Het meetplatform onder onze AI Search-strategie.
RecommendationOS is het instrument dat we hebben gebouwd omdat geen enkele bestaande tool de signalen meet die er werkelijk toe doen voor AI-aanbevelingen. Vier modules die samen in kaart brengen waarom AI-modellen jouw merk wel of niet noemen, gebaseerd op herhaalde, statistisch onderbouwde metingen in plaats van losse momentopnames.
In ontwikkeling. Beta vanaf zomer 2026. Demo's beschikbaar voor strategieklanten en early access aanvragen.
Er zijn honderden tools die zichtbaarheid in AI-antwoorden tracken. We hebben er vele gebruikt en getest, en uiteindelijk besloten dat we het zelf moesten gaan bouwen. Niet alleen omdat we van bouwen houden, maar vooral omdat vrijwel alle GEO-tools dezelfde fundamentele tekortkoming hebben. Het zijn SEO-tools voor een AI-tijdperk, en dat werkt niet. Ze zijn gebouwd vanuit een uitgangspunt dat met klassieke SEO werkte, maar nu niet meer.
Traditionele SEO is in de basis deterministisch van aard. Hoewel personalisatie en locatie meespelen, leunt Google op vaste algoritmen, signalen en een geïndexeerde snapshot van het web om voor een specifieke query de meest relevante resultaten te rangschikken.
AI Search werkt fundamenteel anders: het is probabilistisch. Taalmodellen (LLM's) voorspellen ter plekke tekst op basis van kansverdelingen over tokens. Ze genereren het meest waarschijnlijke en ‘beste’ antwoord op basis van de prompt en de unieke gebruikerscontext. Juist omdat dit proces dynamisch is, kan het antwoord op exact dezelfde vraag per run verschillen. Er is simpelweg geen vaste ranking die uit een database wordt opgevraagd.
Bijna alle huidige trackingtools negeren dit fundamentele verschil. Ze meten de output te incidenteel om er statistisch betrouwbare uitspraken over te kunnen doen. Periodiek sturen ze een lijst met kunstmatige prompts naar een model, zonder context, om vervolgens de output te reverse-engineeren. Ze meten de zichtbaarheid, het sentiment en de geciteerde bronnen. Hoewel dat nuttige indicatoren zijn, blijven ze statistisch onbetrouwbaar én verklaren ze niet waarom je wel of niet wordt aanbevolen. Een score zonder context biedt immers geen handvat voor optimalisatie.
Wie niet begrijpt hoe LLM's écht beslissingen nemen, optimaliseert met beperkt zicht.
Daarom hebben we RecommendationOS gebouwd: vier modules die niet enkel de uitkomst meten, maar sturen op de onderliggende signalen die die uitkomst veroorzaken.
Op vier punten zijn we expliciet anders gaan werken dan de rest van de markt.
De meeste tools zijn veredelde prompt trackers. Ze sturen kunstmatige prompts op een model af, meten zichtbaarheid en citaties, en komen vervolgens met generiek advies: word actiever op Reddit, investeer in vakmedia, doe meer PR, omdat die bronnen veel worden geciteerd. Hoe groot je dataset is, maakt daarbij niet uit.
Vergelijk het met dit: iemand noteert de ingrediënten van 10.000 supermarktproducten en concludeert dat water en tarwe het vaakst voorkomen. Dus als je een succesvol product wilt maken, gebruik je water en tarwe.
Dat slaat nergens op. En toch is dit precies de logica achter veel adviezen over AI-zichtbaarheid. Een bron wordt veel geciteerd, dus moet je die erbij hebben. Het is correlatie verward met causaliteit, en het is de verkeerde reden om met een platform te beginnen.
Wij meten de signalen die de aanbeveling veroorzaken: wat AI van jullie weet, hoe jullie site wordt gelezen, hoe jullie merk extern leeft, welke onderwerpen jullie markt definiëren. Daarop kun je sturen. Outputs volgen daaruit.
AI werkt met entiteiten en associaties, niet met statische rankings. AI-platformen bevelen merken aan die ze begrijpen en vertrouwen. Het gaat om wie je bent, voor wie je er bent, en waarom je waardevol bent in specifieke situaties, en wanneer niet.
Of je genoemd wordt, is dus maar één vraag. Hoe je wordt geframed, in welk competitief landschap je wordt geplaatst, met welke associaties, en of die uit modelgeheugen of live retrieval komen, zijn vragen die net zo belangrijk zijn. Tools die alleen “ben ik zichtbaar” meten, geven antwoord op een beperkt deel van wat telt.
Wij meten het volledige reputatieprofiel per model. Inclusief het verschil tussen wat jullie willen dat AI over jullie zegt en wat AI feitelijk zegt. Dat verschil is waar het werk zit. Onze focus ligt niet op het reverse-engineeren van prompts, maar op het opbouwen en versterken van jullie entiteit en de juiste associaties.
Een AI-antwoord is geen vaste werkelijkheid. Het is één toevallige uitkomst uit een kansverdeling. Tools die één keer een prompt stellen en die uitkomst als waarheid presenteren, doen hetzelfde als één keer met een dobbelsteen gooien en denken dat ze de verdeling kennen.
Wij stellen elke vraag zo vaak als nodig is om statistisch betrouwbare uitspraken te kunnen doen, en rapporteren elke meting met een 95%-betrouwbaarheidsinterval. Een score met te weinig signaal eronder wordt apart gerapporteerd, niet als advies verkocht.
De meeste tools dumpen data en dashboards op je. Mooi om naar te kijken, maar ook overweldigend, en de vraag “wat moet ik verbeteren om beter te scoren” wordt zelden beantwoord. Je zoekt het zelf maar uit.
Wij draaien dat om. Bij elke meting horen concrete aanbevelingen: wat moet er aangepast worden, in welke volgorde, en waarom. Stap voor stap. Het marketingteam of bureau kan er direct mee aan de slag, zonder eerst een data-analist erbij te halen. Niet voor niets heet het platform RecommendationOS.
RecommendationOS bestaat uit vier modules. Twee meten waar je staat, twee tonen waar je moet handelen. Samen vormen ze een compleet beeld van wat je moet doen om vaker door AI aanbevolen te worden.
Wat AI-modellen werkelijk over jullie merk weten en zeggen.
AI Reputation laat zien hoe ChatGPT, Claude, Gemini en Perplexity naar jullie merk kijken. Geen losse mention-tellertjes, maar een gestructureerd profiel op tien dimensies, geclusterd in drie groepen: aanwezigheid (word je genoemd, en op welke positie?), kwaliteit (klopt wat het model zegt, en hoe goed onderbouwt het dat?), en context (in welk competitief landschap plaatst het model jullie?).
Drie dingen maken deze meting anders dan een prompt-tracker. Per dimensie meten we apart wat het model uit zichzelf zegt en wat het zegt als het live mag opzoeken. Dat verschil bepaalt of jullie investering richting reputatie-opbouw moet (modelgeheugen) of richting content en vindbaarheid (live retrieval). Daarnaast zetten we naast elkaar wat jullie willen dat AI over jullie zegt en wat AI feitelijk zegt: het verschil is waar het werk zit. En we meten niet alleen of jullie genoemd worden, maar ook wie er in jullie plaats verschijnt als jullie niet genoemd worden.
Elke meting is gebaseerd op herhaalde queries en wordt gerapporteerd met een bandbreedte: de score plus hoe zeker we ervan zijn (95%-betrouwbaarheidsinterval). Een score met te weinig signaal eronder wordt apart gerapporteerd, niet als advies verkocht.
Resultaat: een reputatieprofiel per model, met betrouwbaarheidslabels per dimensie, opgebouwd in de tijd zodat jullie een ontwikkeling zien in plaats van een momentopname.
Alle relevante onderwerpen voor jullie markt in kaart, en waar jullie staan per onderwerp.
Topic Universe brengt in kaart waar jullie markt over praat, niet alleen waar jullie zelf over schrijven. Onderwerpen komen uit zoekdata, AI-extractie en externe trendbronnen. Daarna krijgen ze een classificatie op zoekintentie (waar staat de gebruiker in z'n journey?) en een dekkingsstatus: wel of niet door jullie geclaimd, wel of niet door concurrenten geclaimd.
De interessantste status is “kans”: onderwerpen met hoge strategische waarde waar niemand in jullie markt al sterk op zit. Per onderwerp meten we jullie zichtbaarheid afgezet tegen de belangrijkste concurrenten, samen met trendrichting (stijgend, stabiel, dalend) en kanaalfit (welke platformen passen het beste bij dit onderwerp). Worden onderwerpen al door anderen behandeld, dan geven we precies aan hoe jullie je kunnen onderscheiden met jullie kennis, expertise en visie. Want niemand, zeker AI niet, zit te wachten op het volgende blogartikel met precies dezelfde inhoud als alle concurrenten.
Voor de onderwerpen die er strategisch toe doen, meten we ook hoe jullie merk in AI-antwoorden naar voren komt. Statistisch betrouwbaar, dus elke vraag wordt zo vaak gesteld als nodig is om bandbreedtes vast te kunnen stellen. Dat kost beduidend meer in API-kosten dan een eenmalige meting, en dat hebben we er graag voor over. Een goedkope meting die niet klopt, levert geen handvat. Een dure meting die wel klopt, wel.
Resultaat: een onderwerpenoverzicht waarin de kansen zichtbaar zijn voor wie het scant. Het is de directe input voor jullie contentstrategie en bepaalt welke onderwerpen jullie actief willen monitoren in AI Reputation.
Of jullie eigen site door AI gelezen, gebruikt en als bewijs ingezet kan worden.
Website Intelligence analyseert jullie site sitewide en per pagina, op meerdere vlakken die elk iets anders meten.
Elk paginatype krijgt eigen criteria. Een homepage werkt anders dan een productpagina of een blogpost. Per signaal krijgen jullie naast de score een citaat uit de pagina als bewijs, een concrete aanbeveling, en een betrouwbaarheidslabel zodat duidelijk is welke aanbevelingen rotsvast zijn en welke nog een hypothese.
Daarnaast kun je elke pagina testen op een specifieke zoekvraag. Vul de query in die de pagina zou moeten winnen, en we ontleden 'm in de onderliggende vraagdimensies, scoren hoe goed de pagina elke dimensie dekt, en geven per dimensie één concrete verbetering.
Resultaat: een lijst met pagina-acties die direct uitvoerbaar is. Geen generiek SEO-rapport, maar concrete ingrepen op de plekken waar het verschil maakt. Alsof een ervaren strateeg met je meekijkt en je per pagina precies vertelt wat beter kan.
Website Score
GemiddeldTechnische SEO, contentkwaliteit en AI-agent-leesbaarheid in één oogopslag.
Hoe jullie merk leeft op de plekken buiten de eigen site waar AI zijn beeld vandaan haalt.
AI-modellen vormen hun beeld van jullie merk niet uit het niets. Ze halen het uit het open internet: encyclopedische bronnen, reviewplatformen, vakmedia, social platforms, gespreksforums. External Footprint scant die externe plekken voor jullie merk en voor de belangrijkste concurrenten.
We meten de signalen die AI-modellen het zwaarst wegen, opgedeeld in vier Trust Tiers. Van onafhankelijke autoriteit (Wikidata, Wikipedia, Common Crawl) en gevalideerde reviews (G2, Trustpilot, Google Reviews) tot vakmedia en publieke gesprekken (Reddit, YouTube, fora). Elke tier weegt anders mee, en de weging is per industrie bij te stellen, want wat in B2B-software autoriteit geeft, doet dat niet in retail.
Resultaat: een External Trust Score die laat zien op welke platformen jullie sterker staan dan de concurrentie, en waar de gaten zitten die de aanbeveling nu nog tegenhouden. Dit is de langzame, taaie laag van AI Search, en tegelijk de laag met de grootste hefboom.
Een AI-antwoord is geen vaste werkelijkheid. Het is één toevallige uitkomst uit een kansverdeling. Dat verandert hoe je moet meten. Drie keuzes maken onze metingen anders dan wat de markt nu doet.
De meeste GEO-tools stellen een prompt één keer en presenteren die ene uitkomst als de waarheid. Dat is hetzelfde als één keer met een dobbelsteen gooien en denken dat je de verdeling kent. Wij stellen elke probe meerdere tientallen keren, en passen het aantal aan op basis van de variantie in de antwoorden. Pas als de meting stabiel is, telt hij mee.
Geen score zonder bandbreedte. Een gemeten 78 op een smalle bandbreedte zegt iets anders dan dezelfde 78 op een brede. We rapporteren beide, en gebruiken Wilson score intervallen om eerlijk te zijn over hoe zeker we van een proportie zijn. Een score met een brede bandbreedte krijgt geen advies erop gehangen, maar wordt apart gerapporteerd als ‘te weinig signaal'.
Score met bandbreedte
Robust — 240 runs
0
Minimal — 18 runs
0
Zelfde score, andere zekerheid.
AI-modellen kunnen op twee manieren over je merk praten. Uit hun geheugen, opgebouwd tijdens training. Of door tijdens een gesprek live op te zoeken. Wij meten apart wat het model uit zichzelf zegt en wat het zegt als het mag opzoeken. Het verschil tussen die twee bepaalt of je investering richting langetermijn-reputatie moet of richting kortetermijn-content. Voor zover wij weten is RecommendationOS het enige meetplatform dat dit onderscheid per associatie expliciet maakt.
Betrouwbaarheidslabels
We verkopen geen score als advies als er te weinig signaal onder zit. Elke metric krijgt expliciet een betrouwbaarheidslabel mee:
Tientallen tot honderden runs, lage variantie. Hier kun je strategie op baseren.
Voldoende runs voor richting, niet rotsvast. Bruikbaar voor hypothesevorming.
Te weinig signaal. Wordt apart gerapporteerd, niet als advies verkocht.
Niet alleen scores en grafieken, maar antwoorden waar je marketingteam direct op kan acteren. Vier voorbeelden uit lopende trajecten.
Het reputatie-overzicht. Hoe ChatGPT, Claude, Gemini en Perplexity jouw merk zien. Per platform: kennen ze je, welke associaties leggen ze, en komt dat uit het geheugen of uit live retrieval.
De topic-prioritering. De onderwerpen waar jouw markt over praat, gerangschikt op strategische waarde. Per onderwerp jouw zichtbaarheid versus de grootste concurrenten, met betrouwbaarheidslabel.
De website-analyse. Overall en per pagina een rapport op content, visuele kwaliteit, SEO-fundament en agent-leesbaarheid. Met per signaal een citaat als bewijs, een concrete aanbeveling en een betrouwbaarheidslabel. Geen scorelijst, maar een lijst ingrepen die je pagina voor pagina kunt afwerken.
Website Score
GemiddeldTechnische SEO, contentkwaliteit en AI-agent-leesbaarheid in één oogopslag.
Het geprioriteerde actieplan. Concrete acties, gerangschikt op impact versus inspanning. Niet ‘verbeter je SEO', maar ‘voeg deze drie pagina's toe, herstructureer deze sectie, pas deze CTA aan want die is nu niet goed genoeg, claim dit onderwerp met deze invalshoek en dat is geschikt voor dit platform op deze manier'. Zo concreet mogelijk, zodat je direct aan de slag kunt.
Geprioriteerd actieplan
Top prioriteit
ROIPrioriteit A
53Prioriteit B
51Prioriteit C
36Prioriteit D
26Prioriteit E
15Prioriteit F
9RecommendationOS is gebouwd als onderdeel van onze strategietrajecten. Het is geen losse tool voor consumentengebruik.

RecommendationOS is nog niet helemaal af. Deze zomer wel. We testen het nu hard bij de eerste klanten, voeren dagelijks optimalisaties door, en bouwen het in de open. Early access partners helpen ons bepalen wat als eerste klaar moet zijn.
Interesse om te zien waar we nu staan en hoe jouw merk kan profiteren? We geven graag een demo van ongeveer 45 minuten waarin we RecommendationOS op jouw merk laten zien. Je krijgt een live reputatie-meting in de vier modellen, de top-associaties die AI nu aan je merk koppelt met parametric en retrieval naast elkaar, een eerste topic-prioritering voor jouw markt, en een eerlijke inschatting van waar de grootste kansen liggen en of RecommendationOS het juiste instrument is voor jouw situatie.
Of mail Peter direct: peter@thinkagain.nl
Roadmap
Concept
Eerste vier modules uitgewerkt.
Strategiepilots
Live metingen voor early access partners.
Beta · zomer 2026
Open voor alle strategieklanten.
Bredere toegang
Via geselecteerde partnerbureaus.
Een paar terugkerende vragen over status, kosten en hoe RecommendationOS zich verhoudt tot andere tools in de markt.
Liever even bellen?
Peter: 06-52717644 · peter@thinkagain.nl