Marktonderzoek met AI: sneller inzicht zonder nepklanten

Marktonderzoek met AI werkt goed voor het voorwerk: deskresearch met deep research, reviews en open enquêteantwoorden laten groeperen en interviewvragen voorbereiden. Wat AI niet kan, is je klant vervangen. Synthetische respondenten, door AI gespeelde klanten, klinken overtuigend, maar geven het gemiddelde van het internet terug en niet wat jouw klanten denken. Gebruik AI om sneller te weten wat je moet vragen, toets het met vijf echte klantgesprekken en trek de conclusie zelf.

Wat AI wel en niet kan bij marktonderzoek

Marktonderzoek met AI gaat sneller dan zonder, maar alleen in een deel van het werk. Het helpt bij zoeken, ordenen en voorbereiden. Het helpt niet bij de vraag die er voor een ondernemer het meest toe doet: wat denken mijn klanten, en waarom kiezen ze wel of niet voor mij?

Dit artikel gaat over die onderzoeksstap. Wat je daarna doet met de uitkomst, staat in twee andere artikelen: hoe je een klantprofiel maakt in persona maken, en hoe je kijkt wat je concurrenten online doen in concurrentieanalyse.

Deskresearch met deep research: snel, maar check de bronnen

Deskresearch is onderzoek naar wat er al bekend is: marktcijfers, trends, aanbieders, prijsniveaus, regels. Vroeger kostte dat dagen googelen. Met deep research gaat het een stuk sneller. Deep research is een functie waarbij de AI zelf een onderzoeksplan maakt, tientallen bronnen doorzoekt en er een rapport met bronvermelding van schrijft. Dat duurt meestal een paar minuten tot een halfuur.

De drie grote assistenten hebben het, stand oktober 2026:

• ChatGPT heeft deep research, beperkt in de gratis versie en in Go, ruimer in de duurdere abonnementen.
• Gemini heeft Deep Research, met Google Zoeken als standaardbron. Het zit ook in de gratis versie, met een daglimiet. Volgens Google kun je er ook eigen bestanden aan toevoegen, en Gmail en Drive als bron gebruiken als je de Google Workspace-app in Gemini hebt gekoppeld.
• Claude heeft Research in de betaalde abonnementen. Volgens Anthropic kan het naast het web ook gekoppelde tools doorzoeken, zoals Google Docs en Gmail.

Daarnaast is er Perplexity, een AI-zoekmachine die bij elk antwoord bronnen toont. Wanneer je die kiest boven ChatGPT, lees je in Perplexity.

Het verschil in uitkomst zit vooral in je vraag. Een vage vraag levert een algemeen rapport op. Een voorbeeld van een bruikbare opdracht:

Onderzoek de markt voor [product of dienst] voor [type klant] in Nederland. Ik wil weten: welke soorten aanbieders er zijn en hoe ze zich positioneren, welke prijsniveaus en prijsmodellen gangbaar zijn, welke ontwikkelingen sinds 2024 de vraag beïnvloeden en welke klachten klanten over aanbieders hebben. Gebruik bij voorkeur primaire bronnen, zoals het CBS, de KvK, brancheorganisaties en websites van aanbieders. Zet bij elke bewering de bron en de datum. Geef apart aan welke uitspraken op maar één bron rusten en waar bronnen elkaar tegenspreken.

Zo controleer je een deep research-rapport

Een rapport met twintig voetnoten ziet er betrouwbaar uit. Dat is het niet automatisch. Loop dit na voordat je er een besluit op baseert:

• Klik de bron aan bij elke uitspraak die ertoe doet. Staat het er echt, en in die context?
• Kijk naar de datum. Een prijs of marktcijfer van drie jaar geleden is geen marktbeeld van nu.
• Zoek de oorspronkelijke bron bij cijfers. Een blog die een onderzoek aanhaalt, is geen onderzoek.
• Let op cijfers die maar één keer voorkomen. Kun je ze nergens anders terugvinden, behandel ze dan als aanname.
• Vraag wat ontbreekt. Laat de AI zelf benoemen welke informatie het niet kon vinden.

Meer over hoe je AI-teksten op feiten controleert, lees je in AI-hallucinaties.

Reviews, klantvragen en enquêtes laten groeperen

Hier zit misschien wel de grootste winst. Je hebt waarschijnlijk al meer klantinformatie dan je denkt: Google-reviews van jezelf en je concurrenten, mails met vragen, notities uit verkoopgesprekken, open antwoorden uit een tevredenheidsenquête. Honderd van zulke teksten lezen en indelen kost een middag. Een taalmodel doet het in een paar minuten.

Haal er wel eerst persoonsgegevens uit: namen, e-mailadressen, ordernummers. Onder de AVG blijf jij verantwoordelijk voor wat je in een AI-tool zet, ook bij een zakelijk abonnement. Een voorbeeldopdracht:

Hieronder staan [aantal] reviews van [mijn bedrijf en drie concurrenten], zonder namen. Groepeer ze in maximaal acht thema's, apart voor positieve en negatieve punten. Geef per thema het aantal reviews en twee letterlijke citaten die het thema goed laten zien. Verzin geen citaten en vat ze niet samen als citaat. Zet reviews die nergens in passen apart. Geef per concurrent welk thema het vaakst terugkomt.

Controleer daarna een steekproef: pak tien reviews en kijk of ze in het goede thema staan. Een model groepeert soms te grof, of maakt van één uitgesproken review een thema.

Voor interviews en langere documenten werkt NotebookLM van Google goed. Sinds juli 2026 heet het Gemini Notebook. Het beantwoordt vragen alleen op basis van de bronnen die je zelf uploadt, met een verwijzing naar de plek waar het staat. In de gratis versie zijn dat maximaal 50 bronnen per notebook. Hoe je het zakelijk gebruikt, lees je in NotebookLM.

Synthetische respondenten: waarom AI-klanten geen klanten zijn

Steeds meer tools bieden synthetische respondenten aan: je beschrijft je doelgroep, en een taalmodel beantwoordt je vragen alsof het die klanten is. Soms heten ze AI-tweelingen, digitale persona's of synthetische klanten. Het idee is verleidelijk: in een uur honderd "interviews", zonder werven, plannen of belonen.

Het probleem is dat het geen klanten zijn. Een taalmodel voorspelt welk antwoord logisch klinkt bij de beschrijving die jij geeft. Dat heeft een paar gevolgen:

• Je krijgt het gemiddelde van het internet. Het model weet wat er in het algemeen over zo'n doelgroep geschreven is, niet wat jouw klanten in jouw regio en jouw markt drijft.
• Het is te meegaand. Taalmodellen zijn geneigd om je idee goed te vinden. Een echte klant zegt sneller dat hij daar nooit voor zou betalen.
• Het onverwachte ontbreekt. Het beste uit klantgesprekken is vaak het antwoord dat je niet zag aankomen. Een model dat het waarschijnlijke antwoord geeft, geeft je dat juist niet.
• Je stuurt het antwoord zelf. De beschrijving van de doelgroep komt van jou. Wat je erin stopt, komt er overtuigend weer uit.
• Het klinkt echt. De antwoorden zijn vloeiend, consistent en vol details. Daardoor geloof je ze sneller dan een aarzelende echte klant.

Waar het wel kan helpen

Synthetische respondenten zijn bruikbaar als oefenmateriaal, niet als bewijs:

• Je vragenlijst testen. Zijn de vragen begrijpelijk, sturen ze, missen er antwoordopties?
• Je interview oefenen. Waar loop je vast, welke vervolgvraag wil je klaar hebben?
• Hypotheses bedenken. Welke twijfels zou een klant kunnen hebben? Die toets je daarna bij echte klanten.

Gebruik AI-antwoorden nooit als citaat, review of klantverhaal in je marketing. Nepreviews en verzonnen klantervaringen zijn voor bedrijven in Nederland verboden, en het kost je vertrouwen als het uitkomt. Een persona hoort te rusten op echte klanten, niet op een AI-klant met een naam.

Marktonderzoek in één week: zo pak je het aan

Voor een mkb-bedrijf hoeft marktonderzoek geen maanden te duren. Dit is de aanpak die ik zou kiezen: AI voor het voorwerk, vijf echte klantgesprekken als toets, en jij trekt de conclusie.

Dag 1 en 2: de vraag en het voorwerk

Begin met één concrete vraag. Niet "wat vindt de markt van ons?", maar bijvoorbeeld: "Waarom haken mensen af na de offerte?" of "Voor welk type klant is ons nieuwe pakket interessant?" Schrijf ook op wat je verwacht. Dan zie je straks of je gelijk had.

Bekijk naast het deep research-rapport ook wat mensen echt zoeken. De woorden die klanten in Google intypen, zeggen vaak meer dan een marktrapport. Hoe je dat uitzoekt, lees je in zoekwoordonderzoek.

Dag 3 en 4: klantinformatie en vijf echte gesprekken

Vijf gesprekken klinkt weinig, maar het levert verrassend veel op, zeker als je de goede mensen spreekt: klanten die recent kochten, en als het kan iemand die een offerte kreeg en níet koos voor jou. Laat AI een gespreksleidraad voorbereiden:

Ik ga vijf gesprekken van twintig minuten voeren met [type klant] over [onderwerp]. Mijn onderzoeksvraag is [vraag]. Maak een gespreksleidraad met zes open vragen over hun situatie, wat ze al probeerden, hoe ze zochten, waardoor ze twijfelden en waarom ze kozen. Geen sturende vragen, geen vragen naar meningen over mijn bedrijf. Zet bij elke vraag één vervolgvraag om door te vragen.

Voer de gesprekken zelf. Wil je ze opnemen of laten uitschrijven, vraag dan vooraf toestemming en maak het transcript daarna anoniem. Wat daarbij komt kijken, lees je in AI-notulen. Schrijf de opvallendste zinnen letterlijk op, in de woorden van je klant.

Dag 5: de conclusie trekken

Laat AI de transcripten naast je hypotheses leggen: wat bevestigt je verwachting, wat spreekt hem tegen, wat kwam er onverwacht bij? Vraag om letterlijke citaten bij elk punt, zodat je kunt nagaan of het klopt.

Daarna is het jouw beurt. Wat betekent dit voor je aanbod, je boodschap en je kanalen? Sluit af met drie besluiten, bijvoorbeeld een andere openingszin op je dienstpagina, een bezwaar dat je in je offerte gaat beantwoorden, of een doelgroep waar je stopt met adverteren. Een onderzoek zonder besluit was alleen een interessante week.

Veelgemaakte fouten bij marktonderzoek met AI

• Het rapport als waarheid lezen. Een deep research-rapport is een startpunt. Controleer de bronnen waar je besluiten op baseert.
• AI-klanten als vervanging van echte gesprekken. Ze vertellen je wat je al dacht, maar dan overtuigender.
• Klantgegevens zonder nadenken uploaden. Haal namen en contactgegevens weg voordat je reviews, mails of transcripten in een tool zet.
• Alleen tevreden klanten spreken. De interessantste antwoorden komen vaak van mensen die twijfelden of afhaakten.
• Geen vraag vooraf. Zonder concrete onderzoeksvraag krijg je een berg informatie en geen antwoord.

Conclusie: AI versnelt het onderzoek, je klant geeft het antwoord

Marktonderzoek met AI levert vooral tijdwinst op in het voorwerk: deskresearch met deep research, reviews en klantvragen groeperen en interviews voorbereiden. Synthetische respondenten zijn geen klanten. Ze klinken overtuigend, maar geven het gemiddelde terug en missen precies het onverwachte antwoord waar je onderzoek voor doet. Toets wat je vindt daarom altijd met echte gesprekken, en trek de conclusie zelf.

Weet je wat je klant drijft, zet dan de volgende stap: teken de route die hij aflegt van eerste kennismaking tot aankoop, zoals beschreven in customer journey in kaart brengen. Wil je zien hoe ik onderzoek omzet in strategie en uitvoering? Download het pitchdeck.