GEO: zo wordt je werkgeversmerk zichtbaar voor de A.I.-baanzoeker

Steeds meer kandidaten stellen hun vraag over een werkgever niet meer aan Google, maar aan ChatGPT, Perplexity, Claude of Copilot. Bij SEO kocht je zelf zichtbaarheid en stuurde je op een positie bovenaan de Google-zoekresultaten; bij Generative Engine Optimization (GEO) gaat het om invloed uitoefenen binnen een taalmodel. En hoe je dat precies kunt doen, staat momenteel volop in de belangstelling. Zéker in het recruitmentdomein. Zoals bleek tijdens een live GEO-seminar half juni in Rotterdam, een webinar eerder deze week, en een recent draaiboek van AI Rebels. Wat leverde dat zoal aan inzichten op? We noemen er 8.

Inzicht 1: Ruim helft doet het al

Succes is niet langer een blauw linkje bovenaan, maar de vraag of je positief wordt genoemd in het antwoord dat een taalmodel samenstelt. Die verschuiving was volgens de sprekers op het seminar geen toekomstmuziek meer. Uit onderzoek van Intelligence Group blijkt dat 57% van de werkzoekenden inmiddels ergens in hun zoekproces A.I. gebruikt, en als het gaat om het eerste oriëntatiepunt dat ligt dat bij werkzoekenden onder de 30 jaar rond de 38%. In sectoren als ICT, automatisering en engineering zit het A.I.-zoekkanaal al boven de 20% en de verwachting is dat het binnen 2 tot 3 jaar het belangrijkste oriëntatiekanaal wordt.

Inzicht 2: De sollicitatiefunnel is veranderd

Liep de klassieke funnel van kandidaten van ‘awareness‘ via ‘interesse‘ naar ‘overweging‘, door het vele gebruik van A.I. verloopt het nu eerder zo: ‘vraag → A.I.-antwoord → shortlist’. De kandidaat vraagt het taalmodel naar de beste werkgever in een sector en regio, en krijgt direct een lijstje namen terug. Een recruiter of marketeer bepaalt ook niet meer waar iemand binnenkomt: dat kan de homepage zijn, maar net zo goed een arbeidsvoorwaardenpagina, een vacature of een oud forumbericht – het algoritme kiest het entry point voor de kandidaat, niet de organisatie zelf.

Inzicht 3: Hoe een A.I. een vacature vindt en citeert

Onder de motorkap doorloopt een A.I.-systeem 4 stappen voordat het een werkgever noemt. Eerst herschrijft het model de vraag van de kandidaat naar meerdere zoekopdrachten. Daarna haalt het via een zoekindex pagina’s op, selecteert het de meest citeerbare fragmenten – concrete beweringen met cijfers werken het best – en voegt het dat materiaal in de laatste stap samen tot een antwoord met naam en bronvermelding.

‘Een zin als ‘wij geloven in mensen’ is voor een taalmodel onbruikbaar.’

Een zin als ‘wij geloven in mensen’ is voor een taalmodel onbruikbaar. Een zin als ‘73% van onze recruiters werkt hier langer dan 5 jaar’ is precies het soort bewering dat A.I. wél interessant vindt om over te nemen. Diezelfde logica bleek tijdens het seminar: generieke termen als ‘dynamische organisatie’ of ‘marktconform salaris’ worden genegeerd, specifieke feiten over medewerkersaantallen, sector en concrete taken vind je juist wel snel terug als citaat in een LLM.

Inzicht 4: Blokkeer de crawlers niet

Het GEO-draaiboek van AI Rebels werkt langs 5 lagen. De eerste is toegang: veel werkenbij-sites blokkeren A.I.-crawlers onbedoeld via robots.txt. Dat is juist niet handig als je wilt dat LLM’s je vinden. Geen toegang = geen citatie, hoe goed je tekst verder ook is. De tweede is techniek: vacatureteksten die pas na het laden via JavaScript verschijnen, blijven voor A.I.-crawlers vaak onzichtbaar – de oplossing heet server-side rendering. De derde laag is structuur, met het JobPosting-schema dat functietitel, locatie en salaris expliciet doorgeeft. De vierde laag is content: concrete antwoorden onder een vragende kop, liefst met een aparte FAQ-pagina.

Wat veel aanwezigen verraste: wat over een werkgever wordt gezegd, hoeft niet eens waar te zijn om toch geciteerd te worden.

De vijfde laag – de werkgevers-entiteit – kwam tijdens het seminar nadrukkelijk terug: een taalmodel bouwt zijn antwoord op uit tientallen bronnen tegelijk, van de eigen site tot reviews, LinkedIn en fora. Vertel je daar geen consistent verhaal, dan downgradet het LLM je. En een kanttekening die veel aanwezigen verraste: wat over een werkgever wordt gezegd, hoeft niet eens waar te zijn om toch geciteerd te worden.

Inzicht 5: Wat een taalmodel wél serieus neemt

Naast FAQ’s en structured data bleek tijdens het seminar dat taalmodellen sterk leunen op wat in de contentwereld E-E-A-T heet: Experience, Expertise, Authoritativeness en Trustworthiness. Concreet betekent dit bijvoorbeeld: auteurs noemen bij naam en functie, medewerkers zelf laten vertellen wat hun werk inhoudt, en een LinkedIn-actieve directeur die de geloofwaardigheid van het hele merk mee optrekt. Projecten zijn dankbaar materiaal: meerdere specialismen, meerdere echte verhalen, allemaal citeerbaar.

‘Schrijf content alsof je een vraag beantwoordt die een kandidaat aan de keukentafel stelt.’

FAQ-pagina’s per doelgroep, beleidsdocumenten en jaarverslagen worden ook veel geciteerd. Een link werkt beter dan een ingesloten pdf. En voeg transcripties toe aan video’s en beschrijvingen aan afbeeldingen. Ook verschilt de voorkeur per model: Gemini beloont bijvoorbeeld korte, staccato zinnen, terwijl ChatGPT juist liever onderbouwde, bijna academische citaties waardeert. Maar in het algemeen geldt wel: ‘Schrijf content alsof je een vraag beantwoordt die een kandidaat aan de keukentafel stelt. Sfeer en cultuur mogen erbij, maar als aanvulling onderaan, niet als kern’, zo viel op het seminar te horen.

Inzicht 6: Meet vooral je eigen positie 

Tijdens het seminar deelde ProRail een live meting: 47 dagen monitoring van vragen, verspreid over 5 platforms, bijna 10.000 A.I.-antwoorden geanalyseerd, met een zichtbaarheidsscore van 72%. Maar de casus liet ook een valkuil zien. Een 4 jaar oud jaarverslag van vakbond FNV kwam nog steeds structureel als nadeel naar boven, en in Gemini verloor ProRail stelselmatig van NS omdat dat model ‘het spoor’ eerder associeert met NS – niet omdat ProRail feitelijk zwakker scoorde. Precies dat soort verouderde of scheve associaties blijft bestaan als een organisatie het narratief niet actief bijstuurt.

Inzicht 7: De meest gemaakte fouten

Het draaiboek somt 7 veelvoorkomende missers op, waarvan de grootste en makkelijkst te herstellen fout de eerder genoemde robots.txt is die A.I.-crawlers onbedoeld blokkeert. Daarna volgen vacatures die alleen via JavaScript laden, ontbrekend JobPosting-schema, en het weglaten van salaris en locatie – vaak juist wel de eerste vraag die een kandidaat aan een A.I. stelt. Ook wollige teksten, inconsistente bedrijfsgegevens en een eenmalige check zonder opvolging staan in het rijtje: A.I.-antwoorden veranderen continu, dus wie maar 1 keer optimaliseert, zakt ongemerkt weer weg.

Inzicht 8: Je bent er niet in één keer

GEO is geen kwestie van een extra zin toevoegen aan een vacaturetekst, maar van technische en redactionele keuzes door de hele werving heen. Het loont om dit niet te zien als eenmalig project, maar als terugkerend ritueel: minimaal 10 prompts opzetten die de eigen doelgroep waarschijnlijk stelt, en maandelijks navragen wat een taalmodel eigenlijk over de organisatie beweert. Het speelveld ligt volgens de sprekers nog open – anders dan bij Google Ads is het nog geen pay-to-win-model – maar wie wacht, loopt het risico dat een concurrent de plek inneemt, simpelweg omdat diens site beter leesbaar is voor een taalmodel.

‘Wie nu beweegt, staat straks in het antwoord op de vraag van de kandidaat.’

Zoals Nigaio Wijnen, ondernemer, mediamaker, mede-eigenaar van AI Rebels en eigenaar van creative content agency UHU, het begin deze week in een webinar uitlegde: ‘GEO is geen luxe meer. Het is de nieuwe basis van zichtbaar werkgeverschap. De vraag is alleen niet óf je hier nu mee moet beginnen, maar hoe snel je dat doet. Want wie nu beweegt, staat straks in het antwoord op de vraag van de kandidaat. Wie wacht, ziet een concurrent die plek innemen.’

Meer weten? 

Lees hier de hele whitepaper van AI Rebels over hoe je GEO-ready kunt worden.

Zelf aan de slag?

Op 24 september 2026 organiseert de Academie voor Arbeidsmarktcommunicatie opnieuw een Seminar GEO: maak je klaar voor de A.I.-baanzoeker. In een halve middag van theorie naar praktijk, inclusief lunch, borrel, een uitgewerkte checklist en een live blik op wat A.I. vandaag al over jouw organisatie zegt.