1.123 antwoorden, 5 modellen, 45 Nederlandse vragen: de momentopname die dient als nulmeting voor AI-zichtbaarheid in de Nederlandse fiets- en e-bikemarkt

Markt: Fietsen en e-bikes, Nederland
Methode: Een eenmalige momentopname van 1.125 antwoorden van vijf taalmodellen (large language models, LLM), Claude, Gemini, GPT, Perplexity en Grok, waaraan elk 45 Nederlandstalige vragen vijf keer zijn gesteld
Verzamelperiode: 5 september 2026

Kernbegrippen: AI-zichtbaarheid, AI-zichtbaarheidsscore, fietsmerken, e-bikemerken, fietsen, elektrische fietsen, cargofiets, longtail, speedpedelec, Nederlandse fietsmerken, merkaanbevelingen door taalmodellen, merkaanbevelingen door ChatGPT/Gemini/Claude/Perplexity/Grok, Generative Engine Optimization (GEO).

Dit rapport gebruikt echte Nederlandstalige vragen die mensen aan AI-assistenten stellen over fietsen en e-bikes. Het meet hoe vaak vijf taalmodellen elke entiteit noemen, op welke positie die voor het eerst wordt genoemd en door hoeveel modellen. Dezelfde vragen kunnen met of zonder beperking op herkomst worden bekeken, de markt bestaat uit wezenlijk verschillende productvormen en een vraag over een motor is niet hetzelfde als een vraag over een fiets. Daarom worden de entiteiten gerangschikt in negen afzonderlijke uitsneden, zoals gedefinieerd in hoofdstuk 2. Het onderzoek is een eenmalige momentopname en moet worden gelezen met inachtneming van de beperkingen in hoofdstuk 11.

Leeswijzer: zichtbaarheid is geen kwaliteit

Elk getal in dit rapport meet of een AI-assistent een entiteit noemt en hoe vroeg die vermelding komt. Het meet niet of het product goed is gemaakt, hoe lang het meegaat, of de prijs redelijk is of de aanbeveling juist was. Een merk kan zeer zichtbaar en middelmatig zijn, of uitstekend en onzichtbaar. De ranglijsten zijn uitsluitend een kaart van de vindbaarheid binnen een nieuw oriëntatiekanaal — niet meer dan dat.

1. Samenvatting

In één zin: Gazelle voert de Nederlandse fietsmarkt aan in zeven van de negen uitsneden, maar de meest genoemde entiteit in het hele onderzoek is een motorfabrikant die volgens de onderzoeksopzet buiten de ranglijst valt.

• Gazelle voert de ranglijst overtuigend aan. Het merk staat bovenaan in de algemene ranglijst met 94,31, wordt genoemd in 594 van de 1.123 onderzochte antwoorden (52,89%) en komt bij alle vijf modellen voor. Cube (73,04, in 407 van de 1.123) en Batavus (69,27, in 394 van de 1.123) volgen. Het verschil tussen de eerste en tweede positie is 21,26 punten — groter dan het verschil tussen de tweede en elfde positie.
• 19 entiteiten voldeden aan de criteria voor de algemene ranglijst. Van de 222 entiteiten in het woordenboek kwamen er 218 in ten minste één antwoord voor. Van de entiteiten met de classificatie Kern overschreden er 19 de drempelwaarde van 5% over alle 45 vragen: 10 Nederlands en 9 buitenlands. Hun gemiddelde score is 53,8 en 17 van de 19 worden door alle vijf modellen genoemd.
• De meest genoemde entiteit is een onderdelenmerk. Bosch komt voor in 626 van de 1.123 antwoorden (55,74%), meer dan welk fietsmerk in het onderzoek ook. Het is ingedeeld als Verwant, wordt behandeld in hoofdstuk 8 en is bewust uitgesloten van elke ranglijst. Shimano (460 antwoorden, 40,96%) zou op dezelfde basis op de tweede plaats staan. Als motoren en fietsen samen waren gerangschikt, zou de ranglijst vooral over aandrijvingen zijn gegaan.
• Herkomst hangt volledig af van welke vragen worden meegeteld. Bij de 34 herkomstneutrale vragen (848 antwoorden) zijn 7 van de 20 entiteiten die aan de criteria voldoen Nederlands en vormen Nederlandse merken 40,0% van de top tien. Bij de 11 vragen die expliciet om een Nederlands merk vragen (275 antwoorden) zijn 15 van de 19 entiteiten Nederlands en vormen Nederlandse merken 90,0% van de top tien — als gevolg van de opzet van de vragen, niet als onderzoeksbevinding. De twee cijfers worden in dit rapport steeds samen weergegeven en geen van beide wordt afzonderlijk aangehaald.
• Bij de herkomstneutrale vragen is de strijd om de eerste plaats zeer nipt. Cube wordt genoemd in 382 van de 848 herkomstneutrale antwoorden tegenover 381 voor Gazelle — een verschil van één antwoord — en Gazelle behoudt de hoogste score alleen dankzij positie en breedte. Dit is de enige uitsnede in het onderzoek waarin de Nederlandse koploper niet ook het grootste bereik heeft.
• Positie kan zwaarder wegen dan bereik. Urban Arrow staat vierde in de algemene uitsnede met een vermeldingspercentage van 7,12% (80 van de 1.123), omdat het merk, wanneer het wordt genoemd, vaak als eerste wordt genoemd: het heeft met een MRR van 0,6744 de hoogste waarde voor positie in de algemene uitsnede. De samengestelde score werkt daarmee zoals bedoeld, maar de onderliggende cijfers moeten naast de score worden gelezen.
• De modellen verschillen veel sterker in hoeveel namen ze geven dan in welke namen ze geven. Grok noemt gemiddeld 9,10 entiteiten uit de categorie Kern per antwoord, tegenover 3,25 voor GPT-5.6. Grok noemt Gazelle in 78,7% van zijn antwoorden, tegenover 24,4% bij Claude Haiku. Elk model zet Gazelle op de eerste plaats onder de entiteiten uit de categorie Kern. Het aandeel antwoorden waarbij het model het web raadpleegde loopt uiteen van 41,8% bij Gemini tot 100% bij drie modellen, tegenover 85,6% over alle antwoorden samen.
• Zes van de negentien gerangschikte entiteiten waren failliet of hadden een faillissement doorgemaakt. Accell Nederland B.V. werd op 13 augustus 2026 failliet verklaard, 23 dagen vóór de gegevensverzameling. Daardoor was de continuïteit van Batavus (3e), Koga (9e) en Sparta (10e) nog onzeker; VanMoof, QWIC en Stella zijn alle drie na een faillissement voortgezet. De AI-assistenten liepen achter op die ontwikkelingen. Zichtbaarheid zegt niets over levensvatbaarheid.
• Drie segmenten, drie koplopers, met één belangrijke kanttekening. Gazelle staat bovenaan bij dagelijks gebruik en woon-werkverkeer (100,00), Cube bij sportief en recreatief (97,74) en Urban Arrow bij cargo-, gezins- en speciale fietsen (85,79). Alle 15 vragen van het type Productkenmerk vallen binnen het segment dagelijks gebruik en woon-werkverkeer; de andere twee segmenten bevatten geen enkele vraag van dit type. De segmentranglijsten zijn daarom alleen indicatief en aantallen entiteiten mogen niet tussen segmenten worden vergeleken.

Waarom dit relevant is. Oriëntatie verschuift van zoekmachines en online marktplaatsen naar AI-assistenten. Nederland is een bijzondere markt om die ontwikkeling te volgen: fietsen zijn hier gewone infrastructuur en geen specialistische aankoop, en dat is terug te zien in de vragen die mensen stellen — over afstanden voor woon-werkverkeer, actieradius bij tegenwind en de vraag of onderdelen over vijf jaar nog verkrijgbaar zijn. Deze editie onderzoekt één afgebakende vraag: wanneer iemand een Nederlandstalige vraag aan een AI-assistent stelt, welke namen komen dan terug en hoe vroeg worden ze genoemd? Dit is de eerste momentopname, de nulmeting. Er is dus geen eerdere editie om mee te vergelijken en nergens in dit rapport wordt zo’n vergelijking gesuggereerd. Nogmaals: de cijfers beschrijven zichtbaarheid en beschikbaarheid van informatie, niet welke fietsen het beste zijn.

2. Methodologie

In één zin: Aan vijf taalmodellen zijn elk 45 Nederlandstalige vragen vijf keer gesteld zonder systeemprompt. Dat leverde 1.125 antwoorden op, waarvan er 1.123 zijn onderzocht. Entiteiten zijn vastgesteld met aliasmatching en door mensen gecontroleerd onderzoek en vervolgens per uitsnede gerangschikt met een samengestelde score uit drie componenten (45/30/25), afzonderlijk berekend voor elk van de negen uitsneden.

2.1 Reikwijdte en modellen

In het onderzoek zijn vijf taalmodellen rechtstreeks via hun API bevraagd met identieke vragen. Alle modellen ontvingen uitsluitend de vraag van de gebruiker. Er werd geen systeemprompt gebruikt, de temperatuur werd niet handmatig ingesteld (de standaardinstelling van de aanbieder werd gebruikt) en er werd geen regio- of localeparameter opgegeven. Omdat de vragen in het Nederlands zijn gesteld, leiden de modellen de Nederlandse markt uitsluitend uit de taal af.

45 vragen × 5 modellen × 5 herhalingen leverden 1.125 verzamelde antwoorden op. Twee antwoorden kregen de status completed maar bevatten geen tekst en zijn daarom uit elke noemer verwijderd. Daarmee zijn 1.123 antwoorden onderzocht. De noemers worden berekend per combinatie van (vraag, model), nooit als vragen × modellen × herhalingen. Daarom zijn de noemers per model niet allemaal 225.

2.2 Webzoekfunctie en gebruik van het web

Geen enkel model kreeg de instructie om te zoeken. Of het model het web raadpleegde, werd volledig bepaald door het standaardgedrag van de aanbieder. De verschillen zijn de grootste die tot nu toe in deze reeks zijn gemeten: bij 85,6% van alle 1.123 antwoorden raadpleegde het model het web, maar dat gemiddelde verhult grote verschillen. Claude Haiku, Perplexity en Grok deden dit bij 100% van de antwoorden, GPT-5.6 bij 86,2% en Gemini bij 41,8%. Omdat het gebruik van het web sterk per model verschilt, net als de omvang van de antwoorden, telt breedte voor slechts 25% mee in de samengestelde score. Hoofdstuk 5 behandelt deze verschillen als een afzonderlijke bevinding.

2.3 Vragen en uitsneden

De vragen zijn geformuleerd zoals Nederlandse consumenten ze werkelijk aan AI-assistenten stellen, inclusief spreektaal, Engelse leenwoorden, afkortingen en onvolmaakte grammatica. Geen enkele vraag is herschreven en geen enkele vraag is verwijderd omdat de antwoorden ongelegen waren: new_text is voor alle 45 vragen gelijk aan original_text, en elk citaat in dit rapport geeft de vraag weer zoals die werkelijk is gesteld. Alle 45 vragen staan in hoofdstuk 12 in het Nederlands.

Er worden negen uitsneden gepubliceerd. Deze editie bevat geen uitsnede voor trends, omdat er nog geen eerdere editie bestaat om een trend mee te vergelijken.

Elke vraag behoort tot precies één segment, precies één vraagtype en precies één herkomstcategorie. Daardoor draagt elk van de 45 vragen bij aan vier van de negen uitsneden: general, één van local/open, één segment en één type. Vraag 45 — “Zijn er goede Nederlandse merken voor een elektrische bakfiets of longtail waarmee ik twee kinderen en boodschappen kan meenemen?” — is een vraag binnen local, van het type Gebruikssituatie en in het cargosegment. De 25 antwoorden op deze vraag tellen mee in de noemers van general, local, use-case en cargo, en nergens anders.

De noemers sluiten op drie onafhankelijke manieren op elkaar aan: local (275) plus open (848) is gelijk aan general (1.123); de drie segmentuitsneden (724 + 200 + 199) tellen op tot 1.123; en de drie uitsneden per vraagtype (375 + 375 + 373) tellen eveneens op tot 1.123. De aantallen antwoorden per entiteit kunnen op dezelfde manier worden opgesplitst.

2.4 Entiteiten herkennen

Kandidaten zijn uit de onderzochte antwoorden gehaald nadat doelen van markdownlinks, losse URL’s, domeinachtige ankerteksten en citatiemarkeringen waren verwijderd. Daardoor konden domeinen van bronnen het aantal merkvermeldingen niet kunstmatig verhogen. De 9.157 ruwe schrijfwijzen werden teruggebracht tot 2.137 kandidaten die in ten minste 3 antwoorden voorkwamen. Bij de mechanische selectie gingen 211 daarvan door naar onderzoek met menselijke controle en werden 1.926 kandidaten verwijderd. Voor elke verwijdering is vastgelegd waarom dat gebeurde en op welke statistiek de regel afging.

De lijst met verwijderde kandidaten is relevant, omdat die laat zien wat hoofdletterheuristieken doen met een Nederlandstalig corpus. Nederlandse werd verwijderd na voorkomen in 415 antwoorden en Nederland na 342 antwoorden, omdat het nationaliteitsaanduidingen zijn; Wh na 406 antwoorden en Nm na 253 als eenheidsafkortingen; Bosch Performance na 213 als productaanduiding onder het moedermerk. Riese Müller werd na 202 antwoorden verwijderd als markdownartefact zonder voorkomen in opgeschoonde tekst.

Drie aanvullende controlepasses haalden vervolgens entiteiten terug die de generator had gemist. De fouten vallen in vier groepen:

1. Submerken die ten onrechte als modelnamen werden behandeld. Rockrider en B’TWIN werden verwijderd als productaanduidingen van Decathlon — Rockrider omdat 86% van de vermeldingen direct op een andere eigennaam volgde — terwijl Elops en Van Rysel wel overbleven. Submerken tellen in deze reeks afzonderlijk mee; de regel was onjuist en beide zijn hersteld.
2. Merknamen in domeinvorm. Bakfiets.nl, Bol.com, Fiets.nl en Fietsenwinkel.nl werden door het verwijderen van URL’s al vóór het genereren van kandidaten weggefilterd. Ze worden nu vóór die stap beschermd en als aliassen gematcht.
3. Namen met bewust gebruik van kleine letters en namen die met gewone woorden botsen. biXbi en iMove kwamen nooit naar voren als reeksen met hoofdletters; Mantel botst met een gewoon Nederlands zelfstandig naamwoord.
4. Namen met een ampersand. Riese & Müller bestond helemaal niet als kandidaat. Het kwam pas in het woordenboek terecht als samengevoegd doel dat was opgewaardeerd tot canonieke entiteit, met overname van de antwoordsets van Riese, R&M en Supercharger, en eindigde op de 8e plaats in de algemene uitsnede met 225 antwoorden. Een entiteit uit de top tien was onzichtbaar voor de extractor om een reden die niets met de markt te maken had.

De grootste afzonderlijke gemiste retailer was 12GO Biking, genoemd in 46 antwoorden. Deze retailer haalt de drempelwaarde voor de algemene uitsnede niet (4,10%) en voldoet alleen aan de criteria in de uitsneden Productkenmerk, Oriëntatie en dagelijks gebruik en woon-werkverkeer.

In totaal zijn 251 kandidaten onderzocht: 212 Keep, 32 Merge en 7 Drop. Elf samengevoegde doelentiteiten bestonden niet als kandidaat en zijn opgewaardeerd tot canonieke entiteiten die de samengevoegde antwoordsets overnamen. Het uiteindelijke woordenboek bevat 222 entiteiten met in totaal 437 aliassen — Kern 166, Verwant 32, Buiten scope 24.

Vier entiteiten uit het woordenboek kwamen in geen enkel antwoord voor, waardoor 218 entiteiten in de statistieken voorkomen en 222 in het woordenboek staan. Alle vier zijn geen merken en vallen Buiten scope, zodat geen enkele ranglijst, uitsnede of herkomstverdeling hierdoor wordt beïnvloed. Drie ervan zijn publicaties waarvan de domeinen vaak als bron worden aangehaald, hoewel de namen zelf nooit in de antwoordtekst worden geschreven: elektrischefietser.nl wordt in 61 antwoorden als bron aangehaald, bicycling.nl in 57 en bestebike.be in 4. Bikefixr wordt niet genoemd en ook niet als bron aangehaald. Het verschil tussen ‘als bron aangehaald’ en ‘als entiteit genoemd’ is werkelijk, en dit is hoe dat er in de gegevens uitziet.

Matching gebeurt op basis van aliassen, met Unicode-normalisatie (NFC), zonder onderscheid tussen hoofdletters en kleine letters, na verwijdering van URL’s en met woordgrenzen, waarbij varianten in spaties en koppeltekens worden toegestaan. Onbeperkte substringmatching wordt niet gebruikt. Nederlandse samenstellingen worden alleen herkend via geregistreerde aliassen: vormen als Bosch-motor, Gazelle-dealers en Gates-riem kwamen in het corpus voor en zijn expliciet toegevoegd. Alle 142 aliassen van zes tekens of minder zijn gecontroleerd aan de hand van voorbeelden in context; ART (het Nederlandse keurmerk voor sloten van Stichting ART), AD (de krant Algemeen Dagblad) en NS (de spoorwegmaatschappij, in de context van bagageregels voor vouwfietsen) zijn behouden als entiteiten Buiten scope die geen invloed op een ranglijst kunnen hebben.

2.5 De AI-zichtbaarheidsscore (0–100)

Per entiteit, per uitsnede:

mention_rate = responses / denom
mrr          = sum_rr / responses      (reciprocal of the first-mention rank)
breadth      = distinct models
qualified    = mention_rate >= 0.05

c_mention  = 100 * mention_rate / max_mention[cut]
c_position = 100 * mrr / max_mrr[cut]
c_breadth  = 100 * breadth / 5
ai_score   = 0.45*c_mention + 0.3*c_position + 0.25*c_breadth

Een entiteit wordt één keer per antwoord geteld, op de positie van de eerste vermelding.

Basis van de schaal: entiteiten uit de categorie Kern die binnen de uitsnede aan de criteria voldoen. Dit is geen marktbrede basis. De reden daarvoor ligt in de structuur van deze markt. Bosch komt voor in 626 antwoorden, meer dan welk fietsmerk ook. Als de schaal op alle entiteiten was gebaseerd, zou elk fietsmerk in Nederland worden afgezet tegen een Duitse motorfabrikant en zou de ranglijst vooral meten hoe dicht elk merk bij een onderdelenfabrikant komt. Entiteiten uit de categorie Verwant worden op dezelfde gepubliceerde schaal berekend en kunnen daardoor boven 100 uitkomen: Bosch bereikt in de algemene uitsnede 105,39 voor c_mention. Die waarden worden gerapporteerd en nooit afgekapt; 41 componentwaarden in het onderzoek liggen boven 100. De hoogste is Kymco met 172,33 voor c_position binnen het segment dagelijks gebruik en woon-werkverkeer.

Rekenvoorbeeld, algemene uitsnede. Gazelle heeft een vermeldingspercentage van 0,5289 tegenover een maximum binnen de uitsnede van 0,52894, wat c_mention = 100,00 oplevert. De MRR is 0,5464 tegenover een maximum van 0,67442 binnen de uitsnede, in handen van Urban Arrow, wat c_position = 81,02 oplevert. Gazelle komt voor bij alle 5 modellen, dus c_breadth = 100,00. De samengestelde score is 0,45 × 100,00 + 0,30 × 81,02 + 0,25 × 100,00 = 94,31.

De koploper bereikt alleen 100 wanneer één entiteit op alle drie de componenten de hoogste waarde heeft. In de algemene uitsnede is dat niet het geval. Dat is het verwachte gedrag van de methode en geen fout. Gazelle bereikt wel precies 100,00 in de uitsneden local, Productkenmerk en dagelijks gebruik en woon-werkverkeer, waar het merk zowel voor vermeldingen als positie de hoogste waarde heeft.

2.6 Herkomst, neutraliteit en zelfuitsluiting

Herkomst wordt bepaald aan de hand van merkrecht, per entiteit onderzocht en opgeslagen als origin_trademark. Nederlands betekent dat het land van het merkrecht Nederland is. België en Duitsland zijn Buitenlands. Benelux wordt niet als overkoepelende categorie gebruikt en komt in dit rapport ook niet als zodanig voor. Een .nl-domein, Nederlandstalige marketing, verkrijgbaarheid bij Nederlandse retailers, een Nederlandse importeur of een Nederlandse dochteronderneming maken een entiteit niet Nederlands. Tabellen gebruiken ISO-landcodes; bij het renderen is een omzetting toegepast op de volledige landnamen die in het datapakket zijn opgeslagen, en de volledige namen staan in de entiteitenindex. De indeling Nederlandse versus buitenlandse herkomst wordt alleen gebruikt voor aandelen.

Voor elke entiteit zijn zowel het land van het merkrecht als het land van de exploitant vastgelegd, zodat de classificatie later opnieuw kan worden beoordeeld zonder het entiteitenonderzoek te herhalen. Van negen entiteiten is de herkomst van het merkrecht Onbekend. Ze worden uitgesloten van de herkomstaandelen en blijven in alle andere statistieken staan; geen van de negen voldoet in een uitsnede aan de criteria, dus geen enkel gepubliceerd aandeel verandert door deze keuze.

Online marktplaatsen en retailers worden in elke gepubliceerde ranglijst opgenomen, omdat dit de entiteiten zijn die de AI-assistenten werkelijk noemen. De bijbehorende _brandonly-weergave verwijdert vijf online marktplaatsen bij naam — Alltricks, BikeFair, Bol.com, Marktplaats en Refurbed — en behoudt eigen merken en verticaal geïntegreerde retailers in alle gevallen.

Zelfuitsluiting. Er is gecontroleerd of het domein van de uitgever in de gegevens over aangehaalde bronnen voorkwam. Dat was niet het geval, dus er is geen uitsluiting toegepast en er zijn geen bronverwijzingen verwijderd.

2.7 Wat een toekomstige editie wel en niet kan vergelijken

Dit is editie 1. Er is geen eerdere Nederlandse editie, dus dit rapport bevat geen vergelijking tussen edities en suggereert die ook nergens. Wanneer editie 2 verschijnt, zijn mention_rate, mrr, breadth en de ruwe aantallen antwoorden rechtstreeks vergelijkbaar. Hetzelfde geldt voor de bronnenmix, de tabel met gedrag per model en de vragenlijst, die ongewijzigd blijft. ai_score is niet vergelijkbaar, omdat de schaal opnieuw wordt bepaald op basis van de entiteiten die in de nieuwe uitsnede aan de criteria voldoen. Als de koploper verandert of een nieuwe entiteit de drempelwaarde overschrijdt, veranderen alle scores in de tabel zonder dat de zichtbaarheid van een van de entiteiten hoeft te zijn veranderd.

3. Algemene ranglijst voor AI-zichtbaarheid

In één zin: Negentien entiteiten overschrijden de drempelwaarde van 5% over alle 45 vragen, Gazelle leidt met 21 punten voorsprong en vier van de top vijftien worden veel eerder genoemd dan hun positie op basis van alleen vermeldingspercentage doet vermoeden.

3.1 Algemene ranglijst: 19 entiteiten die aan de criteria voldoen

Algemene uitsnede — alle 45 vragen, 1.123 onderzochte antwoorden.

Vier groepen. Gazelle staat met 94,31 alleen bovenaan. Een tweede groep bestaat uit Cube (73,04) en Batavus (69,27), 21 tot 25 punten daarachter. Een lange derde groep loopt van Urban Arrow (61,06) tot Decathlon (43,08): dertien entiteiten binnen een marge van achttien punten, waarbij fracties de positie bepalen en kleine verschuivingen de volgorde kunnen veranderen. Een vierde groep bestaat uit QWIC (40,77), Stella (33,87) en Upway (33,79), vlak boven de drempelwaarde. De laatste twee zijn de enige entiteiten die aan de criteria voldoen en niet door alle vijf modellen worden genoemd.

Zeventien van de negentien komen bij alle vijf modellen voor. Dat wijst binnen de maatstaven van deze reeks op veel overeenstemming: de AI-assistenten verschillen vooral in hoeveel namen ze geven, niet in welke namen ze als relevante opties beschouwen.

De samenstelling is niet wat van een ranglijst van de fietsmarkt zou worden verwacht. Veertien van de negentien zijn reguliere merken; drie zijn combinaties van merk en retailer die hun eigen producten rechtstreeks verkopen (Tenways, Canyon, Stella); en twee zijn uitsluitend retailer (Decathlon, Upway). Geen enkele online marktplaats voldoet in de algemene uitsnede aan de criteria. De retailers staan erin omdat AI-assistenten bij vragen als ‘waar kan ik dit kopen’ een winkel noemen. Ze verwijderen zou een beeld geven van een aanbod dat gebruikers feitelijk niet te zien krijgen.

3.2 Dezelfde uitsnede, gerangschikt op vermeldingspercentage

Rangschikken op alleen vermeldingspercentage verschuift vier entiteiten aanzienlijk. Urban Arrow daalt van de 4e naar de 15e plaats, Tenways van de 6e naar de 11e en Canyon van de 12e naar de 14e, terwijl Sparta stijgt van de 10e naar de 7e plaats en Kalkhoff van de 14e naar de 10e. Het patroon is consistent: entiteiten die profiteren van de samengestelde score worden door de modellen vroeg genoemd in een beperktere groep antwoorden. Entiteiten die plaatsen verliezen, worden vaak genoemd, maar pas laat in een lijst. Geen van beide rangschikkingen is juister; ze beantwoorden verschillende vragen en daarom worden beide gepubliceerd.

3.3 Weergave met alleen merken (online marktplaatsen verwijderd)

Het verwijderen van de vijf genoemde online marktplaatsen verandert niets aan de algemene ranglijst: geen enkele online marktplaats voldoet in de algemene uitsnede aan de criteria, en dat geldt ook voor zeven van de andere acht uitsneden. De enige uitzondering is Marktplaats, dat in het cargosegment op basis van 14 van de 199 antwoorden als 20e van 37 aan de criteria voldoet. De bijbehorende tabellen met alleen merken worden gepubliceerd voor consistentie met de rest van de reeks. In deze editie is de eenvoudige conclusie dat ze overal gelijk zijn aan de gepubliceerde ranglijsten, op één segment na.

Dat is op zichzelf een bevinding. In de Turkse markten die deze reeks eerder heeft onderzocht, domineren online marktplaatsen de antwoorden van AI-assistenten. In de Nederlandse fietsmarkt komen ze nauwelijks voor: wanneer modellen een retailer noemen, kiezen ze vooral gespecialiseerde fietsenwinkels en e-bikewebshops, niet algemene online marktplaatsen.

3.4 Boven de drempelwaarde, maar niet in de ranglijst

Vier entiteiten uit de categorie Buiten scope overschrijden in ten minste één uitsnede de drempelwaarde van 5% en zijn terecht uitgesloten van elke ranglijst, omdat het geen entiteiten zijn die een consument kan kopen:

ANWB komt voor in 217 van de 1.123 antwoorden (19,32%) en zou op basis van alleen het aantal antwoorden net onder Koga staan, als negende van de negentien, als de organisatie in de ranglijst kon worden opgenomen; Consumentenbond komt voor in 133 antwoorden (11,84%). Beide zijn consumentenorganisaties waarvan de fietstests voortdurend door de modellen worden aangehaald. Hun aanwezigheid zegt iets over de Nederlandse informatieomgeving dat een merkenranglijst niet kan laten zien: wanneer een AI-assistent wordt gevraagd welke e-bike betrouwbaar is, grijpt die vaak eerst terug op een testorganisatie en pas daarna op een fabrikant.

Accell is het ongemakkelijke geval, en werd dat drie weken voor de gegevensverzameling nog meer. Het is ingedeeld als Non-brand / Buiten scope omdat consumenten geen Accell kopen, maar het bezit Gazelle, Batavus, Koga en Sparta — vier van de tien Nederlandse entiteiten in de algemene ranglijst — en Accell Nederland B.V. werd op 13 augustus 2026 failliet verklaard. Het voldoet in de uitsneden local en Productkenmerk aan de criteria bij twee van de vijf modellen. Hoofdstuk 11 beschrijft wat dit betekent voor de interpretatie van deze ranglijst. Voor een concernperspectief op de markt is relevant dat vier regels in de ranglijst dezelfde eigenaar hebben; dit rapport rangschikt de namen die AI-assistenten noemen, niet de groepen achter die namen.

3.5 Onder de drempelwaarde

De 19 entiteiten die aan de criteria voldoen, komen uit 166 entiteiten uit de categorie Kern. Dat betekent dat 147 entiteiten uit de categorie Kern ten minste één keer zijn genoemd, maar niet in 5% van de 1.123 antwoorden voorkwamen. Ze worden volledig gepubliceerd in het datapakket in plaats van samengevat, omdat juist deze lange staart bij een nulmeting waardevol is: dit is de lijst waartegen editie 2 kan worden afgezet.

Twee eigenschappen van die lange staart verdienen nu al aandacht. Ten eerste wordt een entiteit die niet aan de criteria voldoet, gescoord op een schaal die deze entiteit zelf niet mede heeft bepaald. Daardoor kunnen componentwaarden boven 100 uitkomen zonder dat er iets mis is — de drempelwaarde bepaalt welke entiteiten de schaal vaststellen, niet welke entiteiten erop worden gemeten. Ten tweede is de staart lang en vlak: per definitie haalt geen enkele entiteit uit de categorie Kern die niet aan de criteria voldoet in de algemene uitsnede 5% van de 1.123 antwoorden. Ze blijven dus allemaal onder 57 antwoorden en de meeste zitten daar ruim onder. Een merk dat in 40 van de 1.123 antwoorden voorkomt, is werkelijk aanwezig in dit kanaal en tegelijk grotendeels onzichtbaar. Beide zijn tegelijkertijd waar.

4. Herkomst: het beperkte en herkomstneutrale aanbod

In één zin: Nederlandse merken vormen 40,0% van de herkomstneutrale top tien en 90,0% van de top tien met een herkomstbeperking, en alleen het eerste percentage zegt iets over zichtbaarheid.

Elf van de 45 vragen vragen expliciet om een Nederlands merk — “ik zoek een degelijk Nederlands fietsmerk”, “Wat is een goed Nederlands e-bikemerk als prijs-kwaliteit belangrijker is dan luxe?” — en 34 doen dat niet. De twee groepen worden afzonderlijk en altijd naast elkaar gerapporteerd, omdat de beperkte groep niet kan worden gebruikt als bewijs dat Nederlandse merken zichtbaarder zijn: de vragen zijn juist zo opgesteld dat ze Nederlandse merken opleveren.

4.1 Het herkomstneutrale aanbod (34 vragen, 848 antwoorden)

Twintig entiteiten voldoen aan de criteria: 7 Nederlands en 13 Buitenlands. Nederlandse merken vormen 40,0% van de top tien. Dit is in dit rapport de geldige vergelijking naar herkomst en beschrijft een markt waarin de Nederlandse industrie aan de leiding gaat, maar niet domineert.

Het belangrijkste detail staat bovenaan. Cube wordt genoemd in 382 van de 848 herkomstneutrale antwoorden en Gazelle in 381 — een verschil van één antwoord. Het hoogste vermeldingspercentage in deze uitsnede behoort dus aan Cube, niet aan Gazelle. Gazelle behoudt de hoogste samengestelde score (89,66 tegenover 86,99) uitsluitend dankzij positie en breedte. Zodra de herkomstvoorwaarde wordt weggelaten, bedraagt het verschil in aantal antwoorden tussen de Nederlandse koploper en een Duitse concurrent één op achthonderd.

Onder de bovenste twee is de buitenlandse aanwezigheid breed verspreid in plaats van geconcentreerd: Trek, Giant, Riese & Müller, Specialized, Canyon, Kalkhoff, Tern, Decathlon, Cannondale, Merida en Fiido voldoen allemaal aan de criteria en vertegenwoordigen de Verenigde Staten, Taiwan, Duitsland, Frankrijk en China. Negentien van de twintig worden door alle vijf modellen genoemd.

4.2 Het beperkte aanbod (11 vragen, 275 antwoorden)

Negentien entiteiten voldoen aan de criteria en 15 daarvan zijn Nederlands. Gazelle bereikt 100,00 en heeft zowel het hoogste aantal vermeldingen (213 van de 275, 77,45%) als de hoogste waarde voor positie. Vier buitenlandse merken komen ondanks de beperking toch in de uitsnede terecht — Riese & Müller, Cube, Giant en Reany — doordat modellen daarop terugvallen wanneer het Nederlandse aanbod voor een vraag niet genoeg opties biedt.

De beperkte uitsnede is nuttiger vanwege de namen die erin zichtbaar worden dan vanwege de aandelen. Vijf Nederlandse entiteiten voldoen hier aan de criteria terwijl ze dat in de algemene uitsnede niet doen: Veloretti, Bakfiets.nl, Dutch ID, Lovens en Santos. De AI-assistenten kennen deze merken, maar noemen ze uit zichzelf zelden. Vragen om een Nederlands merk verandert dus niet alleen het gewicht van de bestaande lijst — er ontstaat deels een andere lijst.

4.3 De twee samen lezen

De juiste samenvatting is dat de herkomstvoorwaarde het antwoord hier sterk verandert, anders dan in sommige andere markten die in deze reeks zijn onderzocht. Nederlandse entiteiten vormen 40,0% van de herkomstneutrale top tien en 90,0% van de top tien met herkomstbeperking. Wie één van die percentages aanhaalt zonder het andere, of zonder het aantal vragen waarop het is gebaseerd, beschrijft een verzameling vragen en niet de markt.

5. Verschillen tussen modellen

In één zin: Alle vijf modellen zetten Gazelle op de eerste plaats onder de entiteiten uit de categorie Kern, maar ze verschillen met bijna een factor drie in hoeveel entiteiten een antwoord moet bevatten en met bijna 60 procentpunten in de mate waarin ze het web raadplegen.

5.1 Gedrag per model

Entiteiten uit de categorie Kern die per antwoord worden genoemd, per model.

Grok noemt 9,10 entiteiten uit de categorie Kern per antwoord en noemt 127 verschillende entiteiten uit deze categorie in zijn 225 antwoorden. GPT-5.6 noemt er 3,25 en komt uit op 62 verschillende entiteiten. Claude Haiku is met 2,87 het meest beperkt in het aantal entiteiten uit de categorie Kern. Dit zijn verschillen in de vorm van de antwoorden, geen verschillen van inzicht over de markt. Daarom telt breedte voor slechts een kwart mee in de samengestelde score: een entiteit die voorkomt in de lange lijsten van Grok en nergens anders, heeft een heel ander zichtbaarheidsprofiel dan een entiteit die alle vijf modellen uit zichzelf noemen.

5.2 Webgebruik: één model zocht nauwelijks

Drie modellen raadpleegden bij 100% van hun antwoorden het web, GPT-5.6 bij 86,2% en Gemini bij 41,8% — wat betekent dat ongeveer 131 van de 225 antwoorden zonder webzoekfunctie tot stand kwamen. Het totale percentage van 85,6% klopt rekenkundig, maar geeft voor één van de vijf modellen afzonderlijk een misleidend beeld.

Aandeel antwoorden per model waarbij het web werd geraadpleegd, afgezet tegen het algemene percentage van 85,6%.

Dit is vooral van belang voor de interpretatie, niet voor de scores. De ranglijst van Gemini wijkt niet opvallend af van die van de andere modellen: het noemt Gazelle in 50,7% van zijn antwoorden, Cube in 32,9% en Batavus in 30,7%, een volgorde die dicht bij die van Perplexity ligt. Het verschil zit in de herkomst van de informatie. Voor het deel zonder webzoekfunctie beschrijft Gemini wat in de trainingsdata over Nederlandse fietsmerken is vastgelegd, niet wat er vandaag op het Nederlandse web staat. Juist een merk dat onlangs van eigenaar veranderde, werd gelanceerd of failliet ging, kan onder die twee omstandigheden heel anders naar voren komen.

5.3 Meest genoemde entiteiten uit de categorie Kern per model

Gazelle staat bij alle vijf modellen op de eerste plaats, maar de spreiding binnen die eerste positie is enorm: Grok noemt het merk in 78,7% van zijn antwoorden (177 van de 225) en Claude Haiku in 24,4% (55 van de 225). Wie alleen Claude zou gebruiken, ziet een markt waarin de koploper in ongeveer één op de vier antwoorden voorkomt; wie alleen Grok zou gebruiken, ziet een markt waarin dat bijna vier op de vijf antwoorden is. Beide beelden komen uit de gegevens van dit onderzoek.

De tweede en derde plaats lopen sterker uiteen. Batavus staat tweede bij Claude, Perplexity en Grok; Cube staat tweede bij Gemini; Giant staat tweede bij GPT-5.6 met 75 van de 223 antwoorden (33,6%), een positie die het bij geen enkel ander model inneemt. Sparta staat vierde bij Perplexity en Grok en haalt bij Claude, Gemini en GPT-5.6 de top acht niet.

5.4 Wanneer een positie vooral een gewoonte van één model weerspiegelt

Tien combinaties van entiteit en uitsnede voldoen aan de criteria terwijl de entiteit bij slechts twee van de vijf modellen voorkomt. Hun zichtbaarheid is modelspecifiek en mag niet als marktbreed worden gelezen. Juist daarom worden ze in de ranglijsten gepubliceerd met behoud van de kolom breadth.

Twee gevallen verdienen afzonderlijke aandacht. Puch staat als 21e van 22 in de uitsnede Productkenmerk, op basis van 23 van de 375 antwoorden van twee modellen — een historisch merk dat de modellen met betrouwbaarheidsvragen associëren, niet een merk met een actuele aanwezigheid in het Nederlandse winkelaanbod. Lapierre en Rose voldoen beide aan de criteria in het sportsegment en worden elk door twee modellen genoemd, in een uitsnede van slechts 200 antwoorden waarin 11 antwoorden genoeg zijn om de drempelwaarde te halen. Geen enkele entiteit in het onderzoek voldoet ergens aan de criteria op basis van minder dan 10 antwoorden, en geen enkele entiteit die aan de criteria voldoet heeft een MRR boven 0,9. Deze gevallen zijn dus beperkt in breedte, niet in volume.

6. Eigenaarschap per vraagtype

In één zin: Elf entiteiten voldoen bij alle drie de vraagtypen aan de criteria; de entiteiten die dat bij slechts één type doen, laten zien waar elk soort vraag werkelijk om vraagt.

De 45 vragen zijn gelijk verdeeld over drie typen: 15 voor Oriëntatie (‘naar welke merken moet ik kijken’), 15 over Productkenmerk (‘welke e-bikes hebben riemaandrijving / een grote actieradius / goede service’) en 15 over Gebruikssituatie (‘ik fiets voor woon-werkverkeer 25 km enkele reis met tegenwind’). De noemers zijn 375, 375 en 373.

Gazelle staat bij alle drie bovenaan. Elf entiteiten voldoen bij alle drie de typen aan de criteria: Gazelle, Cube, Batavus, Trek, Giant, Riese & Müller, Koga, Sparta, Kalkhoff, Specialized en Tenways. Deze groep vormt de stabiele kern van de AI-zichtbaarheid in deze markt — entiteiten die de AI-assistenten noemen, ongeacht of de vraag om een aanbeveling, een productkenmerk of een specifieke situatie draait.

De entiteiten die bij slechts één vraagtype aan de criteria voldoen, zijn informatiever:

• Alleen Oriëntatie — Decathlon, Veloretti, Flyer en de submerken van Decathlon Elops en Van Rysel. Deze namen komen naar voren bij een open vraag als ‘waar begin ik’, maar verdwijnen zodra de vraag een specifieke voorwaarde krijgt.
• Alleen Productkenmerk — Cowboy, Dutch ID, ENGWE, Fiido, Puch en Stevens. Merken met directe verkoop aan consumenten en een sterke nadruk op specificaties: ze verschijnen wanneer de vraag gaat over riemaandrijving, een stille motor of een uitneembare accu, maar niet wanneer de vraag over woon-werkverkeer gaat.
• Alleen Gebruikssituatie — ADO, Bakfiets.nl, Brompton, Lovens, Phatfour en Stromer. Elk van deze namen hangt samen met een specifieke reis: een vouwfiets voor in de trein, een cargofiets voor twee kinderen of een speedpedelec voor 35 km enkele reis. Brompton bereikt in de uitsnede Gebruikssituatie een MRR van 0,7792 — de hoogste MRR van alle entiteiten die ergens in het onderzoek aan de criteria voldoen — op basis van 20 van de 373 antwoorden.

In de uitsnede Productkenmerk zit bovendien een structureel punt. Omdat alle 15 vragen van het type Productkenmerk binnen het segment dagelijks gebruik en woon-werkverkeer vallen, is de helft van de onderliggende gegevens van de ranglijst voor Productkenmerk dezelfde als die van de ranglijst voor dagelijks gebruik en woon-werkverkeer. De twee uitsneden mogen daarom niet als onafhankelijke bevestiging van elkaar worden gelezen. Dat Gazelle in beide precies 100,00 bereikt, is één resultaat, niet twee.

Oriëntatie telt de meeste entiteiten die aan de criteria voldoen (28 bij 375 antwoorden) en Productkenmerk de minste (22). Open vragen verdelen vermeldingen over een breder veld; vragen met meer voorwaarden concentreren ze.

7. Ranglijsten per segment

In één zin: Alle 15 vragen van het type Productkenmerk vallen in één van de drie segmenten, waardoor deze ranglijsten alleen indicatief zijn en de aantallen entiteiten niet onderling mogen worden vergeleken.

Lees eerst de beperking. De segmenten vormen een uitsnede van de vragenlijst, geen eigenschap van de entiteiten, en deze uitsnede is bewust ongelijk verdeeld:

Alle 15 vragen van het type Productkenmerk vallen onder Dagelijks gebruik en woon-werkverkeer, omdat vragen over productkenmerken in deze markt gaan over algemene eigenschappen van e-bikes — motor, accu, riemaandrijving, remmen, service — en niet over een productvorm. De andere twee segmenten bevatten elk acht vragen en geen enkele vraag van het type Productkenmerk. Daaruit volgen drie consequenties die gelden voor elk getal in dit hoofdstuk: de ranglijsten per segment zijn alleen indicatief; distinct_entities mag nooit tussen segmenten worden vergeleken; en het grotere aantal entiteiten dat aan de criteria voldoet in het segment dagelijks gebruik en woon-werkverkeer komt deels doordat dit segment 29 vragen en 724 antwoorden bevat, niet doordat de markt er breder is.

7.1 Dagelijks gebruik en woon-werkverkeer (29 vragen, 724 antwoorden)

Dagelijks gebruik en woon-werkverkeer — alleen indicatief.

Gazelle bereikt 100,00 en heeft beide maxima, met vermeldingen in 461 van de 724 antwoorden (63,67%). Elf van de 18 entiteiten die aan de criteria voldoen zijn Nederlands — het hoogste Nederlandse aandeel van alle segmenten — en dit is het enige segment waarin 12GO Biking, een retailer, überhaupt aan de criteria voldoet (37 van de 724, 5,11%, bij drie modellen).

7.2 Sportief en recreatief (8 vragen, 200 antwoorden)

Sportief en recreatief — alleen indicatief.

Dit is één van de twee uitsneden waarin Gazelle niet bovenaan staat. Cube voert de ranglijst aan met 97,74 en wordt genoemd in 128 van de 200 antwoorden (64,00%), vóór Trek (89,23) en Giant (80,68). Slechts 4 van de 19 entiteiten die aan de criteria voldoen hebben een Nederlandse herkomst, tegenover 15 met een buitenlandse herkomst — het tegenovergestelde van elke andere uitsnede. Gazelle staat toch vijfde op basis van positie (MRR 0,6217), ondanks een vermeldingspercentage van slechts 16,50%: wanneer vragen over racefietsen en gravelbikes het merk überhaupt noemen, gebeurt dat als eerste, waarna de antwoorden verdergaan met andere namen.

7.3 Cargo-, gezins- en speciale fietsen (8 vragen, 199 antwoorden)

Cargo-, gezins- en speciale fietsen — alleen indicatief.

Urban Arrow voert de ranglijst aan met 85,79 en wordt genoemd in 72 van de 199 antwoorden, vlak voor Gazelle (84,08), dat vaker wordt genoemd (100 van de 199) maar later in het antwoord. Eenentwintig van de 37 entiteiten die aan de criteria voldoen zijn Nederlands, en de gespecialiseerde Nederlandse cargomerken — Carqon, Bakfiets.nl, Lovens, EMQ, Brekr, Dolly, Babboe, BOHLT — verschijnen hier en vrijwel nergens anders.

37 entiteiten die aan de criteria voldoen op 199 antwoorden is een rekenkundig gevolg, geen marktstructuur. De drempelwaarde is een percentage, waardoor in een uitsnede met 199 antwoorden slechts 10 antwoorden nodig zijn om boven 5% uit te komen, tegenover 57 in de algemene uitsnede. Het cargosegment is niet twee keer zo divers als de algemene markt; de drempelwaarde is er vijf en een half keer makkelijker te halen. Vergelijk tussen segmenten het vermeldingspercentage en het aantal antwoorden, nooit het aantal entiteiten dat aan de criteria voldoet.

8. Onderdelen en verwante merken

In één zin: De meest genoemde entiteit in dit hele onderzoek is een motorfabrikant, en die staat bewust in geen enkele ranglijst.

Tweeëndertig entiteiten zijn ingedeeld als Verwant: motoren, aandrijvingen, remmen, banden, accu’s en accessoires. Ze worden met dezelfde methode herkend, gemeten en op dezelfde gepubliceerde schaal gescoord als alle andere entiteiten, maar zijn uitgesloten van iedere ranglijst. Een consument die kiest tussen een Gazelle en een Batavus kiest immers niet tussen die fietsen en een Bosch.

Bosch komt voor in 626 van de 1.123 antwoorden (55,74%) — meer dan Gazelle met 594. Shimano komt voor in 460 van de 1.123 (40,96%). Gates, de fabrikant van riemaandrijvingen, komt voor in 204 antwoorden (18,17%) en zou op basis van alleen het aantal antwoorden negende staan onder de negentien entiteiten uit de categorie Kern die aan de criteria voldoen. Enviolo, de Nederlandse fabrikant van naafversnellingen, komt voor in 188 van de 1.123 antwoorden (16,74%). Vijf entiteiten uit de categorie Verwant halen de drempelwaarde van 5%.

Omdat de schaal wordt bepaald door entiteiten uit de categorie Kern die aan de criteria voldoen, bedraagt de c_mention van Bosch 105,39 — door de opzet boven de bovengrens, gerapporteerd en nooit afgekapt. Dit correct lezen is belangrijk: het betekent niet dat Bosch ergens beter in is dan het beste fietsmerk. Het betekent dat Bosch wordt genoemd in 626 van de 1.123 antwoorden, tegenover de 594 van de 1.123 die op deze as de waarde 100 bepalen, en dat een schaal die op fietsmerken is gebaseerd Bosch niet binnen die grens kan houden.

Wat dit zegt over hoe AI-assistenten Nederlandse vragen over e-bikes beantwoorden. In deze markt beantwoorden de modellen vragen over productspecificaties via de aandrijflijn. Bij de vraag welke e-bike in de praktijk een grote actieradius heeft of welke het minste onderhoud vraagt, noemen de AI-assistenten eerst de motor en transmissie en pas daarna de fiets eromheen — Bosch wordt genoemd in 131 van de 225 antwoorden van Gemini en 169 van die van Grok. Het gevolg voor merken is structureel en niet competitief: een aanzienlijk deel van het gezag over productspecificaties in AI-antwoorden over Nederlandse e-bikes komt terecht bij twee of drie onderdelenleveranciers die consumenten niet rechtstreeks kopen.

Eén herclassificatie verdient vermelding. Maxi-Cosi is verplaatst van Buiten scope naar Verwant. Het maakt geen fietsproduct, maar wordt genoemd als kinderzitje dat op cargofietsen past, dezelfde relatie met deze markt als een motor. Maxi-Cosi komt voor in 22 antwoorden.

9. Het bronnenecosysteem

In één zin: Retailers en publicaties met consumententests, niet de merken zelf, leveren het grootste deel van de bronnen die AI-assistenten over Nederlandse fietsen aanhalen — Eigen merkkanaal is goed voor 15,6% van de citaties, het laagste aandeel dat tot nu toe in deze reeks is gemeten.

In de 1.123 onderzochte antwoorden zijn 750 verschillende domeinen aangehaald. 479 haalden de ondergrens van ≥3 antwoorden en vertegenwoordigen samen 95,6% van het totale aantal citaties, en 100% daarvan is geclassificeerd. De geclassificeerde groep omvat in totaal 7.561 antwoorden met bronverwijzingen.

Retailers leveren 41,4% van de citaties vanuit 150 domeinen en Redactioneel 34,4% vanuit 180. Eigen merkkanaal is goed voor 15,6% — het laagste aandeel van eigen merkkanalen dat deze reeks tot nu toe in een markt heeft gemeten. Online marktplaatsen leveren 2,2% vanuit 13 domeinen, in lijn met hun vrijwel volledige afwezigheid uit de ranglijsten. De categorie Overig blijft met 2,6% ruim onder de bovengrens van 25% die een nieuwe classificatieronde zou hebben veroorzaakt.

Het meest aangehaalde afzonderlijke domein is 12gobiking.nl met 373 antwoorden — aangehaald in één op de drie antwoorden, terwijl de retailer zelf slechts in 46 antwoorden bij naam wordt genoemd. De bijbehorende entiteit in het woordenboek haalt de algemene drempelwaarde niet. Een winkel kan de bron achter het antwoord zijn zonder zelf het antwoord van de AI-assistent te zijn.

De volgende twee zijn consumentenorganisaties: anwb.nl met 321 en consumentenbond.nl met 221. Samen met productscore.nl (92) en elektrischefietser.nl (61) neemt de laag van tests en vergelijkingen op het Nederlandse web een groot deel van het werk van de AI-assistenten voor haar rekening.

121 van de 479 geclassificeerde domeinen zijn te koppelen aan een entiteit in het woordenboek van dit onderzoek en zijn samen goed voor 4.056 van de 7.561 antwoorden met bronverwijzingen. Van de 89 domeinen uit Eigen merkkanaal behoren er 22 tot entiteiten die in de algemene ranglijst aan de criteria voldoen, aangevoerd door gazelle.nl (97), giant-bicycles.com (54), batavus.com (51) en koga.com (50). Elk van die aantallen ligt een orde van grootte onder de retailers en testdomeinen erboven.

Wat dit hoofdstuk niet kan aantonen, is invloed. Een bronverwijzing is een link die het model aan een antwoord heeft toegevoegd, geen bewijs dat die link het antwoord heeft gevormd. En doordat één model slechts bij 41,8% van de antwoorden het web raadpleegde, is een aanzienlijk deel van de tekst in dit onderzoek zonder bronverwijzingen geproduceerd. De bronnenmix beschrijft de gedocumenteerde helft van dit kanaal. Het is de best beschikbare benadering van waar AI-assistenten informatie over Nederlandse fietsen vandaan halen, maar dat is niet hetzelfde als aantoonbare invloed.

Bij dit hoofdstuk horen twee kanttekeningen. 42 van de 479 domeinen hebben een lage classificatiezekerheid, en de grootste bron zonder bekende exploitant is productscore.nl, met 92 antwoorden het 14e meest aangehaalde domein in het onderzoek. De exploitant kon niet worden vastgesteld; het domein is als Redactioneel geclassificeerd op basis van wat het publiceert en niet op basis van wie erachter zit. Daarnaast wordt de bronclassificatie afgeleid uit het entiteitenwoordenboek wanneer een entiteit eigenaar is van het domein. Een bedrijf dat zowel een aangehaalde bron als een genoemde entiteit is, wordt daardoor nooit dubbel geteld.

10. Wat de patronen suggereren

In één zin: Uit deze gegevens zijn vijf interpretaties af te leiden, en bij elk daarvan is er ook iets dat de andere kant op wijst.

Een geconcentreerde top en een vlak middenveld. De voorsprong van Gazelle van 21 punten is het grootste verschil in de ranglijst, en onder de derde positie staan dertien entiteiten binnen een marge van achttien punten. Interpretatie: AI-zichtbaarheid in deze markt is sterk geconcentreerd aan de top en weinig gestructureerd daaronder. Daar staat tegenover dat het vlakke middenveld deels een gevolg is van de schaalmethode — samengestelde scores worden dichter op elkaar gedrukt zodra c_breadth voor elke entiteit die door alle vijf modellen wordt genoemd de waarde 100 bereikt, wat hier voor 17 van de 19 entiteiten geldt.

Herkomst doet er meer toe dan het Nederlandse aandeel doet vermoeden. Nederlandse merken vormen 40,0% van de herkomstneutrale top tien, een sterke positie voor een markt van deze omvang tegenover Duitse, Amerikaanse en Taiwanese concurrentie. Daar staat tegenover dat Cube bij herkomstneutrale vragen één antwoord vaker wordt genoemd dan Gazelle, op 848 antwoorden, en dat vijf Nederlandse entiteiten alleen aan de criteria voldoen wanneer de vraag om een Nederlands merk vraagt. De Nederlandse zichtbaarheid is hier werkelijk, maar voorwaardelijk, en die voorwaarde zit in de formulering van de vraag.

Bij productspecificaties ligt het zwaartepunt bij leveranciers. Bosch en Shimano worden genoemd in respectievelijk 55,74% en 40,96% van alle antwoorden, en de AI-assistenten beantwoorden vragen over Productkenmerken via de aandrijflijn. Interpretatie: onderdelenmerken hebben binnen AI-antwoorden een mate van gezag die niet in verhouding staat tot hun directe relatie met de consument. Daar staat tegenover dat dit deels een gevolg is van de opzet van de vragen — 15 van de 45 vragen gaan over Productkenmerken en die zijn geconcentreerd in één segment.

De informatielaag is niet in handen van de merken zelf. Eigen merkkanalen leveren 15,6% van de citaties, terwijl retailers en publicaties met consumententests samen 75,8% leveren. Interpretatie: wat een AI-assistent over een Nederlands fietsmerk zegt, wordt grotendeels samengesteld uit wat anderen erover hebben geschreven. Daar staat tegenover dat het aandeel citaties niet hetzelfde is als het aandeel invloed — dit onderzoek meet welke domeinen een model aanhaalde, niet welke bronnen het antwoord vormden, en 41,8% van de antwoorden van één model bevatte helemaal geen citatie.

Retail vormt het schap, en dat schap is specialistisch. Twee pure retailers voldoen in de algemene uitsnede aan de criteria en online marktplaatsen doen dat in één van de negen uitsneden, terwijl retailerdomeinen vanuit 150 domeinen 41,4% van de citaties leveren. Interpretatie: in deze markt sturen AI-assistenten de oriëntatie vooral via gespecialiseerde fietsverkopers en niet via algemene handelsplatforms, bijna het tegenovergestelde van wat deze reeks elders heeft gemeten. Daar staat tegenover dat de vragenlijst meerdere expliciete vragen bevat over aankoop en tweedehands fietsen, wat antwoorden met retailers uitlokt, en dat één van die retailers — 12GO Biking — het meest aangehaalde afzonderlijke domein in het onderzoek levert terwijl de naam zelf maar in 46 van de 1.123 antwoorden voorkomt.

Uit geen van deze patronen volgen aanbevelingen. Dit is een meting, geen strategiedocument.

11. Beperkingen en opmerkingen

Eén verzamelmoment. Op 5 september 2026 zijn 1.125 antwoorden verzameld en 1.123 onderzocht. Dit is een momentopname, geen trend. Het is de eerste Nederlandse editie, dus er bestaat geen vergelijking tussen edities en die wordt ook nergens gesuggereerd.

Tenways is een grensgeval en beïnvloedt een gepubliceerd cijfer. De EU-merken van klasse 12 werden in 2021 aangevraagd door een bedrijf uit Hongkong en overgedragen aan een Nederlandse B.V. via een wijziging van merkhouder die op 29 september 2025 werd gepubliceerd, elf maanden vóór de gegevensverzameling. Volgens de vastgelegde regel voor merkrecht is Tenways Nederlands en wordt het zo gepubliceerd. Wie het als een Aziatisch merk ziet, beschrijft de oorsprong van het bedrijf en niet het huidige eigendom van het EU-merkrecht; de Britse en Zwitserse merken staan nog steeds op naam van de entiteit uit Hongkong, waardoor de wijziging jurisdictiespecifiek is. Gevoeligheidsanalyse: in de herkomstneutrale uitsnede zijn er 7 entiteiten met Nederlandse herkomst die aan de criteria voldoen wanneer Tenways wordt meegeteld en 6 zonder Tenways.

Amslod bewoog de andere kant op. Het EU-merkrecht ging na het faillissement van de Nederlandse exploitant in 2025 over naar een Tsjechisch bedrijf. Daardoor wordt een merk dat veel Nederlandse consumenten als Nederlands zouden zien als Buitenlands geclassificeerd. Het voldoet in geen enkele uitsnede aan de criteria.

Eén merk dat de AI-assistenten als Nederlands beschrijven, is dat niet. In de antwoorden werd Ecobike herhaaldelijk als Nederlands merk gepresenteerd. Het is Pools. Het bedrijf in Tilburg dat de modellen beschreven is Ecobike Fietsen, de Nederlandse dealer. De classificatie volgt het merkrecht en niet de tekst van het antwoord. Dit is een geval waarin de modellen met overtuiging een feit verkeerd weergeven dat dit rapport juist meet.

Tien entiteiten die aan de criteria voldoen, steunen op twee van de vijf modellen. Ze staan volledig vermeld in hoofdstuk 5.4. Hun zichtbaarheid is modelspecifiek. Ze worden allemaal gepubliceerd met behoud van de kolom breadth in plaats van stilzwijgend te worden verwijderd, en geen enkele berust op minder dan 10 antwoorden.

De segmentopzet is ongelijk verdeeld. Alle 15 vragen van het type Productkenmerk vallen onder Dagelijks gebruik en woon-werkverkeer; de andere twee segmenten bevatten geen vragen van dit type en elk acht vragen. De ranglijsten per segment zijn alleen indicatief en distinct_entities mag niet tussen segmenten worden vergeleken. Dit is de belangrijkste structurele beperking van deze editie.

Kleine uitsneden leveren meer entiteiten op die aan de criteria voldoen. In de cargouitsnede met 199 antwoorden voldoen 37 entiteiten aan de criteria, tegenover 19 in de algemene uitsnede met 1.123 antwoorden, omdat de drempelwaarde een percentage is. Dat is rekenkunde.

Een laag vermeldingspercentage met een hoge MRR kan verrassend hoog eindigen. Urban Arrow heeft in de algemene uitsnede de hoogste waarde voor positie op basis van 80 antwoorden bij een vermeldingspercentage van 7,12%. De samengestelde score werkt zoals bedoeld, maar de ruwe cijfers moeten naast de score worden gelezen. Daarom staan beide in iedere tabel.

Submerken kunnen structureel te weinig worden geteld. Modellen noemen vaak een moedermerk waar een fabrikant of consument een submerk zou noemen. De submerken van Decathlon zijn hier alleen zichtbaar — Elops, Rockrider, Van Rysel — omdat een aanvullende controle ze heeft hersteld nadat de extractieregels ze hadden gedegradeerd.

Eén tekortkoming in de extractie was structureel. Riese & Müller werd nooit als kandidaat gegenereerd, omdat de naam een ampersand bevat. Het kwam in het woordenboek terecht als opgewaardeerd doel van een Merge en eindigde op de 8e plaats. Namen met een vergelijkbare structuur lopen in toekomstige edities hetzelfde risico; dit is inmiddels een bekende controle.

Vier entiteiten uit het woordenboek kwamen in geen enkel antwoord voor. Alle vier zijn entiteiten van het type Geen merk en vallen Buiten scope; drie ervan zijn publicaties waarvan de domeinen worden aangehaald, terwijl hun namen nooit in de antwoorden worden geschreven.

Van negen entiteiten is de herkomst van het merkrecht Onbekend. Ze worden uitgesloten van de herkomstaandelen in plaats van als Buitenlands te worden geteld, en geen van de negen voldoet in een uitsnede aan de criteria. Geen enkel gepubliceerd aandeel wordt hierdoor beïnvloed.

Twee identieke verzamelingen antwoorden zijn onderzocht en bewust afzonderlijk gehouden. Csepel en FabricBike komen elk in dezelfde 3 antwoorden voor en zijn niet aan elkaar gerelateerde merken.

Zes van de negentien gerangschikte entiteiten verkeerden tijdens de gegevensverzameling in een faillissementssituatie of hadden die doorgemaakt. In het entiteitenwoordenboek wordt voor elk gevolgd merk de bedrijfsstatus vastgelegd, en naast de ranglijst leveren die gegevens een ongemakkelijk beeld op. Accell Nederland B.V. werd op 13 augustus 2026 failliet verklaard — 23 dagen vóór het verzamelmoment van dit onderzoek — en de continuïteit van Batavus (3e), Koga (9e) en Sparta (10e) was nog onzeker toen de vragen werden gesteld. VanMoof (15e) werd na het faillissement in 2023 overgenomen. QWIC (17e) ging in november 2023 failliet en werd in 2024 opnieuw gelanceerd door Ecomotion. Stella (18e) ging in november 2024 failliet en werd in 2025 opnieuw gelanceerd met een kleiner winkelnetwerk. In het cargosegment valt Carqon onder dezelfde procedures rond Accell en Babboe-cargofietsen worden momenteel helemaal niet verkocht in Nederland, maar Babboe voldoet als 32e van de 37 toch aan de criteria. Union, dat in 2025 stopte met de productie van nieuwe fietsen, wordt gevolgd maar voldoet niet aan de criteria.

Dit is een bevinding over de AI-assistenten, geen fout in de gegevens. De modellen noemden deze merken omdat het web er vol mee staat, en een faillissement drie weken vóór de gegevensverzameling is precies het soort gebeurtenis dat niet in de trainingsdata van een taalmodel kan staan en slechts langzaam in een webindex wordt verwerkt. Het is tegelijk het duidelijkste voorbeeld van wat dit rapport meet: zichtbaarheid is geen levensvatbaarheid. Wie deze ranglijst als boodschappenlijst zou gebruiken, zou worden gewezen op meerdere merken waarvan de fabrikant op de dag waarop de vragen werden gesteld in een faillissementsprocedure zat.

Aantal citaties en het noemen van een naam zijn verschillende metingen. 12gobiking.nl wordt aangehaald in 373 van de 1.123 antwoorden, terwijl 12GO Biking in 46 antwoorden bij naam wordt genoemd. Een domein kan de informatie achter een antwoord leveren zonder dat de organisatie erachter in dat antwoord wordt genoemd. Dit rapport meet het tweede, niet het eerste.

De vragenlijst ligt vast en is onvolledig. 45 vragen kunnen een markt niet volledig afdekken. Ze zijn opgesteld om Oriëntatie, Productkenmerk en Gebruikssituatie en drie productvormen te bestrijken, maar vormen geen steekproef van de Nederlandse zoekvraag en er is geen weging toegepast om daar alsnog een steekproef van te maken. Een merk dat sterk is in een productvorm die in de vragenlijst weinig aan bod komt, zal hier ondervertegenwoordigd zijn.

Vergelijk geschaalde scores nooit tussen uitsneden of edities. Een score van 100 in de ene uitsnede vertegenwoordigt een ander absoluut niveau van zichtbaarheid dan 100 in een andere, omdat de schaal verschuift wanneer de koploper verandert. Voor vergelijkingen tussen edities moeten mention_rate, mrr en breadth worden gebruikt.

Veelgestelde vragen

12. Bijlage en data

12.1 Alle 45 vragen, zoals gesteld

De vragen worden in het Nederlands exact weergegeven zoals ze zijn verstuurd, inclusief spreektaal en onvolmaakte grammatica.

12.2 Alle gevolgde entiteiten (222)

Online marktplaatsen en retailers zijn opgenomen in de index en in iedere gepubliceerde ranglijst. Verwante entiteiten hebben een scopeFit van Adjacent en zijn volgens de onderzoeksopzet uitgesloten van de ranglijsten; entiteiten Buiten scope hebben Out-of-scope en zijn uitgesloten van zowel de ranglijsten als de herkomstaandelen. De vier entiteiten die met geen enkel antwoord overeenkwamen, staan aan het einde van de index afzonderlijk vermeld met hun websites, zodat precies zichtbaar is welke namen zijn gevolgd en niets opleverden.

12.3 Beschikbaarheid van de data

Het volledige datapakket achter dit rapport wordt samen met het rapport gepubliceerd: de volledige tabel met statistieken (één regel per entiteit × uitsnede), het entiteitenwoordenboek met aliassen en herkomst, het beslissingenlogboek, de lijst met verwijderde kandidaten en de redenen daarvoor, het gepubliceerde schaalregister, alle negen ranglijsten, de bijlage met entiteiten die niet aan de criteria voldoen, de tabel met verwante entiteiten, uitsplitsingen per model, de bronclassificatie en de machineleesbare samenvatting waaruit deze pagina zijn gegevens haalt. Elk cijfer in dit rapport kan uit deze bestanden worden gereproduceerd.

12.4 Opmerking over de methodologie

Over Herm.io en openbaarmaking

Herm.io publiceert elk kwartaal onderzoeken naar AI-zichtbaarheid die meten hoe taalmodellen echte consumentenvragen beantwoorden in specifieke markten en sectoren. Deze editie is onafhankelijk onderzoek. Geen enkele entiteit die in dit rapport wordt genoemd heeft opdracht gegeven voor het onderzoek, het vóór publicatie beoordeeld of betaald voor een vermelding. Er is gecontroleerd of het eigen domein van de uitgever voorkomt in de gegevens over aangehaalde bronnen. Dat is niet het geval, dus er is geen uitsluiting toegepast.

De methode, het datapakket en correcties worden volledig gepubliceerd, zodat elk cijfer in dit rapport opnieuw kan worden berekend. Correcties worden vastgelegd en niet stilzwijgend aangepast. Vragen en meldingen van fouten over deze editie zijn welkom.

Auteur: Mert Can Elkaya · Editie: 1 (nulmeting) · Gegevensverzameling: 5 september 2026 · Gepubliceerd: 7 september 2026

Geschreven door

Mert Can Elkaya

Bijdrager

Ik ben een productbouwer die werkt op het snijvlak van product, fintech en groei. Van martech en venture capital tot het leiden van product bij een proptech-platform en het medeoprichten van een fintech-startup: ik help teams — en shoppers — slimmere, zelfverzekerdere beslissingen nemen.

Meer van Mert →