Tutorials

Concurrentieanalyse maken met AI: wat je automatiseert en wat je zelf checkt

AI structureert een concurrentieanalyse in minuten, maar vult onopgemerkt een prijs of functie in die het niet zeker weet. Met een echte prompt, wat er fout teruggegeven wordt, en precies wat je daaraan repareert voordat het rapport de deur uit gaat.

Dennis ClaassenDennis Claassen15 min lezen
Marketeer bekijkt een concurrentieanalyse op een laptop: concurrentieanalyse maken met AI

Meer leren over AI?

In onze hands-on trainingen leer je AI effectief inzetten voor jouw werk.

Dennis Claassen

Dennis Claassen

AI-trainer · 35+ teams getraind

Bekijk de masterclass

Key takeaways

Een concurrentieanalyse maken met AI werkt het beste als je het model laat structureren wat concurrenten al publiek laten zien (website, pricing-pagina, reviews) en zelf de actuele feiten checkt, zoals prijzen en net gelanceerde functies. Dat onderscheid is nodig omdat een taalmodel niet uit zichzelf weet wat het niet weet: het voorspelt het meest waarschijnlijke antwoord, ook als dat antwoord verouderd is. OpenAI noemt dit zelf een hallucinatie: een antwoord dat overtuigend klinkt maar feitelijk niet klopt. Hieronder: welke tool je voor welke stap gebruikt, een prompt die de grootste fout afvangt, en wat je altijd zelf nakijkt voor het rapport de deur uit gaat.

Wat AI wel en niet doet bij een concurrentieanalyse

Een concurrentieanalyse bestaat uit twee heel verschillende klussen. De eerste is ordenen: van een stapel teksten, screenshots en reviews een overzichtelijke tabel maken met kernboodschap, doelgroep, prijsindicatie en sterke en zwakke punten per concurrent. Daar is AI goed in, omdat het patronen in tekst herkent en kan samenvatten zonder dat jij alles handmatig moet uittypen.

De tweede klus is opzoeken: weten wat een concurrent vandaag vraagt, welke functie er twee maanden geleden bijkwam, of wat een recente review zegt. Daar is AI zwak in, tenzij je het expliciet een zoekfunctie geeft. Zonder zoeken werkt een taalmodel op trainingsdata die maanden tot jaren oud kan zijn, en het zegt er niet bij wanneer dat zo is.

Het verschil is precies waarom je de twee klussen scheidt in plaats van ze in één losse vraag te gooien. Vraag je "maak een concurrentieanalyse van X, Y en Z", dan vult het model zelf in wat het denkt te weten over die bedrijven, inclusief oude prijzen en features die niet meer bestaan. Vraag je in plaats daarvan "structureer deze teksten die ik aanlever", dan kan het alleen nog iets verzinnen over wat er niet in die teksten staat, en dat is een veel kleinere fout om op te vangen.

Het verschil in tijd maakt dat concreet. Vijf bronteksten van samen ongeveer tweeduizend woorden ordenen tot een tabel kost een model twee tot drie minuten, inclusief jouw controleslag. Zelf uitzoeken of een functie die een concurrent vorig jaar aankondigde nog steeds bestaat, kost via een gewone zoekopdracht vijf tot tien minuten per functie, en dat werk doet geen AI voor je als je er niet expliciet om vraagt.

Concurrentieonderzoek doe je zelf, concurrentieanalyse laat je structureren

Concurrentieonderzoek is het verzamelen van de ruwe feiten: de homepage openen, de pricing-pagina kopiëren, een paar reviews lezen. Dat blijft mensenwerk, want alleen jij kunt zien of een pagina vandaag nog actueel is. Een concurrentieanalyse is de stap erna: die ruwe feiten omzetten in een vergelijkbaar overzicht met een conclusie voor je eigen positionering. Laat AI die tweede stap doen, nooit de eerste.

Concurrentieanalyse maken met AI: welke tool voor welke stap?

Kies het lichtste gereedschap dat de klus betrouwbaar klaart. De drempels hieronder volgen uit wat elk gereedschap wel en niet kan, niet uit voorkeur.

Als dit geldtDan gebruik je ditWaarom de drempel daar ligt
Je hebt de teksten of screenshots van concurrenten al zelf verzameld en wilt ze alleen ordenenEen gewone chat (ChatGPT, Claude of Gemini), zonder zoekfunctieHet model moet alleen structureren, geen feiten ophalen. Een zoekfunctie aanzetten haalt hier juist een ongevraagd en ongeverifieerd zoekresultaat binnen.
Je wilt dat de AI zelf actuele info ophaalt over één tot drie concurrenten (prijzen, functies, nieuws)Zet webzoeken aan en vraag letterlijk om een bronvermelding per claimMet zoeken citeert het model de pagina waar de claim vandaan komt, zodat jij die bron kunt openen. Zonder die citatie-eis krijg je een zelfverzekerd antwoord zonder dat je kunt nagaan waar het op rust.
Het aantal concurrenten keer het aantal criteria ligt boven de vijftien (bijvoorbeeld vijf concurrenten op drie criteria)Werk per concurrent in een los gesprek of document, niet alles in één promptvensterElke cel in je tabel moet je tegen de bron controleren, en dat kost dertig tot zestig seconden per cel. Bij vijftien cellen is dat al zeven tot vijftien minuten controlewerk; daarboven beginnen mensen cellen over te slaan, en precies daar verstopt zich een onopgemerkte fout. Reken het met je eigen aantallen: concurrenten keer criteria is je celaantal.
Je wilt een uitspraak over wie "wint" of welke strategie beter isDoe dat zelf; vraag de AI niet om te oordelenWinnen is een inschatting van toekomstig gedrag en van wat jouw bedrijf zelf wil. Dat valt niet af te leiden uit tekst op een website.

Bij de tweede rij geldt een vaste regel: vraag altijd om een citaat of link bij elke claim die met zoeken binnenkomt. Anthropic adviseert zelf om cross-reference cited sources te doen en authoritative sources te gebruiken bij beslissingen die ertoe doen, in de eigen uitleg over webzoeken in Claude. Doe je dat niet, dan wissel je blind vertrouwen in trainingsdata in voor blind vertrouwen in een citaat die je nooit hebt gecontroleerd.

Heb je een apart concurrentieanalyse tool nodig?

Meestal niet. Een concurrentieanalyse tool met een eigen abonnement is pas de moeite waard zodra je doorlopend, voor veel concurrenten tegelijk, wilt volgen wat er verandert. Voor een eenmalige of kwartaalanalyse van twee tot vijf concurrenten doet een gewone chat, met de prompt hieronder, precies hetzelfde werk zonder extra kosten.

Hoe maak je een concurrentieanalyse met AI: de prompt en wat er terugkomt

Een geconstrueerd voorbeeld met fictieve namen. Niet vanwege privacy (bedrijfsfeiten als prijzen en functies zijn geen persoonsgegevens, zoals je verderop leest), maar omdat we hier geen specifieke prijs- of functieclaim over een echt, herkenbaar bedrijf willen publiceren die morgen alweer achterhaald kan zijn. De structuur en de fout zijn wel representatief voor wat je in de praktijk ziet.

Een marketeer bij een fictief bedrijf ("Connecta", projectsoftware voor bouwbedrijven) heeft de homepage- en pricing-tekst van twee concurrenten gekopieerd uit de browser: "Bouwstroom" en "Werfplan". Van Werfplan heeft ze de pricing-pagina niet meegenomen, alleen de homepage.

De prompt

#CONTEXT: Je bent een marketingstrateeg die positionering scherp maakt voor
een B2B-softwarebedrijf. Degene die dit leest is een directeur die binnen
vijf minuten wil weten waar wij ons kunnen onderscheiden, geen uitgebreide
marktstudie.

#DOEL: Een vergelijkingstabel plus drie concrete kansen om ons te
onderscheiden.

#WERKWIJZE:
1. Structureer per concurrent: kernboodschap, doelgroep, prijsindicatie,
   sterke punten, zwakke punten of gaten in de positionering.
2. Gebruik uitsluitend de tekst die ik hieronder aanlever. Gebruik geen
   kennis over deze bedrijven die je al had, ook niet als je denkt dat
   die klopt.
3. Zet bij elk veld waarvoor in de aangeleverde tekst geen informatie
   staat: "niet gevonden in aangeleverde tekst".
4. Geef daarna drie concrete kansen voor ons, gebaseerd op wat de
   concurrenten niet afdekken.

#INFORMATIE VAN MIJ:
- Concurrent 1: Bouwstroom, [homepage- en pricingtekst geplakt]
- Concurrent 2: Werfplan, [alleen homepagetekst geplakt]

#OUTPUT: Een tabel plus een lijst van drie kansen, maximaal 300 woorden.

#BELANGRIJKE REGELS:
- Noem geen prijs, klantenaantal of functie die niet letterlijk in de
  aangeleverde tekst staat.
- Oordeel niet over wie "wint"; beschrijf alleen gaten en kansen.
- Controleer voor je antwoordt of elk feit in de tabel terug te vinden
  is in de aangeleverde tekst.

#BEPERKINGEN: Gebruik geen kennis over deze bedrijven die niet in de
aangeleverde tekst staat.

Concurrentieanalyse voorbeeld: wat de AI teruggeeft

| | Bouwstroom | Werfplan |
|---|---|---|
| Kernboodschap | "Alles op de bouwplaats in één overzicht" | "Plan je werf, niet je papierwerk" |
| Doelgroep | Middelgrote aannemers | Kleine en middelgrote bouwbedrijven |
| Prijsindicatie | Vanaf €89 per maand | Vanaf €49 per maand, instapmodel |
| Sterke punten | Sterke focus op planning en materiaalbeheer | Laagdrempelige prijs, snel op te starten |
| Zwakke punten | Geen genoemde koppeling met boekhoudpakketten | Weinig concreet over integraties |

Drie van de vijf rijen zijn direct bruikbaar: kernboodschap, doelgroep en de zwakke punten van Bouwstroom staan letterlijk zo of vrijwel zo in de aangeleverde tekst. Twee rijen zijn fout, en het is dezelfde fout twee keer.

  1. De prijs van Werfplan ("vanaf €49 per maand, instapmodel") staat nergens in de aangeleverde tekst. Er was alleen een homepagetekst geplakt, geen pricing-pagina. Het model had hier "niet gevonden in aangeleverde tekst" moeten neerzetten, zoals de regel voorschreef. In plaats daarvan vulde het een plausibel klinkend instapbedrag in, precies het patroon dat OpenAI zelf beschrijft: het model kan "high confidence even in incorrect answers" tonen.
  2. "Instapmodel" is een aanname, geen feit. Het woord staat niet in de bron en suggereert een productstructuur die niet bevestigd is.

Wat je repareert voor je het rapport verstuurt

| Prijsindicatie Werfplan | niet gevonden in aangeleverde tekst. Check de
pricing-pagina zelf voor je dit rapport verstuurt. |

De reparatie kost hier dertig seconden: de cel vervangen en zelf de pricing-pagina van Werfplan openen. De tegenmaatregel voor een volgende keer staat al in de prompt (de regel over "uitsluitend de aangeleverde tekst"); het probleem is dat die regel niet feilloos werkt. Voeg daarom een tweede, strengere regel toe: "Markeer elk getal met de letterlijke zin uit de bron waar het vandaan komt. Kun je die zin niet citeren, schrijf dan 'niet gevonden'." Die extra stap dwingt het model om zijn eigen claim te bewijzen in plaats van hem alleen te beweren.

Waar concurrentieanalyse met AI misgaat: een prijs die klopt-lijkt

Het mechanisme achter de fout hierboven is simpel: een taalmodel voorspelt het waarschijnlijkste vervolg op een tekst. Op de vraag "wat kost dit soort software" is een concreet bedrag met een rond getal waarschijnlijker dan "dat weet ik niet", ook als er geen bron voor is. OpenAI zet dat zelf zo neer in zijn eigen hulppagina: het model kan hallucineren met "incorrect definitions, dates, or facts" en "fabricated quotes, studies, citations or references to non-existent sources", en confidence is daarbij geen garantie voor correctheid.

Dit is precies waarom een guardrail in je prompt de kans verkleint, maar niet naar nul brengt. Uit onze trainingen: zelfs met de regel "gebruik uitsluitend de aangeleverde tekst" zien we bij een vergelijking van drie tot vijf concurrenten gemiddeld één veld per sessie waar het model toch een niet-aangeleverd feit invult, meestal een prijs of een klantenaantal. Dat is geen reden om de regel te laten vallen (zonder de regel ligt dat aantal hoger), maar wel een reden om nooit een getal uit een AI-rapport te kopiëren zonder het zelf bij de bron te hebben gezien.

Niet doen: de AI vragen om te voorspellen wat een concurrent volgend kwartaal gaat doen, of wie de markt "gaat winnen". Dat is geen structureringsklus maar een gok over de toekomst, en daar heeft een taalmodel evenveel zicht op als jij.

Wat je wel en niet in een AI-tool plakt

Twee aparte risico's, niet één. Het eerste gaat over je eigen informatie: plak geen eigen niet-gepubliceerde prijsstrategie, marges of klantcontracten in een gratis AI-account. Hoe je dat regelt met een zakelijk account en uitgeschakelde training staat uitgebreider in de gids over AI-agents voor je inbox, en geldt hier net zo goed.

Het tweede risico gaat over andermans informatie, en dat is minder vanzelfsprekend dan het klinkt. Feiten over een bedrijf zelf (prijzen, functies, messaging op een website) zijn geen persoonsgegevens; die handmatig kopiëren in een prompt is geen privacyprobleem. Reviews met een naam erbij, of een LinkedIn-profiel van een medewerker van de concurrent, zijn dat wel: de EDPB, de Europese koepel van privacytoezichthouders, noemt een naam, een foto of een video met een herkenbaar persoon daarin expliciet als voorbeeld van persoonsgegevens onder artikel 4 AVG, en elke verwerking daarvan moet aan een van de grondslagen uit artikel 6 AVG voldoen. Zodra zulke persoonsgegevens in het spel zijn, geldt de AVG onverkort, ook al staan ze al openbaar op internet: openbaar betekent niet automatisch dat er een grondslag is om te verwerken. De Nederlandse toezichthouder zelf gaat voor geautomatiseerd, grootschalig verzamelen (scrapen) nog verder en noemt dat voor private partijen "bijna altijd" in strijd met de AVG (die specifieke uitspraak van de Autoriteit Persoonsgegevens kon de AP-site zelf vandaag niet bevestigen omdat die niet bereikbaar was; de tekst staat hier daarom via de vermelding bij Dutch IT Channel, als aanvullend signaal naast de EDPB-grondslag hierboven).

Concurrenten analyseren zonder op naam gestelde profielen te scrapen

De grens die daar praktisch uit volgt: een paar pagina's handmatig kopiëren voor je eigen tabel is geen scraping in de zin van die waarschuwing, dat gaat over geautomatiseerd en op schaal verzamelen. Concurrenten analyseren op basis van hun eigen website en marketingtekst blijft dus veilig. Een los script of tool dat continu profielen of reviews van met naam genoemde mensen binnenhaalt, is dat wel, en daar heb je in de praktijk bijna nooit een geldige grondslag voor.

Wat het oplevert, en hoe je het na zeven dagen meet

Wat een week oefenen oplevert, hangt af van wat je al had. Uit onze trainingen, bij een vergelijking van drie concurrenten op vijf criteria: zonder AI kost dat ruwweg negentig minuten, ongeveer zestig minuten informatie verzamelen (pagina's openen, teksten kopiëren) en dertig minuten structureren en schrijven. AI verkort vooral het tweede deel, niet het eerste: het verzamelen van de bronteksten blijft mensenwerk, want dat is precies het stuk waar je niet op het model kunt vertrouwen. Het structureren zakt van dertig minuten naar vijf tot tien minuten nakijken. Netto bespaar je dus twintig tot vijfentwintig minuten op een analyse van negentig, zo'n een kwart tot een derde van de totale tijd, niet de helft of meer die je bij puur schrijfwerk zou verwachten. Vergelijk je meer dan drie concurrenten of meer criteria, dan groeit vooral het verzamelen mee, niet de tijdwinst van het structureren.

Wat na een week beter wordt: je prompt kent de eigen criteria van je markt, omdat je elke correctie uit de eerste sessies erin verwerkt. Wat niet beter wordt: het verzamelen van actuele feiten. Daar blijft AI afhankelijk van wat jij aanlevert, hoe goed je prompt ook is.

Meet het met drie tellingen, zonder tooling.

Hoe begin je?

Begin met één concurrent waar je de meeste vragen over krijgt, niet met de hele lijst. Verzamel zelf de homepage- en pricing-tekst, plak die in de prompt hierboven, en kijk welk veld "niet gevonden" blijft. Dat veld laat precies zien welke informatie je nog handmatig moet aanvullen voor je de analyse uitbreidt naar meer concurrenten.

Doe dit deze week

  1. Verzamel de teksten van twee concurrenten zelf

    Homepage en pricing-pagina, gekopieerd als platte tekst. Geen links voor de AI om zelf te openen; dat is precies het stuk waar de fout ontstaat.

  2. Draai de prompt hierboven op die twee concurrenten

    Tel hoeveel velden "niet gevonden" bleven en hoeveel een concreet feit kregen. Check elk concreet feit tegen je eigen bronmateriaal, met name prijs en klantenaantal.

  3. Voeg de citatie-eis toe aan je eigen versie van de prompt

    "Markeer elk getal met de letterlijke zin uit de bron." Draai de analyse opnieuw en vergelijk hoeveel velden nu terecht op "niet gevonden" uitkomen.

Het recept dat vandaag werkt: lever per concurrent alleen tekst aan die je zelf hebt gezien, laat de AI structureren met de citatie-regel erbij, en vraag om drie kansen in plaats van een oordeel over winnaars. Meer van deze promptopbouw, met de volledige structuur uit het #CONTEXT-tot-#BEPERKINGEN-systeem, staat in de promptbibliotheek.

Wil je dit met je eigen markt en je eigen criteria onder begeleiding opzetten? In een AI-werksessie bouwt je team dit soort prompts op het eigen werk, met directe feedback op wat wel en niet klopt. Twijfel je waar te beginnen, plan een kort gesprek.

AI-training

Wil je AI leren inzetten?

In onze praktische trainingen leer je hoe je ChatGPT, Claude en andere AI-tools effectief inzet voor jouw werk.

Bekijk trainingen

Bronnen

Veelgestelde vragen

  • Hoe maak je een concurrentieanalyse met AI?

    Verzamel eerst zelf de homepage- en pricing-tekst van je concurrenten. Plak die tekst in een prompt die het model opdraagt uitsluitend die tekst te gebruiken en "niet gevonden" te zetten bij elk ontbrekend feit. Laat de AI daarna structureren in kernboodschap, doelgroep, prijsindicatie, sterke en zwakke punten, en controleer elk concreet getal tegen je eigen bronmateriaal voor je het rapport verstuurt.

  • Is een concurrentieanalyse tool nodig naast ChatGPT of Claude?

    Meestal niet. Een apart concurrentieanalyse tool met een eigen abonnement is pas de moeite waard zodra je doorlopend, voor veel concurrenten tegelijk, wilt volgen wat er verandert. Voor een eenmalige of kwartaalanalyse van twee tot vijf concurrenten doet een gewone chat (ChatGPT, Claude of Gemini) hetzelfde werk, zolang je zelf de teksten aanlevert en bij webzoeken om een citaat per claim vraagt.

  • Mag je zomaar concurrenten analyseren met hun social media of reviews?

    Niet zomaar. Concurrenten analyseren op basis van hun eigen website en marketingtekst is geen privacyprobleem: dat zijn geen persoonsgegevens. Reviews of profielen met de naam van een medewerker van de concurrent zijn dat wel. Die op schaal en geautomatiseerd verzamelen (scrapen) is volgens de Autoriteit Persoonsgegevens vrijwel altijd een overtreding van de AVG, ook als de informatie al openbaar staat. Een paar pagina's handmatig kopiëren voor je eigen tabel valt daar niet onder.

  • Hoe ziet een concurrentieanalyse voorbeeld met AI eruit?

    Een tabel met per concurrent de kernboodschap, doelgroep, prijsindicatie en sterke en zwakke punten, gevolgd door drie concrete kansen om je te onderscheiden. De valkuil zit in de prijsindicatie: die vult een model soms in zonder bron, met evenveel stelligheid als een feit dat wel klopt. Elk getal dat niet terug te vinden is in je aangeleverde tekst, check je zelf voor je het rapport gebruikt.

  • Wat is het verschil tussen concurrentieonderzoek en een concurrentieanalyse met AI?

    Concurrentieonderzoek is het verzamelen van de ruwe informatie: teksten, prijzen, reviews. Dat blijft mensenwerk, want AI kan niet zelf verifiëren of informatie actueel is. Een concurrentieanalyse is de stap daarna: die ruwe informatie structureren tot een vergelijkbaar overzicht met kansen voor je eigen positionering. Daar is AI wel sterk in, zolang je het beperkt tot de tekst die je zelf aanlevert.

Tags
concurrentieanalysemarketingpromptsproductiviteitprivacy
Dennis Claassen

Geschreven door

Dennis Claassen

Oprichter en AI-trainer

Dennis is de oprichter van Project Impact en traint Nederlandse bedrijven in het effectief gebruiken van AI. Met jarenlange ervaring in tech en onderwijs helpt hij teams om AI praktisch toe te passen.

Meer over Dennis

Meer leren over AI?

In onze hands-on trainingen leer je AI effectief inzetten voor jouw werk.

Bekijk de masterclass