Voor elke bezoeker die ChatGPT jouw kant op stuurt, heeft de crawler van OpenAI jouw pagina’s 217 keer gelezen.
Dat getal komt van Cloudflare, gemeten over 28 dagen tot 21 juli 2026. De GPTBot leest 217 pagina’s voor elke klik die hij teruggeeft. Perplexity zit op 225 op 1. ClaudeBot van Anthropic op 2.237 op 1. Google met zijn AI Overviews op 4,6 op 1.
Die verhouding heet de crawl-to-refer ratio en voor werkgevers vertelt hij het hele verhaal. De taalmodellen lezen alles wat je over jezelf publiceert. Je werkenbij-site, je vacatures, je cultuurpagina, je persberichten. Ze lezen het honderden keren. En ze sturen bijna niemand terug.
Je kandidaat komt niet meer langs om zelf te kijken. Ze vraagt het aan de machine en de machine antwoordt met wat het gelezen heeft.
Het gesprek gebeurt niet op je dashboard
Kijk je naar je bezoekcijfers, dan lijkt er niets aan de hand. Ahrefs analyseerde 76.000 sites: ChatGPT is goed voor 0,21% van het webverkeer, Google voor bijna 40%. Op je dashboard is AI een rondingsfout en dus schuift het naar de stapel “later”.
Maar het gesprek gebeurt niet op je dashboard. Het gebeurt in het antwoord.
Stel je de vraag voor die duizenden werkzoekenden nu typen. “Welke werkgevers in mijn vakgebied hebben een goede cultuur en ruimte om door te groeien?” Het model noemt er drie, misschien vijf. Sta jij ertussen of besta je in dat antwoord niet?
Dat is een andere vraag dan of je goed scoort op Google. Vroeger las een kandidaat je Glassdoor-reviews, je LinkedIn-pagina en je werkenbij-site, en trok zelf een conclusie. Nu trekt het model de conclusie, en de kandidaat leest alleen die.
Wat een model over je zegt, bepaal jij
Hier zit de kern. Een taalmodel bouwt zijn antwoord uit wat het over je vindt. Wat ontbreekt, vult het in. Wat onduidelijk is, vereenvoudigt het. En wat nergens staat, bestaat niet.
Het werkt in twee stappen. Eerst bepaalt het model of je überhaupt meetelt als bron: ben je vindbaar, herkenbaar en consistent genoeg om genoemd te worden. Daarna pas bepaalt het of het jouw woorden echt gebruikt in het antwoord. Je kunt gelezen worden en alsnog nergens opduiken. Dat is geen pech; dat is een gat in je verhaal dat je kunt dichten.
Als je arbeidsvoorwaarden op drie plekken drie verschillende verhalen vertellen, kiest het model er één, of het laat je weg. Als je cultuur alleen in een sfeervideo zit en nergens in leesbare tekst, dan leest de crawler niets. Als het meest recente wat over jou geschreven is een reorganisatie van twee jaar terug is, dan is dat je verhaal, of je dat nu herkent of niet.
De klik krimpt. Het antwoord groeit.
Vijftien jaar lang draaide employer branding om de klik. Je bouwde een mooie werkenbij-site, je zette wat budget op advertenties, je wachtte tot de kandidaat langskwam. Dat model werkt nog, maar het krimpt met de dag. Google duwt zelf steeds vaker een AI-samenvatting boven de blauwe links; volgens onderzoek van dit jaar heeft bijna de helft van alle zoekopdrachten er inmiddels een.
De klik wordt zeldzamer. Het antwoord wordt de plek waar de kandidaat kiest, vergelijkt en afvalt.
217 kansen om het juiste te zeggen
Ik snap dat dit voor een hoofd employer branding ongemakkelijk voelt. Je hebt net je nieuwe carrièresite gelanceerd, de foto’s kloppen, de EVP staat. En dan blijkt dat de belangrijkste lezer van die site geen mens is, maar een crawler die je tekst terugbrengt tot één alinea waar jij geen controle over hebt.
Toch is dat precies het punt waar je iets aan kunt doen. Een model dat je 217 keer leest, geeft je ook 217 kansen om het juiste te zeggen.
Wat vandaag nog een randverschijnsel lijkt, is over zes maanden gewoonte. Wat vandaag nog optioneel is, is over een jaar de basis. En wat vandaag nog onzichtbaar is in die antwoorden, is straks onvindbaar voor precies de mensen die je nodig hebt.
Wat je nu kunt doen
Wat je nu kunt doen is minder ingewikkeld dan het klinkt. Zorg dat je verhaal op elke plek hetzelfde zegt, zodat het model niet hoeft te gokken. Zet je cultuur, je voorwaarden en je doorgroeimogelijkheden in tekst die een machine kan lezen, niet alleen in beeld. En controleer wat de modellen vandaag daadwerkelijk over je zeggen, want dat is de enige eerlijke meting van waar je staat.
Dat laatste kost een middag. De meeste werkgevers doen het niet en dat is precies waarom de paar die het wel doen nu een voorsprong opbouwen die je later niet meer inhaalt.
Kandidaten vragen het niet meer aan Google. Ze vragen het aan een model dat jouw pagina’s honderden keren heeft gelezen en er één zin van maakt. De enige vraag die telt is of die zin klopt en of jij erin voorkomt.
Mijn naam is Bryan Peereboom, oprichter van AI Rebels. Wij maken werkgevers zichtbaar in taalmodellen.
Bronnen: Crawl-to-refer ratio’s (Cloudflare Radar, juli 2026) via SEOmator; ChatGPT-verkeersdata (Ahrefs / ALM Corp); Google AI Overviews-statistieken 2026 (The Stacc).