De meeste organisaties publiceren content en laten het vervolgens jaren onaangeroerd. In het tijdperk van traditionele SEO was dat soms nog verdedigbaar — een goed geschreven artikel kon jarenlang organisch verkeer opleveren zonder noemenswaardige updates. Maar bij AI-gestuurde zoekmachines als Perplexity, Gemini en ChatGPT Search liggen de kaarten fundamenteel anders.

Uit analyse van Perplexity-citaties blijkt dat circa 50% van alle bronvermeldingen afkomstig is uit content die in het afgelopen jaar is gepubliceerd of bijgewerkt. Dat is een opvallend gegeven. Het betekent dat AI-modellen een sterke voorkeur hebben voor recente informatie — en dat verouderde content steeds minder kans maakt om geciteerd te worden.

In dit artikel leggen we uit waarom content freshness zwaarder weegt bij AI-citaties dan bij klassieke SEO, welke updatefrequentie past bij welk type content, en hoe je een systematisch updateproces opzet dat meetbare resultaten oplevert.

Waarom freshness zwaarder weegt voor AI dan voor traditionele SEO

Bij traditionele zoekmachines speelt de publicatiedatum een rol, maar het is slechts een van de vele rankingfactoren. Een artikel uit 2019 met sterke backlinks en hoge autoriteit kan nog steeds bovenaan staan in Google.

Bij AI-citaties werkt het anders, om drie redenen:

1. AI-modellen optimaliseren voor accuraatheid.

Wanneer Perplexity of ChatGPT een antwoord genereert, selecteert het model bronnen die de meest accurate en actuele informatie bevatten. Verouderde cijfers, achterhaalde regelgeving of oude prijzen vormen een risico op foutieve antwoorden — en dat willen deze systemen vermijden.

2. De "laatst bijgewerkt"-datum is een direct signaal.

AI-systemen lezen en interpreteren de metadata van je pagina's, waaronder de dateModified in je schema markup. Een recente datum is een concreet signaal dat de informatie is gecontroleerd en bijgewerkt.

3. Concurrerende content wordt continu bijgewerkt.

Als jouw concurrent een artikel over dezelfde topic elke maand bijwerkt met nieuwe data, en jij niet, dan verschuift de voorkeur van AI-modellen gestaag naar die concurrent. Het is een relatief spel: freshness wordt beoordeeld ten opzichte van wat er beschikbaar is.

Verschillende updatefrequenties per contenttype

Niet alle content heeft dezelfde updatebehoefte. Het is cruciaal om onderscheid te maken tussen contenttypes en daar je updatestrategie op af te stemmen.

Evergreen en referentiecontent

Voorbeelden: uitlegartikelen, handleidingen, definities, "wat is..."-content.

Aanbevolen updatefrequentie: minimaal jaarlijks.

Dit type content verandert inhoudelijk niet snel, maar het is wel belangrijk om periodiek te controleren of de informatie nog klopt. Voeg altijd een zichtbare "Laatst bijgewerkt: [datum]"-vermelding toe. Controleer jaarlijks of er nieuwe inzichten, studies of ontwikkelingen zijn die je kunt verwerken. Zelfs kleine toevoegingen — een extra paragraaf, een bijgewerkt voorbeeld — signaleren aan AI-modellen dat de content actueel is.

Trend- en nieuwscontent

Voorbeelden: artikelen over markttrends, technologische ontwikkelingen, nieuwe wetgeving.

Aanbevolen updatefrequentie: maandelijks of bij relevante gebeurtenissen.

Trendcontent veroudert snel. Een artikel over "AI-trends voor 2025" is in maart 2026 per definitie verouderd. Plan maandelijkse reviews in en werk de content bij zodra er relevante nieuwe ontwikkelingen zijn. Overweeg om de titel en structuur zo op te zetten dat updates natuurlijk passen (bijvoorbeeld "De stand van AI-zoeken in 2026" in plaats van een datumloze titel).

Data- en statistiekencontent

Voorbeelden: benchmark-rapporten, marktcijfers, onderzoeksresultaten.

Aanbevolen updatefrequentie: zodra nieuwe data beschikbaar is.

Dit is misschien wel het meest freshness-gevoelige contenttype. AI-modellen zoeken actief naar de meest recente cijfers wanneer een gebruiker om statistieken vraagt. Als jouw rapport nog cijfers uit 2024 bevat terwijl een concurrent de 2026-data heeft gepubliceerd, verlies je die citatie. Monitor actief wanneer nieuwe brondata beschikbaar komt en werk je content direct bij.

Product- en prijscontent

Voorbeelden: vergelijkingspagina's, prijsoverzichten, productspecificaties.

Aanbevolen updatefrequentie: onmiddellijk bij wijzigingen.

Onjuiste prijzen of verouderde productinformatie zijn niet alleen slecht voor AI-citaties — ze schaden ook je geloofwaardigheid. Zet een proces op waarbij prijswijzigingen automatisch of binnen 24 uur worden doorgevoerd op je website.

Het content freshness audit framework

Om content freshness systematisch aan te pakken, hanteren wij een vijfstappenframework:

Stap 1: Inventariseer alle gepubliceerde content

Maak een compleet overzicht van alle content op je website. Noteer per pagina: URL, titel, publicatiedatum, laatste wijzigingsdatum en het huidige verkeer of de huidige citatiestatus. Tools als Screaming Frog of een eenvoudige sitemap-export kunnen hierbij helpen.

Stap 2: Categoriseer per contenttype

Wijs elke pagina toe aan een van de vier categorieeen hierboven: evergreen, trend, data of product. Sommige pagina's vallen in meerdere categorieen — kies dan de categorie met de hoogste updatefrequentie.

Stap 3: Wijs updatefrequentie toe per categorie

Stel per categorie een concrete updatefrequentie vast:

Stap 4: Zet kalenderherinneringen

Plan de updates concreet in. Gebruik je projectmanagementtool, Google Calendar of een eenvoudige spreadsheet met deadlines. Het belangrijkste is dat updates niet afhankelijk zijn van individueel initiatief, maar van een systeem.

Stap 5: Meet welke updates leiden tot nieuwe AI-citaties

Dit is de stap die de meeste organisaties overslaan. Houd bij welke content je wanneer hebt bijgewerkt en monitor vervolgens of die content (opnieuw) wordt geciteerd door AI-systemen. Zo bouw je over tijd een dataset op die je vertelt welke updates de meeste impact hebben.

Praktische updatestrategieen die werken

Een effectieve update hoeft geen volledige herschrijving te zijn. De volgende strategieen leveren het meeste resultaat met de minste inspanning:

Voeg nieuwe datapunten toe aan bestaande artikelen.

Heb je een artikel over markttrends? Voeg de meest recente cijfers toe als nieuwe paragraaf. Dit is vaak in 30 minuten geregeld en geeft een sterk freshness-signaal.

Werk jaarreferenties bij.

Verwijzingen naar "in 2025" kun je bijwerken naar "in 2026" — maar doe dit alleen als de informatie ook daadwerkelijk nog klopt. Combineer dit altijd met een inhoudelijke check.

Voeg nieuwe secties toe voor recente ontwikkelingen.

Een artikel over AI-zoekmachines uit 2025 kan een nieuwe sectie krijgen over ontwikkelingen in 2026. Dit voegt inhoudelijke waarde toe en maakt het artikel completer.

Ververs voorbeelden en cases.

Oude voorbeelden vervangen door recente cases maakt content relevanter en geloofwaardiger. Gebruik bij voorkeur voorbeelden met concrete cijfers.

Werk dateModified bij in je schema markup.

Dit is technisch eenvoudig maar wordt vaak vergeten. Zorg dat je dateModified in je structured data altijd de datum van de laatste inhoudelijke wijziging weerspiegelt.

Wat je vooral NIET moet doen

Er is een belangrijke valkuil: verander nooit alleen de datum zonder inhoudelijke updates. Dit is een tactiek die zowel door traditionele zoekmachines als door AI-systemen kan worden gedetecteerd.

AI-modellen kunnen de inhoud van een pagina vergelijken met eerdere versies (via caches en webarchives). Als de dateModified verandert maar de tekst identiek is, is dat een negatief signaal. Het suggereert dat je probeert het systeem te misleiden — en dat is precies het soort gedrag waar AI-systemen alert op zijn.

Zorg er daarom altijd voor dat een datumwijziging gepaard gaat met een daadwerkelijke, inhoudelijke verbetering. Zelfs een kleine maar betekenisvolle toevoeging is beter dan alleen een nieuwe datum.

Hoe meet je het effect van content freshness?

Het meten van de impact van content updates op AI-citaties vereist een gestructureerde aanpak:

1. Registreer elke update. Houd een logboek bij met: welke pagina, welke wijzigingen, wanneer doorgevoerd.
2. Monitor AI-citaties. Gebruik tools of handmatige checks om te volgen welke content geciteerd wordt door Perplexity, ChatGPT en andere AI-systemen.
3. Correleer updates met citatieveranderingen. Zie je een toename in citaties na een update? Noteer het patroon.
4. Identificeer welke typen updates het meeste opleveren. Over tijd zie je patronen: sommige updatestrategieen werken beter dan andere voor jouw specifieke niche.

Het is belangrijk om hierbij realistische verwachtingen te hanteren. AI-modellen crawlen niet continu — het kan dagen tot weken duren voordat een update wordt opgepikt. Meet daarom over periodes van minimaal een maand.

Conclusie: freshness is geen optie, het is een vereiste

De data is helder: AI-modellen geven de voorkeur aan recente content. Met circa 50% van Perplexity-citaties afkomstig uit content van het afgelopen jaar, is een structureel updateproces geen luxe maar een noodzaak voor elke organisatie die via AI-kanalen gevonden wil worden.

Begin met het categoriseren van je bestaande content, stel updatefrequenties vast per categorie, en meet het effect van je updates op AI-citaties. De organisaties die dit als eerste systematisch oppakken, bouwen een voorsprong op die moeilijk in te halen is.

---

Meer lezen over hoe je content maakt die AI citeert? Lees onze uitgebreide gids over content die AI citeert of ontdek hoe je specifiek vindbaar wordt in Perplexity.

Lees ook

• GEO-woordenlijst