Drie bevindingen die elke Europese webshop wakker zouden moeten houden

2026-06-03 · ShoppingPartnerLab Research · Onderzoek

We publiceerden zojuist de grootste onafhankelijke AI-readiness audit van Europese e-commerce — 6.551 shops, 24 landen, 16 sectoren, gevalideerd door drie onafhankelijke AI-modellen. Het volledige rapport telt 14 hoofdstukken. Dit artikel is het stuk dat je als eerste moet lezen.

Drie bevindingen springen eruit. Elk afzonderlijk is een strategische crisis. Samen verklaren ze waarom slechts 14 van de 6.551 shops boven 80 van de 100 scoren, en waarom het gemiddelde hardnekkig op 32/100 blijft staan.

1. 44% van de Europese webshops is onzichtbaar voor AI-agents — punt

2.191 van de 6.551 gescande shops serveren hun homepage als een lege JavaScript-shell. De eerste paint bevat een `<div id="root"></div>` en een bundle JS die, met genoeg seconden en een echte browser, uiteindelijk productinformatie rendert.

AI-crawlers van Google, OpenAI en Perplexity voeren geen JavaScript uit. Ze halen die tweede paint nooit. Voor deze 2.191 shops zakt de AI Visibility sub-score in naar 3,7/100 — tegenover 40,5 voor server-side gerenderde shops.

Dit is geen SEO-nuance. Dit is een binaire toestand: de shop bestaat in de agentic economy, of niet. Wanneer een AI-agent vraagt "waar kan ik dit product kopen in Nederland?", zitten deze 2.191 shops niet in de antwoordverzameling. Ze worden niet "lager geranked"; ze worden helemaal niet geranked.

De oplossing is niet exotisch. SSR, ISR of een pre-rendered HTML-snapshot voor bot user-agents zet een shop weer op de kaart.

2. De 112× token-efficiëntie kloof is het echte ranking-signaal

Een doorsnee productpagina bevat ruwweg 9.000 tokens aan HTML. Dezelfde productinformatie — naam, prijs, beschikbaarheid, GTIN, merk, conditie, verzending — uitgedrukt als JSON-LD Product schema past in ongeveer 80 tokens. Dat is een 112× efficiëntiefactor.

Waarom is dat van belang? Omdat productie-AI-shoppingsystemen er al op zijn ontworpen om het LLM te omzeilen wanneer dat kan. Als er schone structured data aanwezig is, serialiseert de agent die direct in de cart-workflow en slaat de inference-call volledig over. Dat scheelt ongeveer 99% van de compute-kosten van die transactie.

Vermenigvuldig dat met miljoenen agent-getriggerde transacties per dag en de economie wordt meedogenloos: shops met structured data zijn goedkoop om mee te transacteren; shops zonder zijn economisch onrendabel om te verwerken. De agent straft je niet met een lagere rank. Hij verwijdert je stilzwijgend uit de kandidaatset, omdat je opnemen geld zou kosten.

Onze data bevestigt het: shops met Schema.org-markup scoren gemiddeld 53,8; shops zonder scoren 35,8. Dat verschil van 18 punten is de sterkste voorspeller van AI-readiness die we hebben gemeten — groter dan frameworkkeuze, groter dan land, groter dan sector. En toch heeft slechts 278 van de 6.551 shops (4,2%) op dit moment Product schema actief.

3. De case study: 35 → 86 in 28 dagen, zonder replatforming

Het goedkoopste tegenargument tegen het rapport is: "prima, maar dit fixen is een replatformingsproject van zes maanden". De dataset zegt iets anders.

Eén Nederlandse mid-market retailer in onze steekproef ging van een AI-readiness score van 35 naar 86 in 28 dagen. Ze wisselden niet van e-commerce platform. Ze huurden geen nieuw bureau in. Ze werkten in volgorde de geprioriteerde remediatielijst af die de gratis scan produceert:

Week 1 — Homepage en categoriepagina's server-side gerenderd. AI Visibility sub-score sprong van 8 naar 62.
Week 2 — Product schema, Organization schema en BreadcrumbList toegevoegd. Schema sub-score van 12 naar 88.
Week 3 — Ontbrekende H1's en meta descriptions ingevuld over 240 templates. Content sub-score van 41 naar 79.
Week 4 — `/llms.txt` gepubliceerd, company knowledge graph-blok toegevoegd, Trust Registry-vermelding geclaimd. Trust & Authority sub-score van 30 naar 85.

Totale kosten: alleen in-house dev-tijd. Geen nieuwe leveranciers. Geen platformmigratie. De case zit (geanonimiseerd) in het rapport juist omdat het laat zien dat de remediatielijst operationeel haalbaar is.

Wat dit betekent voor de komende 90 dagen

Google's Universal Cart is live. Het Agent Payments Protocol (AP2) is live. De agents komen niet — ze zijn er, en ze routeren al transacties. Het venster waarin "op het open web zijn" voldoende was om vindbaar te zijn, sloot tijdens Google I/O 2026.

De remediatie is goed begrepen en kost in de meeste gevallen weken werk — geen kwartalen. De 14 shops boven 80 in onze dataset zijn geen exotische operaties. Het zijn mid-market shops die zes maanden geleden machine-leesbaarheid serieus zijn gaan nemen.

Twee dingen die je vandaag kunt doen, beide gratis:

Doe de AI-Readiness Scan — 60 seconden, gescoord op 40+ signalen, geeft dezelfde geprioriteerde remediatielijst terug die de case-study retailer gebruikte.
Claim je AI Trust Registry-vermelding — je shop staat vrijwel zeker al in het register (alle 6.551 gescande shops staan erin). Claimen maakt je geverifieerde status zichtbaar voor AI-agents via `/llms.txt` en de registry API.

Voor de volledige methodologie, sectoruitsplitsingen, landuitsplitsingen en de overige 11 hoofdstukken is het complete onderzoeksrapport open en gratis te downloaden.