Wat is Generative Engine Optimization (GEO) en

hoe implementeer je het?

Generative Engine Optimization (GEO) is de discipline die content structureert zodat AI-systemen zoals ChatGPT, Gemini, Perplexity en Google AI Overviews ernaar citeren. Waar SEO een positie in een lijst met links nastreeft, streeft GEO een vermelding na binnen het antwoord zelf. Concrete cijfers, heldere bronvermeldingen en vlot geschreven tekst blijken daarbij het meeste gewicht in de schaal te leggen. In dit artikel leggen we uit wat GEO precies is, hoe het zich verhoudt tot SEO, hoe je succes meet, en hoe je het stap voor stap aanpakt.

Stel je voor dat een potentiële klant vandaag niet meer "beste boekhoudsoftware" in Google typt, maar aan ChatGPT vraagt: "welke boekhoudsoftware past het best bij een groeiend KMO-team?" Geen lijst met tien blauwe links meer. Gewoon een antwoord, met misschien een tabel, en als het goed zit: een verwijzing naar jouw website.

Dat is de realiteit waarin we vandaag moeten adverteren en communiceren. Laten we samen uitpluizen wat dat concreet betekent, en hoe je er structureel op inspeelt.

Wat is Generative Engine Optimization (GEO)?

GEO structureert digitale content zodat AI-systemen ze selecteren en meenemen in hun antwoord. De discipline is wetenschappelijk onderbouwd en werd voor het eerst grondig uitgewerkt eind 2023. GEO verschilt van SEO doordat het optimaliseert voor opname in tekst, niet voor een positie in een lijst.

Dat verschil klinkt misschien klein, maar de gevolgen zijn groot. Bij SEO bestaat er altijd nog een pagina waar de gebruiker naartoe klikt. Bij GEO is de informatie al samengevat vóór de gebruiker er iets voor moet doen, en het merk dat daarin wordt vermeld, is het merk dat blijft hangen. Er is geen tweede plek meer onder de vouw waar je nog kan scoren. Je staat in het antwoord, of je staat er gewoon niet in.

Die wetenschappelijke basis komt van een team onderzoekers verbonden aan onder meer Princeton University en Georgia Tech, die de discipline in 2023 als eersten grondig beschreven. Dit is dus geen marketingtrend die uit het niets kwam aanwaaien, maar een discipline met stevige academische papieren op zak.

En wat die onderzoekers vooral laten zien: geciteerd worden door een AI-model is geen loterij. Er zit een logica achter, gebaseerd op hoe herkenbaar, feitelijk en goed onderbouwd een tekst is. En die logica kan je bespelen. Verderop leggen we uit hoe dat er in de praktijk uitziet, en hoe je je content daarop afstemt.

Voor wie werkt dit het best? Voor merken die al met verifieerbare cijfers en data kunnen uitpakken, en waarvan de website technisch in orde is. Voor merken die het vooral van sfeer en merkverhaal moeten hebben, zonder veel harde feiten, is het al een stuk moeilijker.

GEO vs. SEO: wat is het verschil?

GEO steunt technisch op dezelfde infrastructuur als SEO, maar het doelsysteem, de signalen en de manier waarop je succes meet, verschillen grondig. SEO optimaliseert voor een crawler die rangschikt. GEO optimaliseert voor een taalmodel dat samenvat en zelf kiest wat het overneemt.

Bij SEO draaide veel om het juiste trefwoord op de juiste plek, het liefst een paar keer herhaald in je titels en tussenkopjes. Bij GEO werkt dat anders: een AI-model let veel meer op of je de juiste begrippen correct met elkaar verbindt dan op hoe vaak een woord terugkeert. Een tekst die vooral is opgevuld om een bepaald aantal woorden te halen, wordt door zo'n model gewoon overgeslagen. Elke zin moet iets toevoegen, anders telt ze niet mee.

Ook hoe je geloofwaardigheid opbouwt, verschuift. Bij SEO hielp het al enorm als andere sites naar de jouwe linkten. Bij GEO overtuig je een AI-model vooral met harde cijfers, een citaat van iemand die het vak kent, en verwijzingen naar betrouwbare bronnen in je eigen tekst. Dat verandert ook je schrijfstijl: minder verkooppraat, meer een heldere, onderbouwde uitleg die ook op zichzelf overeind blijft. Hoe je dat precies aanpakt, komt verderop uitgebreid aan bod.

Vier platformen, vier manieren van kiezen

Hier gaat het al snel mis bij bedrijven die met GEO starten: ze schrijven één tekst en verwachten dat die overal even goed scoort. Dat klopt niet. Slechts 11% van de domeinen wordt gelijktijdig geciteerd door zowel ChatGPT als Perplexity, blijkt uit onderzoek van The Digital Bloom. Twee van de grootste AI-zoeksystemen kijken dus naar compleet andere bronnen voor exact dezelfde vraag. Bekijken we ze even stuk voor stuk.

ChatGPT Search is de voorzichtige van het stel. Het platform steunt grotendeels op de Bing-index en grijpt het liefst terug naar gevestigde, redactionele bronnen. Bijna de helft van de top-10 citaties verwijst naar Wikipedia. En in zo'n 60% van de gesprekken zoekt ChatGPT eigenlijk niet eens live: het antwoordt gewoon vanuit wat het al "weet". Pas wanneer de zoekmodus aanspringt, ongeveer 18% van de keren, komen er echte, actuele bronnen bij kijken. Domeinautoriteit weegt hier het zwaarst door, gevolgd door inhoudelijke kwaliteit. Eén praktische waarschuwing: blokkeer de OAI-SearchBot nooit in je robots.txt, want daarmee maak je jezelf onmiddellijk onzichtbaar voor dit platform.

Perplexity speelt een heel ander spel. Het zoekt bij elke vraag live, over een index van meer dan 200 miljard pagina's, en het heeft een uitgesproken zwak voor alles wat vers en menselijk aanvoelt. Reddit levert bijna de helft van alle citaties op dit platform. Content die jonger is dan dertig dagen heeft zelfs 3,2 keer meer kans om geciteerd te worden dan oudere content. Wat hier vooral opvalt: Perplexity haalt geregeld kleine, gespecialiseerde sites naar boven, zelfs boven grote, bekende namen, zolang het antwoord er maar helder en direct in staat.

Google AI Overviews, aangedreven door Gemini, verschijnt bij de meeste complexere zoekopdrachten binnen de gewone Google-balk. 74% van de citaties komt van sites die sowieso al hoog scoren in Google. Toch is slechts 4,5% daarvan exact dezelfde pagina als op positie één: Google graaft dus dieper, tot op het niveau van het specifieke antwoord binnen een site. YouTube is hier de populairste externe bron, en content die tekst combineert met beeld en video scoort 156% tot 317% beter dan platte tekst alleen.

Gemini als standalone-assistent deelt de indexvoordelen van Google en leunt eveneens zwaar op E-E-A-T-signalen en gestructureerde data.

Zet je die vier naast elkaar, dan zie je meteen waarom sommige formats overal werken en andere maar op één platform:

De les hierin is simpel: weet voor welk platform je op dat moment schrijft, in plaats van te vertrouwen op één generieke aanpak. We werken deze platform-specifieke richtlijnen in detail uit in een apart artikel op deze site, met concrete formats per platform.

Waarom GEO er in 2026 toe doet

Traditioneel zoekvolume daalt tegen eind 2026 met 25%, volgens marktonderzoek van Gartner. Verkeer via generatieve AI-systemen groeit intussen 165 keer sneller dan organisch zoekverkeer. ChatGPT alleen al telt meer dan 800 miljoen wekelijkse gebruikers.

Je kan je natuurlijk afvragen of dit geen tijdelijke hype is. De cijfers wijzen op het tegendeel. Met een gebruikersbasis die groter is dan de volledige bevolking van Europa, vinden aankoopbeslissingen in toenemende mate plaats binnen afgesloten AI-gesprekken. Voor een merk betekent dit iets ongemakkelijks: wie niet wordt geciteerd, wordt onzichtbaar voor een groeiend deel van zijn doelgroep. Niet omdat het product minder goed is, maar gewoon omdat het niet ter sprake komt.

Er schuilt in die verschuiving ook een kans. Grote enterprise-teams zijn volop met GEO bezig, terwijl het middensegment de transitie vaak nog als bijzaak behandelt. Dat opent een window voor wie er nu vroeg bij is, een beetje zoals in de begindagen van SEO.

Hoe meet je GEO-succes?

Handmatig af en toe een prompt intypen om te kijken of je merk genoemd wordt, volstaat niet: AI-antwoorden zijn dynamisch en veranderen van moment tot moment. Om echt grip te krijgen op je succes, kies je best een tool op maat van je doelstellingen. Om echt grip te krijgen op je succes, kijk je best naar vijf zaken tegelijk.

1. Je begint bij je citatiepercentage, je nulmeting: hoe vaak wordt jouw domein effectief genoemd binnen een vaste set prompts?
2. Daarna kijk je naar je aandeel: hoeveel van alle citaties in een bepaald onderwerp gaan naar jou, in vergelijking met de concurrentie?
3. Minstens even belangrijk is waar je citatie staat: vroeg in het antwoord weegt zwaarder dan onderaan.
4. En dan is er nog de lijst van domeinen die steevast boven jou uitkomen. Die lijst is eigenlijk een cadeau, want ze vertelt je precies waar je content- en PR-werk naartoe moet.

Volgende tools zijn gekend binnen de marketingwereld om GEO Succes te meten:

Welke tool het beste past, hangt af van je doelstellingen en budget. Maar het principe blijft hetzelfde: zonder meting stuur je blind. Met de gratis tools die je vandaag hebt, kom je ook al een heel eind. In je server logs kan je AI-crawlers herkennen aan hun naam, zoals GPTBot, OAI-SearchBot, PerplexityBot en ClaudeBot. Zie je zo'n bot vaker langskomen na een contentupdate? Dat is een goed teken: het wijst erop dat je pagina sneller wordt opgepikt.

Praktisch meten: server logs en GA4-tracking

Met de middelen die je vandaag al hebt, kom je verrassend ver. In je server logs kan je AI-crawlers herkennen aan hun naam, zoals GPTBot, OAI-SearchBot, PerplexityBot en ClaudeBot. Zie je zo'n bot vaker langskomen na een contentupdate? Dat is een goed teken: het wijst erop dat je pagina sneller wordt opgepikt.

E-E-A-T en de entity graph: waarom AI je moet kunnen verifiëren

Een AI-model gelooft je niet zomaar op je woord. Stel dat je op je eigen website schrijft dat je "marktleider" bent: een taalmodel neemt dat niet zonder meer over. Het gaat eerst na of die claim ook ergens anders, onafhankelijk van jou, bevestigd wordt. Vind het je bedrijf bijvoorbeeld terug op Wikipedia, Wikidata of in de Google Knowledge Graph, dan weegt die bewering plots veel zwaarder.

Dat idee wordt in de sector vaak samengevat met de term E-E-A-T: heeft een merk ervaring, expertise, gezag en betrouwbaarheid, en kan een AI-model dat ook ergens terugvinden buiten je eigen site? Zoekmachines letten daarbij steeds minder op losse zoekwoorden, en steeds meer op wie of wat je precies bent als bedrijf, merk of persoon.

Wanneer een model zoals Gemini of GPT-4o een antwoord opstelt, wil het gewoon zeker zijn wie of wat een merk is, om geen fouten te maken. Zorg dus dat je bedrijfsnaam, logo en beschrijving overal hetzelfde zijn, en dat je terugkomt in de grote, betrouwbare databronnen zoals Wikidata. Zo wordt het voor een AI-model veilig om je te citeren. Geloofwaardigheid bouw je dus vooral buiten je eigen website op, niet erop, en dat brengt ons meteen bij de content die je op basis daarvan schrijft.

Content schrijven die AI citeert

Vier schrijftechnieken verhogen je citatiekans meetbaar: vlotter en helderder schrijven, vage taal vervangen door harde cijfers, een citaat van een expert toevoegen, en verwijzen naar andere gezaghebbende bronnen. Keyword stuffing doet net het omgekeerde en verlaagt je zichtbaarheid.

Schrijf vlot en helder

Om te begrijpen waarom dit werkt, moet je even weten hoe een AI-model een pagina eigenlijk "leest". Het knipt je tekst op in kleine stukjes en gaat voor elke vraag na welk stukje daar het beste bij past. Zwabbert je alinea van het ene onderwerp naar het andere, dan raakt dat stukje zijn context kwijt en wordt het minder goed begrepen. De praktische regel: laat elke alinea precies één gedachte afmaken, tot het einde toe.

Onderzoek toont dat het verbeteren van de taalkundige vlotheid van een tekst, zonder er nieuwe inhoud aan toe te voegen, de zichtbaarheid met 28% kan verhogen. Taalmodellen verwerken voorspelbare, helder geschreven tekst nu eenmaal makkelijker. Concreet: kies actieve zinnen boven passieve, houd je zinnen redelijk kort en consistent, en zeg je bewering meteen in plaats van ze te verstoppen achter een lange aanloop. Zinnen zoals "de oorzaak hiervan is" of "dit resulteert in" helpen een AI om je redenering makkelijk te volgen.

Vervang vage taal door cijfers

"Onze software verhoogt de efficiëntie" zegt eigenlijk niets. "Onze software verkort de doorlooptijd met 34%" wel. Concrete cijfers geven een AI-model iets tastbaars om over te nemen, in plaats van een loze belofte.

Voeg een citaat van een expert toe

Een citaat van een erkende expert of instantie versterkt een stukje tekst aanzienlijk. Zorg wel dat het om een reëel, controleerbaar citaat gaat: verzin nooit een naam of uitspraak, dat ondermijnt net de geloofwaardigheid die je probeert op te bouwen.

Verwijs naar andere gezaghebbende bronnen

Verwijzen naar andere gezaghebbende bronnen binnen je eigen tekst, hoe tegenstrijdig dat ook klinkt, vergroot juist de kans dat je eigen pagina als betrouwbaar wordt gezien. Een AI-model leest zo'n verwijzing als een teken dat jij zelf ook zorgvuldig met feiten omgaat.

Nog iets om te onthouden: 44% van alle AI-citaties komt rechtstreeks uit het eerste derde deel van een pagina. Zet je belangrijkste boodschap dus in de eerste honderd woorden, niet pas na een lange inleiding.

Om dit allemaal praktisch te vertalen, bouw je elke belangrijke pagina best op rond zes vaste onderdelen. Vooraan een direct antwoord van 60 tot 120 woorden, met meteen duidelijk voor wie het bedoeld is en welk bewijs die claim ondersteunt. Daaronder een tabel, checklist of stappenplan die weinig ruimte laat voor verwarring. Dan een blokje met drie tot zes controleerbare bronnen. Een korte "voor wie wel, voor wie niet"-afbakening. Een sectie met vijf tot acht concrete vragen en antwoorden. En tot slot een zichtbare datum van de laatste update.

Wat we hier eigenlijk doen, is een verhalende, merkgerichte tekst omvormen tot iets veel directer en verifieerbaars. Ter illustratie:

Voor: "Ons revolutionaire platform helpt logistieke bedrijven om slimmer te werken en kosten te besparen."

Na: "Het platform verlaagt out-of-stock incidenten met 42% en kapitaalbinding met 18%, volgens een onafhankelijke Gartner-studie uit 2025."

Dat is geen verlies aan overtuigingskracht. Het is gewoon een andere manier van overtuigen, eentje die werkt binnen de logica van de machine die je probeert te bereiken.

Autoriteit buiten je eigen site: earned media en de Citation Core

AI-modellen vertrouwen liever wat anderen over jou zeggen dan wat je zelf beweert. Duik je merk consistent op naast een bepaald onderwerp op meerdere onafhankelijke, gezaghebbende sites, dan gaat een AI-model die link als vaststaand feit behandelen. Dat netwerk van externe bronnen noemen we de Citation Core.

De logica erachter is eenvoudig. Op je eigen website kan je gewoon om het even wat beweren, zonder dat iemand je tegenspreekt. Daarom kijken AI-systemen liever naar wat elders wordt bevestigd.

Welke platformen daarbij tellen, hangt sterk af van je sector. Voor B2B-software zijn dat G2, Capterra, LinkedIn, GitHub en vakbladen. Voor consumentenproducten spelen Reddit, reviewsites en YouTube een grotere rol. Voor medische of financiële content vertrouwen de modellen vooral op overheidsregisters, academische databanken en erkende brancheorganisaties.

Contentwerk op je eigen site mag dus nooit op zichzelf staan. Een gerichte PR-inspanning om vermeldingen te verdienen op deze platformen, voedt precies de vertrouwenssignalen die een taalmodel nodig heeft. We gaan hier dieper op in in een apart artikel over de Citation Core, inclusief hoe je earned media strategisch inzet per sector.

Technische fundamenten: wat AI-crawlers nodig hebben

Technische fundamenten: wat AI-crawlers nodig hebben

Zonder de juiste technische basis blijft zelfs je beste content onzichtbaar, hoe goed ze ook geschreven is. Daarbij is het belangrijk om een onderscheid te maken dat vaak over het hoofd wordt gezien: niet elke AI-bot dient hetzelfde doel. Er bestaan twee fundamenteel verschillende categorieën, en dat verschil bepaalt hoe je je robots.txt-bestand het beste inricht.

Trainingsbots

Bots zoals GPTBot en ClaudeBot verzamelen content om toekomstige taalmodellen mee te trainen. Die training gebeurt offline, vaak maanden voor een model uitkomt, en heeft geen enkele invloed op of jouw merk vandaag wordt geciteerd in een AI-antwoord. Blokkeer je deze bots, dan verlies je dus niets aan actuele zichtbaarheid. Je behoudt wel controle over of je content ongevraagd in trainingsdata terechtkomt.

Realtime zoek- en retrievalbots

Bots zoals OAI-SearchBot, ChatGPT-User en Claude-SearchBot werken compleet anders: ze bezoeken je pagina op het exacte moment dat een gebruiker een vraag stelt. Het is precies dit realtime bezoek dat resulteert in een citatie binnen het antwoord. Blokkeer je deze bots, dan sluit je jezelf onmiddellijk uit van elke kans om ooit vermeld te worden in ChatGPT Search, Perplexity of vergelijkbare tools.

Deze twee categorieën door elkaar behandelen is een van de meest voorkomende fouten in GEO-implementaties. Wie uit voorzichtigheid alle AI-bots blokkeert, sluit zichzelf uit van elke citatiekans. Wie omgekeerd uit angst om zichtbaarheid te missen alle AI-bots toelaat, geeft zijn content zonder nadenken vrij voor modeltraining, zonder dat daar op korte termijn iets tegenover staat.

De verstandigste aanpak ligt daar tussenin: je staat de realtime zoek- en retrievalbots toe, en je blokkeert de trainingsbots als je liever niet hebt dat je content in trainingsdata terechtkomt.

Naast een correct robots.txt-bestand is het ook belangrijk om je CDN-instellingen te controleren. Diensten zoals Cloudflare blokkeren sinds medio 2025 in veel configuraties standaard AI-verkeer op edge-niveau, nog vóór je robots.txt-regels ooit worden geraadpleegd. Een robots.txt-bestand dat er perfect uitziet, biedt dan alsnog geen enkele garantie.

Kijk dus zeker de info over het blokkeren van AI bots na. Deze kan je hier terugvinden.

De entity graph opzetten: schema die AI begrijpt

Gestructureerde data, via zogenaamde JSON-LD schema, maakt het voor AI-modellen makkelijker om te begrijpen wie je bent en wat je aanbiedt. Vier types zijn hierbij het belangrijkst: je bedrijfsgegevens, je artikels, je veelgestelde vragen, en je producten of handleidingen.

Losse, op zichzelf staande schema-blokken volstaan echter niet. Plaats je je Organization-schema, je Article-schema en je FAQ-schema als vier aparte stukken code op je pagina, dan ziet een AI-model vier losse feiten zonder onderling verband. Het model moet dan zelf gaan gokken of het artikel dat het leest wel bij die specifieke organisatie hoort. En gokwerk is precies wat je wil vermijden.

De oplossing heet een geneste @graph-structuur. Dat is één overkoepelend JSON-LD-blok waarin al je entiteiten expliciet naar elkaar verwijzen via @id-referenties. Je Organization-node krijgt een vast @id, en je Article-, Author- en FAQ-nodes verwijzen daar telkens naar terug. Zo weet een AI-model met zekerheid dat dit specifieke artikel geschreven is door deze specifieke auteur, namens dit specifieke merk. Hoe zeldzaam dit nog is, blijkt uit onderzoek naar de Nederlandse markt: slechts 6% van de onderzochte websites gebruikte zo'n @graph-structuur om entiteiten op deze manier te nesten.

Eén valkuil wordt daarbij opvallend vaak over het hoofd gezien. Veel WordPress-installaties laten gewoon de standaardwaarde "My Blog" of een vergelijkbare placeholder staan in de site-identity-instellingen. Die waarde belandt vervolgens automatisch in je JSON-LD als naam van je Organization- of WebSite-node. Een AI-model dat je content probeert te herleiden naar een entiteit, vindt dan een bedrijf genaamd "My Blog" terug in plaats van jouw eigen merknaam. Dit heeft in de praktijk al tot echte verwarring geleid: een bedrijf werd door AI-modellen consistent verward met een compleet andere organisatie, puur omdat niemand die generieke placeholder ooit had aangepast na de sitebouw. Controleer dus altijd, ongeacht welk CMS je gebruikt, of de naam die in je schema terechtkomt exact overeenkomt met de naam waaronder je herkend wilt worden. Test dit meteen via een tool zoals Google's Rich Results Test of een JSON-LD-validator, zodat een verkeerde waarde er niet ongemerkt insluipt.

Plaats ten slotte de koppeling naar je externe profielen, zoals Wikidata, LinkedIn en Wikipedia, centraal in deze Organization-node via sameAs-verwijzingen. En zorg dat je naam overal, op de site, in je schema en op externe platformen, exact hetzelfde geschreven wordt. Kleine verschillen in schrijfwijze kunnen voor een AI-model al genoeg zijn om twee vermeldingen niet als dezelfde entiteit te herkennen.

Veelgemaakte fouten & mythes

Rond GEO doen ondertussen best wat hardnekkige misverstanden de ronde. Laten we er een paar samen doorprikken.

Een eerste is dat GEO traditionele SEO overbodig maakt. Dat klopt niet: zowat 80% van een goed werkende GEO-aanpak steunt nog altijd op stevige, klassieke SEO-fundamenten. Een tweede misverstand is dat AI-citaties voorbehouden zijn aan grote, gevestigde namen. Onafhankelijke audits tonen net het tegenovergestelde: Google AI Overviews citeert regelmatig kleinere, gespecialiseerde bronnen, zolang die het antwoord maar duidelijker geven.

Een derde mythe is dat zichtbaarheid in AI-zoekresultaten simpelweg te koop is. Dat is niet zo: er bestaat geen betaald model om een citatie af te dwingen, taalmodellen kiezen organisch. Ten vierde denken mensen vaak dat schema-markup op zich al genoeg is. Gestructureerde data helpt een model om je te begrijpen, maar als je content zelf niet overtuigend genoeg is, wordt ze alsnog gepasseerd.

En tot slot leeft de gedachte dat AI-zoekverkeer geen klanten oplevert, omdat het klikvolume lager ligt dan bij traditioneel zoeken. Ook dat klopt niet helemaal: bezoekers die via een AI-citatie binnenkomen, converteren vaak net beter, precies omdat ze al heel gericht naar jou zijn doorverwezen.

GEO toepassen: een stappenplan

Een goede GEO-aanpak bouw je op in vijf stappen. De eerste drie zet je in gang, maar de laatste twee blijven eigenlijk voor altijd doorlopen: GEO is geen project dat je op een gegeven moment afvinkt, maar iets waar je regelmatig naar moet blijven omkijken, zoals je ook je website of je socialemediakanalen nooit "af" hebt.

• Audit. Test minstens honderd realistische koopvragen in ChatGPT, Perplexity en Google AI Overviews, en kijk hoe vaak jouw merk daarin opduikt versus de concurrentie. Dat geeft je een eerlijk startpunt.
• Technische basis. Open je robots.txt voor de belangrijkste AI-crawlers en zet je gestructureerde data op orde.
• Content herschrijven. Herwerk je bestaande content stap voor stap naar de directe, bewijsgerichte structuur die we hierboven bespraken.
• Aanwezigheid buiten je site. Bouw via een gerichte PR-campagne aan vermeldingen op de platformen die in jouw sector tellen.
• Blijven opvolgen. Herbekijk elk kwartaal, of maandelijks in een snel veranderende markt, of je prijs- en productinfo nog klopt, en of een AI-model niet stilaan verouderde gegevens begint te herhalen.

Die laatste stap is het belangrijkste om te onthouden. De modellen achter ChatGPT, Gemini en Perplexity veranderen voortdurend, en wat vandaag goed scoort, kan over een paar maanden alweer achterhaald zijn. Wie GEO ziet als iets dat je "erbij doet" en dan laat liggen, verliest die zichtbaarheid vaak sneller dan verwacht.