Ontoegankelijke sites blijven achter in AI-zoekresultaten

AI leest het web op dezelfde manier als schermlezers

Wanneer AI-gestuurde zoek- en ontdekkingssystemen je website crawlen, doen ze iets wat bekend zou moeten voorkomen: ze analyseren de semantische structuur van je HTML om te begrijpen wat de pagina bevat en wat het betekent.

Ze kijken naar de koppenhiërarchie om te begrijpen hoe de content is georganiseerd. Ze lezen de alt-tekst om te begrijpen wat afbeeldingen overbrengen. Ze gebruiken de linktekst om te begrijpen waar links naartoe leiden. Ze zijn afhankelijk van goed gestructureerde tabellen om tabelgegevens te begrijpen. Wanneer deze structurele elementen ontbreken of kapot zijn, interpreteert het AI-systeem — net als een schermlezer — de content verkeerd of verliest het deze volledig.

Dit is geen toeval. De webstandaarden die content toegankelijk maken voor hulptechnologie — semantische HTML, ARIA waar nodig, gestructureerde data, betekenisvolle tekstalternatieven — zijn precies dezelfde standaarden die content interpreteerbaar maken voor machine learning-systemen. Toegankelijkheid en AI-vindbaarheid zijn geen aparte kwesties die toevallig enkele technieken delen. Ze zijn uitdrukkingen van hetzelfde onderliggende principe: informatie moet structureel worden gecommuniceerd, niet alleen visueel.

Hoe AI-zoeksystemen webcontent verwerken

Moderne AI-gestuurde zoek- en ontdekkingssystemen — waaronder de op taalmodellen gebaseerde zoekfuncties die nu bij grote zoekmachines verschijnen — halen betekenis uit webpagina’s via een proces in meerdere fasen:

Crawlen: geautomatiseerde systemen halen je pagina’s op en analyseren hun HTML. Pagina’s die crawlers blokkeren, content volledig laden via JavaScript die niet server-side wordt weergegeven, of een kapotte structuur hebben, worden mogelijk niet correct opgehaald of geanalyseerd.

Chunking: de content wordt opgedeeld in segmenten, doorgaans afgestemd op semantische eenheden — koppen, paragrafen, lijsten, secties. Content zonder semantische structuur (één ongedifferentieerd blok tekst) wordt willekeurig opgedeeld, waardoor de logische relaties tussen ideeën verloren gaan.

Embedding: elke chunk wordt omgezet in een vectorrepresentatie die de semantische betekenis codeert. De kwaliteit van deze embedding hangt sterk af van de kwaliteit van de omringende structuur. Een kop die de content die eraan voorafgaat nauwkeurig beschrijft, helpt het systeem te begrijpen waar die content over gaat. Een decoratieve kop die een grote lettergrootte gebruikt maar <div> in plaats van <h2> draagt, voegt weinig toe.

Retrieval: wanneer een gebruiker een vraag stelt, vindt het systeem chunks waarvan de embeddings het dichtst bij de semantische betekenis van de zoekopdracht liggen. Content die goed is opgedeeld en ingebed, verschijnt bij relevante zoekopdrachten. Content die verstopt zat in ongestructureerde markup niet.

Specifieke toegankelijkheidsfouten die de AI-zichtbaarheid schaden

Ontbrekende of ontoereikende alt-tekst

Alt-tekst is de manier waarop AI-systemen de inhoud van afbeeldingen begrijpen. Een afbeelding die vertelt hoe een product eruitziet in een winkelcontext, of wat een grafiek toont in een datacontext, draagt betekenisvolle informatie bij aan het begrip dat de AI van de pagina heeft. Een bestandsnaam (“IMG_4821.jpg”) of een leeg alt-attribuut draagt niets bij.

Voor pagina’s waar afbeeldingen een aanzienlijk informatief gewicht dragen — productpagina’s, rapportpagina’s, tutorialpagina’s — is ontbrekende alt-tekst zowel een toegankelijkheidsfout als een fout in de AI-zichtbaarheid.

Kapotte koppenstructuur

De koppenhiërarchie vertelt zowel schermlezers als AI-systemen hoe de content op de pagina is georganiseerd. Een pagina die om visuele redenen van <h1> naar <h3> springt, of die koptags puur voor styling gebruikt, produceert een structuur die noch hulptechnologie noch AI-crawlers correct kunnen analyseren.

Goed gestructureerde koppen creëren een overzicht van de content van de pagina — iets wat AI-systemen direct gebruiken om te begrijpen wat de pagina behandelt en hoe secties zich tot elkaar verhouden.

Vage of ontbrekende linktekst

Linktekst is signaal. “Lees meer”, “klik hier” en “meer informatie” vertellen een AI-systeem niets over de bestemming. Beschrijvende linktekst — “Lees onze gids over WCAG 2.2-conformiteit” — vertelt de AI wat de gelinkte pagina bevat en draagt bij aan het begrip van het systeem over de thematische verbanden van de huidige pagina.

Ondertiteling en transcripties voor audiovisuele content

Video en audio zijn ondoorgrondelijk voor AI-systemen zonder tekstalternatieven. Transcripties en ondertiteling zijn zowel toegankelijkheidsvereisten als directe input voor AI-zoekindexering. Een goed ondertitelde video heeft zijn gesproken content geïndexeerd en opvraagbaar. Een video zonder ondertiteling draagt vrijwel niets bij aan de zoekzichtbaarheid, afgezien van de titel en de omringende tekst.

Ontoegankelijke pdf’s

Pdf’s die worden verspreid als gescande afbeeldingen of niet-getagde bestanden kunnen niet betrouwbaar worden geanalyseerd door schermlezers of AI-systemen. Een toegankelijkheidsfout voor getagde documenten is bijna altijd ook een vindbaarheidsfout.

Zie onze gids voor pdf-toegankelijkheid voor wat een toegankelijke pdf-structuur vereist.

Gestructureerde data

Hoewel het niet strikt een toegankelijkheidsvereiste is, is gestructureerde data-markup (schema.org, JSON-LD) een direct communicatiekanaal naar zowel zoekmachines als AI-systemen over wat je content betekent. Een artikel met correcte Article-schemamarkup, een product met Product- en Offer-schema, een veelgestelde vraag met FAQPage-schema — deze geven AI-systemen geverifieerde, gestructureerde informatie in plaats van hen te dwingen betekenis af te leiden uit alleen de paginatekst.

De praktische overlap

De acties die de toegankelijkheid verbeteren voor je menselijke gebruikers met een beperking zijn grotendeels identiek aan de acties die de AI-vindbaarheid verbeteren:

Toegankelijkheidsverbetering	Voordeel voor AI-vindbaarheid
Voeg betekenisvolle alt-tekst toe aan afbeeldingen	Afbeeldingen worden doorzoekbaar en hun inhoud indexeerbaar
Gebruik een correcte koppenhiërarchie	De organisatie van content is machineleesbaar
Schrijf beschrijvende linktekst	Thematische verbanden tussen pagina’s zijn expliciet
Ondertitel en transcribeer video	Gesproken content wordt geïndexeerd en opvraagbaar
Maak getagde, toegankelijke pdf’s	De inhoud van documenten is analyseerbaar
Gebruik semantische HTML-elementen	De paginastructuur is interpreteerbaar zonder CSS

Een andere manier om na te denken over de ROI van toegankelijkheid

De zakelijke onderbouwing van toegankelijkheid wordt meestal geframed rond wettelijke naleving (de EAA, de ADA en soortgelijke regelgeving) en de omvang van de markt van mensen met een beperking. Beide zijn reëel.

Maar AI-zoekzichtbaarheid voegt een andere dimensie toe: toegankelijkheid gaat niet alleen over wie je site kan gebruiken. Het gaat over de vraag of je content gevonden, getoond en samengevat kan worden door de AI-systemen die steeds meer bepalen hoe mensen informatie ontdekken.

Een website die semantisch kapot is — ontbrekende alt-tekst, een vlakke koppenstructuur, vage links, ongestructureerde pdf’s — is een website waarvan de content minder waarschijnlijk verschijnt in door AI gegenereerde antwoorden, samenvattingen en aanbevelingen. Naarmate door AI gemedieerd zoeken een groter aandeel van de ontdekking uitmaakt, wordt die zichtbaarheidskloof een commerciële kloof.

Het uitgangspunt voor beide kwesties is hetzelfde: begrijp waar je site momenteel staat. Voer een gratis scan uit om te zien wat je toegankelijkheidsproblemen zijn. Veel van de oplossingen die de toegankelijkheid verbeteren, verbeteren tegelijkertijd de AI-vindbaarheid — zonder extra inspanning.