Content

Het Princeton-onderzoek: 5 technieken die je AI-citaties tot 40% verhogen

Erik van der Veen8 min

Waar de meeste GEO-adviezen op onderbuikgevoel drijven, is er één studie die het echt heeft gemeten. Het Princeton-onderzoek — voluit GEO: Generative Engine Optimization, gepresenteerd op de KDD-conferentie in 2024 door onderzoekers van Princeton, Georgia Tech en het Allen Institute for AI — testte negen concrete technieken op ongeveer 10.000 zoekopdrachten, en valideerde de resultaten op onder meer Perplexity (bron).

De uitkomst is verrassend nuchter en direct toepasbaar. Dit zijn de vijf technieken die werkten — en de dingen die je juist moet laten.

Hoe het onderzoek werkte

Voordat we de uitkomsten bekijken, is het nuttig te weten hoe ze tot stand kwamen — dat bepaalt namelijk hoe hard je ze mag nemen.

De onderzoekers bouwden een benchmark van ongeveer 10.000 zoekopdrachten, verzameld uit bestaande zoekdatasets en aangevuld met vragen uit uiteenlopende domeinen: wetenschap, gezondheid, geschiedenis, recht, zakelijke onderwerpen. Voor elke zoekopdracht namen ze de bronnen die een generatieve zoekmachine zou raadplegen, pasten ze op één van die bronnen een bewerking toe, en lieten ze het antwoord opnieuw genereren.

De meting is daarbij het interessantste deel. In plaats van simpelweg te tellen of een bron genoemd werd, ontwikkelden ze twee maatstaven: hoeveel zichtbare ruimte een bron krijgt in het antwoord, en hoe relevant en prominent de geciteerde passage is. Een bron die in de eerste zin wordt aangehaald en het antwoord draagt, scoort hoger dan een bron die achteraan als voetnoot verschijnt.

Dat verklaart ook waarom de percentages hieronder relatieve winst uitdrukken, niet absolute kans. "+41%" betekent niet dat je in 41% van de gevallen geciteerd wordt, maar dat je zichtbaarheid ten opzichte van de uitgangssituatie met ongeveer 41% toenam.

1. Voeg statistieken toe (+41%)

De sterkste losse hefboom: concrete cijfers en data in je tekst verwerken. Content met relevante statistieken werd tot 41% vaker geciteerd. AI-modellen behandelen harde cijfers als betrouwbaarheidssignaal — een claim met een getal erbij oogt controleerbaar.

Praktisch: vervang "veel bedrijven gebruiken AI" door "67% van de Nederlandse bedrijven gebruikt inmiddels minstens één AI-technologie". Zie ons overzicht van AI-zoekstatistieken voor cijfers die je direct kunt gebruiken.

Twee randvoorwaarden die het verschil maken tussen werken en averechts werken. Het cijfer moet relevant zijn voor de vraag — een willekeurig getal erbij plakken helpt niet. En het moet verifieerbaar zijn: noem de bron en het jaartal, want een cijfer zonder herkomst is voor een model niet betrouwbaarder dan een vage claim.

2. Voeg citaten van bronnen toe (+28%)

Directe quotes van genoemde experts of instanties verhoogden de zichtbaarheid met circa 28%. Een citaat met attributie ("Volgens Google's Search-team...") geeft je tekst het karakter van een samengevatte, gecheckte bron — precies wat een AI graag doorgeeft.

Let op het verschil tussen een citaat en een parafrase. "Experts zeggen dat structured data belangrijk is" is een parafrase zonder houvast. "Google's Search Relations-team stelde in mei 2026: 'er is geen aparte structured data vereist voor AI-functies'" is een citaat met een spreker, een moment en een letterlijke uitspraak. Alleen de tweede vorm levert het effect op.

3. Vermeld je bronnen (het "equalizer-effect")

Het toevoegen van bronvermeldingen was de grootste hefboom voor lager gerangschikte sites: pagina's op positie 5 zagen tot ruim 115% relatieve zichtbaarheidswinst. Bronvermelding is dus dé manier waarop kleinere spelers kunnen opboksen tegen gevestigde namen — een terugkerend thema in onze strategieën.

Dit is het meest onderschatte resultaat uit de hele studie. De gangbare aanname in SEO is dat autoriteit cumulatief werkt: wie groot is, wordt groter. Hier gebeurt het omgekeerde. Een pagina die zelf zorgvuldig naar bronnen verwijst, compenseert daarmee een deel van het autoriteitsverschil met grotere concurrenten — omdat het model de controleerbaarheid van de tekst zelf kan beoordelen, los van wie hem publiceerde.

Voor kleine sites, nieuwe domeinen en niche-experts is dat het belangrijkste praktische inzicht uit het onderzoek: uitbounden naar goede bronnen kost je geen autoriteit, het levert het op.

4. Optimaliseer voor vloeiendheid

Heldere, goedlopende tekst wordt vaker geciteerd dan hakkelend of rommelig geschreven content. AI-modellen "lezen" makkelijk-verwerkbare tekst beter en pikken citeerbare passages sneller op. Dit sluit naadloos aan op het antwoord-eerst-principe uit ons artikel content schrijven die AI citeert.

Vloeiendheid betekent hier niet "simpel". Het gaat om zinnen die grammaticaal kloppen, alinea's met één duidelijk onderwerp, en overgangen die logisch zijn. Een passage die je uit de tekst kunt knippen en die dan nog steeds klopt, is een passage die een model kan citeren.

5. Gebruik een gezaghebbende toon

Een objectieve, deskundige en stellige schrijfstijl scoorde beter dan een aarzelende of overdreven verkopende toon. Schrijf als een expert die iets uitlegt, niet als een marketeer die iets aanprijst.

Concreet: "dit werkt" in plaats van "dit zou mogelijk kunnen werken", en "de meting laat X zien" in plaats van "wij geloven dat X". Stelligheid is daarbij geen vrijbrief voor overdrijving — de toon moet gedekt worden door de onderbouwing uit punt 1 tot en met 3.

Wat níet werkte

Minstens zo waardevol zijn de technieken die géén effect hadden — of averechts werkten:

  • Keyword stuffing: geen enkel voordeel, en een lichte verslechtering op Perplexity. De oude SEO-reflex om zoekwoorden te herhalen werkt niet in AI-zoeken.
  • Content versimpelen: teksten kunstmatig makkelijker maken hielp niet. Diepgang verslaat oppervlakkigheid.
  • Content padding: tekst oprekken zonder inhoud toe te voegen had geen positief effect.
  • Puur overtuigende taal: verkooppraat zonder onderbouwing hielp niet.

Deze vier zijn niet toevallig precies de technieken die het goedkoopst zijn om toe te passen. Dat is het ongemakkelijke deel van de conclusie: wat werkt, kost inhoudelijk werk.

Wat het onderzoek niet zegt

Een paar kanttekeningen, omdat de cijfers vaak losser worden geciteerd dan ze verdienen.

De studie dateert uit 2024 en de geteste systemen zijn sindsdien flink veranderd. De richting van de bevindingen — onderbouwing werkt, manipulatie niet — is sindsdien wel bevestigd door Google's eigen richtlijnen, maar de exacte percentages moet je niet als vaste waarden behandelen.

De effecten verschillen bovendien sterk per domein. Statistieken toevoegen werkte uitzonderlijk goed bij feitelijke onderwerpen, en veel minder bij vragen waar cijfers weinig betekenen. Kies de techniek die bij je onderwerp past in plaats van alle negen af te vinken.

Ten slotte: dit is één studie. Een goede, grondige, veel geciteerde studie, maar geen wet. Behandel de uitkomsten als een gefundeerd startpunt voor je eigen tests, niet als een garantie.

Een werkbare toepassing

Wil je dit morgen toepassen, neem dan je vijf belangrijkste pagina's en loop per pagina deze vragen langs:

  • Staat er minstens één relevant, controleerbaar cijfer met bron en jaartal in?
  • Is er een letterlijk citaat van een genoemde instantie of expert?
  • Verwijs ik naar de bronnen waarop mijn claims rusten?
  • Kan ik elke alinea losknippen zonder dat hij onbegrijpelijk wordt?
  • Is de toon die van een expert die uitlegt, of van een verkoper die overtuigt?

Vijf vragen, vijf pagina's. Dat is een middag werk en het dekt de vier technieken met het grootste gemeten effect.

De rode draad: verdien vertrouwen, manipuleer niet

Wat de vijf werkende technieken gemeen hebben, is dat ze allemaal de geloofwaardigheid van je content vergroten: cijfers, citaten, bronnen, helderheid en autoriteit. Dat is geen toeval. Het sluit exact aan bij E-E-A-T en bij Google's officiële advies om te focussen op originele, waardevolle content in plaats van trucs.

Combineer deze inzichten met de technische basis uit structured data: de geheime taal van AI, en je hebt een aanpak die zowel inhoudelijk als technisch klopt. Begin vandaag met de checklist.

Cijfers uit de Princeton GEO-studie (KDD 2024) betreffen relatieve zichtbaarheidswinst en variëren per techniek, dataset en domein. Zie de studie voor de volledige methodologie.

Veelgestelde vragen

Wat is het Princeton-onderzoek naar GEO?

Het is de eerste grootschalige academische studie naar Generative Engine Optimization, gepresenteerd op de KDD-conferentie in 2024 door onderzoekers van Princeton, Georgia Tech en het Allen Institute for AI. Ze testten negen concrete optimalisatietechnieken op een benchmark van ongeveer 10.000 zoekopdrachten en maten per techniek hoeveel zichtbare ruimte een bron kreeg in het gegenereerde antwoord en hoe prominent de geciteerde passage was.

Welke techniek verhoogt AI-citaties het meest?

Het toevoegen van relevante statistieken: tot 41% relatieve zichtbaarheidswinst. Twee randvoorwaarden bepalen of het werkt. Het cijfer moet relevant zijn voor de vraag — een willekeurig getal erbij plakken helpt niet — en het moet verifieerbaar zijn, met bron en jaartal erbij. Een cijfer zonder herkomst is voor een model niet betrouwbaarder dan een vage claim.

Waarom helpt bronvermelding vooral kleinere websites?

Dit is het zogeheten equalizer-effect: pagina's die op positie 5 stonden zagen door bronvermelding tot ruim 115% relatieve zichtbaarheidswinst. Het model kan de controleerbaarheid van de tekst zelf beoordelen, los van wie hem publiceerde. Daardoor compenseert zorgvuldige bronvermelding een deel van het autoriteitsverschil met grotere concurrenten. Uitbounden naar goede bronnen kost je geen autoriteit, het levert het op.

Werkt keyword stuffing in AI-zoekmachines?

Nee. Het onderzoek vond geen enkel voordeel van keyword stuffing, en op Perplexity zelfs een lichte verslechtering. Hetzelfde geldt voor content kunstmatig versimpelen, tekst oprekken zonder inhoud toe te voegen, en puur overtuigende verkooptaal zonder onderbouwing. Opvallend genoeg zijn dit precies de vier technieken die het goedkoopst zijn om toe te passen.

Hoe hard zijn de percentages uit het Princeton-onderzoek?

Behandel ze als een gefundeerd startpunt, niet als vaste waarden. De studie dateert uit 2024 en de geteste systemen zijn sindsdien veranderd. De effecten verschillen bovendien sterk per domein: statistieken toevoegen werkt uitzonderlijk goed bij feitelijke onderwerpen en veel minder bij vragen waar cijfers weinig betekenen. De richting van de bevindingen — onderbouwing werkt, manipulatie niet — is sindsdien wel bevestigd door Google's eigen richtlijnen.

Over de auteur

Erik van der Veen

AI-trainer en consultant. Begeleidt Nederlandse organisaties bij het praktisch inzetten van AI en bij hun vindbaarheid in ChatGPT, Perplexity en Google AI Overviews. Dit artikel is voor het laatst inhoudelijk gecontroleerd op .