Inhoudsopgave
- 1. Waarom zoekwoordenonderzoek (KWR) veranderd is
- 2. Van losse zoektermen naar intentie-clusters
- 3. De impact op Share of Voice (SoV) & Content Gaps
- 4. Vergelijking: oude vs. nieuwe KWR-aanpak
- 5. De 5 grootste praktische veranderingen voor SEO-experts
- KWR als kompas voor topical authority in 2026
- Veelgestelde vragen (FAQ)
1. Waarom zoekwoordenonderzoek (KWR) veranderd is
Is SEO-zoekwoordenonderzoek tegenwoordig nog wel zinvol? Om maar meteen met de deur in huis te vallen: ja. Een Keyword Research of KWR is nog steeds noodzakelijk, maar de manier waarop je het uitvoert en interpreteert is sterk getransformeerd. Waar vroeger een SEO-zoekwoordenonderzoek een statische lijst met individuele zoekwoorden en zoekvolumes was, vormt het nu de basis om Topical Authority, entiteiten en intentie-clusters in kaart te brengen.
Vroeger verzamelde je zoekwoorden om tientallen losse pagina’s te bouwen en hun individuele posities te volgen. Nu gebruik je die geclusterde KWR-dataset van een thema. Zodra je die complete markt afbakent, kun je via Share of Voice (SoV) berekenen welk percentage van al die zoekopdrachten je merk of website afdekt. Share of Voice meet dus op hoeveel procent van de complete KWR-lijst een merk echt goed vindbaar is.
De oude manier van KWR: losse woorden en individuele rankings
Vroeger keek je naar een lijst van losse zoekwoorden en monitorde je de positie voor elk zoekwoord afzonderlijk. Je nam simpelweg het ongewogen gemiddelde van hun doorklikratio’s:
- Woord A: Woonkrediet berekenen (rank 3) & SoV = 10% op basis van geschatte CTR
- Woord B: Hypotheek simulatie (rank 7) & SoV = 3%
- Woord C: Hoeveel kan ik lenen voor een huis (rank 8) & SoV = 2%
De traditionele rapportage berekent een gemiddelde, met een SoV van 5% op dit zoekwoordensetje (of een totale zichtbaarheidsindex van 15%). Op papier scoort dit thema onvoldoende. De logische (maar foute) conclusie van het management: “We behalen maar 5% zichtbaarheid op deze zoektermen, dus we moeten aparte pagina’s bouwen voor ‘hypotheek simulatie’ en voor ‘hoeveel kan ik lenen voor een huis’.”
De SoV op basis van een simpel gemiddelde geeft vandaag een vertekend beeld, omdat LLM’s en Google weten dat de bovenstaande drie zoekopdrachten in essentie dezelfde intentie hebben.
De nieuwe manier: entiteiten, zoekintentie en zoekvolume
De manier waarop zoekmachines (zoals Google met AI Overviews) tegenwoordig taal begrijpen, is sterk geëvolueerd. Ze kijken niet meer naar exacte woordjes, maar naar concepten (= entiteiten) en wat de gebruiker wil bereiken (= intentie).
“The way people search has absolutely changed, but the tactics to earn AI search visibility are really just evolutions of many of the existing SEO and marketing best practices that we’ve employed for years.”
by Lily Ray.
Een entiteit is het onderliggende concept. ‘Woonkrediet’, ‘hypothecaire lening’ en ‘lening voor een huis’ zijn in de ogen van AI-modellen één en dezelfde entiteit. De zoekintentie is de behoefte van de zoeker. Wil de persoon iets leren (wat is het?), iets vergelijken (vast vs. variabel?), of iets doen (simuleren/aanvragen)?
In de moderne aanpak houd je daarnaast expliciet rekening met het maandelijkse zoekvolume per zoekwoord. In een tool zoals Semrush Position Tracking bereken je de geclusterde Share of Voice door zoekwoorden toe te wijzen aan een Tag (bijvoorbeeld de tag ‘hypotheek’).
Concreet voorbeeld:
- Woord A (Woonkrediet berekenen): zoekvolume = 8.000 | Positie = 3 | Geschatte Semrush CTR = 10% >> 8.000 * 10% = 800 geschatte klikken
- Woord B (Hypotheek simulatie): zoekvolume = 1.000 | Positie = 7 | Geschatte Semrush CTR = 3% >> 1.000 \times * 3% = 30 geschatte kliks
- Woord C (Hoeveel kan ik lenen): zoekvolume = 1.000 | Positie = 8 | Geschatte Semrush CTR = 2% >> 1.000 * 2% = 20 geschatte kliks
- Totaal zoekvolume cluster: 10.000
Geclusterde SoV = 850 / 10.000 = 8,5%
Het verschil: doordat de geclusterde SoV rekening houdt met het zoekvolume, stijgt je score van 5% naar 8,5%. Woord A vertegenwoordigt namelijk 80% van de zoekmarkt. Deze gewogen benadering laat zien dat je op het belangrijkste zoekwoord in de niche al sterk aanwezig bent, wat voorkomt dat je onnodig aparte landingspagina’s aanmaakt voor synoniemen.
2. Van losse zoektermen naar intentie-clusters
Praktijkvoorbeeld: de drie funnelfases (ToFu, MoFu, BoFu)
Stel dat voor het thema ‘Woonkredieten’ je online zichtbaarheid wilt verbeteren. In plaats van 50 losse zoekwoorden individueel op een knipperende rangschikking te monitoren, groepeer je de complete KWR-dataset in intentie-clusters.
Je verdeelt de markt over de 3 bekende funnel fases:
- Cluster 1: de Oriëntatiefase (informatieve intentie / Top of Funnel – ToFu)
- ‘Wat is een hypothecair mandaat?’
- ‘Verschil vaste en variabele rente’
- ‘Notariskosten bij aankoop woning’
- ‘Hoe werkt de registratierechtenkorting in Vlaanderen?’
- Cluster 2: de Vergelijkingsfase (commerciële intentie / Middle of Funnel – MoFu)
- ‘Beste woonkrediet 2026’
- ‘Rentevoeten vergelijken banken’
- Cluster 3: de Conversiefase (transactionele intentie / Bottom of Funnel – BoFU)
- ‘Woonkrediet berekenen’
- ‘Hypotheek simulatie’
- ‘Hoeveel kan ik lenen voor een huis’
- ‘Woonkrediet aanvragen’
De rol van klassieke SEO-tools in een geclusterde strategie
Traditionele SEO-tools zoals Semrush en Ahrefs verzamelen op de achtergrond nog steeds data op basis van losse zoektermen. De verandering zit dus niet in de input die je in de software stopt, maar in de manier waarop je de output structureert en interpreteert.
In plaats van rapporten te sturen met honderden losse posities, gebruik je de tag- of groepeerdersfunctionaliteit in je tool. Zoekwoorden transformeren van losse einddoelen naar data-pinnen die samen de gewogen Share of Voice van een complete intentie-cluster vormen. De losse trefwoorden zijn de meetpunten, maar de clusters vormen je strategie en managementrapportage.
3. De impact op Share of Voice (SoV) & Content Gaps
Rapporteren op clusterniveau aan stakeholders
Wanneer je rapporteert aan je stakeholders, praat je niet langer over schommelingen op individuele trefwoorden (“Onze positie op het woord ‘hypotheek’ is met twee plekjes gedaald”).
In plaats daarvan geef je direct inzicht in de totale marktdekking per fasetype:
“Binnen het thema ‘Woonkredieten’ behalen we een Share of Voice van 60% in de Top of Funnel (ToFU). We beantwoorden de informatieve vragen aantoonbaar beter dan concurrenten X en Y.
In de Middle of Funnel (MoFU) ligt onze SoV echter op slechts 20%. Daar verliezen we marktbereik aan concurrent Z, doordat hun vergelijkingstool beter aansluit bij de zoekintentie.
Voor onze merkgebonden Bottom of Funnel (BoFU), zoals ‘Woonkrediet aanvragen bij [Merk]’, is onze SoV vrijwel 100%.”
Door op clusterniveau te rapporteren, ontdek je direct waar de echte strategische content gaps zitten. Als een merk binnen een compleet cluster lage SoV-scores laat zien, ontbreekt er niet zomaar een pagina, maar schiet de contentstrategie op een specifieke consumentenbehoefte tekort.
Content gaps opsporen via Information Gain en AI-citaties
Waar een klassieke content gap draaide om de vraag “Welke zoekwoorden ontbreken er op mijn pagina?”, gaat een AI-georiënteerde content gap over Information Gain en bronvermeldingen. LLM’s en AI Overviews zoeken namelijk niet naar de zoveelste herhaling van bestaande tekst, maar naar unieke datapunten, actuele cijfers en strak gestructureerde antwoorden.
Met een AI-georiënteerd KWR breng je niet alleen complexe prompts van gebruikers in kaart, maar zie je ook exact op welke specifieke subvragen concurrenten door AI-systemen als bron worden geciteerd en jij nog niet. Je ontdekt direct waar jouw content unieke inzichten, vergelijkingstabellen of FAQ-structuren mist om door AI-zoekmachines als primaire autoriteit te worden overgenomen.
“Everyone should be determining whether their AI searches need grounding or not.”
4. Vergelijking: oude vs. nieuwe KWR-aanpak
| Stap in het proces | Oude strategie | Nieuwe strategie |
| 1. Databronnen | Enkel zoekvolumetools (Google Keyword Planner, Ahrefs, Semrush). | Combinatie van zoekvolumetools, AI-prompts (ChatGPT/Perplexity trends), People Also Ask en echte klantvragen |
| 2. Filtercriteria | Filteren op Hoog zoekvolume (MSV) en lage Keyword Difficulty. | Filteren op Hoge relevantie, entiteitsrelaties, conversatiewaarde en kans op vertoon in AI Overviews. |
| 3. Groepering | Losse lijstjes met zoekwoorden gekoppeld aan 1 specifieke URL. | Intentie- & Entiteitclusters: Groeperen op basis van de consumentenbehoefte en betekenis. |
| 4. Deliverable | Een Excel-bestand met trefwoorden en volumes voor de copywriter. | Een Entity & Content Blueprint inclusief vereiste datapunten, AI Overview-kenmerken en Information Gain-advies. |
| 5. KPI | Rank op #1, veel kliks, conversies | Hoge Share of Voice binnen AI Overviews & zoekresultaten, verhoogde merkvoorkeur en (geassisteerde) conversies. |
5. De 5 grootste praktische veranderingen voor SEO-experts
1. Zoekvolume is niet langer leidend
Vroeger schrapte je een trefwoord met maar 20 zoekopdrachten per maand onherroepelijk uit je KWR. Nu behoud je het juist als het een cruciale vraag betreft die jouw merk positioneert als autoriteit in AI Overviews of LLM-modellen. Lage zoekvolumes vertegenwoordigen vaak heel specifieke, hoog-converterende intenties.
2. Research op Information Gain en unieke data
Je KWR stopt niet meer bij het puur verzamelen en clusteren van zoekwoorden. Tijdens je onderzoek analyseer je direct wat er ontbreekt in de huidige topresultaten (zoals specifieke Belgische regelgeving, actuele cijfers of eigen rekenmodellen). Je KWR levert zo de directe input voor de unieke toegevoegde waarde (Information Gain) die je pagina moet bieden.
3. Prompt & Conversational Research
Naast klassieke trefwoorden breng je nu ook complete, complexe zoekvragen (prompts) in kaart. Je analyseert de vragen die mensen intypen of inspreken in conversational zoekmachines zoals ChatGPT, Perplexity en Google Gemini, inclusief ‘wat als’-scenario’s en vergelijkingsvragen.
4. De Zero-Click & Geassisteerde Conversie realiteit
Doorklikken naar je website is niet langer de enige maatstaf voor SEO-succes. Omdat AI Overviews en conversational zoekmachines vragen direct beantwoorden op het scherm, ontstaat een ‘Zero-Click’ landschap. Aanwezigheid in die AI-antwoorden is echter cruciaal: het bouwt merkautoriteit en voorkeur op. De consument klikt misschien niet meteen door op een oriënterend artikel, maar keert later direct of via een merkzoekopdracht terug om te converteren. Beoordeel oriënterende content daarom niet puur op last-click organisch verkeer, maar stuur op geassisteerde conversies en de groei van je merkzoekvolume.
“Organic search is increasingly a branding opportunity as much as a traffic channel.”
by Rand Fishkin.
5. De juiste AI-tracking tools kiezen
Waar je voor traditionele KWR-datasets, zoekvolumes en geclusterde organische SoV vertrouwt op je bestaande SEO-suite (zoals Semrush of Ahrefs), schieten de AI-monitoringtools momenteel als paddenstoelen uit de grond. Laat je niet verleiden tot tientallen nieuwe abonnementen. Kies naast je vertrouwde SEO-suite simpelweg één gespecialiseerde AI-tool (zoals Otterly.ai of de AI-features binnen je huidige tool) die jouw geclusterde KWR-dataset kan monitoren op merkvermeldingen, broncitaties en AI-zichtbaarheid.
De basis van je werk (data verzamelen) gebeurt dus nog steeds deels met klassieke SEO-software, maar de methodiek, de interpretatie en de uiteindelijke deliverables van je KWR zijn fundamenteel veranderd.
KWR als kompas voor topical authority in 2026
SEO-zoekwoordenonderzoek draait in 2026 niet langer om het jagen op losse trefwoorden, maar om het claimen van marktbereik via intentie-clusters en Share of Voice. Door te sturen op gewogen SoV, Information Gain en AI-zichtbaarheid, transformeer je KWR van een statische trefwoordenlijst naar een strategische blauwdruk voor duurzame merkautoriteit.
Klaar om jouw Share of Voice te vergroten?
Veelgestelde vragen (FAQ)
Ja, maar de functie is veranderd. KWR dient niet langer voor het bouwen van losse pagina’s per zoekterm, maar als fundament om zoekintenties, entiteiten en je totale Share of Voice in kaart te brengen.
Een zoekwoord is de exacte tekst die iemand intypt (zoals ‘hypotheek berekenen’). Een entiteit is het overkoepelende concept (‘woonkrediet’). AI-zoekmachines begrijpen dat verschillende zoekwoorden naar exact dezelfde entiteit en zoekintentie verwijzen.
Je vermenigvuldigt het maandelijkse zoekvolume van elk zoekwoord binnen een cluster met de verwachte doorklikratio (CTR) op jouw positie. De som van al die verwachte kliks deel je door het totale zoekvolume van dat specifieke cluster.
Information Gain is de unieke toegevoegde waarde van jouw content (zoals originele data, expertquotes of eigen rekenmodellen). AI Overviews en LLM’s negeren herhaalde informatie en citeren bij voorkeur bronnen die nieuwe, niet-geindexeerde inzichten bieden.
Omdat AI Overviews vragen vaak direct beantwoorden op de zoekpagina, stuur je niet meer puur op organische kliks. Kijk in plaats daarvan naar AI-broncitaties, de groei van merkzoekopdrachten (brand search) en geassisteerde conversies.
