Je kunt de beste content van je sector schrijven, maar als een AI-systeem je website niet kan bereiken, lezen of begrijpen, verschijn je nergens. Veel merken werken aan hun boodschap en vergeten de technische laag eronder: is mijn site überhaupt leesbaar voor AI? Dat is wat een AI-Readiness score meet. In dit artikel lees je wat AI-Readiness is, welke technische factoren echt tellen, en waar de meeste sites onzichtbaar blijven voor AI.
Wat is een AI-Readiness score?
Een AI-Readiness score meet hoe goed AI-systemen zoals ChatGPT, Claude, Gemini en Perplexity je website kunnen bereiken, crawlen, lezen en begrijpen. Het is geen meting van of je geciteerd wordt, dat is je GEO Score, maar van de technische voorwaarde daarvoor. Als AI je site niet kan verwerken, kan ze je ook niet citeren.
Het verschil is belangrijk. Je GEO Score zegt of je in de antwoorden staat. Je AI-Readiness score zegt of het technisch überhaupt mogelijk is dat je erin komt. Een lage AI-Readiness is vaak de verborgen oorzaak van een lage GEO Score: je content is prima, maar AI komt er niet bij of leest ze verkeerd. Veesie meet deze score op meerdere factoren en vat ze samen in een cijfer van 0 tot 100.
Kan AI je site überhaupt bereiken? De AI-crawlers
De eerste vraag is toegang: laat je website de juiste AI-bots binnen? Elke grote AI-aanbieder gebruikt aparte crawlers met een verschillende rol, en daar gaat het vaak mis.
Volgens de officiële documentatie van OpenAI draaien er vier OpenAI-bots, elk met een eigen taak: GPTBot crawlt content om modellen te trainen, OAI-SearchBot zorgt dat je site verschijnt in de zoekfunctie van ChatGPT, ChatGPT-User haalt pagina's op als een gebruiker er actief om vraagt, en OAI-AdsBot controleert advertentiepagina's. Anthropic werkt vergelijkbaar met ClaudeBot (training), Claude-User (realtime vragen) en Claude-SearchBot (zoeken). Perplexity heeft PerplexityBot voor zoekresultaten en Perplexity-User voor antwoorden.
Hier zit de grootste blinde vlek. OpenAI bevestigt zelf: sites die OAI-SearchBot blokkeren, verschijnen niet in de zoekantwoorden van ChatGPT. Veel websites blokkeren AI-bots in één moeite om "scraping tegen te gaan", en sluiten zo per ongeluk net de zoek-crawler buiten die hen vindbaar maakt. Het onderscheid is cruciaal:
- Wil je vindbaar zijn in AI-antwoorden, laat dan de zoek-crawlers binnen: OAI-SearchBot, PerplexityBot en de search-crawlers van de andere aanbieders.
- Wil je niet dat je content modellen traint, blokkeer dan gericht de training-crawler (GPTBot via
robots.txt), zonder je zoekzichtbaarheid op te geven.
Een robots.txt voor wie wél in AI-antwoorden wil verschijnen maar niet wil meetrainen, ziet er bijvoorbeeld zo uit:
User-agent: GPTBot
Disallow: /
User-agent: OAI-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
Zo blijf je vindbaar in de zoekfuncties van ChatGPT en Perplexity, terwijl je je content niet afstaat aan modeltraining. Het omgekeerde, alles wegblokkeren met één algemene regel, is precies hoe sites zichzelf onzichtbaar maken in AI-antwoorden.
Voor Google geldt iets aparts: Google-Extended is geen aparte crawler maar een robots.txt-token waarmee je bepaalt of Google je content gebruikt voor Gemini-training. Google bevestigt expliciet dat dit token je positie in de gewone Google-zoekresultaten niet beïnvloedt.
Ziet AI je content, of alleen een lege pagina?
Zelfs als een AI-crawler binnenkomt, is de vraag of hij je content echt ziet. Veel AI-crawlers voeren namelijk geen JavaScript uit. Volgens een analyse van Vercel halen de crawlers van ChatGPT en Claude JavaScript-bestanden wel op, maar voeren ze die niet uit. Het gevolg: content die pas in de browser met JavaScript wordt opgebouwd, bestaat voor die bots niet.
Dit is een stille killer voor moderne sites. Webshops en apps die hun productinfo, prijzen of teksten client-side inladen, tonen een AI-crawler vaak een vrijwel lege pagina. De oplossing is dat je belangrijkste content in de server-gerenderde HTML staat, niet alleen na een JavaScript-stap. Voor AI-Readiness geldt een eenvoudige test: zet JavaScript uit in je browser en kijk of je kerncontent er nog staat. Wat jij dan niet ziet, ziet een AI-model meestal ook niet.
Een tweede check is "bekijk paginabron" in je browser. Staat je echte tekst, je koppen en je belangrijkste feiten gewoon in die HTML, dan kan een AI-crawler ze lezen. Zie je vooral lege containers en scripts, dan is dat een rode vlag voor je AI-Readiness, hoe goed je content inhoudelijk ook is.
Helpt structured data voor AI?
Structured data helpt om je pagina machine-leesbaar te maken, maar het is geen wondermiddel voor AI-citaties. Dat nuanceverschil is belangrijk, want erover wordt veel onzin verkocht.
Ahrefs onderzocht 1.885 pagina's die tussen augustus 2025 en maart 2026 JSON-LD-schema toevoegden, afgezet tegen 4.000 controlepagina's. De uitkomst: schema leverde op geen enkel platform een betekenisvolle stijging in AI-citaties op. De citaties in Google AI Overviews daalden zelfs licht, terwijl de veranderingen in Google AI Mode en ChatGPT statistisch niet van nul te onderscheiden waren. Met andere woorden: schema toevoegen duwt een pagina niet hoger in AI-antwoorden.
Toch is structured data niet nutteloos. Zoals Searchviu opmerkt, geldt het negatieve resultaat vooral voor directe chatbot-ophaling. Voor zoekmachines, Google AI Overviews en entiteitsherkenning blijft schema waardevol, het helpt machines om te begrijpen wie je bent en waarover je pagina gaat. Het advies is dus genuanceerd: gebruik structured data voor je bredere vindbaarheid en heldere machine-leesbaarheid, niet als hefboom voor AI-citaties op zich.
Wat met llms.txt?
llms.txt is een voorgesteld bestand om AI je belangrijkste content aan te wijzen, maar verwacht er voorlopig weinig van. Het idee komt van Jeremy Howard (Answer.AI), die het voorstel in september 2024 publiceerde: een markdown-bestand op de root van je site dat AI-modellen in één overzicht je kernpagina's aanreikt.
In de praktijk stokt de adoptie. Geen enkele grote AI-aanbieder bevestigt publiek dat hij llms.txt leest of honoreert. Google's Search Advocate vergeleek het zelfs met de keywords-meta-tag, een signaal dat zoekmachines al jaren negeren. De conclusie: een llms.txt kost weinig moeite en kan geen kwaad, maar het is geen onderdeel van je AI-Readiness waar je groei van mag verwachten. Steek je energie liever in toegang en renderbaarheid.
De vier pijlers van AI-Readiness
Veesie meet AI-Readiness op vier categorieën die samen bepalen of AI je site kan gebruiken. Voor marketeers en bureaus in de Benelux maakt Veesie zo concreet waar de technische winst zit.
- Technische toegankelijkheid: laat je de juiste AI-crawlers binnen? Staat je kerncontent in de server-HTML, zonder JavaScript-afhankelijkheid? Is je site snel en op HTTPS?
- Structured data: zijn je pagina's voorzien van correcte Schema.org-markup voor heldere machine-leesbaarheid en zoekmachine-context?
- Content-signalen: is je content duidelijk gestructureerd met koppen, lijsten en definities, zodat een model er passages uit kan halen?
- Autoriteit: word je herkend als entiteit via consistente vermeldingen en gezaghebbende bronnen?
Een hoge score op alle vier betekent niet automatisch dat je geciteerd wordt, maar een lage score betekent vrijwel zeker dat je het niet wordt. AI-Readiness is de toegangspoort, je GEO Score meet wat erdoorheen komt.
Zo verbeter je je AI-Readiness in 5 stappen
AI-Readiness verbeteren begint bij het wegnemen van technische blokkades, niet bij meer content. Vijf concrete stappen:
- Controleer je robots.txt. Zorg dat je de zoek-crawlers (OAI-SearchBot, PerplexityBot) niet per ongeluk blokkeert. Blokkeer enkel gericht wat je echt niet wil, zoals training-crawlers.
- Test je renderbaarheid. Zet JavaScript uit en kijk of je kerncontent overeind blijft. Zo niet, zorg dat ze server-side gerenderd wordt.
- Structureer je content. Gebruik heldere H2-koppen, lijsten en directe definities, zodat een model relevante passages kan extraheren.
- Voeg correcte structured data toe. Niet als wondermiddel, wel voor machine-leesbaarheid en zoekmachine-context.
- Meet en herhaal. Een AI-Readiness audit van Veesie scant deze factoren automatisch en toont je per categorie waar de grootste blinde vlekken zitten.
Wil je daarna weten of het werkt, vergelijk je positie dan met de GEO-benchmark per sector en volg je GEO Score op.
Conclusie: eerst leesbaar, dan vindbaar
AI-vindbaarheid begint niet bij betere teksten, maar bij een site die AI kan bereiken, lezen en begrijpen. De meeste blinde vlekken zijn technisch en onzichtbaar: een verkeerd geblokkeerde crawler, content die alleen met JavaScript verschijnt, of de verkeerde verwachtingen van schema en llms.txt.
AI-Readiness is daarmee de stille basis onder je hele GEO-strategie. Veesie maakt die basis meetbaar voor marketeers en bureaus in de Benelux, zodat je eerst zorgt dat je leesbaar bent, en daarna pas vecht om de citatie. Want onzichtbaar voor de crawler is onzichtbaar in het antwoord.