In B2B duurt een aankoopbeslissing weken tot maanden en zijn er meerdere beslissers bij betrokken. Steeds vaker begint dat traject niet bij Google of een vakblad, maar bij een AI-assistent: "Welke leveranciers van [oplossing X] zijn geschikt voor een middelgroot bedrijf?" Wie in dat antwoord niet voorkomt, staat niet op de shortlist — en merkt dat niet eens. Dit is de AI dark funnel in volle omvang.
In het kort: in B2B verschuift de eerste selectie naar een gesprek waar jij niet bij bent. De vraag is niet meer "ranken we op onze zoekwoorden", maar "komen we voor in de shortlist die de AI samenstelt". Dat vraagt om content die keuzes helpt maken, niet om content die producten aanprijst.
Waarom B2B extra gevoelig is voor GEO
Drie kenmerken maken GEO voor B2B bijzonder belangrijk:
- Complexe, onderzoeksintensieve aankopen. Kopers stellen veel vragen voordat ze contact opnemen. Precies het soort vragen dat AI-assistenten graag beantwoorden — met of zonder jouw merk.
- Lange, onzichtbare oriëntatiefase. Veel research gebeurt nu binnen AI-chats, buiten het bereik van je analytics. AI-verwezen bezoekers converteren volgens meerdere bronnen bovendien fors beter dan gemiddeld organisch verkeer, omdat ze al voorgekwalificeerd zijn.
- Autoriteit weegt zwaar. In B2B kiezen kopers voor bewezen expertise. Dat sluit naadloos aan op hoe AI-modellen bronnen selecteren: op E-E-A-T en aantoonbare deskundigheid.
Hoe een AI-shortlist tot stand komt
Het helpt om te begrijpen wat er feitelijk gebeurt als een koper vraagt: "welke leveranciers van X zijn geschikt voor een bedrijf van 200 medewerkers in de maakindustrie?"
Het model doet dan drie dingen achter elkaar. Het interpreteert de criteria uit de vraag — bedrijfsgrootte, sector, impliciete eisen. Het haalt kandidaten op uit wat het weet en wat het live vindt: vergelijkingsartikelen, reviewsites, vakmedia, brancheoverzichten en leverancierssites. En het filtert en rangschikt op basis van hoe goed elke kandidaat aan de genoemde criteria voldoet volgens de gevonden bronnen.
Twee dingen vallen daarbij op. Ten eerste: de bronnen die de shortlist bepalen zijn vaak níet de leverancierssites zelf, maar derde partijen die vergelijken. Ten tweede: een leverancier die nergens expliciet gekoppeld is aan "maakindustrie" of "200 medewerkers" valt af, ook als hij prima geschikt zou zijn. Wat niet ergens staat, bestaat niet voor het model.
Dat maakt de belangrijkste B2B-GEO-vraag verrassend concreet: staat er ergens, in leesbare tekst, voor wie jouw oplossing geschikt is en voor wie niet?
De strategie: word de geciteerde expert
Om in de B2B-onderzoeksfase genoemd te worden, richt je je content op de vragen die kopers écht stellen — niet op je productfeatures. Een aanpak in vier lagen:
1. Beantwoord de vergelijkings- en keuzevragen
Kopers vragen AI om te vergelijken, te kiezen en af te wegen. Maak content die dat faciliteert: "Waar let je op bij het kiezen van [oplossing]?", "Wat kost [oplossing] gemiddeld?", "Voor welk type bedrijf is [aanpak A] beter dan [aanpak B]?" Beantwoord ze eerlijk en volledig, ook als het antwoord soms een concurrent bevoordeelt — die geloofwaardigheid is precies wat AI oppikt.
Twee soorten pagina's leveren hier onevenredig veel op. De eerste is een eerlijke geschiktheidspagina: voor welk type organisatie is dit de juiste keuze, en voor welk type niet. Dat "niet" is geen zwakte maar een selectiecriterium waar het model op kan matchen. De tweede is een prijspagina met echte bandbreedtes. B2B-sites verstoppen prijzen traditioneel achter een offerteformulier; een AI kan een offerteformulier niet lezen. "Vanaf circa X per maand bij Y gebruikers" is genoeg om in een prijsvergelijking mee te gaan — zonder die informatie val je stilzwijgend af.
2. Onderbouw met data en cases
Volgens het Princeton-onderzoek verhogen statistieken en citaten je kans om geciteerd te worden aanzienlijk. In B2B heb je die vaak in huis: eigen benchmarkdata, klantresultaten, cijfers uit projecten. Gebruik ze. Verwerk waar mogelijk actuele marktcijfers.
Maak van je cases bovendien leesbare tekst in plaats van een PDF of een video. Een klantcase die begint met sector, bedrijfsgrootte, uitgangssituatie en resultaat in cijfers, is een blok informatie waar een model direct uit kan putten bij een geschiktheidsvraag. Dezelfde case als download achter een formulier bestaat voor de AI-onderzoeksfase simpelweg niet.
3. Bouw een herkenbare merkentiteit
AI-modellen denken in entiteiten, niet in losse pagina's. Zorg dat je bedrijf een consistente digitale identiteit heeft: eenduidige naamsvermelding, gekoppelde profielen, Organization-schema en een helder expertiseprofiel. Zo bouw je positie op in de Knowledge Graph.
In B2B telt daarbij ook de zichtbaarheid van je mensen. Een bedrijf met herkenbare experts die onder eigen naam publiceren, spreken en geciteerd worden, is voor een model beter te plaatsen dan een anoniem merk. Koppel auteurs expliciet aan hun expertisegebieden.
4. Zorg voor externe validatie
Vermeldingen op gezaghebbende externe sites, in vakmedia en in reviews versterken je autoriteit. AI-modellen wegen mee wat anderen over je zeggen, niet alleen wat je zelf claimt.
Voor B2B zijn drie soorten externe bronnen bovengemiddeld invloedrijk: reviewplatformen met gestructureerde klantoordelen, vakmedia en brancheorganisaties die inhoudelijk over je schrijven, en onafhankelijke vergelijkingsartikelen die leveranciers naast elkaar zetten. Die laatste categorie is de meest onderschatte: als een vergelijkend artikel jou weglaat, ontbreek je in elk AI-antwoord dat op dat artikel steunt. Controleer welke vergelijkingsartikelen in jouw markt bestaan en of je erin staat — dat is vaak eenvoudiger te repareren dan een jaar contentproductie.
Meet wat je vroeger niet kon zien
De grootste valkuil in B2B-GEO is onmeetbaarheid: omdat de research in AI-chats gebeurt, zie je het niet in Google Analytics. Los dit op door structureel te testen: stel de belangrijkste koopvragen uit jouw markt aan ChatGPT, Perplexity en Google AI Mode, en houd bij of en hoe je genoemd wordt. Dit is je Share of AI Voice.
Een praktische opzet die weinig tijd kost:
- Stel tien tot vijftien koopvragen op zoals een prospect ze zou stellen, mét de context die hij zou geven: sector, bedrijfsgrootte, budgetindicatie.
- Test maandelijks op drie platformen en noteer per vraag of je genoemd wordt, op welke plek, en in welke bewoordingen.
- Houd bij wie er nog meer staat. Dat is je werkelijke concurrentie in dit kanaal, en die lijst wijkt vaak af van je bekende concurrenten.
- Vraag het je klanten. Voeg aan je contactformulier en je verkoopgesprekken de vraag toe hoe men bij je terechtkwam, met "via ChatGPT of een andere AI" als expliciete optie. Dit is de goedkoopste attributiebron die er is.
Meer hierover in GEO meten: KPI's en tools en op de toolspagina.
Wat je beter kunt laten
Drie reflexen die in B2B-GEO averechts werken:
- Alles achter een formulier zetten. Lead gating heeft zijn plek, maar wat gegated is, bestaat niet voor de onderzoeksfase. Zet de informatie die de shortlist bepaalt vrij toegankelijk, en gate hoogstens het verdiepende materiaal.
- Concurrenten wegpoetsen. Vergelijkingspagina's die uitsluitend het eigen product laten winnen, worden herkend als marketingmateriaal en wegen minder zwaar dan een eerlijk overzicht.
- Wachten op meetbaarheid. De verleiding is groot om pas te investeren als het effect zichtbaar is in de cijfers. Maar het kanaal is per definitie deels onzichtbaar; wie daarop wacht, begint jaren te laat.
Aan de slag
B2B-GEO beloont geduld en substantie: échte expertise, onderbouwd met data, consistent uitgedragen. Er is geen shortcut — maar wie de onderzoeksfase serieus neemt, wordt de leverancier die de AI aanbeveelt nog voordat de koper een formulier invult.
Begin met de strategieën, loop de checklist door, of neem contact op om te sparren over jouw markt.