AI verzint zelden, maar verkoopt de prijzen van gisteren

De hoofdvraag

Hoe vaak geeft AI een fout antwoord over Nederlandse merken?

Perplexity geeft bij 9,2% van de klantvragen in meerderheid een fout antwoord, ChatGPT bij 2,7% en Gemini bij 1,1%, gemeten over drie identieke runs per vraag op 5 en 6 juli 2026.

Het verschil tussen de modellen is groot: een factor 8 tussen het slechtste en het beste model. De betrouwbaarheidsintervallen van Perplexity (5,8 tot 14,3%) en Gemini (0,3 tot 3,9%) overlappen niet, dus dat verschil berust niet op toeval. Voor een ondernemer betekent het dat de kans op een fout antwoord over zijn merk sterk afhangt van welke assistent de klant toevallig gebruikt.

Die 9,2% is bovendien een streng cijfer. Een vraag telt hier pas als fout wanneer minstens twee van de drie runs fout waren, zodat incidentele uitschieters wegvallen en alleen het structurele foutbeeld overblijft. Over alle 1917 beoordeelde antwoorden heen blijft de conclusie hetzelfde: een fout antwoord is de uitzondering en geen regel, en die uitzonderingen concentreren zich bij een van de drie modellen.

De aard van de fouten

Wat gaat er mis: verzint AI, of loopt AI achter?

AI verzint zelden: 62% van alle foute antwoorden bevatte verouderde informatie en slechts 11% was echt verzonnen.

Het onderscheid tussen die twee soorten fouten is wezenlijk, en we houden ze in dit onderzoek streng gescheiden in plaats van ze samen te vatten als hallucinatie. Verouderd betekent dat het antwoord ooit klopte maar inmiddels achterhaald is, bijvoorbeeld een prijs die vorig jaar juist was. Verzonnen betekent dat het antwoord nooit heeft geklopt en op niets berust. Ze hebben een andere oorzaak en een andere oplossing: verouderde informatie verhelp je door je eigen bronnen bij te werken, een verzinsel niet.

Tijdgevoelige feiten zoals prijzen, tarieven en abonnementen gaan bij 6,8% van de vragen fout, stabiele feiten zoals adres, oprichtingsjaar of kernactiviteit bij 2,5%. En binnen die tijdgevoelige fouten is 88% verouderd in plaats van verzonnen. De fout zit dus vrijwel altijd in wat verandert, niet in wat vaststaat.

Dat de modellen de vaste feiten goed kennen, blijkt uit een enkel cijfer: Gemini maakte op 106 vragen over stabiele feiten precies nul fouten. De kern van dit onderzoek past in een zin. AI hallucineert zelden, AI serveert vooral de werkelijkheid van gisteren.

De modelvergelijking

Welk AI-model is het betrouwbaarst?

Gemini was in dit onderzoek het betrouwbaarst met 1,1% foute antwoorden, gevolgd door ChatGPT met 2,7% en Perplexity met 9,2% op vraagniveau.

Het verschil zit niet alleen in de hoeveelheid fouten, maar ook in de soort. Echte verzinsels kwamen uitsluitend bij Perplexity voor: 9 antwoorden verdeeld over 6 vragen. Bij ChatGPT en Gemini stond de teller op nul. De fouten van Gemini en ChatGPT zijn vrijwel allemaal verouderde feiten, geen fantasie.

De foutmix tekent het karakter van elk model. Bij ChatGPT en Gemini bestaat vrijwel elke fout uit een achterhaald feit: hun kennis is grotendeels correct, maar loopt soms een stap achter. Bij Perplexity komt daar een laag bovenop, want naast verouderde feiten staan er ook een handvol verzinsels en een enkel geval van merkverwarring, waarbij informatie van het ene merk aan het andere werd toegeschreven. Het model met de meeste fouten maakt dus ook de meeste soorten fouten.

Betrouwbaarheid is meer dan gemiddeld goed scoren; het is ook op dezelfde vraag hetzelfde antwoord geven. Bij 1 op de 5 vragen gaf Perplexity op drie identieke prompts geen eensluidend oordeel, tegen ongeveer 1 op de 12 bij ChatGPT en Gemini. Een model dat wisselt, is voor een merk lastiger te vertrouwen dan een model dat consequent is, ook als dat consequente model af en toe hetzelfde fout heeft.

Voor een merk is dat onderscheid heel praktisch. Een model dat telkens hetzelfde antwoordt, kun je gericht bijsturen door de onderliggende bron aan te passen. Een model dat wisselt, geeft je klant de ene keer wel en de andere keer geen juist antwoord, zonder dat je kunt zien waaraan dat ligt. Consistentie maakt een fout dus niet minder erg, maar wel beter te herstellen.

De praktijk

Wat betekent dit in de praktijk? Vier voorbeelden

In de praktijk gaat het bijna nooit mis op een verzinsel, maar op een prijs, een voorwaarde of een status die online niet is bijgewerkt.

De vier voorbeelden delen dezelfde kern. In geen ervan fantaseert AI uit het niets; telkens herhaalt het model wat ergens online staat, ook als dat inmiddels niet meer klopt of nooit heeft geklopt. Wie grip wil op wat AI over zijn merk vertelt, stuurt dus niet op het model, maar op de bronnen die het model leest.

De bronnen

Waar komen de foute antwoorden vandaan?

In foute antwoorden van ChatGPT en Gemini verschuift het bronprofiel sterk richting vergelijkers en affiliatesites (van 4 naar 20% en van 23 naar 40% van de aangehaalde bronnen); Perplexity, het model met de meeste fouten, leunt structureel het zwaarst op bronnen van derden, met sociale media en fora als grootste blok.

Over alle drie de modellen samen komt in foute antwoorden 32,8% van de aangehaalde bronnen van vergelijkers en affiliatesites, tegen 23,9% bij juiste antwoorden; het aandeel van het eigen merkdomein zakt van 28,6 naar 18,2%. Bij dit gepoolde cijfer past een kanttekening: het foutenvolume is ongelijk over de modellen verdeeld. Van alle bron-citaties in foute antwoorden komt 64% van Perplexity, dat ook in juiste antwoorden al het zwaarst op derden leunt, waardoor het gemiddelde meekleurt met dat ene model.

Aanwezigheid en aandeel zijn niet hetzelfde

Aanwezigheid en aandeel meten twee verschillende dingen. Aanwezigheid is de vraag of het eigen merkdomein überhaupt tussen de aangehaalde bronnen staat; aandeel is hoeveel van alle aangehaalde bronnen van dat merkdomein komen. Een antwoord kan het merkdomein er wel bij hebben staan en toch grotendeels op derden leunen.

Aanwezigheid: aandeel antwoorden waarin het eigen merkdomein tussen de bronnen staat, runniveau.

Aandeel per categorie (in % van de bron-citaties), juist en fout, runniveau.

Welke derden staan bij de foute antwoorden

Onder de bronnen die in foute antwoorden worden aangehaald staan naast het eigen merkdomein vooral derden. De domeinen hieronder zijn de meest genoemde derde-partij-domeinen per model, geteld over de foute runs.

Strikvragen

Trapt AI in strikvragen?

In 93,7% van de gevallen weerstonden de drie modellen een valse premisse over een verzonnen product of dienst.

Vroegen we bijvoorbeeld naar de precieze voorwaarden van een korting of een dienst die niet bestaat, dan corrigeerden de modellen die aanname meestal in plaats van erin mee te gaan. Gemini trapte er geen enkele keer in. Perplexity was het enige model dat zowel niet-bestaande zaken bevestigde als bestaande diensten ontkende, wat opnieuw laat zien dat het risico twee kanten op werkt.

Dat de modellen een valse premisse meestal weerstaan, is belangrijker dan het lijkt. Het betekent dat AI niet klakkeloos elke suggestie in een klantvraag overneemt, ook niet wanneer die vraag een korting of een voorwaarde insinueert die niet bestaat. De zwakte zit dus niet in verzonnen aannames van de gebruiker, maar opnieuw in verouderde feiten uit de bron.

Vooraf verwachtten we dat kleinere merken meer fouten zouden opleveren dan grote. Dat patroon bleek afwezig. De omgekeerde richting die we bij Perplexity zagen, iets meer moeite bij bekende dan bij kleine merken, was niet statistisch significant en blijft daarmee een exploratieve observatie, geen conclusie.

Zelfs de onderzoeker liep achter

Hoe actueel waren de feiten waartegen we AI beoordeelden?

Twaalf van de 185 geverifieerde feiten bleken tijdens het beoordelen alweer achterhaald, hoewel ze enkele dagen eerder met de hand waren gecontroleerd.

Moneybird schrapte zijn gratis pakket per 1 juli, Knab verloor eind november 2025 zijn eigen Nederlandse bankvergunning en HEMA stopte met verzekeringen. In verschillende gevallen signaleerden de zoekende modellen deze wijzigingen eerder dan onze handmatige verificatie. Even liep de AI dus voor op de onderzoeker, niet andersom.

Voor jouw bedrijf

Wat betekent dit voor jouw bedrijf?

Zet tijdgevoelige feiten zoals prijzen, voorwaarden en actueel aanbod op een eigen, actuele en crawlbare pagina, want verouderde informatie van derden is veruit de grootste foutenbron in AI-antwoorden over merken.

De drie adviezen hieronder volgen rechtstreeks uit de data. Ze draaien niet om het blokkeren of juist omarmen van AI, maar om iets simpelers: zorgen dat de meest actuele versie van jouw feiten ook de best vindbare versie is. Doe je dat niet, dan wint de verouderde versie, want die staat vaak al jaren ergens anders.

Veelgestelde vragen

Vragen over dit onderzoek

Verwant onderzoek

Verder lezen in de kennisbank