Van 0 naar Geciteerd: Hoe een Bedrijf in 90 Dagen in AI-Antwoorden Verscheen

In januari 2026 deden we een experiment. We stelden ChatGPT, Perplexity en Google Gemini dezelfde vraag: "Welk AI automation bureau in Nederland is geschikt voor het MKB?"

Mindsora verscheen nergens. Niet in de top 5. Niet in de top 10. Helemaal niet.

Dat was confronterend. We verkopen AI-vindbaarheid aan klanten, maar onze eigen website was onzichtbaar voor de tools die we als referentie gebruiken. Het werd tijd om ons eigen medicijn te slikken.

Negentig dagen later verscheen Mindsora in AI-antwoorden op relevante zoekvragen. Niet af en toe, consistent. Dit is het exacte verhaal van hoe dat gebeurde.

Dag 0: De Nulmeting

We begonnen met een grondige audit van onze eigen website. De resultaten waren ontnuchterend.

Gebied	Score (1-10)	Status
llms.txt	0	Niet aanwezig
Schema markup	3	Alleen basale Organization
Open Graph	4	Aanwezig maar incompleet
Semantische HTML	7	Goed, maar niet perfect
Laadsnelheid	8	< 2 seconden
robots.txt	6	Geen blokkades, maar niet geoptimaliseerd
Externe autoriteit	2	Nauwelijks vermeldingen
Review signalen	1	Geen Google reviews

Totaalscore: 3.9 van 10.

We hadden een snelle, goed gebouwde website. Maar AI-agents konden niet begrijpen wat we deden, voor wie, en waarom ze ons zouden moeten aanbevelen.

Week 1-2: De Technische Basis

llms.txt aanmaken

Als eerste maakten we een llms.txt aan. Niet zomaar een opsomming, een gestructureerd document dat AI-agents precies vertelt:

• Wie we zijn
• Wat we doen
• Voor welke sectoren
• Wat de primaire acties zijn op onze website
• Wat we expliciet niet doen (geen implementatie zonder intakegesprek)

Dit kostte twee uur. Het effect bleek later disproportioneel groot.

Schema.org markup uitbreiden

We gingen van basale Organization markup naar een complete set:

• Organization met alle bedrijfsgegevens
• ServiceCatalog met elke dienst, prijs en beschrijving
• FAQ schema op de homepage en dienstenpagina
• BreadcrumbList op alle pagina's

Tijdsinvestering: vier uur. Geen visuele impact op de website, puur semantische verrijking.

Open Graph perfectioneren

Elke pagina kreeg een unieke og:title, og:description en og:image. We schreven de beschrijvingen alsof ze door een AI-agent aan een gebruiker worden voorgelezen. Kort, concreet, met duidelijke waardepropositie.

Week 3-4: Content Optimalisatie

Blog content met AI-agents in gedachten

We publiceerden vier blogposts, specifiek geschreven voor de vragen die AI-agents beantwoorden:

• "AI automatisering voor boekhouders" (onze kernmarkt)
• "Wat kost AI automatisering voor het MKB?"
• "GoHighLevel voor Nederlandse bedrijven"
• "AI automatisering voor makelaars"

Elk artikel: 800-1200 woorden, concrete cijfers, tabellen met vergelijkingen, duidelijke structuur met H2/H3 koppen. Precies het formaat dat AI-agents goed kunnen parsen en citeren.

FAQ-secties uitbreiden

We voegden FAQ-secties toe aan de homepage en dienstenpagina. Niet decoratief, strategisch. Elke vraag was een echte klantvraag die we hadden gehoord. Elke antwoord was concreet, met cijfers.

AI-agents gebruiken FAQ-secties als directe bron voor antwoorden. Als iemand vraagt "Wat kost AI automatisering?", en jouw FAQ beantwoordt dat met specifieke bedragen, word je geciteerd.

Week 5-8: Autoriteitsopbouw

Dit was het moeilijkste deel. Technische optimalisatie kun je in een weekend doen. Autoriteit bouw je op over maanden.

Google Reviews verzamelen

We vroegen onze eerste klant en twee projectpartners om een Google review. Binnen drie weken hadden we vijf reviews met een gemiddelde van 4.8 sterren.

Niet spectaculair in aantallen. Maar AI-agents waarderen de aanwezigheid van reviews disproportioneel. Het signaleert dat het bedrijf echt bestaat en klanten heeft.

LinkedIn thought leadership

We publiceerden drie keer per week op LinkedIn. Geen generieke AI-content, maar concrete resultaten en inzichten:

• "Onze klant bespaart 12 uur per week met deze drie automations"
• "Waarom 90% van de Nederlandse MKB-websites onzichtbaar is voor AI"
• "De technische audit die elke ondernemer zou moeten doen"

LinkedIn-posts worden geindexeerd door AI-modellen. Ze bouwen een patroon op: dit bedrijf publiceert consistent over dit onderwerp, met concrete expertise.

Externe vermeldingen

We lieten ons profiel aanmaken op drie platforms:

• Clutch.co (zakelijke dienstverleners directory)
• Een gastblog op een Nederlands marketing-platform
• Vermelding in een branchelijst voor automation-dienstverleners

Elke externe bron die naar Mindsora linkt, versterkt het signaal naar AI-agents: dit is een echt bedrijf met relevante expertise.

Week 9-12: Meten en Bijsturen

De eerste citatie

In week 7 verscheen Mindsora voor het eerst in een Perplexity-antwoord op de vraag "AI automation bureau Nederland MKB". Onze naam stond in dat antwoord, zij het niet vooraan.

In week 9 werden we geciteerd door ChatGPT bij de vraag "Welk bedrijf helpt boekhouders met AI automatisering?" Het antwoord noemde ons als optie, met onze dienstomschrijving bijna letterlijk overgenomen uit onze llms.txt.

De cijfers na 90 dagen

Metriek	Dag 0	Dag 90	Verschil
AI-vindbaarheid score	3.9/10	7.8/10	+100%
Citaties in ChatGPT (per maand)	0	8-12	nieuw
Citaties in Perplexity (per maand)	0	5-8	nieuw
Google reviews	0	7	+7
Externe vermeldingen	2	9	+350%
Organische website bezoekers	340/mnd	580/mnd	+71%
Leads via website	4/mnd	9/mnd	+125%

De meest opvallende metriek: leads. We gingen van vier naar negen leads per maand. Niet elke lead is direct herleidbaar naar een AI-citatie, al is de correlatie sterk. Twee leads vermeldden expliciet dat ze ons via ChatGPT hadden gevonden.

Wat Maakte het Grootste Verschil?

Als we moesten kiezen welke drie acties de meeste impact hadden:

1. llms.txt (Week 1) Disproportioneel effectief. De eerste AI-citaties verwezen bijna letterlijk naar tekst uit onze llms.txt. Dit bestand is het meest directe communicatiekanaal met AI-agents.

2. FAQ schema met concrete antwoorden (Week 3-4) AI-agents zoeken antwoorden op specifieke vragen. FAQ-secties met schema markup leveren die antwoorden op een presenteerblaadje.

3. Consistente LinkedIn publicaties (Week 5-12) Niet een viral post. Niet een briljant artikel. Gewoon drie keer per week, elke week, concrete expertise delen. AI-modellen herkennen patronen van consistente autoriteit.

Wat Het Niet Was

Laten we eerlijk zijn over wat niet werkte of niet nodig was:

• Betaalde advertenties hadden geen impact op AI-vindbaarheid
• Backlink outreach naar honderden sites was niet nodig, kwaliteit boven kwantiteit
• Dagelijks publiceren was niet beter dan drie keer per week
• Technische optimalisatie alleen was niet genoeg zonder content en autoriteit

De Les voor Jouw Bedrijf

AI-vindbaarheid is geen magic trick. Het is een systematisch proces:

1. Technische basis leggen (Week 1-2): llms.txt, schema markup, Open Graph
2. Content optimaliseren (Week 3-4): FAQ, blogposts, concrete antwoorden
3. Autoriteit opbouwen (Week 5-12): Reviews, publicaties, externe vermeldingen
4. Meten en bijsturen (doorlopend): Welke queries verschijnt je in? Waar niet?

Negentig dagen. Geen geheimen. Geen shortcuts. Wel discipline en de juiste technische kennis.

---

Wil je weten waar jouw website staat qua AI-vindbaarheid? Vraag een gratis AI Readiness Scan aan. We laten zien wat je score is en welke stappen het meeste opleveren.