Je zou kunnen denken dat AI-assistenten dezelfde bronnen lezen.
Dat doen ze niet.

Sorteer elke bronvermelding in 6 groepen. Bedrijfspagina’s, van het merk zelf en van andere bedrijven, nemen 44.71%. Redactionele media, nationale en regionale nieuwsmedia, vak- en consumentenpers, blogs en persberichten samen nemen 20.95%.

Nationaal nieuws, de categorie waarop een communicatiebudget meestal wordt beoordeeld, is 0.77% van de vermeldingen.

Een paar lange scans trekken dat gemiddelde van 20.95% omhoog. Het mediane merk krijgt 11.31% van zijn vermeldingen uit de pers. De middelste helft loopt van 8.56% tot 21.9%.

• Company websites44.71%
• Editorial media20.95%
• Directories and databases12.95%
• Reviews, forums, social, video11.39%
• Reference and research6.99%
• SEO filler and residue3.01%

Gerangschikte lijsten, de 'beste X'-pagina's, zijn 8.05% van alle vermeldingen. 99.6% daarvan komt van een derde partij zonder belang bij de uitkomst.

We hebben 19 merken gescand op zowel Gemini als ChatGPT in dezelfde maand, dus het verschil kan niet door de merkenmix komen.

Gemini gebruikte redactionele media 21.06% van de tijd. ChatGPT deed dit 11.03% van de tijd. Gemini scoorde hoger bij 17 van die 19 merken.

Mediaan verschil 10.51 punten, p < 0.001. De dekking is niet veranderd en geen enkel medium is beter geworden. De modellen lezen verschillende dingen.

We zien dezelfde richting voor Gemini tegenover Grok op 10 merken, 24.89% tegen 16.93%, p = 0.006. Grok tegenover ChatGPT zit niet in de claim: p = 0.055 bij 8 merken.

Elke regel is één merk. Het laat het mediadeel van citaties op elke assistent zien. Groen geeft aan waar Gemini hoger is.

We taggen het sentiment alleen wanneer het antwoord de bron bespreekt. Dat gebeurde bij 24.816 citaties. Verdeel de negatieve citaties per bron en het verschil is duidelijk.

Media is 20.95% van het corpus en 42.03% van alles wat negatief is daarin, ongeveer twee keer zo veel als het aandeel ervan.

Het herschrijven van je eigen pagina’s bewerkt materiaal dat voor 0.62% negatief is. De pagina’s die een antwoord kritisch maken, zijn van iemand anders.

Aandeel van citaties met een negatieve toon

Engels is 49.3% van de citaties; de rest is 50.7%, verspreid over 16 talen. Lokale antwoorden steunen meer op media: Pools 28.99%, Ests 27.37%, Engels 17.71%.

Gepaarde vergelijking binnen merk op 26 merken met genoeg van beide, lokaal is hoger bij 19 daarvan, p = 0.002.

Voor hetzelfde merk in dezelfde scan overlappen de in het Engels genoemde outlets en de in de lokale taal genoemde outlets met een mediaan van 20.7%.

Weging op basis van volume laat het tegenovergestelde zien. 75.51% van de niet-Engelse mediavermeldingen komen terecht op een domein dat ook voorkomt in de Engelse antwoorden. De kop van elke lijst is lokaal. Het grootste deel van het volume wordt gedeeld. Houd rekening met beide cijfers.

Poolse media naar merkbereik, 9 merken

Hoeveel van de 9 Poolstalige merken noemen elk medium. Vak- en PR-pers staan hoger dan de grote consumententitels.

Answer Trail draait twee rondes in één sessie. Ronde 1 vraagt wat de markt aanbeveelt. Ronde 2 controleert of elk genoemd merk standhoudt. Zelfde run, zelfde engine, zelfde dag, zelfde classifier. Alleen de vraag verandert.

Gedragen door Grok, 78 runs bij p = 0.002. Zelfde richting en een grotere kloof bij Gemini, 37 runs bij p = 0.084. We hebben ChatGPT niet getest bij 10 runs. Dit zijn cold-outreach checks bij bedrijven waar we geen relatie mee hebben. We hashen onderwerpen bij het verzamelen en schrijven ze nooit naar een tabel.

Mediadeel van de bronnen die elke wave noemde, gemiddelde over 125 gekoppelde runs

Wave 1 was hoger in 72 van de 125 tests over 75 merken. Mediaan verschil 2.86 punten, p < 0.001.

De 50 grootste domeinen hebben hier 26.21% van de vermeldingen. In onze gepubliceerde index van mei, die drie maanden eerder is gemaakt op basis van 66 verschillende merken met andere modellen, hadden de 50 grootste 24.5%.

Achter dat stabiele hoofd bestaat het corpus bijna helemaal uit singletons. De twee instrumenten komen binnen één punt van elkaar uit op merkenlijsten die niets gemeen hebben. De concentratie komt door hoe de modellen hun bronnen kiezen.

Bronnen per merkbereik, 44 merken

De standaard leeslijst voor een B2B-merk is een encyclopedie, een videosite, een forum, twee beoordelingssites en twee financieringsdatabases. Het eerste nieuwsmedium verschijnt op positie 8.

1. We telden 119.055 citaties uit 78 productiescans van 44 merken, van 13 July 2026 tot 12 August 2026, in 16 talen. Gemini deed 46 van die scans, ChatGPT 20, Grok 11, en Claude 1.
2. Bronsoorten komen uit een 24-waarde classifier. Media betekent nationale nieuws, regionale nieuws, vakbladen, consumentenbladen, blogs en persberichten samen. Domeinen worden teruggebracht tot het registreerbare domein, en een merk dat zichzelf noemt wordt uit elke ranking verwijderd.
3. Motor- en taalvergelijkingen zijn per merk gekoppeld en getest met een Wilcoxon signed-rank test. Een niet-gekoppelde vergelijking over deze corpus zou het lezen van de merkenmix zijn, omdat de modellen niet op dezelfde merken zijn uitgevoerd.
4. Merken zijn geanonimiseerd en het corpus is samengevoegd. Geen enkele klant wordt genoemd, en elk domein dat in deze presentatie wordt genoemd, wordt door minstens 3 verschillende merken aangehaald.

Wat het je niet kan vertellen: een ranglijst per land, omdat het veld 'land' fout was voor 12.8% van de 39 merken die met de echte hoofdzetel met de hand zijn gecontroleerd; een ranglijst per sector, omdat maar 3 van de 10 sectoren aan minstens 5 merken komen. Taal heeft 100% dekking en is de as die werkte. De enkele Claude-scan is uitgesloten van elke engine-claim.

De steekproef is vooral gericht op B2B-software en -diensten, dus een marktcensus zou er anders uitzien. Elk cijfer op deze slides is berekend op basis van het resultatenbestand van het onderzoek op het moment van samenstellen.