Hallucinatie-risico-index

Hallucinatie-risico-index (HRI) is een intern scoringsmodel dat inschat hoe makkelijk AI-systemen details uit je content verkeerd citeren, verkeerd toeschrijven of verzinnen. Voor SEO-teams is de waarde praktisch: het helpt je de URL’s te identificeren die het meest waarschijnlijk worden “verhaspeld” in ChatGPT, Perplexity en Google’s AI-gegenereerde zoekervaringen, voordat de schade zichtbaar wordt in supporttickets of verloren assisted conversions.

Belangrijke kanttekening. HRI is geen een standaardmetric van Google, Ahrefs, Semrush, Moz of Surfer SEO. Jij bepaalt de score zelf. Dat betekent dat de score nuttig kan zijn voor prioritering, maar het getal is alleen zo goed als de prompts, steekproeven en QA-procedure die eraan ten grondslag liggen.

Wat HRI meestal meet

De meeste teams scoren HRI op een schaal van 0-100. Lager is beter. Een verstandig model combineert doorgaans een paar signalen:

• Contentconsistentie: tegenstrijdige cijfers, datums of claims tussen templates, blogposts, documentatie en productpagina’s.
• Bronhelderheid: of first-party data, citaten en bij naam genoemde auteurs eenvoudig voor machines te parseren zijn.
• Kwaliteit van gestructureerde data: geldige schema’s helpen, vooral voor producten, organisaties, auteurs en FAQ’s, maar schema alleen zal hallucinaties niet stoppen.
• Onduidelijkheid van entiteiten: merken met generieke namen, overlappende afkortingen of vergelijkbare concurrenten worden vaker verkeerd toegeschreven.
• Waargenomen AI-fouten: herhaald testen in ChatGPT, Perplexity, Gemini en AI Overviews voor dezelfde set zoekopdrachten.

Als je een benchmark wilt, beschouwen veel teams onder 30 als laag risico, 30-70 als gemiddeld en 70+ als hoog risico. Die drempels zijn operationeel, geen universele waarheid.

Hoe SEO-teams het in de praktijk gebruiken

Gebruik HRI als een triage-laag, niet als een vanity KPI. Haal kandidaat-URL’s uit Google Search Console op basis van vertoningen voor zoekopdrachten die al AI Overviews activeren, en crawl ze vervolgens in Screaming Frog om inconsistente paginatitels, verouderde tekstblokken, ontbrekende schema’s en duplicerende feitpatronen te vinden. Check autoriteit en hiaten in bronvermelding met Ahrefs of Semrush. Als een pagina veel vertoningen heeft, zwakke steun vanuit verwijzende domeinen en tegenstrijdige claims over de hele site, dan is het een opschoonkandidaat.

Goede HRI-remediatie is saai. Strakzetten van feitentabellen. Standaardiseren van pricing-taal. Bronnen met naam toevoegen. Vermijden van versieverschillen tussen blog, documentatie en landingspagina’s. In gereguleerde omgevingen weegt dit zwaarder dan slimme copy.

John Mueller van Google bevestigde in 2025 dat gestructureerde data zoekmachines helpt om content te begrijpen, maar dat het niet garandeert hoe AI-systemen die content samenvatten of citeren.

Waar de metric afbreekt

Dit is het onderdeel dat mensen vaak overslaan. AI-uitkomsten zijn instabiel. Met dezelfde prompt kun je door locatie, accountstatus, modelversie en timing van retrieval verschillende antwoorden krijgen. Daardoor kan een HRI-score precies lijken terwijl de rommelige inputs verborgen blijven. Bovendien wordt niet elke hallucinatie veroorzaakt door jouw pagina. Soms put het model uit verouderde third-party bronnen, posts op fora of uit een gebrekkige eigen synthese.

Kort gezegd: HRI is nuttig als je het behandelt als een herhaalbaar intern risicomodel dat gekoppeld is aan echte pagina’s, echte prompts en echte impact voor je business. Het is geen universele SEO-metric. Het is een QA-systeem voor het AI-tijdperk van bronverwijzingen.