Bij 19 van de 20 webshops rammelt de productdata: zo check je je eigen AI-teksten

Nederlandse webshops laten hun productteksten inmiddels massaal door AI schrijven, en die teksten worden nauwelijks nagekeken. Adviesbureau Apicon liep in juni met de hand door twintig Nederlandse webshops en vond bij negentien van de twintig afwijkingen in de productdata: filters die producten wegtoveren, attributen die in de verkeerde categorie hangen, woorden die de machine in stukken heeft geknipt. Het goede nieuws is dat je dit soort fouten in ongeveer een uur uit je eigen catalogus kunt vissen, met een vaste zoeklijst en een prompt die je hieronder kunt kopiëren.

Wat gaat er precies mis in Nederlandse webshops?

De meeste fouten zitten niet in de zichtbare tekst maar in de laag eronder: de attributen waarmee je filters, je zoekfunctie en straks een AI-assistent je producten begrijpen. Adviesbureau Apicon testte twintig Nederlandse retailers volledig handmatig, zonder tooling, en vond bij negentien ervan afwijkingen. Dat onderzoek werd op 10 juni gepubliceerd door Emerce.

De voorbeelden zijn pijnlijk concreet. Bij een supermarktwebshop stonden in de categorie volkoren brood achttien producten; wie vervolgens het filter volkoren aanvinkte, hield er zes over. Twaalf broden verdwenen dus op het moment dat een klant precies aangaf wat hij zocht. Elders was de plantnaam vergeet-mij-nietje netjes op de koppeltekens gesplitst, waarna er drie betekenisloze woorden in het systeem stonden. Bij een andere winkel dook het filter Rijping, een kaaskenmerk, op in de categorie vleeswaren.

Even voor de beeldvorming: dit is alsof je winkelpersoneel de helft van je schappen leeghaalt zodra een klant vertelt wat hij zoekt. Je ziet het zelf niet, want je bezoekt je eigen webshop nooit met filters aan.

Hoe komt AI-tekst eigenlijk in je catalogus terecht?

Bij de meeste webshops schrijft niemand de productteksten nog helemaal zelf. Volgens de AI-webshopcijfers van TheAIDaily gebruikt 77 procent van de Nederlandse webshops AI-tools, en 84 procent van die groep zet AI in voor contentcreatie: productbeschrijvingen, advertenties en vertalingen. Omgerekend naar de CBS-telling van ruim 103.000 Nederlandse webshops gaat het om zo'n 79.600 winkels. Slechts 5 procent heeft AI ook echt verankerd in de organisatie, met afspraken over wie wat controleert.

Bij de grote spelers is die verhouding scherp zichtbaar. Schoenenketen Omoda laat naar eigen zeggen ruim negentig procent van alle productattributen door AI genereren en doet dat al meer dan anderhalf jaar. Bol testte AI die ontbrekende productspecificaties aanvult door foto's, pdf's en teksten van verkooppartners uit te lezen en daar materiaal, afmetingen, vorm en kleur uit te halen.

Dat is precies waar het misgaat bij kleinere webshops die het patroon kopiëren. De grote ketens hebben een dataredactie die steekproeven doet. Bij een webshop van vier man belandt de tekst van de generator meteen in de live catalogus, en kijkt niemand er ooit nog naar. In veel organisaties staat AI nog los van de werkprocessen: het is een tool waar iemand teksten uit haalt, geen stap in een proces met een controlemoment.

De blunders die daarvan het nieuws halen zijn de zichtbare variant. Vorig jaar bleek uit onderzoek van Trouw dat grote webwinkels duizenden met AI gemaakte boeken verkochten zonder enige waarschuwing bij het product; de NOS berichtte er destijds over, waarna Bruna en De Slegte hun beschrijvingen aanpasten. De teksten in je eigen catalogus halen zelden de krant. Ze kosten je gewoon stilletjes omzet.

Moet je AI-teksten labelen sinds 2 augustus?

Nee, gewone productteksten hoef je niet te labelen. Sinds 2 augustus 2026 gelden de transparantieregels uit artikel 50 van de Europese AI-verordening, en die raken drie dingen: een chatbot moet duidelijk maken dat de bezoeker met een machine praat, deepfakes moeten herkenbaar zijn, en AI-teksten die het publiek informeren over maatschappelijke onderwerpen moeten worden gemarkeerd als er geen mens redactioneel naar heeft gekeken. Een beschrijving van een wandelschoen valt onder geen van drieën.

Draai je wel een chatbot op je webshop, dan is er dus vandaag iets te regelen. Eén zin boven het gespreksvenster volstaat meestal: je chat met onze digitale assistent. Wie dat nalaat, valt in de tweede boetecategorie van de verordening, met een maximum van 15 miljoen euro of 3 procent van de wereldwijde jaaromzet. Handhaving komt in de praktijk vrijwel altijd na een klacht van een consument of een concurrent, niet uit een steekproef.

De Europese Commissie publiceerde in juni een vrijwillige gedragscode voor het markeren van AI-content, met een set officiële iconen erbij. Er zijn drie varianten, elk in vier weergaven, en ze zijn vrij te gebruiken zonder bronvermelding.

Waar het wel om gaat: aansprakelijkheid. Een verzonnen specificatie blijft een onjuiste productclaim, ook als een taalmodel hem heeft bedacht. Dat de tekst uit een generator kwam is geen verzachtende omstandigheid, het is een detail in je werkproces waar je klant niets mee te maken heeft.

Zo controleer je je eigen catalogus in een uur

Begin niet bij je hele assortiment maar bij de twintig producten die het meeste geld opleveren. Daar zit je risico, en daar zie je meteen of het systeem deugt. Overigens hoef je hier geen tool voor te kopen: een export en een half uur aandacht doen het meeste werk.

1. Exporteer je productfeed naar CSV of open je Google Merchant Center-feed. Je wilt titels, beschrijvingen en attributen in één bestand, niet twintig tabbladen in je CMS.
2. Zoek op verklikkerzinnen. Taalmodellen laten instructies en beleefdheden achter. Zoek letterlijk op: zoals gevraagd, hier is, als AI, ik kan geen, ik heb, natuurlijk!, hopelijk helpt dit, laat me weten. Eén treffer betekent dat er nergens een controlestap zit.
3. Filter zoals een klant. Neem je drie drukste categorieën, tel de producten, vink dan het meest voor de hand liggende filter aan en tel opnieuw. Zakt het aantal hard, dan ontbreken er attributen, niet producten.
4. Controleer de cijfers, niet de stijl. Vergelijk voor tien producten de afmetingen, het materiaal, de inhoud en de garantietermijn met het spec-blad van de leverancier. Een taalmodel schrijft vloeiend over maten die het nooit heeft gezien.
5. Lees vijf teksten hardop voor. Vertaalde AI-teksten struikelen in het Nederlands over samenstellingen en woordvolgorde. Wat je niet zou uitspreken, koopt je klant ook niet.

Zet daarna één ding vast: wie tekent af voordat een gegenereerde tekst live gaat. Zonder die naam herhaalt de hele exercitie zich over een half jaar. Guus van de Mond van Squadra, dat de AI-proef bij Bol bouwde, zei daar in Emerce dit over:

“Eigenlijk moet je de verantwoordelijkheid hiervoor binnen de organisatie beleggen. Een AI mag nooit een blackbox worden. Je moet processen altijd kunnen herleiden.”

Guus van de Mond, Squadra

De controleprompt die je kunt kopiëren

Deze prompt laat een taalmodel je eigen teksten nakijken in plaats van schrijven. Plak hem in ChatGPT, Claude of Gemini, met daaronder tien productteksten uit je export en het spec-blad van de leverancier.

Je bent eindredacteur van een Nederlandse webshop. Hieronder staan productteksten
en daaronder de officiële specificaties van de leverancier.

Doe per producttekst drie dingen:
1. Noem elke bewering die NIET terug te vinden is in de specificaties. Citeer de zin
   letterlijk. Verzin niets bij en gok niet.
2. Markeer restanten van een AI-gesprek: instructies, beleefdheden, of zinnen die
   over het schrijfproces gaan in plaats van over het product.
3. Markeer zinnen die klinken als vertaald Engels: verkeerde woordvolgorde, losse
   bijwoorden aan het eind, of samenstellingen die een Nederlander niet zo zegt.

Geef de uitkomst als tabel: product | type probleem | de letterlijke zin | voorstel.
Herschrijf niets ongevraagd. Vind je niets, zeg dan "geen bevindingen".

Let op de laatste regel. Zonder die instructie gaat elk model alsnog vrolijk herschrijven, en dan heb je nieuwe onbewaakte tekst in plaats van een controle. Wat het model markeert, beoordeel je zelf; de uitkomst is een werklijst, geen eindoordeel.

Welke producten je als eerste nakijkt

Doe eerst je bestsellers, dan alles wat een maat, een inhoud of een garantietermijn heeft. Kleding, gereedschap, voeding en elektronica zijn de categorieën waar een verzonnen getal direct tot een retour leidt, en een retour kost je meer dan de tekst ooit heeft opgeleverd. Categorieën waar de tekst vooral sfeer verkoopt, zoals woonaccessoires, mogen wachten.

Draai je een chatbot, dan is dat de enige taak van deze hele lijst die een deadline heeft; die melding moet er sinds 2 augustus staan. De rest is geen compliance-werk maar gewoon winkelonderhoud. Verwacht er geen omzetsprong van, wel minder retouren, minder klantvragen over maten die niet kloppen, en een catalogus waarin een klant vindt wat er echt staat. Wie dieper wil kijken naar hoe AI-assistenten je assortiment lezen, vindt in ons artikel over je webshop testen met AI-agents de technische kant van hetzelfde probleem. En test je een Nederlandstalige chatbot, lees dan ook waarom AI-filters zwakker zijn in het Nederlands.

Wekelijks dit soort praktische AI-analyses in je mail? Schrijf je in voor de dagelijkse AI-nieuwsbrief.