• Je diensten of producten, elk met één zin uitleg en — als je die publiek hebt — richtprijzen
• Je werkgebied of regio, en voor welk type klant je werkt
• Harde feiten: oprichtingsjaar, KvK-nummer, contactgegevens
• Je belangrijkste pagina's als lijst met per pagina één zin waarom die relevant is

De gouden regel: schrijf in feiten, niet in marketing. "Toonaangevende full-service partner" zegt een AI-model niets. "Webdesignstudio in Enschede, opgericht in 2026, bouwt B2B-websites vanaf €4.500 in 3-4 weken" — dát is informatie die een model kan onthouden én doorvertellen.

Stap 3: word één duidelijke entiteit

AI-modellen plakken informatie over jouw bedrijf aan elkaar uit tientallen bronnen: je site, je Google Bedrijfsprofiel, LinkedIn, de KvK, branchewebsites, reviews. Als die bronnen elkaar tegenspreken — drie verschillende bedrijfsomschrijvingen, twee adressen, een oude bedrijfsnaam — dan wordt het model onzeker. En onzekerheid betekent in de praktijk: je wordt niet genoemd.

Wat je doet:

• Overal exact dezelfde naam en omschrijving. Loop je site, Google Bedrijfsprofiel, LinkedIn-bedrijfspagina en belangrijkste vermeldingen na en trek ze gelijk
• Maak een feitelijke over-ons-pagina. Wie, sinds wanneer, waar gevestigd, voor wie je werkt — het klinkt saai, maar dit is precies de pagina waar AI-modellen je identiteit aan ophangen
• Structured data (schema markup). Dit is het enige punt waar je developer bij nodig hebt: Organization- of LocalBusiness-schema in de code vertelt machines ondubbelzinnig wie je bent. Eén verzoekje aan je websitebouwer

Stap 4: schrijf antwoorden, geen teksten

AI-zoekmachines citeren pagina's waar het antwoord letterlijk staat. Niet pagina's die er omheen praten. De meeste MKB-websites zijn geschreven als brochure ("wij ontzorgen u van A tot Z") en dat is precies het soort tekst dat een AI-model niet kan gebruiken.

Vier schrijfregels die het verschil maken:

• Begin met het antwoord. Eerst de conclusie, dan de uitleg — op elke pagina en onder elke kop
• Eén vraag per kop. Maak van je koppen letterlijke klantvragen ("Wat kost een warmtepomp installeren?") en beantwoord ze direct eronder
• Concrete getallen in plaats van vaagheid. Prijzen, doorlooptijden, afstanden, aantallen
• Een FAQ met échte klantvragen — de vragen die je aan de telefoon krijgt, niet de vragen waarvan marketing hoopt dat mensen ze stellen

Het verschil in de praktijk. Vóór: "Wij ontzorgen u volledig bij al uw installatievraagstukken." Ná: "Een warmtepomp installeren kost bij ons €4.500 tot €7.000 en duurt twee werkdagen. We werken in een straal van 40 kilometer rond Deventer." De tweede zin kan een AI-model citeren als iemand vraagt wat een warmtepomp kost in de regio Deventer. De eerste is lucht.

Stap 5: meet of het werkt

GEO meet je (nog) niet in een dashboard zoals Google-posities. Wat wél werkt: een maandelijkse steekproef. Open een nieuwe, schone sessie in ChatGPT en Perplexity, stel de vijf vragen die jouw ideale klant zou stellen, en noteer per vraag: word ik genoemd, en wordt mijn site als bron gelinkt? Zet het in een simpel spreadsheet met een datum erbij — na drie maanden zie je een trend.

Houd daarnaast twee signalen in je statistieken in de gaten: groei in merkzoekopdrachten (mensen die na een AI-antwoord jouw naam googelen) en groei in direct verkeer.

Realistische tijdlijn: reken op maanden, niet weken, voordat je jezelf in antwoorden ziet opduiken. AI-modellen hertrainen periodiek en realtime-zoekfuncties moeten je nieuwe content eerst indexeren en gaan vertrouwen.

Wat je níet hoeft te doen

Er komt een golf aan "AI-optimalisatie"-diensten aan, en niet alles daarvan is zinvol. Bespaar jezelf het volgende:

• Aparte "AI-landingspagina's" bouwen. AI-modellen lezen dezelfde pagina's als je bezoekers. Goede, feitelijke content voor mensen ís goede content voor AI
• Betaalde "AI-listings" of directories. Er bestaat geen betaalde plaatsing in ChatGPT-antwoorden. Wie je dat verkoopt, verkoopt lucht
• Keyword stuffing 2.0. Twintig keer "beste webdesigner" in je tekst proppen werkt bij taalmodellen eerder tégen je — die herkennen onnatuurlijke tekst juist goed
• Wachten "tot het bewezen is". Het enige dat je dan wint, is een achterstand op concurrenten die wél begonnen zijn

Zelf doen of uitbesteden?

Het eerlijke antwoord: stap 1, 2, 3 en 5 kun je prima zelf. Het is administratie en discipline, geen techniek. Stap 4 — je kernpagina's herschrijven — kun je zelf beginnen, maar daar loont een kritische buitenstaander die vraagt: "zou een AI dít citeren?"

Alleen structured data (het schema-werk uit stap 3) is echt developer-terrein. En laat je sowieso een nieuwe website bouwen? Eis dan dat GEO er vanaf dag één in zit — crawlbaarheid, schema, citeerbare structuur en llms.txt horen standaard in de oplevering, niet in een meerwerk-offerte achteraf. Bij elke site die Klyo bouwt zit dat er standaard in; hoe dat werkt lees je in de GEO-uitleg.

Conclusie

De samenvatting voor wie naar beneden scrolde:

• Check je robots.txt — laat GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot en Google-Extended expliciet toe
• Zet een llms.txt live — één uur werk, puur feiten, geen marketing
• Word één consistente entiteit — zelfde naam, omschrijving en gegevens op elke vermelding, plus een feitelijke over-ons-pagina
• Herschrijf je kernpagina's als antwoorden — conclusie eerst, klantvragen als koppen, concrete getallen
• Meet maandelijks met een vaste steekproef in ChatGPT en Perplexity

Geen van deze stappen is moeilijk. Het verschil zit in wie ze daadwerkelijk doet — en wie over een jaar in de AI-antwoorden staat als een klant vraagt om "een goed bedrijf voor …" in jouw vak en jouw regio.