Bedrijven in Nederland en Europa merken dat kunstmatige intelligentie steeds vaker bepaalt wat klanten online lezen over hun merk. AI-assistenten zoals ChatGPT en Microsoft Copilot vatten recensies samen tot een kort oordeel. Daardoor wegen reviews zwaarder in zoek- en chatantwoorden, met gevolgen voor zichtbaarheid, reputatie en naleving van de AVG en de Europese AI-verordening. Dit speelt nu, omdat deze systemen hun antwoorden vullen met publieke beoordelingen van onder meer Google, Trustpilot en Yelp.
AI-antwoorden sturen reputatie
Zoekmachines en chatbots geven steeds vaker een kant-en-klaar antwoord in plaats van een lijst met links. In dat antwoord staat vaak een samenvatting van meningen over een bedrijf of product. Die samenvatting leunt op patronen in online recensies en kan het beeld van een merk snel kantelen. Eén terugkerend probleem in reviews kan de toon zetten in een AI-antwoord.
Assistenten zoals ChatGPT met Browse, Microsoft Copilot en Perplexity lezen openbare pagina’s, inclusief reviews en sterrenratings. Ze combineren die signalen tot zinnen als “betrouwbaar, maar trage klantenservice”. Dat klinkt neutraal, maar het weegt zwaar bij een eerste indruk. Vooral kleinere bedrijven met weinig recensies zijn gevoelig voor zo’n korte conclusie.
Ook buiten traditionele zoekmachines schuift dit naar voren. Navigatie-apps, reserveringsplatforms en marktplaatsen tonen al jaren reviews; nu vatten AI-modellen die informatie ook samen voor algemene vragen. De impact reikt dus verder dan SEO en raakt klantenservice, juridische teams en bestuur.
Systemen wegen recensies
AI-modellen gebruiken openbare bronnen: Google Business Profile, Trustpilot, Yelp, Tripadvisor en in Nederland ook Kieskeurig, Thuisbezorgd en bol.com. Ze kijken naar tekst, sterren, het aantal beoordelingen en de actualiteit. Consistente patronen over meerdere sites tellen zwaarder mee dan een losse mening. Bronnen met bekend moderatiebeleid krijgen meestal meer gewicht dan onbekende blogs.
Websites die gestructureerde data aanbieden, maken het werk van algoritmen makkelijker. Gestructureerde data is extra code die betekenis toevoegt aan een webpagina, zoals een beoordeling met datum en score. Hiervoor gebruiken bedrijven vaak schema.org Review en AggregateRating. Duidelijke velden helpen systemen om feiten van meningen te scheiden.
Onder de motorkap zetten modellen teksten om in vectoren; dat is een wiskundige manier om betekenis te meten. Zo vinden ze snel de meest relevante zinnen voor een vraag. Daarna volgt een samenvatting door een groot taalmodel, dat nieuwe tekst maakt op basis van die fragmenten. Dit werkt vlot, maar kan fouten vergroten als de broninformatie scheef is.
“Gestructureerde data is extra code op je site die een review voor machines herkenbaar maakt, inclusief score, datum en auteur.”
Aanpakken met eigen data
Zorg voor een actief en eerlijk reviewbeleid. Vraag klanten om feedback op vaste momenten, zonder druk of verborgen beloning. Publiceer hoe u reviews controleert en verwijdert wat niet aan de huisregels voldoet. Reageer kort en open op kritiek, en laat zien wat u verbetert.
Leg eigen ervaringen vast op uw site in duidelijke cases en FAQ’s. Gebruik schema.org Review en AggregateRating zodat algoritmen de inhoud goed begrijpen. Houd bedrijfsgegevens (naam, adres, telefoon) identiek op alle platforms. Werk met actuele sitemaps en pagina’s die snel laden en goed leesbaar zijn op mobiel.
Pak terugkerende klachten aan bij de bron. Als veel klanten dezelfde vertraging of fout melden, los dat procesprobleem eerst op. Daarna pas werkt een reactiecampagne duurzaam. AI-samenvattingen worden dan vanzelf positiever, omdat de onderliggende data verbetert.
Europese regels sturen aanpak
De Europese AI-verordening (AI Act) legt, op het moment van schrijven, transparantie-eisen op aan algemene AI-modellen. Dat vergroot de druk op duidelijke herkomst van informatie en meldpunten voor fouten. Voor bedrijven is het praktisch gevolg: zorg dat feiten op eigen kanalen kloppen en vindbaar zijn. Hoe beter de bron, hoe kleiner het risico op misleidende AI-teksten.
De Digital Services Act verplicht zeer grote platforms zoals Google en Amazon tot risicobeperking, onder meer rond manipulatie en nep-reviews. Zij moeten misbruik tegengaan en meldingen vlot afhandelen. Bedrijven kunnen hiervan profiteren door verdachte recensies te melden via de officiële kanalen. Documenteer elk geval met datum, link en schermafbeelding.
Valse of misleidende reviews zijn in de EU verboden via de Omnibusrichtlijn onder het consumentenrecht. In Nederland handhaaft de Autoriteit Consument & Markt hier actief op, op het moment van schrijven met boetes als uiterste middel. Wie reviews publiceert, moet uitleggen hoe echtheid wordt gecontroleerd. Bij beloningen of kortingen is duidelijke vermelding verplicht.
Verzamelt u zelf reviews? Dan geldt de AVG. Beperk persoonsgegevens, bewaar niet langer dan nodig en verwijder op verzoek. Gebruik een verwerkersovereenkomst met uw reviewsoftware en zorg voor veilige opslag. Hergebruik van reviews in marketing vraagt een duidelijke grondslag en waar nodig toestemming.
Beperk risico’s en meet bij
Monitor regelmatig wat AI-systemen over uw merk zeggen. Test vragen in ChatGPT, Copilot en Perplexity en noteer het “eerste antwoord”. Maak hier KPI’s van, zoals “share of answer” en het aantal feitelijke fouten. Leg vast welke bronnen worden genoemd, zodat u ze kunt verbeteren of corrigeren.
Bereid u voor op reviewbombing en coördineerde aanvallen. Stel een crisisprotocol op met rollen, tijdlijnen en standaardreacties. Meld misbruik snel bij platforms en houd bewijs bij. Communiceer kort en feitelijk met klanten over wat er is gebeurd en wat u doet.
Corrigeer AI-fouten via meerdere sporen. Werk eigen pagina’s bij met duidelijke, actuele informatie en gestructureerde data. Dien meldingen in bij diensten die onjuiste of lasterlijke antwoorden tonen. Hoe consistenter en zichtbaarder de juiste feiten, hoe sneller algoritmen hun samenvatting aanpassen.