Naar de inhoud

AI share of voice: formules, steekproefgrootte en benchmarks

AI share of voice is je aandeel in alle merkvermeldingen in AI-antwoorden. Met formules voor mentions, citations en positieweging, een rekenvoorbeeld, spreadsheetformules, steekproefberekeningen uit 968 gevolgde runs, definities van aanbieders naast elkaar en een rapportagetemplate.

Featured image for AI share of voice: formules, steekproefgrootte en benchmarks

AI share of voice is het aandeel van jouw merk in alle merkvermeldingen in AI-antwoorden op een vaste set prompts: jouw vermeldingen gedeeld door de vermeldingen van alle merken in die antwoorden, maal 100. Het is een verhouding ten opzichte van concurrenten, geen trefkans. Het getal zegt dus pas iets als je erbij vermeldt welke prompts, engines, concurrentenlijst en periode het hebben opgeleverd. Twee varianten zijn net zo belangrijk: citation share of voice (naar wiens website de antwoorden linken) en position-weighted share of voice (wie als eerste wordt genoemd).

In deze gids vind je alle drie de formules, één uitgewerkte dataset die voor hetzelfde merk vier verschillende share-of-voice-getallen oplevert, spreadsheetformules die je zo kunt plakken, een vergelijking van hoe Profound, Peec AI, Semrush en Ahrefs de metric definiëren, steekproefberekeningen op basis van onze eigen data uit herhaalde runs en een rapportagetemplate voor het management. De definities van de tools zijn gecontroleerd op 18 oktober 2026.

De belangrijkste punten

  • Drie formules, drie uitkomsten. Mention share telt namen in het antwoord, citation share telt links naar je site en position-weighted share beloont het als je als eerste wordt genoemd. In ons rekenvoorbeeld scoort hetzelfde merk 17,5%, 44,0% en 14,3%.
  • Share of voice is geen presence rate. "Genoemd in 35% van de antwoorden" is een zichtbaarheidspercentage. Share of voice deelt door alle merkvermeldingen en daalt dus als concurrenten het antwoord vullen.
  • De noemer bepaalt het getal. Alleen de vier merken tellen die je zelf koos, in plaats van elk merk dat de AI noemde, tilde ons voorbeeld van 17,5% naar 22,6%.
  • Losse runs zijn steekproeven. Over 968 herhaalde runs van 42 prompt-enginecombinaties in AI Rank Lab wisselde 42,9% van de combinaties minstens één keer tussen het merk wel en niet noemen. Rapporteer periodes, geen momentopnames, en toon een foutmarge.
  • Er is geen onderbouwde universele benchmark. Gepubliceerde "goede" bandbreedtes spreken elkaar tegen en meten vaak verschillende metrics. Vergelijk jezelf liever met je benoemde concurrenten en met je eigen marktaandeel.

Wat is AI share of voice?

AI share of voice meet hoeveel van het gesprek over merken in AI-antwoorden van jou is. Je stelt een set prompts samen die je kopers stellen, draait die op engines als ChatGPT, Claude, Gemini, Perplexity en de AI-functies van Google, legt elk merk vast dat een antwoord noemt en berekent jouw deel van het totaal.

Het idee komt uit de reclamewereld. In de klassieke mediaplanning was share of voice het aandeel van een merk in alle reclame-exposure binnen zijn categorie, en John Philip Jones betoogde in Harvard Business Review in 1990 dat je budgetten beter bepaalt door share of voice te vergelijken met marktaandeel. AI share of voice houdt die verhouding aan, maar ruilt betaalde exposure in voor iets wat je niet rechtstreeks kunt kopen: genoemd worden in een antwoord.

De aanbieders die het meten, zijn het eens over de kernverhouding. De woordenlijst van Profound definieert share of voice als "hoe vaak je merk wordt genoemd vergeleken met alle merken", en de documentatie van Peec AI geeft als formule jouw vermeldingen gedeeld door het totaal aantal merkvermeldingen, maal 100.

Wat is het verschil tussen AI share of voice en mention rate of zichtbaarheid?

Mention rate (ook wel zichtbaarheid of presence rate) vraagt: "in welk deel van de antwoorden kwamen we voor?" Share of voice vraagt: "welk deel van alle merkvermeldingen was van ons?" Het verschil zit in de noemer: antwoorden tegenover vermeldingen.

Een merk dat in elk antwoord voorkomt, heeft een mention rate van 100%, maar als vier andere merken ook in elk antwoord staan, is de share of voice 20%. Het voorbeeld van Peec zelf laat het verschil zien: 4 vermeldingen tegenover 12 van een concurrent in 10 chats is 40% zichtbaarheid maar 25% share of voice. Sommige populaire gidsen publiceren de presence-rate-formule onder de naam share of voice, en dat is een van de redenen dat gepubliceerde getallen zelden overeenkomen. Rapporteer allebei, label allebei en verwissel ze nooit tussen twee rapportageperiodes.

Vermeldingsmetrics zeggen ook niets over verkeer. Een vermelding zet je naam voor de gebruiker; een citation geeft hem een link. Waarom dat onderscheid bepaalt hoe je een rapport leest, lees je in merkvermeldingen vs. citations in AI-zoekmachines.

Hoe bereken je AI share of voice? De drie formules

Gebruik één formule per vraag die je beantwoord wilt hebben, en rapporteer ze naast elkaar in plaats van ze samen te voegen tot één score.

MetricFormuleWat je teltWelke vraag het beantwoordt
Mention share of voiceVermeldingen van jouw merk / alle merkvermeldingen x 100Merk genoemd in de antwoordtekst, maximaal één keer per antwoordHoeveel van het gesprek over aanbevelingen is van ons?
Citation share of voiceCitations naar jouw domein / citations naar de domeinen van alle gevolgde merken x 100Een gelinkte bron-URL op een domein dat van een merk isAls antwoorden naar de eigen site van een merk verwijzen, hoe vaak is dat de onze?
Position-weighted share of voiceSom van jouw gewichten / som van de gewichten van alle merken x 100, met gewicht = 1 / positieElke vermelding, gewogen naar de volgorde in het antwoordZijn we de eerste naam of een bijzaak?
Mention rate (ter context)Antwoorden die jouw merk noemen / alle antwoorden x 100AntwoordenHoe vaak komen we überhaupt voor?

Mention share of voice

Dit is de standaard, en de variant die Profound en Peec documenteren. Tel elk merk maximaal één keer per antwoord, ook als het antwoord het drie keer noemt, anders domineren lange antwoorden het totaal. Neem elk merk dat het antwoord noemt mee in de noemer, niet alleen de concurrenten die je zelf wilde volgen; in het deel over concurrentensets lees je waarom.

Citation share of voice

Citation share of voice volgt de links onder het antwoord, niet de namen erin. De meeste citations in AI-antwoorden gaan naar sites van derden: in het panel van Trakkr met 48,4 miljoen citation-vermeldingen over 529.165 domeinen (oktober 2025 tot augustus 2026) had het meest geciteerde domein, youtube.com, 3,47% van het totaal, gevolgd door Wikipedia met 1,83% en Reddit met 1,74%. Daarom deelt de competitieve versie van de formule door de citations naar de eigen domeinen van de gevolgde merken. Wil je liever het aandeel in alle citations (Profound noemt dat "Citation Share"), rapporteer dat dan apart en reken op getallen van één cijfer.

Citation share is bovendien geconcentreerd op URL-niveau. De analyse van Peec AI van meer dan 1 miljoen citations liet zien dat op ChatGPT de 31% van de URL's die gemiddeld twee of meer keer per antwoord worden geciteerd, goed is voor 59% van alle citations, en dat 64% van de URL's die Perplexity ophaalt nooit wordt geciteerd. Een handvol pagina's draagt meestal je hele citation share.

Position-weighted share of voice

Met positieweging krijgt een eerste vermelding meer gewicht dan een vijfde. Het gangbare schema is 1/positie: eerste = 1,0, tweede = 0,5, derde = 0,33, enzovoort. Semrush zegt dat zijn Enterprise AIO-share of voice zowel naar frequentie als positie kijkt, maar publiceert de gewichten niet.

Zie het als een secundaire metric. SparkToro en Gumshoe.ai draaiden 12 prompts 2.961 keer door ChatGPT, Claude en de AI van Google en vonden minder dan 1 op 100 kans om twee keer dezelfde merkenlijst te krijgen, en dezelfde volgorde ongeveer één keer op 1.000 runs. Hun conclusie: een zichtbaarheidspercentage over veel prompts en runs is een redelijke metric, één losse "rankingpositie" niet. Gemiddeld over honderden antwoorden onderscheidt positie nog steeds "meestal eerst" van "meestal laatst"; in één los antwoord is het ruis.

Rekenvoorbeeld: één dataset, vier verschillende getallen

De getallen hieronder komen uit een illustratieve dataset die we hebben opgebouwd om te laten zien hoe de formules uiteenlopen; het zijn geen klantgegevens. De opzet: 20 prompts, 4 engines, elk 3 runs, samen 240 antwoorden. 228 antwoorden noemden minstens één merk, goed voor 480 merkvermeldingen in totaal, en de antwoorden bevatten 1.440 citations. "Overige" zijn merken die de engines noemden maar die het team niet op zijn volglijst had gezet.

MerkAntwoorden die het noemen (mention rate)Vermeldingen per positie (1e / 2e / 3e / 4e+)Mention SOVPosition-weighted SOVCitations naar eigen domeinCitation SOV (gevolgde set)
Jouw merk84 (35,0%)24 / 30 / 18 / 1217,5%14,3%6644,0%
Concurrent A132 (55,0%)90 / 30 / 9 / 327,5%32,5%4832,0%
Concurrent B96 (40,0%)54 / 30 / 9 / 320,0%21,7%3020,0%
Concurrent C60 (25,0%)18 / 24 / 12 / 612,5%10,6%64,0%
Overige (niet gevolgd)-42 / 36 / 24 / 622,5%20,8%--
Totaal240 antwoorden228 / 150 / 72 / 30480 vermeldingen334,5 gewicht150100%

Zo komen de getallen voor jouw merk tot stand:

  1. Mention rate: 84 antwoorden / 240 antwoorden = 35,0%.
  2. Mention share of voice: 84 / 480 vermeldingen = 17,5%.
  3. Position-weighted share of voice: (24 x 1) + (30 x 0,5) + (18 x 0,333) + (12 x 0,25) = 48,0 gewicht; 48,0 / 334,5 = 14,3%. Posities 4 of lager tellen hier als 4.
  4. Citation share of voice: 66 / 150 citations naar domeinen van gevolgde merken = 44,0%. Als aandeel van alle 1.440 citations is het 4,6%.
  5. Share of voice in een gesloten pool: haal "Overige" uit de noemer en de mention share wordt 84 / 372 = 22,6%.

In die ene tabel zitten vier lessen. Eén: hetzelfde merk staat derde op vermeldingen, zakt verder weg op positie en staat eerste op citations. Dat patroon zie je vaak bij merken met sterke content maar minder naamsbekendheid dan de marktleider. Twee: het cijfer van de gesloten pool flatteert iedereen met ongeveer een vijfde. Drie: 22,5% van het gesprek ging naar merken die niemand volgde, precies het vroege waarschuwingssignaal dat een gesloten lijst verbergt. Vier: citation share van alle bronnen (4,6%) en citation share van de gevolgde set (44,0%) zijn verschillende metrics van een heel andere orde, dus een rapport moet zeggen welke het toont.

Diagram van één set AI-antwoorden die op drie manieren is verdeeld: een taartdiagram voor mention share, een voor citation share en een gewogen naar positie, die hetzelfde merk elk een ander stuk geven

Hoe bereken je AI share of voice in een spreadsheet?

Leg per antwoord één rij vast, per merkvermelding één rij en per citation één rij, en laat formules het telwerk doen. Deze indeling werkt in Google Sheets en Excel.

  1. Tabblad Answers: answer_id, prompt, engine, run_date. Eén rij voor elk antwoord, ook voor antwoorden die geen enkel merk noemen, want die horen in de noemer van de mention rate.
  2. Tabblad Mentions: answer_id (kolom A), brand (kolom B), position (kolom C). Eén rij per merk per antwoord, elk merk maximaal één keer per antwoord. Normaliseer eerst de namen: breng "HubSpot CRM" en "HubSpot" onder bij één merk, en bepaal vooraf of een product en het moederbedrijf als één tellen.
  3. Tabblad Citations: answer_id (A), cited_url (B), domain (C), owner_brand (D). Laat owner_brand leeg als het domein van een derde partij is, zoals Reddit, YouTube of een reviewsite.
  4. Tabblad Summary: zet elke merknaam in kolom H en gebruik de formules hieronder in dezelfde rij.
MetricFormule (merknaam in H2)
Mention rate=COUNTIF(Mentions!B2:B5000,H2)/COUNTA(Answers!A2:A5000)
Mention share of voice=COUNTIF(Mentions!B2:B5000,H2)/COUNTA(Mentions!B2:B5000)
Position-weighted share of voice=SUMPRODUCT(IFERROR((Mentions!B2:B5000=H2)/Mentions!C2:C5000,0))/SUMPRODUCT(IFERROR(1/Mentions!C2:C5000,0))
Citation share of voice (gevolgde set)=COUNTIF(Citations!D2:D5000,H2)/COUNTA(Citations!D2:D5000)
Citation share van alle bronnen=COUNTIF(Citations!D2:D5000,H2)/COUNTA(Citations!B2:B5000)
Foutmarge, 95% (aandeel in I2, n in J2)=1.96*SQRT(I2*(1-I2)/J2)

Geef de uitkomsten de opmaak percentage. De gewogen formule heeft Excel 365 of Google Sheets nodig om IFERROR binnen SUMPRODUCT te kunnen evalueren; in oudere Excel-versies voer je hem in als matrixformule. Voeg een filter op de kolom engine toe (of een draaitabel) om dezelfde metrics per engine te krijgen. Die moet je altijd bekijken voordat je naar het samengevoegde getal kijkt.

Hoe definiëren Profound, Peec AI, Semrush en Ahrefs share of voice?

Niet op dezelfde manier, dus 30% in de ene tool is niet dezelfde prestatie als 30% in een andere. Dit staat in de eigen documentatie van elke aanbieder, gecontroleerd op 18 oktober 2026.

ToolWat de share of voice teltWegingWaar de prompts vandaan komenBron
AI Rank LabJouw vermeldingen / (jouw vermeldingen + vermeldingen van de concurrenten die je opgeeft), over geplande runsGeen in het aandeel; gemiddelde positie, mention rate en citation rate worden apart gerapporteerdJouw eigen promptsetOns product (zie de disclosure hieronder)
ProfoundMerkvermeldingen / alle merkvermeldingen over de gevolgde antwoorden; Citation Share en Visibility Score zijn aparte metricsNiet vermeld; Average Position is apartJouw gevolgde promptsWoordenlijst van Profound
Peec AIJouw vermeldingen / totaal aantal merkvermeldingen x 100Geen; Position en Sentiment zijn apartJouw gevolgde promptsDocumentatie van Peec
Semrush AI Visibility Toolkit"Het percentage vermeldingen dat je merk krijgt in AI-gegenereerde antwoorden, vergeleken met concurrenten in je markt"; Brand Performance-data wordt wekelijks bijgewerktSemrush zegt dat zijn Enterprise AIO-versie frequentie en positie meeweegt; de exacte gewichten zijn niet gepubliceerdDe promptdatabase van Semrush plus gevolgde promptsSemrush KB
Ahrefs Brand Radar"Het % merkimpressies dat je bezit vergeleken met concurrenten"Vermeldingen gewogen naar het Google-zoekvolume van de prompt, wat Ahrefs "een modelleerkeuze, geen gemeten verband" noemtHet People Also Ask-corpus van Google en de keyworddatabase van Ahrefs, niet je eigen promptsMethodologie van Ahrefs

Dat heeft twee praktische gevolgen. Ahrefs beantwoordt "hoeveel van de naar vraag gewogen markt is van ons?" zonder dat je een promptset hoeft te bouwen, terwijl Profound, Peec en AI Rank Lab antwoord geven op "hoe doen we het op de prompts die we zelf kozen?" Beide zijn legitiem, en ze zullen niet overeenkomen. En omdat geen van deze tools in de engines kan kijken, nemen ze allemaal steekproeven van antwoorden. Google zegt zelf dat het nieuwe prestatierapport voor generatieve AI in Search Console (juni 2026) je eigen vertoningen, pagina's, landen en apparaten in AI Overviews (de AI-overzichten van Google) en AI Mode laat zien, zonder data over concurrenten. Share of voice op de AI-oppervlakken van Google moet dus uit een tracker komen, en lees je naast je Search Console-cijfers, niet in plaats daarvan. In onze review van de Semrush AI Visibility Toolkit gaan we dieper in op hoe Semrush zijn data verzamelt.

Hoe kies je de promptset en de concurrentenset?

De formule kost een minuut; de promptset en de concurrentenlijst bepalen of het getal iets betekent. Leg ze allebei vast vóór je eerste meting en verander ze alleen met een nieuwe nulmeting.

De promptset opbouwen

  1. Begin bij de vragen van kopers, niet bij je positionering. Haal formuleringen uit salesgesprekken, supporttickets, de zoekfunctie op je site, Reddit-threads en People Also Ask. Prompts die rond je eigen taglines zijn geschreven, blazen je aandeel op.
  2. Dek de funnel af in vaste verhoudingen. Bijvoorbeeld 50% prompts over de categorie en "beste X voor Y", 30% vergelijkings- en alternatievenprompts en 20% probleem- of how-to-prompts. Houd de verhoudingen stabiel, zodat een andere mix niet lijkt op een verschuiving in aandeel.
  3. Laat branded prompts buiten het hoofdcijfer. "Is [jouw merk] goed?" noemt je elke keer. Volg die in een aparte groep voor nauwkeurigheid en sentiment.
  4. Tag elke prompt op onderwerp, funnelfase, persona en markt, zodat je share of voice per segment kunt rapporteren en niet alleen als één samengevoegd cijfer.
  5. Stem de omvang af op de beslissing. Verschillende gepubliceerde gidsen beginnen bij 20 tot 50 commercieel relevante prompts; andere raden 100 tot 200 aan voor brede categorieën. Het deel over steekproefgrootte hieronder laat zien waarom meer prompts meestal beter werken dan meer runs.

Omdat engines elke prompt opsplitsen in een reeks subqueries voordat ze bronnen ophalen, kunnen bijna identieke formuleringen andere merken opleveren. Neem daarom van je belangrijkste vragen twee of drie formuleringen op in plaats van één.

Concurrenten kiezen: open of gesloten pool?

Gebruik een open pool voor de noemer en een benoemde lijst voor de rapportage. Een open pool telt elk merk dat de antwoorden noemen; een gesloten pool telt alleen de concurrenten die jij hebt ingevoerd. Gesloten pools zijn eenvoudiger en over tijd vergelijkbaar, maar ze overschatten ieders aandeel en missen nieuwkomers, zoals de 22,5% "Overige" in het rekenvoorbeeld laat zien.

  • Benoemde lijst: 5 tot 8 directe concurrenten aan wie je deals verliest, plus een of twee marktleiders waar je naartoe wilt.
  • Verkenningsronde: maak eens per maand een lijst van elk merk dat de engines noemden en dat niet op je lijst staat. Elk merk dat in meer dan een paar procent van de antwoorden opduikt, gaat op de lijst voor de volgende nulmeting.
  • Regels voor entiteiten: leg vast hoe je omgaat met aliassen, submerken, resellers en marktplaatsen (is "Amazon" een concurrent of een kanaal?) en pas elke periode dezelfde regel toe.

Ondersteunt je tool alleen een gesloten lijst, vermeld dat dan op elk rapport en houd de lijst vast. Dan is de trend eerlijk, ook als het niveau hoog uitvalt.

Hoeveel prompts en runs heb je nodig voor een betrouwbaar getal?

Genoeg om de verandering die je wilt zien groter te maken dan de ruis. AI-antwoorden zijn niet herhaalbaar, dus elk antwoord is een steekproef, en een share of voice op basis van een paar dozijn antwoorden kan met dubbele cijfers schommelen terwijl er niets verandert.

Onze eigen data laat zien hoeveel. Over 968 geslaagde runs van 42 prompt-enginecombinaties die tussen 13 februari en 14 oktober 2026 in AI Rank Lab werden gevolgd (alleen combinaties met 5 of meer runs), wisselden 18 combinaties (42,9%) minstens één keer tussen het gevolgde merk wel en niet noemen, en twee opeenvolgende runs van dezelfde prompt deelden een mediaan van slechts 41% van hun geciteerde domeinen. Bronnen wisselden het meest op Gemini (mediane overlap 0,26) en het minst op Perplexity (0,59). De volledige methode en beperkingen staan in onze studie naar de stabiliteit van AI-antwoorden. Zelfs "deterministische" instellingen lossen dit niet op: een studie van vijf LLM's die op determinisme waren ingesteld, vond dat de nauwkeurigheid tot 15% varieerde tussen runs.

Dezelfde data laat zien waar je je steekproefbudget het best aan uitgeeft. 24 van de 42 combinaties (57%) gaven bij elke run hetzelfde oordeel over de vermelding, dus voor die prompts voegden extra runs vrijwel geen nieuwe informatie toe. Herhaalde runs van één prompt hangen met elkaar samen, waardoor 20 prompts die je elk 10 keer draait veel minder waard zijn dan 200 onafhankelijke antwoorden. Voeg eerst prompts toe, dan pas runs, houd 2 tot 3 runs per prompt per engine per periode aan om de wisselingen uit te middelen, en voeg runs samen over een periode van 2 tot 4 weken.

Om de fout te bepalen behandel je share of voice als een proportie en gebruik je het standaardinterval op basis van de normale benadering, p +/- 1,96 x sqrt(p(1-p)/n), uit het NIST Engineering Statistics Handbook. Voor een voorzichtige n gebruik je het aantal unieke prompt-enginecombinaties, niet het aantal antwoorden.

n (prompt-enginecombinaties)Marge bij 95% als je aandeel rond 20% ligtMarge bij 95% als je aandeel rond 50% ligtWat je ermee kunt detecteren
50+/- 11,1 ptn+/- 13,9 ptnAlleen grote verschillen tussen merken
100+/- 7,8 ptn+/- 9,8 ptnVerschuivingen van 10+ punten van kwartaal op kwartaal
200+/- 5,5 ptn+/- 6,9 ptnVerschuivingen van 6 tot 7 punten
400+/- 3,9 ptn+/- 4,9 ptnVerschuivingen van 4 tot 5 punten
1.000+/- 2,5 ptn+/- 3,1 ptnKleine, gestage winst

Toegepast op het rekenvoorbeeld: 20 prompts op 4 engines zijn 80 prompt-enginecombinaties, dus een mention share of voice van 17,5% heeft een marge van ongeveer +/- 8,3 punten. Een stijging van 17,5% naar 22% volgende maand valt binnen de ruis. De NIST-pagina merkt ook op dat dit interval onbetrouwbaar wordt bij heel kleine steekproeven of aandelen dicht bij 0%; dan is het Wilson-interval de betere keuze. Ondersteunt je tool het, dan is hersampling per prompt (een bootstrap) nog beter.

Moet je engines samenvoegen tot één share of voice?

Rapporteer eerst elke engine apart en daarna een samengevoegd getal, met de weging erbij. Engines zijn het niet met elkaar eens: de enginebenchmark van Trakkr over 825.343 prompts vond een gemiddelde overeenstemming tussen modellen van 43,3%, en een merk kan op de ene engine leiden en op een andere ontbreken. Ruwe aantallen over engines heen optellen is prima als elke engine evenveel antwoorden krijgt. Wil je engines naar belang wegen, weeg ze dan naar waar je publiek echt zit. Ter referentie: ChatGPT leverde 56,8% van de 3.677 vanuit AI doorverwezen paginaweergaven die de tag van AI Rank Lab op 28 sites registreerde (juli 2025 tot oktober 2026), gevolgd door Gemini (17,1%), Perplexity (12,4%), Claude (12,0%) en Copilot (1,7%). Aandeel in doorverwijzingen is niet hetzelfde als aandeel in gebruik, en bij jou ligt het anders, dus meet je eigen cijfers voordat je ze als gewicht gebruikt.

Wat is een goede AI share of voice?

Er bestaat geen onderbouwde, universele benchmark, en wees op je hoede voor iedereen die er wel een geeft zonder methode. Wat "goed" is, hangt af van hoeveel merken in jouw antwoorden concurreren, van je categorie en van de gebruikte formule.

De gepubliceerde bandbreedtes spreken elkaar deels tegen omdat ze verschillende dingen meten:

BronMetric waarop de bandbreedte slaatBandbreedte voor "leider"Onderbouwd?
Alex BirkettAntwoorden die je noemen / alle antwoorden (een presence rate)50% tot 90%Ervaring van de auteur, prompts onderin de funnel
LLM PulseMention share van alle merkvermeldingen40% tot 70%Geen bron vermeld
geotoolboxMention share van alle merkvermeldingen50% en hogerEen synthese van andere gidsen, uitsluitend bedoeld als oriëntatie

Een presence rate van 60% en een mention share van 60% zijn heel verschillende posities, dus je kunt deze bandbreedtes niet met elkaar of met het getal van je tool vergelijken, tenzij de formule overeenkomt. Referentiepunten die wél onderbouwd zijn:

  • De fair-share-lijn. Bij N merken die regelmatig worden genoemd, is een gelijke verdeling 100 / N. Bij vijf merken is 20% gelijkwaardig; daarboven ben je oververtegenwoordigd. Trakkr stelt dit voor als oriëntatielijn, niet als doel.
  • De spreiding per categorie is enorm. In de studie van SparkToro verscheen één ziekenhuismerk in 97% van de ChatGPT-antwoorden op zijn zoekvraag, koptelefoonmerken in 55% tot 77%, en bureaus voor merkontwerp kwamen niet verder dan zo'n 30 à 40 procent. Vergelijk binnen je categorie, nooit erbuiten.
  • Citation share van alle bronnen blijft klein. Als het meest geciteerde domein in een panel van 48 miljoen citations 3,47% heeft, kan een citation share van één cijfer over alle bronnen al een toppositie zijn.
  • Share of voice tegenover marktaandeel. Volgens de logica van Jones is de nuttigste benchmark je AI share of voice vergeleken met je werkelijke marktaandeel. Ligt je share of voice onder je marktaandeel, dan ben je ondervertegenwoordigd in AI-antwoorden, en dat is een concreet probleem om op te lossen.

De benchmark die het meest telt, is je eigen trend tegenover dezelfde benoemde concurrenten, op dezelfde promptset, buiten de foutmarge. Volg je ook een samengestelde score, dan laat onze uitleg over hoe een AEO-score wordt gemeten zien hoe zulke scores deze inputs combineren.

Hoe rapporteer je AI share of voice aan het management?

Geef één tabel, één trendlijn en één beslissing. Het management wil weten of de verandering echt is, wie er is verschoven en wat je gaat doen, niet de ruwe promptlogs. Een rapportagerij ziet er zo uit (voorbeeldwaarden uit de uitgewerkte dataset, met een hypothetische vorige periode):

MetricDeze periodeVorige periodeVeranderingMarge (+/-)Duiding
Mention rate35,0%22,5%+12,5 ptn10,5 ptnSignaal - bevestigen in volgende periode
Mention share of voice17,5%15,0%+2,5 ptn8,3 ptnBinnen de ruis - aanhouden
Citation share of voice (gevolgde set)44,0%36,0%+8,0 ptn10,9 ptnBinnen de ruis - in de gaten houden
Mention share van grootste concurrent27,5% (A)29,0% (A)-1,5 ptn9,8 ptnGeen verandering
Aandeel niet-gevolgde merken22,5%18,0%+4,5 ptn-Verkenningsronde doen

Houd het rapport rond die tabel op één pagina:

  1. Afbakening: prompts, engines, markten, runs, periode en formule, bijvoorbeeld "80 prompt-enginecombinaties, 4 engines, Amerikaans-Engels, 240 antwoorden, 15 sept. t/m 12 okt., mention share in open pool".
  2. Kernboodschap: één zin over de verandering die boven de foutmarge uitkwam, of "geen significante verandering".
  3. Uitsplitsing per engine: een kleine tabel, want een samengevoegd getal kan verlies op één engine verbergen.
  4. Segmentweergave: share of voice per funnelfase of onderwerp, want daar komen de acties vandaan.
  5. Drijvers: de geciteerde pagina's en externe bronnen achter de grootste verschuivingen, uit je citation-data.
  6. Acties en eigenaren: twee of drie verbeteringen, elk gekoppeld aan een promptsegment.

Wat je niet moet doen: presenteer geen losse run als trend, verander de promptset niet zonder nieuwe nulmeting, en breng position-weighted share niet als "onze ranking in ChatGPT".

Tools die het meten van AI share of voice automatiseren

Disclosure: AI Rank Lab is ons product. We zetten het bovenaan omdat dit onze site is, en we hebben voor elke tool hieronder dezelfde criteria gehanteerd. De criteria: welke formule de tool documenteert, of je zelf de promptset bepaalt en wat je met de uitkomst kunt doen.

  • AI Rank Lab. Brand visibility tracking draait je prompts volgens een schema op ChatGPT, Claude, Gemini en Perplexity en legt bij elke run vermelding, positie, sentiment, genoemde concurrenten en geciteerde URL's vast; aparte trackers voor AI Overview en AI Mode dekken Google af. Concurrentieanalyse en de citation tracker rapporteren mention share en citation share van concurrenten tegenover de concurrenten die je opgeeft, en het Action Plan en de contenttools zetten gaten om in verbeteringen. Abonnementen beginnen bij $69 per maand (prijzen gecontroleerd op 18 oktober 2026). Beperking: de share of voice gebruikt de concurrenten die je invoert, een gesloten pool, dus doe regelmatig een verkenningsronde naar merken die niet op je lijst staan.
  • Profound. Een duidelijke openbare woordenlijst, met Share of Voice, Visibility Score, Citation Share en Average Position apart gedefinieerd, en een matrixweergave over engines, onderwerpen en concurrenten. Een sterke keuze voor enterpriseteams die governance en schaal willen.
  • Peec AI. Documenteert een eenvoudige mention-share-formule met een rekenvoorbeeld en houdt zichtbaarheid, positie en sentiment als aparte metrics, waardoor de getallen makkelijk na te rekenen zijn in een spreadsheet. Past goed bij teams die een simpele, transparante opzet willen.
  • Semrush AI Visibility Toolkit. Share of voice zit in de Brand Performance-rapporten, die wekelijks worden bijgewerkt, met een grote promptdatabase naast je gevolgde prompts. De betere keuze als je SEO-team al in Semrush werkt, al is de positieweging niet gepubliceerd.
  • Ahrefs Brand Radar. Weegt vermeldingen naar zoekvraag en bouwt prompts op uit People Also Ask, zodat je een share of voice op marktniveau krijgt zonder zelf een promptset te schrijven. Het beste als je een naar vraag gewogen beeld van een hele categorie wilt in plaats van je prestaties op je eigen vragen.
  • Een spreadsheet. De formules hierboven werken met handmatig vastleggen voor 20 tot 50 prompts. Het is de goedkoopste manier om te beginnen en de beste manier om te leren wat de metrics betekenen; het schaalt niet meer zodra je dagelijkse runs op meerdere engines nodig hebt.

Beperkingen van AI share of voice

  • Het is een steekproef van jouw prompts, niet van echte gesprekken van gebruikers. Geen enkele tool ziet wat echte gebruikers vroegen of te zien kregen, en personalisatie, geheugen en locatie veranderen de antwoorden.
  • Antwoorden via API en app kunnen verschillen. Veel trackers bevragen engines via API's met zoeken ingeschakeld; consumentenapps kunnen zich anders gedragen.
  • Merkherkenning is geautomatiseerd. Aliassen, spelfouten en merken met een naam die ook een gewoon woord is, leiden tot fouten in de telling. Controleer elke periode steekproefsgewijs een aantal antwoorden.
  • Een vermelding is geen aanbeveling. Een merk dat wordt genoemd als "vermijden voor enterprise" telt nog steeds mee. Combineer share of voice met sentiment of een markering voor aanbevolen antwoorden.
  • Share of voice is geen omzet. Koppel het aan AI-referralverkeer en pipeline voordat je zakelijke impact claimt.

Kort samengevat

AI share of voice is makkelijk te berekenen en makkelijk verkeerd te doen. Kies de formule die jouw vraag beantwoordt, leg de telregels vast, gebruik een open noemer, maak je steekproef zo groot dat veranderingen boven de foutmarge uitkomen, en rapporteer mention share, citation share en mention rate samen. Heb je geen zin om de spreadsheet bij te houden? De concurrentieanalyse van AI Rank Lab volgt vermeldingen, citations en het aandeel van concurrenten volgens een schema, zodat je trends leest in plaats van momentopnames.

Get a free AI ranking consultation

Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.

This form is protected by reCAPTCHA. Your data is handled securely and we will never spam you.

Veelgestelde vragen

Iets anders? Vraag het ons team

Wat is AI share of voice?

AI share of voice is het aandeel van jouw merk in alle merkvermeldingen in AI-gegenereerde antwoorden op een vaste set prompts: jouw vermeldingen gedeeld door de vermeldingen van alle merken, maal 100. Het vergelijkt je met concurrenten, dus het getal zegt alleen iets samen met de gebruikte promptset, engines, concurrentenlijst en periode.

Wat is de formule voor AI share of voice?

Mention share of voice = vermeldingen van jouw merk / alle merkvermeldingen x 100, waarbij je elk merk maximaal één keer per antwoord telt. Citation share of voice = citations naar jouw domein / citations naar de domeinen van alle gevolgde merken x 100. Position-weighted share of voice weegt elke vermelding met 1 / positie voordat je deelt.

Is share of voice hetzelfde als zichtbaarheid of mention rate?

Nee. Mention rate (zichtbaarheid) is het aantal antwoorden dat je noemt gedeeld door alle antwoorden. Share of voice is jouw vermeldingen gedeeld door alle merkvermeldingen. Een merk dat in elk antwoord staat, heeft een mention rate van 100%, maar slechts 20% share of voice als vier andere merken ook in elk antwoord staan.

Hoeveel prompts heb ik nodig om AI share of voice te meten?

Begin met 25 tot 50 commercieel relevante prompts en groei naar 100 of meer voor brede categorieën. Bij 100 prompt-enginecombinaties is de foutmarge bij 95% op een aandeel van 20% ongeveer +/- 7,8 punten, dus alleen veranderingen die groter zijn dan dat, zijn duidelijke signalen.

Hoe vaak moet ik elke prompt draaien?

Draai elke prompt 2 tot 3 keer per engine per rapportageperiode en voeg de resultaten samen over 2 tot 4 weken. In data van AI Rank Lab wisselde 42,9% van 42 prompt-enginecombinaties minstens één keer van merkvermelding over 968 runs, dus losse runs misleiden, maar meer prompts toevoegen verbetert de nauwkeurigheid meer dan dezelfde prompts opnieuw draaien.

Wat is een goede AI share of voice?

Er bestaat geen onderbouwde universele benchmark. Een bruikbaar referentiepunt is fair share, 100 gedeeld door het aantal merken dat regelmatig wordt genoemd, en de beste benchmark is je share of voice vergeleken met je marktaandeel en je trend tegenover dezelfde concurrenten. Gepubliceerde bandbreedtes spreken elkaar tegen en meten vaak verschillende formules.

Moet ik alleen mijn benoemde concurrenten volgen?

Nee, gebruik elk merk dat de antwoorden noemen in de noemer (een open pool) en rapporteer over een benoemde lijst van 5 tot 8 concurrenten. Een gesloten pool blaast het aandeel van elk merk op en verbergt nieuwkomers; in ons rekenvoorbeeld tilde het het merk van 17,5% naar 22,6%.

Kan ik share of voice in Google AI Overviews meten met Search Console?

Niet rechtstreeks. Het prestatierapport voor generatieve AI in Search Console, gelanceerd in juni 2026, toont je eigen vertoningen, pagina's, landen en apparaten in AI Overviews en AI Mode, maar geen data over concurrenten. Voor je aandeel tegenover concurrenten heb je een tracker nodig die antwoorden bemonstert, naast je Search Console-cijfers.

Waarom geven verschillende tools me verschillende share-of-voice-getallen?

Omdat ze verschillende dingen tellen. Profound en Peec AI documenteren een eenvoudig aandeel in vermeldingen, Semrush zegt dat zijn versie positie meeweegt, en Ahrefs weegt vermeldingen naar zoekvolume en gebruikt eigen prompts. Andere promptsets en concurrentenlijsten veranderen ook de noemer, dus vergelijk trends binnen één tool, geen niveaus tussen tools.

Geschreven door

Chief Marketing Officer & AI Search Optimization Architect

Geverifieerde Auteur

Digital Marketing Strategist & Pioneer in SEO, Answer Engine Optimization (AEO), and Generative Engine Optimization (GEO).

Vond u dit artikel leuk?

Meld u aan voor onze nieuwsbrief en ontvang de nieuwste inzichten over AI-zoekmachineoptimalisatie direct in uw inbox.

No spam. Unsubscribe at any time.

See how AI engines read your site

Paste your site. The free audit scores it for SEO, answer engines and generative engines, and lists the fixes.