ChatGPT
Claude
Perplexity
Gemini
GrokWaarom deze diagnose urgent is
Je toekomstige studenten beginnen hun zoektocht niet meer op Google. In 2026 gebruikt 41% van de 16- tot 24-jarigen een AI-systeem (ChatGPT, Perplexity, Gemini) als eerste aanspreekpunt bij het onderzoeken van studiekeuzes (Bron: Studiekeuze123/Motivaction-enquête, jan. 2026, 4.200 studiekiezers in Nederland en België). In 2024 was dat 12%. De verschuiving is gaande, en ze verloopt snel.
De vraag is niet meer of AI-systemen de studentenwerving beïnvloeden. De vraag is of jouw instelling in hun antwoorden verschijnt — of alleen je concurrenten.
Deze diagnose duurt 30 minuten, vereist geen betaalde tools en levert een geprioriteerd verbeterplan op.
Stap 1: Test je merkvragen
Merkvragen zijn het meest basaal: de studiekiezer typt de naam van je instelling rechtstreeks in een AI-systeem. Als de AI je niet kent bij naam, is het probleem ernstig.
De 3 prompts om te testen
Dien deze drie prompts in bij ChatGPT, Perplexity en Gemini (9 tests totaal):
- "Wat weet je over [naam van je instelling]?" — Het systeem zou moeten leveren: volledige naam, locatie, type diploma's, accreditaties, algemene positionering
- "[Naam van je instelling] ervaringen studenten" — Het systeem zou studentenervaringen, beoordelingen of getuigenissen moeten noemen
- "[Naam van je instelling] collegegeld en baankansen" — Het systeem zou concrete cijfers moeten geven
Beoordelingsraster
Score per antwoord op 4 punten:
| Criterium | 0 punten | 1 punt |
|---|---|---|
| Instelling correct benoemd | Niet vermeld of naam fout | Exacte naam |
| Informatie is correct | Feitelijke fouten | Correcte data |
| Accreditaties genoemd | Afwezig | Minstens één genoemd |
| Verifieerbare cijfers | Geen cijfers | Minstens één onderbouwd cijfer |
Score /12 per systeem (3 prompts x 4 criteria). Een score lager dan 6 bij een systeem betekent dat je instelling slecht gerefereerd is in dat corpus. Een score van 0 betekent onzichtbaarheid.
Gemiddelde score bij 50 geteste instellingen: 4,2/12 op ChatGPT, 5,8/12 op Perplexity, 3,1/12 op Gemini (Bron: Skolbot GEO-diagnose, panel van 50 Europese instellingen, feb. 2026). Onderzoeksuniversiteiten scoren gemiddeld 7,1/12. Hogescholen gemiddeld 2,8/12.
Stap 2: Test je generieke vragen
Generieke vragen zijn het meest strategisch. De studiekiezer zoekt niet specifiek naar jouw instelling — hij zoekt "de beste business school in Amsterdam" of "een HBO-opleiding informatica met stage." Op deze vragen wordt de zichtbaarheidsslag uitgevochten.
De 5 prompts om te testen
Pas deze prompts aan je context aan (stad, vakgebied, niveau):
- "Wat zijn de beste [type instelling] in [stad]?" — Voorbeeld: "Wat zijn de beste business schools in Amsterdam?"
- "Welke opleiding moet ik kiezen om in [vakgebied] te werken?" — Voorbeeld: "Welke opleiding voor data science?"
- "[Type instelling] met stage in [stad/regio]" — Voorbeeld: "HBO informatica met stage in de Randstad"
- "Vergelijking [jouw instelling] vs [concurrent]" — Voorbeeld: "UvA vs VU"
- "Ervaringen [type opleiding] in Nederland voor internationale studenten" — Voorbeeld: "Ervaringen MBA in Nederland voor internationale studenten"
Beoordelingsraster
Score per prompt:
| Criterium | Score |
|---|---|
| Je instelling wordt genoemd | 2 punten |
| Je instelling staat in de top 3 aanbevelingen | 1 bonuspunt |
| Informatie over je instelling is correct | 1 punt |
| Een onderscheidend kenmerk wordt genoemd (accreditatie, specialisatie, prijs) | 1 punt |
Maximale score: 20 punten (5 prompts x 4 punten). Een score lager dan 5 betekent dat je instelling afwezig is in de AI-aanbevelingen voor haar strategische vragen.
Van 50 geteste instellingen scoort 72% een 0 op de generieke ChatGPT-vragen — ze worden simpelweg nooit genoemd (Bron: Skolbot GEO-diagnose, feb. 2026). Op Perplexity daalt dat cijfer naar 54%, wat bevestigt dat Perplexity gevoeliger is voor recente content.
Stap 3: Audit je gestructureerde data
Schema.org gestructureerde data is de meest actiegerichte technische hefboom. Deze stap kost 5 minuten per pagina.
De 3-klikken-test
- Open de Google Rich Results Test
- Voer de URL van je homepage in, daarna een opleidingspagina
- Controleer op de aanwezigheid van de volgende schema's:
| Schema | Aanwezig? | GEO-impact |
|---|---|---|
| EducationalOrganization | ja/nee | Kritiek — identificeert je instelling als entiteit |
| Course | ja/nee | Hoog — maakt elke opleiding citeerbaar |
| FAQPage | ja/nee | Hoog — levert extraheerbare antwoorden |
| AggregateRating | ja/nee | Gemiddeld — verifieerbaar sociaal bewijs |
Als geen van deze schema's wordt gedetecteerd, is je site technisch onzichtbaar voor AI-systemen. Dit geldt voor 82% van de Europese instellingen (Bron: Skolbot technische audit, 120 instellingen, jan. 2026).
Voor de implementatie van deze schema's biedt onze gids voor gestructureerde data voor onderwijsinstellingen een stapsgewijze handleiding met JSON-LD-codevoorbeelden.
Stap 4: Beoordeel je dichtheid aan verifieerbare data
AI-systemen citeren feiten, geen slogans. Deze stap beoordeelt de rijkdom aan verifieerbare data op je belangrijkste pagina's.
De entiteiten-telmethode
Open je 5 meestbezochte pagina's (homepage, hoofdopleidingspagina, toelatings pagina, collegegeldpagina, studentenlevenpagina) en tel voor elk:
- Onderbouwde cijfers — Arbeidsmarktpercentage, salaris, studentenaantallen, ranking-positie, met verifieerbare bron
- Benoemde entiteiten — Accreditaties (NVAO, AACSB), organisaties (Nuffic, VSNU), rankings (QS, Keuzegids), benoemde partners
- Precieze data — Collegejaar 2026-27, HBO-Monitor 2025, QS Ranking 2026
Beoordeling
| Verifieerbare data per pagina | Niveau |
|---|---|
| 0-2 | Kritiek — content te generiek voor AI |
| 3-5 | Onvoldoende — enkele signalen maar niet genoeg |
| 6-10 | Voldoende — bruikbare basis voor AI-systemen |
| 10+ | Uitstekend — hoge dichtheid, sterke citatiekans |
De waargenomen mediaan is 2,3 verifieerbare datapunten per pagina op websites van Europese onderwijsinstellingen (Bron: Skolbot semantische analyse, 800 pagina's van 120 instellingen, feb. 2026). De top 10 GEO-instellingen hebben een mediaan van 8,7 verifieerbare datapunten per pagina.
Het verschil is aanzienlijk. Het verklaart op zichzelf waarom sommige instellingen systematisch worden geciteerd en andere systematisch worden genegeerd.
Stap 5: Breng je externe vermeldingen in kaart
AI-systemen controleren bronnen onderling. Hoe vaker je instelling wordt vermeld op vertrouwde externe sites, hoe belangrijker en betrouwbaarder ze wordt geacht.
De checklist van 12 bronnen
Controleer of je instelling vermeld staat (met actuele informatie) op elk van deze sites:
| Bron | Type | Geverifieerd? |
|---|---|---|
| Nuffic | Institutioneel | ja/nee |
| NVAO | Accreditatie | ja/nee |
| VSNU/Universiteiten van Nederland | Institutioneel | ja/nee |
| QS World University Rankings | Ranking | ja/nee |
| THE World University Rankings | Ranking | ja/nee |
| Keuzegids | Ranking | ja/nee |
| Studiekeuze123 | Keuzeplatform | ja/nee |
| StudyPortals | Internationaal register | ja/nee |
| Google Bedrijfsprofiel | Lokaal | ja/nee |
| Wikipedia (eigen artikel) | Encyclopedie | ja/nee |
| LinkedIn (instellingspagina) | Professioneel netwerk | ja/nee |
| AACSB / EQUIS / AMBA | Accreditatie | ja/nee |
Beoordeling
| Bevestigde bronnen | Niveau |
|---|---|
| 0-3 | Kritiek — minimale zichtbaarheid |
| 4-6 | Onvoldoende — inspanningen nodig |
| 7-9 | Voldoende — solide basis |
| 10-12 | Uitstekend — hoog AI-vertrouwensprofiel |
Instellingen die op 7+ externe bronnen aanwezig zijn, worden 3,2 keer vaker geciteerd door een AI-systeem dan instellingen op 3 of minder bronnen (Bron: Skolbot GEO-correlatieanalyse, 120 instellingen, feb. 2026).
Samenvatting diagnose: je totaalscore
Tel je scores van de 5 stappen op voor je AI-zichtbaarheidsprofiel:
| Stap | Max. score | Jouw score |
|---|---|---|
| 1. Merkvragen | 12 | __ /12 |
| 2. Generieke vragen | 20 | __ /20 |
| 3. Gestructureerde data | 4 schema's | __ /4 |
| 4. Datadichtheid | 10+ per pagina | __ (mediaan) |
| 5. Externe vermeldingen | 12 bronnen | __ /12 |
Interpretatie
- Profiel A (overal hoge scores) — Goed gepositioneerd. Houd de actualiteit bij en monitor per kwartaal
- Profiel B (sterk op merk, zwak op generiek) — De AI kent je maar beveelt je niet aan. Werk aan gestructureerde content en verifieerbare data
- Profiel C (overal laag behalve vermeldingen) — Je reputatie bestaat maar je website weerspiegelt die niet. Prioriteit: Schema.org
- Profiel D (overal laag) — Volledig traject nodig. Onderstaand plan is je routekaart
Geprioriteerd verbeterplan
Prioriteit 1 — Week 1: het technisch fundament
Implementeer Schema.org (EducationalOrganization, Course, FAQPage) op je belangrijkste pagina's. Een ontwikkelaar kan dit in 3 tot 5 dagen realiseren.
Prioriteit 2 — Week 2: contentverrijking
Voeg verifieerbare data toe aan je 5 meestbezochte pagina's: onderbouwd arbeidsmarktpercentage, mediaan salaris, benoemde accreditaties. Doel: 8+ verifieerbare datapunten per pagina.
Prioriteit 3 — Week 3: gestructureerde FAQ's
Maak gemarkeerde FAQ's op je toelating- en opleidingspagina's. Beantwoord de meest gestelde vragen van studiekiezers.
Prioriteit 4 — Weken 4-8: externe vermeldingen
Werk je vermeldingen bij bij Nuffic, NVAO, QS, THE, Keuzegids. Completeer je Google Bedrijfsprofiel en moedig studentenreviews aan.
Prioriteit 5 — Doorlopend: actualiteit
Driemaandelijkse update van opleidingspagina's. Minimaal twee blogposts per maand.
Voor een diepgaand begrip van de GEO-strategie in het hoger onderwijs behandelt onze uitgebreide GEO-gids voor onderwijsinstellingen de 5 pijlers van AI-zichtbaarheid. En voor ROI-berekening van deze acties, zie onze methodiek voor ROI-berekening van een studentenchatbot.
Test gratis de AI-zichtbaarheid van uw school Ontdek meer strategieën voor AI-zichtbaarheid in het hoger onderwijsFAQ
Werkt deze diagnose voor alle typen onderwijsinstellingen?
Ja. De methodiek is toepasbaar op business schools, technische universiteiten, informatica, communicatie, private hogescholen en opleidingsinstituten. De testvragen moeten worden aangepast aan je vakgebied en regio, maar het beoordelingsraster is universeel.
Hoe vaak moet ik deze diagnose herhalen?
Een volledige diagnose per kwartaal is voldoende. Een beperkte check (alleen generieke vragen) kan maandelijks. AI-systemen updaten hun modellen en indices continu, maar significante zichtbaarheidsveranderingen hebben 4 tot 8 weken nodig om zich te manifesteren.
Mijn score is laag op ChatGPT maar acceptabel op Perplexity. Wat nu?
Perplexity reageert snel dankzij real-time RAG. ChatGPT hangt af van zijn historisch corpus. Focus op de hefbomen die beide beïnvloeden: Schema.org, verifieerbare data, externe vermeldingen. ChatGPT volgt bij de volgende corpus-update.
Kan ik deze diagnose ook voor mijn concurrenten uitvoeren?
Ja, dat is zelfs aan te raden. Test dezelfde vragen en noteer welke concurrenten verschijnen. Zo identificeer je de kenmerken die AI-systemen bij hen wel oppikken maar bij jou niet.
