Menu

Begrip

Hallucinatie (AI)

Een AI-hallucinatie is een overtuigend maar onjuist AI-antwoord. Ontdek waarom het gebeurt, hoe je het herkent, en wat het voor jouw merk betekent.

Matt Timmermans
Matt Timmermans

SEO-, GEO- en AI-specialist · Bijgewerkt: 11 juli 2026 · Leestijd: 3 min

Wat is een AI-hallucinatie?

Een AI-hallucinatie is een antwoord van een taalmodel, zoals ChatGPT, Claude of Gemini, dat overtuigend en plausibel klinkt, maar feitelijk onjuist of volledig verzonnen is, gepresenteerd alsof het klopt. De AI verzint bijvoorbeeld een bron, een citaat, een jaartal of een functie van een persoon, met grote stelligheid.

Kernpunten

  • Een AI-hallucinatie is een antwoord van een taalmodel dat overtuigend klinkt, maar feitelijk onjuist of volledig verzonnen is.
  • Hallucinaties ontstaan doordat een taalmodel het meest plausibele volgende woord voorspelt, niet omdat het feiten opzoekt of controleert.
  • Volgens OpenAI-onderzoek uit 2025 komen hallucinaties voort uit hoe modellen worden beloond, en zijn ze in principe oplosbaar door de evaluatie aan te passen.
  • Je beperkt hallucinaties met broncontrole, koppeling aan echte bronnen via RAG en een mens in de lus; volledig uitsluiten kan niet.
  • Hallucinatie is de keerzijde van GEO en een merkrisico: AI kan onjuiste prijzen, diensten of gegevens over je bedrijf overtuigend presenteren.

Dit begrip gaat over AI, niet over de medische of psychologische betekenis van hallucineren (het waarnemen van dingen die er niet zijn): de AI-betekenis is nieuw en specifiek voor generatieve taalmodellen.

Waarom hallucineert AI?

Een taalmodel werkt niet als een encyclopedie die feiten opzoekt, maar als een patroonherkenner die woord voor woord voorspelt wat het meest plausibele vervolg is. Het model voelt niet of iets waar is, het voorspelt alleen wat waarschijnlijk klinkt. En plausibel is niet hetzelfde als waar.

Zie AI als een heel belezen papegaai: hij herhaalt vloeiend en overtuigend, zonder te begrijpen of het klopt. Daardoor kan een model overtuigend onzin produceren, juist bij specifieke feiten zoals namen, jaartallen, cijfers en citaten.

Is dit probleem op te lossen?

Niet automatisch, blijkt uit recent onderzoek. In september 2025 publiceerden onderzoekers van OpenAI en Georgia Tech het paper "Why Language Models Hallucinate": hallucinaties zijn geen toevallige bug, maar het gevolg van hoe modellen worden beloond en beoordeeld. Modellen worden gestimuleerd om te gokken in plaats van onzekerheid toe te geven, net als een student bij een toets: gokken levert vaker punten op dan eerlijk "ik weet het niet" zeggen. Volgens de onderzoekers is dit oplosbaar door evaluatiemethoden aan te passen, al gebeurt dat in de praktijk nog niet op grote schaal.

Het onderwerp is inmiddels ook doorgedrongen tot de brede taal: Van Dale koos "hallucineren" tot Woord van het Jaar 2025 voor Nederland en België, vanwege de nieuwe betekenis die het woord kreeg door generatieve AI.

Hoe herken en beperk je AI-hallucinaties?

Herkennen en beperken doe je met een aantal concrete stappen:

  • Let op verzonnen bronvermeldingen: professioneel ogende citaten, auteurs of jaartallen die niet blijken te bestaan, is het klassieke kenmerk.
  • Vraag om bronnen en controleer die daadwerkelijk, in plaats van te vertrouwen op hoe overtuigend het antwoord klinkt.
  • Herhaal dezelfde vraag in een nieuw gesprek: een wisselend antwoord is een waarschuwingssignaal.
  • Koppel het model aan echte bronnen via RAG (retrieval augmented generation), zoals Perplexity doet, wat de kans op hallucinaties verkleint maar niet wegneemt.
  • Houd een mens in de lus: verificatie van belangrijke feiten blijft nodig, ook met perfecte prompts.

Wat betekent dit voor jouw merk?

Hallucinaties zijn niet alleen een gebruikersrisico, maar een merkrisico: een AI-systeem kan feitelijk onjuiste dingen over jouw bedrijf beweren, zoals verkeerde prijzen, diensten of contactgegevens, en dat overtuigend presenteren aan een potentiële klant. Hallucinatie is daarmee de keerzijde van GEO: waar GEO gaat over gevonden worden in AI, gaat dit over correct weergegeven worden.

Benieuwd hoe vaak AI-modellen hallucineren over Nederlandse merken? Bekijk ons eigen onderzoek naar AI-hallucinaties bij Nederlandse merken.

Matt Timmermans

Gratis vindbaarheidscheck

Weet jij hoe zichtbaar je bent in Google en AI?

In 30 minuten check ik je huidige vindbaarheid in Google, ChatGPT en Claude. Je krijgt direct inzicht in waar je nu staat, waar de kansen liggen en wat als eerste impact maakt. Geen verplichtingen.

  • Gesprek van 30 minuten, vrijblijvend
  • Check van je vindbaarheid in Google en AI
  • De drie kansen met de meeste impact
  • Eerlijk advies of mijn aanpak bij je past
Plan je vindbaarheidscheck

Veelgestelde vragen over hallucinatie (AI)

Welke AI-modellen hallucineren het meest?

Uit ons eigen onderzoek onder Nederlandse merken bleek Perplexity op 9,2% van de vragen een overwegend onjuist antwoord te geven, tegenover 2,7% bij ChatGPT en 1,1% bij Gemini. De meeste fouten waren verouderde informatie; volledig verzonnen antwoorden kwamen in dit onderzoek uitsluitend bij Perplexity voor.

Wat is het verschil tussen een AI-hallucinatie en een vibe citation?

Een vibe citation is een specifiek type AI-hallucinatie: een citaat of bronvermelding die plausibel oogt maar bij controle niet blijkt te kloppen. AI-hallucinatie is de bredere term voor elk overtuigend maar onjuist AI-antwoord, waarvan verzonnen bronnen slechts één van de mogelijke verschijningsvormen zijn.

Zijn hallucinaties met betere prompts te voorkomen?

Duidelijke prompts met context helpen, maar lossen het probleem niet volledig op. Prompt engineering is de eerste verdedigingslinie, geen garantie: zelfs met een perfect geformuleerde vraag kan een model nog altijd een plausibel klinkend maar onjuist antwoord geven, vooral bij specifieke feiten.

Hallucineren alle AI-modellen even vaak?

Nee, hallucinatiepercentages verschillen per model en per type vraag, en veranderen bovendien met elke nieuwe modelversie. Modellen die zijn gekoppeld aan actuele bronnen via RAG hallucineren doorgaans minder op feitelijke vragen dan modellen die volledig op hun trainingsdata leunen, al is geen enkel model foutloos.

Delen:
Matt Timmermans

Geschreven door

Matt Timmermans

SEO-, GEO- en AI-specialist

Matt Timmermans is oprichter van Timmermans Media en gespecialiseerd in SEO, GEO en AI-zichtbaarheid. Sinds 2018 helpt hij bedrijven beter gevonden te worden door zowel Google als AI-zoekmachines. Als AI-expert heeft hij ruime ervaring met AI-automatisering en het bouwen van applicaties met AI.