Schaduw-DMU: het onzichtbare DMU-lid

De klassieke DMU kende je: de gebruiker, de beslisser, de inkoper, de beïnvloeder, soms een gatekeeper. Gartner beschrijft buying groups van gemiddeld zes tot tien mensen, die ieder zelfstandig informatie zoeken en die informatie vervolgens met de groep delen. Dat delen gebeurt nu steeds vaker in de vorm van een AI-samenvatting.

Daarmee ontstaat een nieuw type DMU-lid. Niet iemand met een agenda-item, maar een laag tussen jouw content en de mensen die beslissen. Wij noemen dat de schaduw-DMU: het deel van de besluitvorming dat plaatsvindt in chatvensters, AI-overzichten en agent-workflows, zonder dat jij het ziet.

Waarom dit nu speelt

Antwoorden in plaats van linklijsten

Een steeds groter deel van de research eindigt in een samengevat antwoord. Wie daar niet in wordt genoemd, bestaat in die fase simpelweg niet.

Agents doen het voorwerk

Analisten en inkopers laten AI-agents leveranciers vergelijken, prijsmodellen samenvatten en risico's benoemen, voordat er een mens meekijkt.

De DMU groeit onzichtbaar

Naast de zes tot tien menselijke beslissers zit er nu een partij aan tafel die niets vraagt, alles leest en toch mede de shortlist bepaalt.

Gartner verwacht dat het volume in traditionele zoekmachines richting 2026 fors afneemt doordat gebruikers overstappen op AI-chatbots en virtuele agents. Tegelijk laat Google in zijn eigen documentatie zien dat AI-functies antwoorden samenstellen uit bronnen die aan kwaliteits- en betrouwbaarheidscriteria voldoen. Het gevolg is dat er minder geklikt wordt, terwijl er per vermelding meer op het spel staat.

Wat dit betekent voor je funnel

De eerste selectie verschuift naar een fase die je niet meet. Een deel van je pipeline verdwijnt niet omdat je te duur was of te laat reageerde, maar omdat je in het samengevatte antwoord ontbrak. Dat verklaart een patroon dat we bij veel organisaties zien: minder organisch verkeer, maar bezoekers die verder in hun beslissing zijn en scherper vragen stellen.

Praktisch gevolg voor marketing en sales: attributiemodellen die uitgaan van clicks vertellen steeds minder van het verhaal. De vraag is niet alleen "hoeveel bezoekers kregen we", maar "hoe accuraat en vindbaar is de informatie waarmee AI-systemen ons beschrijven".

Checklist: zichtbaar worden voor de schaduw-DMU

1. 01Zet feiten expliciet op je site: prijsindicaties, integraties, doelgroep, beperkingen. AI-modellen kunnen niet citeren wat er niet staat.
2. 02Schrijf per onderwerp één duidelijke bronpagina in plaats van tien overlappende blogs.
3. 03Maak vergelijkingen zelf: "Voor wie is dit wel en niet geschikt" wordt vaak letterlijk overgenomen.
4. 04Structureer content zodat een machine hem kan lezen: heldere koppen, tabellen, FAQ's, schema.org-markup.
5. 05Zorg dat je claims verifieerbaar zijn met bronnen, cases en cijfers, want dat is precies waar modellen op selecteren.
6. 06Wees aanwezig op plekken waar modellen graag uit citeren: vakmedia, reviewplatformen, kennisbanken, community's.
7. 07Meet het: welk deel van je verkeer en je aanvragen komt uit AI-assistenten? Vraag het ook in je intakes.

Waar je morgen mee begint

Stel je eigen vragen aan een paar AI-assistenten alsof je je ideale klant bent: "wie zijn goede partijen voor X in Nederland", "wat kost Y", "waar moet ik op letten bij Z". Noteer wie er genoemd wordt, welke bronnen worden geciteerd en welke feiten over jou ontbreken of niet kloppen. Dat lijstje is je content-agenda voor het komende kwartaal.

Cijfers en voorspellingen zijn van de genoemde bronnen; controleer ze altijd op de meest recente publicatiedatum.