Share of model: meet de aanwezigheid van je merk in AI-antwoorden in 2026

Share of model is het aandeel van de merkvermeldingen dat een AI-model aan jouw merk geeft ten opzichte van alle merken in dezelfde categorie. Het beantwoordt een vraag die een paar jaar geleden nog niet bestond: wanneer een groot taalmodel een koopbeslissing ondersteunt, hoe prominent komt je merk dan naar voren? Nu ontdekking verschuift naar AI-assistenten, is deze meetwaarde een kernmaat voor zichtbaarheid geworden.

Het idee is eenvoudig maar krachtig. Stel ChatGPT, Claude, Gemini of Perplexity een categorievraag als "beste projectmanagementsoftware voor teams op afstand", tel welke merken verschijnen, en je aandeel is jouw deel van die vermeldingen. Het is de opvolger van share of voice in het AI-tijdperk, en meet aanwezigheid in gegenereerde antwoorden in plaats van in advertenties of media.

Wat is share of model?

Share of model meet het aantal vermeldingen van een merk door een of meer grote taalmodellen als aandeel van het totaal aantal merkvermeldingen in dezelfde categorie. Meer dan de ruwe frequentie legt het vast hoe vaak en hoe gunstig een AI naar je merk verwijst bij het beantwoorden van relevante prompts. Een hoog aandeel betekent dat het model als eerste naar jou grijpt wanneer een koper om opties vraagt.

De meetwaarde is belangrijk omdat modellen nu als poortwachters naar consumenten fungeren. Wanneer AI een antwoord samenstelt, kan een shopper beslissen zonder ooit een website te bezoeken, waardoor een merk onzichtbaar kan worden nog voordat er verkeer is. Share of model kwantificeert je toegang door die poort en staat naast AI share of voice als kerngetal voor zichtbaarheid.

Hoe share of model verschilt van traditionele meetwaarden

Oudere meetwaarden maten kanalen die op mensen waren gericht. Share of voice volgde de aanwezigheid van een merk in advertenties en media. Share of search mat het zoekvolume naar je merk ten opzichte van concurrenten. Beide gaan ervan uit dat een mens zoekt. Share of model legt zichtbaarheid vast in door AI bemiddelde ontdekking, waar het model de aanbevelingen doet en de consument je site misschien nooit bereikt.

Het verschilt ook van een zoekwoordranking, die statisch is: je staat eerst of je staat het niet. Share of model is probabilistisch, omdat dezelfde prompt telkens een ander antwoord kan geven. Een model noemt je merk misschien in 80% van de antwoorden op de ene zoekopdracht en in 20% op een andere, dus de meetwaarde is een verdeling en geen vaste positie.

Hoe je share of model meet

De standaardmethode is polling. Bepaal eerst 20 tot 50 relevante prompts die weergeven hoe kopers echt vragen, verspreid over categorievragen, vergelijkingen, gebruiksscenario's en probleemgestuurde zoekopdrachten. Leg die prompts ten tweede voor aan meerdere modellen zoals ChatGPT, Claude, Gemini en Perplexity. Noteer ten derde elke merkvermelding met frequentie, positie en context. Bereken ten slotte je aandeel als je vermeldingen gedeeld door het totaal aantal categorievermeldingen, maal honderd.

Omdat de uitvoer varieert, zijn losse antwoorden onbetrouwbaar; grootschalige, herhaalde steekproeven maken van schijnbare willekeur een stabiel signaal. Dit is dezelfde steekproeflogica achter promptmonitoring, waar het volgen van veel prompts over tijd het onderliggende patroon onthult in plaats van de ruis van één antwoord.

Verwante meetwaarden om naast elkaar te volgen

Share of model staat zelden alleen. Het vermeldingspercentage is het percentage prompts waarin je merk überhaupt voorkomt, dus een vermeldingspercentage van 36% betekent dat ongeveer één op de drie antwoorden jou noemt. Ook de positie van de vermelding telt, want een vroege vermelding weegt zwaarder dan eentje achteraan begraven, net als een topranking in zoekresultaten.

Sentiment voegt nuance toe: een neutrale vermelding erkent je merk zonder het aan te bevelen, en dat is zwakker dan een positieve. Citatienauwkeurigheid controleert of het model je correct beschrijft, waarbij alles onder ongeveer 80% op een probleem wijst. Als je deze samen met je AI-zichtbaarheidsscore bekijkt, krijg je een vollediger beeld dan met het aandeel alleen.

Benchmarks en hoe goed eruitziet

Er zijn bruikbare referentiepunten. Voor het vermeldingspercentage geldt: onder 15% is beginfase, 15 tot 35% is ontwikkelend, 35 tot 60% is gevestigd en boven 60% is een categorieleider. Voor share of voice in AI-antwoorden is 15 tot 25% sterk in competitieve markten, en zelfs leiders zitten vaak in het bereik van 10 tot 20% als veel merken concurreren.

Deze cijfers verschillen sterk per categorie en concurrentie, dus zie ze als oriëntatie en niet als doelen. Het belangrijkst is de trend: een stijgend aandeel over maanden laat zien dat je content en reputatie de modellen bereiken, terwijl een vlak of dalend aandeel vertelt dat concurrenten voorlopen in de antwoorden die kopers zien.

Waarom share of model belangrijk is voor SEO en GEO

Share of model is het centrale scorebord van generative engine optimization. Het vervangt steeds vaker share of voice als belangrijkste zichtbaarheidsmaat, omdat meer beslissingen nu in een AI-assistent beginnen dan op een traditionele resultatenpagina. Afwezig zijn in het model betekent afwezig zijn op het moment van keuze.

Het verandert ook waar contentwerk voor dient. Google-rankings en AI-citaties correleren niet betrouwbaar, dus een sterke organische positie garandeert geen sterk share of model. De meetwaarde duwt merken ertoe AI-merkvermeldingen en LLM-citaties rechtstreeks te verdienen, en niet alleen links en posities na te jagen.

Zo verbeter je je share of model

Begin met meten voor een nulmeting en maak dan content die voor modellen is gebouwd: uitgebreide gidsen, vergelijkingstabellen, definitierijke secties en citeerbare statistieken die een AI kan extraheren en hergebruiken. Beantwoord de exacte prompts die je volgt in heldere, gestructureerde taal, zodat het model je merk vindt als het een antwoord samenstelt.

Werk buiten je eigen site is net zo belangrijk. Merkvermeldingen op sites van derden, vakpublicaties, reviewplatforms en communityforums correleren sterk met voorkomen in AI-antwoorden, waardoor verdiende media een cruciaal kanaal zijn. Herstel onjuiste vermeldingen bij de bron, beheer je reputatie actief en bouw echt gezag op. Door dit te combineren met gedegen zoekwoordonderzoek en contentplanning sluit je content aan op de vragen die modellen het vaakst krijgen.

Uitdagingen en beperkingen

De meetwaarde is van nature ruisgevoelig. Omdat modellen probabilistisch genereren, vraagt meten om herhaalde steekproeven en blijft er variantie, dus een kleine promptset of één enkele run kan misleiden. Verschillende platforms gedragen zich anders door hun ophaalmethoden, dus een gezond aandeel bij het ene model garandeert dat niet bij een ander.

Er is ook geen officiële datafeed van de aanbieders van de modellen, dus elk getal is een schatting op basis van polling. Behandel share of model als een richtinggevende trend die je in de loop van de tijd beheert, gevalideerd op meerdere platforms en met een representatieve promptbibliotheek, en niet als een precies realtimecijfer. Een consistente methode is belangrijker dan welke afzonderlijke meting ook.

Conclusie

Share of model meet hoe vaak AI-modellen je merk noemen ten opzichte van concurrenten bij het beantwoorden van categorievragen, de opvolger van share of voice in het AI-tijdperk. Het is probabilistisch, wordt gemeten door veel prompts op meerdere platforms te pollen en lees je het best als trend, samen met vermeldingspercentage, positie, sentiment en nauwkeurigheid. Nu koopbeslissingen verschuiven naar AI-assistenten, wordt het een bepalende zichtbaarheidsmaat.

Volg het naast je AI share of voice en de AI-merkvermeldingen die het aandrijven, en gebruik de onderzoeks- en contentplanningstools van Sorank om je content af te stemmen op de prompts die modellen krijgen. Bronnen: Symphonic Digital en Nightwatch.