AEO voor webshops: hoe AI-zoekmachines producten citeren

AEO voor webshops: hoe AI-zoekmachines kiezen welk product ze in hun antwoord citeren

AEO voor webshops (answer engine optimization) is de discipline die productpagina's optimaliseert zodat AI-gedreven zoekmachines zoals Google AI Overviews, Perplexity en Bing Copilot ze selecteren als directe bron in gegenereerde antwoorden. In tegenstelling tot traditionele SEO, die mikt op een positie in de lijst, richt AEO zich erop om geciteerd te worden binnen het antwoord zelf, waar de gebruiker niet verder scrolt en vaak nergens anders meer op klikt.

Dit betekent dat een catalogus die niet voor AEO is geoptimaliseerd het risico loopt weinig zichtbaar te blijven, niet alleen in de SERP, maar ook op het nieuwe oppervlak waar koopintenties worden gevormd. Voor wie een WooCommerce-webshop beheert met honderden producten en zonder gespecialiseerd SEO-team is het probleem niet theoretisch: het is een dagelijks, stil verlies aan gekwalificeerd verkeer.

Wat een product makkelijker te citeren maakt in AI-antwoorden

Geen enkele AI-zoekmachine publiceert hoe hij producten kiest om te citeren; wij zien dat duidelijke entiteiten, verifieerbare attributen en een vertrouwenscontext een pagina gemakkelijker te citeren maken.

Wanneer een gebruiker intypt "welke accuboor is geschikt voor zacht hout onder de 100 euro", retourneert een generatieve zoekmachine geen lijst met links: hij bouwt een antwoord op. Om dit te doen zijn specifieke elementen nuttig voor hem: de productnaam als unieke entiteit, de technische attributen uitgedrukt in gestructureerde natuurlijke taal, de aanwezigheid van een actuele prijs, de reviews als signaal van echte ervaring en de samenhang tussen titel, beschrijving en gestructureerde data. Als een van deze elementen ontbreekt of ambigu is, wordt het voor het product moeilijker om geciteerd te worden, zelfs als het een betere organische ranking heeft dan andere.

Het mechanisme lijkt op dat van een assistent die een precieze vraag moet beantwoorden: hij geeft de voorkeur aan een bron die alles wat nodig is duidelijk vertelt boven een gezaghebbende maar vage bron. Voor een ondernemer verandert dit radicaal de prioriteit: het volstaat niet om gevonden te worden, je moet begrepen worden.

Een illustratief voorbeeld: een keramiste

Een keramiste verkoopt handgemaakte mokken via haar WooCommerce-webshop. Haar productpagina's zijn beschrijvend maar niet gestructureerd: geen gegevens over de inhoud in milliliters, geen schema.org-markup, geen expliciete vermelding van het materiaal (porseleinen steengoed, gebakken op 1280°C). Wanneer een gebruiker aan Perplexity vraagt "handgemaakte Nederlandse mok vaatwasserbestendig", verschijnt haar product nauwelijks, ook al past het bij de zoekopdracht: de zoekmachine kan dit niet bevestigen, omdat die feiten niet op de pagina staan, niet in de tekst en niet in de markup.

Een illustratief voorbeeld: een multichannel-verkoper

Een verkoper beheert een WooCommerce met refurbished elektronica en verkoopt ook via Amazon en eBay. Zijn WooCommerce-pagina's zijn gekopieerd van die op Amazon, vaak met afgekapte attributen of geformatteerd voor de marketplace, niet voor het semantische web. Het risico: Google AI Overviews kan concurrenten met duidelijkere pagina's citeren, zelfs wanneer zijn prijs lager en de garantie langer is.

De vertrouwenssignalen die een AI-zoekmachine leest in een productpagina

Vier categorieën signalen helpen een AI-zoekmachine een productpagina te vertrouwen: nauwkeurigheid van attributen, interne consistentie, autoriteit van de bron en aanwezigheid van gedocumenteerde echte ervaring.

De nauwkeurigheid van attributen heeft betrekking op de aanwezigheid van specifieke en verifieerbare gegevens: afmetingen, materialen, compatibiliteit, certificeringen. Een product beschreven als "ruime en stevige tas" biedt een AI-zoekmachine weinig; eentje beschreven als "tas in canvas 600D, 28 liter, waterdichtheidscertificaat IPX4" geeft de zoekmachine precieze feiten om te citeren. Interne consistentie betekent dat de titel, meta description, de body van de pagina en de gestructureerde data hetzelfde verhaal moeten vertellen zonder tegenstrijdigheden. Als de titel "rood" zegt en de schema.org "color: blue" zegt, vindt de zoekmachine een tegenstrijdigheid en wordt het minder waarschijnlijk dat het product wordt geciteerd.

Autoriteit van de bron wordt opgebouwd in de tijd via backlinks, vermeldingen op externe sites en aanwezigheid in branche-aggregators. Maar het meest onderschatte signaal is gedocumenteerde echte ervaring: geverifieerde reviews, originele foto's van het product in gebruik, vragen en antwoorden op de pagina. Deze elementen communiceren aan het model dat het product echt bestaat, gekocht en gebruikt is door echte mensen.

Datastructuur en markup: hoe ze AI-zoekmachines helpen feiten te bevestigen

De schema.org-markup van het type Product helpt AI-zoekmachines om feiten zoals prijs en beschikbaarheid te bevestigen wanneer die markup overeenkomt met de zichtbare tekst: zonder deze markup leest een zoekmachine de pagina nog steeds, maar heeft hij minder bevestigde gegevens om te citeren.

De schema.org/Product omvat eigenschappen die nuttig zijn voor generatieve zoekmachines om feiten te bevestigen: name, description, brand, sku, offers (met price, priceCurrency, availability), aggregateRating en review. Elk van deze eigenschappen komt overeen met een attribuut dat de gebruiker expliciet of impliciet zou kunnen vragen in zijn zoekopdracht. Als availability nergens staat, niet in de markup en niet in de tekst van de pagina, heeft de zoekmachine minder aanknopingspunten om de vraag "is het beschikbaar?" te beantwoorden. aggregateRating mag alleen worden opgegeven als het echte reviews van de webshop weerspiegelt.

In WooCommerce wordt de schema.org Product-markup gegenereerd door WooCommerce zelf en deze kan worden verrijkt door plug-ins zoals Yoast SEO of Rank Math, met alleen de ingevulde velden. Een leeg veld in de backend vertaalt zich in een afwezige eigenschap in de JSON-LD, wat zich vertaalt in een ontbrekend signaal voor de AI-zoekmachine.

• name: producttitel als unieke entiteit, zonder keyword stuffing.
• description: tekst in natuurlijke taal, lang genoeg om het product te beschrijven, met expliciet vermelde technische attributen.
• brand: naam van de fabrikant of het merk, niet van de winkel.
• sku: unieke code, nuttig voor deduplicatie tussen kanalen.
• offers.price en priceCurrency: actuele prijs met expliciete valuta.
• offers.availability: InStock, OutOfStock of PreOrder, altijd gedeclareerd.
• aggregateRating: alleen als het echte reviews van de webshop weerspiegelt, met een bijgewerkt gemiddelde en aantal.
• image: URL van de hoofdafbeelding, bij voorkeur in WebP-formaat, met beschrijvende alt-tekst.

Het verschil tussen geïndexeerd worden en geciteerd worden: de kloof die verkopen kost

Geïndexeerd worden betekent dat Google het bestaan van de pagina kent; geciteerd worden door een AI-zoekmachine betekent dat het model die pagina heeft gekozen als betrouwbare bron om een antwoord op te bouwen, wat kwalitatief een hoger en commercieel relevanter niveau van zichtbaarheid is.

Deze kloof is de blinde vlek van veel verkopers die traditionele SEO-tools gebruiken. Google Search Console kan duizenden impressies tonen voor een product, maar als dat product nooit wordt geciteerd in AI Overviews, verliest het de strijd in de fase waarin de gebruiker zijn koopintentie vormt. Klassieke impressies genereren clicks; AI-citaties genereren vertrouwen nog vóór de click, en vervangen vaak de click volledig.

Het praktische onderscheid is dit: een geïndexeerd product verschijnt in een lijst die de gebruiker kan doorlopen of negeren. Een geciteerd product verschijnt binnen het antwoord dat de zoekmachine al voor de gebruiker heeft opgebouwd, met zijn naam, prijs en belangrijkste attributen. Het verschil in termen van potentiële conversie is significant, omdat de vertrouwenscontext al door de zoekmachine is opgebouwd voordat de gebruiker op de productpagina aankomt.

Een illustratief voorbeeld: een maker van handgemaakte kaarsen

Een producent verkoopt kaarsen tussen zijn WooCommerce en Etsy. Op Etsy zijn zijn pagina's geoptimaliseerd voor de marketplace: lange titels met herhaalde keywords, beschrijvingen gemaakt voor het interne filter van Etsy. Op zijn WooCommerce heeft hij dezelfde beschrijvingen gekopieerd zonder ze aan te passen. Resultaat: Google indexeert zijn pagina's, maar wanneer Perplexity de zoekopdracht "handgemaakte sojakaarsen met geur uit Nederland" beantwoordt, kan het een concurrent citeren met een vollediger productpagina en reviews op de eigen website. De reviews op Etsy staan op de pagina's van Etsy, niet op zijn productpagina.

De concrete acties om elk product klaar te maken om door AI geciteerd te worden

Om een product klaar te maken voor citatie door AI-zoekmachines moet je opeenvolgend op drie niveaus handelen: volledigheid van attributen, correctheid van markup en consistentie van vertrouwen, oftewel reviews, originele afbeeldingen en externe vermeldingen.

Het eerste niveau, de volledigheid van attributen, vereist dat je schriftelijk antwoord geeft op de vragen die een gebruiker over het product zou kunnen stellen: van welk materiaal is het gemaakt? Wat zijn de exacte afmetingen? Is het compatibel met andere producten of systemen? Heeft het certificeringen? Deze informatie moet in de body van de beschrijving in natuurlijke taal staan, niet alleen in de technische velden van de backend, omdat tekst en gestructureerde data samenwerken.

Het tweede niveau, de correctheid van markup, is technisch maar niet complex in WooCommerce: het volstaat om alle verplichte velden van de geïnstalleerde SEO-plug-in in te vullen en het resultaat te controleren met Google's Rich Results Test. Het derde niveau, de consistentie van vertrouwen, vereist tijd maar geen technische vaardigheden: reageren op negatieve reviews, echte foto's van het product in gebruik toevoegen, veelgestelde vragen verzamelen op de pagina en deze publiekelijk beantwoorden.

1. Fase 1 (Audit): identificeer producten met onvolledige pagina, ontbrekende attributen of ongeldige markup, met behulp van Google Search Console en de Rich Results Test.
2. Fase 2 (Structuur): herschrijf de beschrijvingen met expliciete attributen, in natuurlijke taal, lang genoeg om het product te beschrijven.
3. Fase 3 (Markup): controleer of schema.org/Product volledig is voor elke pagina, met minstens name, description, brand en offers; aggregateRating alleen als het echte reviews weergeeft.
4. Fase 4 (Vertrouwen): verzamel geverifieerde reviews binnen het domein van de site, voeg originele foto's en een FAQ-sectie toe voor elke productcategorie.
5. Fase 5 (Monitoring): controleer maandelijks de AI Overviews voor de belangrijkste zoekopdrachten van de catalogus en verifieer of en welke producten worden geciteerd.

Veelgemaakte fouten die het moeilijker maken een product te citeren in AI-antwoorden

De fouten die het moeilijker maken om een product in AI-antwoorden te citeren zijn bijna altijd fouten van weglating, niet van uitvoering: het is niet wat je verkeerd schrijft, maar wat je helemaal niet schrijft, dat een pagina ondoorzichtig maakt voor generatieve modellen.

De eerste fout is de generieke beschrijving die van de leverancier wordt gekopieerd. Dubbele tekst biedt een AI-model weinig originele content om te citeren. Een identieke beschrijving op 50 sites is geen betrouwbare bron: het is ruis. De tweede fout is het ontbreken van een actuele prijs in de schema.org: een AI-zoekmachine zal een product zelden citeren in antwoord op een commerciële zoekopdracht als het de gebruiker niet kan vertellen wat het kost. De derde fout is de titel die geoptimaliseerd is voor keyword stuffing in plaats van voor semantische leesbaarheid.

• Beschrijving gekopieerd van leverancier of marketplace, zonder originele bewerking.
• Prijs afwezig of niet bijgewerkt in de schema.org-markup.
• Titel met herhaalde keywords in plaats van een duidelijke en unieke productentiteit.
• Beschikbaarheid niet gedeclareerd: de zoekmachine heeft minder aanknopingspunten om "is het beschikbaar?" te beantwoorden.
• Geen reviews binnen het domein van de site: reviews op Amazon of Etsy staan op de pagina's van die marketplaces, niet op de productpagina in WooCommerce.
• Afbeeldingen zonder beschrijvende alt-tekst: een zoekmachine die de afbeelding zelf niet analyseert, heeft geen tekst die vertelt wat de foto toont.
• Productpagina geblokkeerd door noindex of door te restrictieve robots.txt-regels.
• Ongeldige gestructureerde data: een JSON-LD met syntaxfouten wordt volledig genegeerd.

Het geval van de titel geoptimaliseerd voor keywords en niet voor entiteit

Een titel als "Damestas leer zwart schoudertas elegante tas" is geoptimaliseerd voor klassieke keyword density, maar voor een AI-zoekmachine is hij ambigu: hoeveel tassen zijn het? Eén of drie? De juiste titel voor AEO is "Schoudertas in zwart leer, model Amsterdam": één entiteit, met duidelijke attributen, zonder herhalingen. Het model kan hem nauwkeurig citeren in het antwoord.

Het probleem van afbeeldingen zonder context

Multimodale modellen zoals die gebruikt door Google AI Overviews analyseren ook productafbeeldingen. Een afbeelding op witte achtergrond met alt-tekst "IMG_3829" communiceert niets. Dezelfde afbeelding met alt-tekst "handgemaakte schoudertas in zwart leer, vooraanzicht" draagt bij aan de semantische leesbaarheid van de pagina en vergroot de kans op citatie bij visuele of beschrijvende zoekopdrachten.

---

Veelgestelde vragen over AEO voor webshops

Wat is AEO voor webshops en hoe verschilt het van traditionele SEO?

AEO (answer engine optimization) voor webshops is het geheel van praktijken die een productpagina leesbaar en citeerbaar maken voor zoekmachines op basis van kunstmatige intelligentie. In tegenstelling tot traditionele SEO, die optimaliseert voor positionering in een lijst, optimaliseert AEO om geselecteerd te worden als bron binnen het gegenereerde antwoord. Geen enkele zoekmachine publiceert haar criteria; we zien dat duidelijke attributen, correcte markup en verifieerbare vertrouwenssignalen helpen.

Hoe weet ik of mijn producten worden geciteerd in AI-antwoorden?

De meest directe methode is handmatig zoeken naar de meest relevante zoekopdrachten voor je catalogus op Google, Perplexity en Bing Copilot en controleren of jouw producten in de gegenereerde antwoorden verschijnen. Google Search Console toont nog geen specifieke gedetailleerde data over AI Overviews-citaties per product, en het verkeer vanuit AI-functies is opgenomen in het rapport Prestaties, onder het zoektype Web, zonder een apart filter. Externe tools zoals Semrush en Ahrefs integreren in 2026 functionaliteiten voor AI Overview-monitoring.

Hoeveel reviews zijn nodig om geciteerd te worden door een AI-zoekmachine?

Er is geen gedocumenteerde numerieke drempel: geverifieerde reviews op het eigen domein geven AI-zoekmachines echt materiaal om te citeren, maar geen enkele openbare bron legt een minimumaantal reviews vast. Kwaliteit telt evenveel als kwantiteit: een gedetailleerde review die specifieke productkenmerken noemt is nuttiger voor het model dan tien generieke reviews met alleen sterren en geen tekst.

Moet ik elke productpagina afzonderlijk optimaliseren of kan ik beginnen met categorieën?

De prioriteit hangt af van de omvang van de catalogus. Met minder dan 100 producten heeft het zin om elke pagina individueel te optimaliseren. Bij grotere catalogi is het efficiënter om te beginnen met de meest gezochte productcategorieën, geïdentificeerd via Google Search Console, en eerst de producten te optimaliseren die al impressies genereren maar geen conversies. Categoriepagina's met BreadcrumbList-markup en gestructureerde beschrijving dragen ook bij aan de leesbaarheid van de catalogus voor AI-zoekmachines.

Worden door AI gegenereerde beschrijvingen geaccepteerd door zoekmachines voor AEO?

Google bestraft door AI gegenereerde content niet als zodanig, maar bestraft wel content die geen waarde toevoegt ten opzichte van wat al online bestaat. Een door AI gegenereerde beschrijving die de specificaties van de leverancier op een generieke manier herschrijft is noch voor de gebruiker noch voor de zoekmachine nuttig. Een door AI gegenereerde beschrijving die vertrekt vanuit de echte productdata, deze in natuurlijke taal structureert en specifieke gebruikscontext toevoegt is daarentegen wel geldige content, op voorwaarde dat deze door een mens wordt nagekeken voor publicatie.