The State of the SME Website in Belgium 2026 is een nationale nulmeting van Belgische kmo-websites door SEMANU. Het onderzoek is een census, geen steekproef: elke vindbare kmo-website wordt gemeten met een deterministisch, openbaar meetinstrument. Er zit geen AI in de meting. De code is open source, de gepseudonimiseerde dataset verschijnt onder CC BY 4.0 en resultaten per bedrijf worden nooit gepubliceerd, alleen aggregaten.
In het kort
- Een census van alle vindbare Belgische kmo-websites, opgebouwd vanuit de open data van de Kruispuntbank van Ondernemingen.
- Drie vindlagen: het websiteveld in het register, het Common Crawl-webarchief en domeinnamen afgeleid van de bedrijfsnaam, alleen aanvaard met eigendomsbewijs.
- Het meetinstrument is deterministisch en publiek: iedereen kan dezelfde code op dezelfde site draaien en hetzelfde resultaat krijgen.
- Het selectie-effect van webonderzoek wordt niet weggeredeneerd maar gemeten en gepubliceerd, per vindlaag.
- Protocol, codeboek en dataset verschijnen met een permanente DOI; per bedrijf publiceren we niets.
Waarom dit onderzoek bestaat
Wie vandaag wil weten hoe de Belgische kmo er online voorstaat, vindt vooral verkooppraat: cijfers van partijen die websites, tools of advies verkopen, gemeten op een manier die niemand kan controleren. Wij wilden een nulmeting die je kan nárekenen in plaats van geloven. Daarom publiceren we naast de resultaten ook het volledige instrumentarium: het protocol, de meetcode en de drempelwaarden waarmee elke indicator beslist wordt.
Een volkstelling, geen steekproef
Het onderzoek meet niet duizend willekeurige sites maar elke kmo-website die het kan vinden. Dat verplaatst de kernvraag van steekproeffout naar dekking: niet “hoe representatief is het staal” maar “welk deel van de populatie zien we”. Die dekking rapporteren we expliciet, met een onafhankelijke recall-controle tegen een lijst die geen enkele rol speelde in het vinden van de sites.
Hoe we bedrijven met een website vinden
De ruggengraat is het ondernemingsregister. Daarbovenop zoeken drie lagen naar websites: het websiteveld dat bedrijven zelf aan het register meldden, het publieke Common Crawl-webarchief waarin we ondernemingsnummers op pagina's herkennen en als derde laag domeinnamen die we afleiden uit de geregistreerde bedrijfsnaam: een kandidaat telt daar pas mee als het eigendom bewezen is. Een vierde laag via een zoek-API sneuvelde onderweg: Google sloot die route begin 2026 af. In plaats van dat gat te verzwijgen, vervingen we hem door een validatiestap die meet hoeveel we missen.
Wat we meten en waarom er geen AI in de meting zit
Per website registreert de scanner uitsluitend machinaal verifieerbare indicatoren: bereikbaarheid, beveiliging, vindbaarheid, contactmogelijkheden, commerciële signalen en de statische GEO-gereedheid: kan een AI-crawler de site lezen en begrijpen? Geen oordeel, geen model, geen interpretatie: dezelfde code geeft op dezelfde site altijd hetzelfde antwoord. Het instrument is versiebeheerd en elke gemeten rij draagt het versienummer dat haar produceerde. Versie 1.0 hebben we integraal weggegooid nadat een test op onze eigen website vijf detectors ontmaskerde die er redelijk uitzagen maar vrijwel altijd juist of vrijwel altijd fout waren. Die fouten staan beschreven in de versiegeschiedenis, met tests die het oude gedrag aantonen.
Het selectie-effect: benoemd, begrensd, gepubliceerd
Het scherpste bezwaar tegen dit ontwerp stellen we zelf: wie websites meet die vindbaar zijn, meet bedrijven die geselecteerd zijn op vindbaarheid. Ons antwoord is niet ontkennen maar begrenzen. Alle vindlagen selecteren in dezelfde richting, naar sterkere webaanwezigheid, dus elk tekort dat we rapporteren is een ondergrens van het werkelijke tekort. Elk kerncijfer wordt uitgesplitst per vindlaag, de overlap tussen lagen wordt gemeten en een steekproef van niet-gevonden bedrijven wordt handmatig gecontroleerd. Zo wordt de grootste onbekende van het ontwerp een gemeten cijfer met een interval, geen voetnoot.
Alles controleerbaar
De meetcode is open source onder MIT-licentie. Het protocol wordt gepreregistreerd en gearchiveerd met een permanente DOI en de gepseudonimiseerde dataset (alle indicatoren per onderneming onder een willekeurig studienummer, zonder naam, btw-nummer of URL) verschijnt onder CC BY 4.0. De scanner meldt zich eerlijk aan met eigen naam en contactadres, respecteert robots.txt, haalt hoogstens vier pagina's per site op en spreidt zijn verzoeken. Het ethische kader volgt het Menlo Report en de Europese gedragscode voor onderzoeksintegriteit van ALLEA.
Wat volgt
De meting loopt in golven over meerdere weken. Daarna volgen hier de eerste resultaten: hoe de Belgische kmo er technisch, commercieel en in het AI-zoektijdperk werkelijk voorstaat, met elke beperking erbij. Wie het niet gelooft, kan het narekenen. Zo hoort het.
Vragen over dit onderzoek, of samenwerken? SEMANU Research staat open voor methodologische feedback, mediapartnerschappen en sectororganisaties die de resultaten willen gebruiken.