Verzonnen. Een van de grootste adviesbureaus ter wereld publiceerde feiten die nooit bestonden. Herken je dat onbehaaglijke gevoel? Dat het iedereen kan overkomen?
Even de feiten. De situaties hadden niet plaatsgevonden.
Het pijnlijke is dit. De inhoud oogde geloofwaardig. Plausibel. Precies zoals een mens het zou opschrijven. En daar zit nou juist het probleem. Generatieve AI produceert tekst die overtuigend leest, ook als de feiten verzonnen zijn. We noemen dat hallucinatie.
Dat het KPMG AI-rapport teruggetrokken werd is geen los incident. Het is een van meerdere recente gevallen waarbij AI-gegenereerde inhoud in zakelijke publicaties verzonnen bronnen bevatte. En het raakt direct aan iets waar elke B2B-marketeer mee worstelt: contentgeloofwaardigheid en LinkedIn betrouwbaarheid.
Want als KPMG dit overkomt, met hun reviewteams en reputatie, wat zegt dat dan over jouw LinkedIn-feed?
Stel je voor. Een industrieel toeleverancier wil sneller publiceren. Logisch. Ze laten een AI-tool volledige thought-leadership-posts schrijven, inclusief verwijzingen naar marktcijfers. Klinkt efficiënt.
Dan komt een prospect met een vraag over een genoemd cijfer. Het blijkt niet te kloppen. Niet eens dichtbij. Het patroon dat wij hierbij zien: verloren geloofwaardigheid bij precies de besluitvormers die het bedrijf wilde bereiken. Dat is geen klein dingetje. Dat is je hele reden om op LinkedIn te zitten.
Hier is waarom AI content B2B marketing risico met zich meebrengt dat anders is dan een typfout. Een spelfout vergeven mensen. Een verzonnen feit niet. Een verzonnen feit zegt iets over je oordeel, niet over je toetsenbord.
LinkedIn is een professioneel platform. Reputatie van auteurs en bedrijven speelt een rol in zichtbaarheid en vertrouwen. Eén keer betrapt op AI-gegenereerde content met gevaren erin, en je publiek leest je volgende tien posts met een wenkbrauw omhoog. Dat krijg je niet zomaar terug.
Wij zien dat B2B-marketeers steeds vaker twijfelen of volledig AI-gegenereerde LinkedIn-posts hun geloofwaardigheid op de lange termijn schaden. Goede twijfel, eigenlijk.
Lezers zijn slimmer dan we denken. Echt waar. Ze voelen het verschil tussen een tekst die ervaring ademt en een tekst die alleen patronen napraat.
Wat valt mensen op? Generieke content leest vlak. Alle hoeken eraf geschuurd. Geen rafelrandjes, geen eigen mening, geen "wij hebben dit een keer goed verkloot en dit leerden we". Juist die rafelrandjes maken thought leadership op LinkedIn geloofwaardig.
Een paar signalen waar lezers op letten:
Authentieke LinkedIn content B2B doet het tegenovergestelde. Die noemt een klant bij naam, een specifieke situatie, een fout. De CFO die je rapport overslaat leest wel de post waarin staat wat je écht meemaakte. Daar zit het verschil.
Misverstand vooraf: dit is geen pleidooi tegen AI. Wij gebruiken het zelf dagelijks. Het is een pleidooi voor wie aan het stuur zit.
Een human-led LinkedIn content strategie begint bij een mens met een echte mening. AI helpt vormgeven, structureren, aanscherpen. Maar de kern, het standpunt, de ervaring, het cijfer dat je zelf hebt gezien, dat komt van jou. Niet van een model dat plausibel gokt.
Het verschil zit hier. Puur AI-gegenereerde output start met een prompt en eindigt met tekst. Human-led content start met iets wat je écht weet en gebruikt AI om het beter op te schrijven. Klein verschil in proces. Enorm verschil in uitkomst.
In onze ervaring presteert content die op echte expertise en menselijke ervaring is gebaseerd beter op herkenbaarheid en vertrouwen dan generieke AI-output. En het laat zich meten aan wie er reageert.
Kijk, de meeste bureaus laten je zien hoeveel likes je kreeg. Wij kijken naar wie er reageerde. Bij onze klanten komt 56 tot 84 procent van de out-of-network engagement van de échte doelgroep. Geen vanity-bereik. En ruim de helft, zo'n 55 procent, van die externe ICP-reacties komt van Director-, VP- of C-level. Beslissers reageren niet op tekst die nergens vandaan komt. Die voelen het.
Contentkwaliteit op LinkedIn gaat dus niet over volume. Het gaat over wie er aan tafel komt.
Goed. Praktisch dan. Hoe gebruik je AI zonder een KPMG-moment te riskeren?
Wij merken dat een groeiend aantal organisaties AI inzet als hulpmiddel in de redactiefase in plaats van als volledige vervanger van menselijke auteurs. Dat is de juiste kant op. AI als editor, niet als orakel.
Een paar regels die wij zelf hanteren:
Die laatste vraag is goud. Als je een bewering niet boven de koffie zou durven uitspreken zonder rapport in je hand, hoort die niet in je post. Onze ervaring is dat menselijke redactionele controle het belangrijkste verschil maakt tussen risicovolle en betrouwbare AI-ondersteunde content. Niet de tool. De controle.
B2B thought leadership in 2026 wordt niet gewonnen door wie het snelst publiceert. Het wordt gewonnen door wie betrouwbaar blijft over honderd posts heen. Snelheid is makkelijk. Vertrouwen is moeilijk.
Wil je weten hoe een human-led aanpak er in de praktijk uitziet? Lees onze LinkedIn thought leadership strategie of bekijk hoe we AI inzetten binnen B2B-marketing.
Eén les blijft hangen. Het KPMG AI-rapport werd teruggetrokken niet omdat AI slecht is, maar omdat niemand de feiten controleerde voor publicatie. De technologie deed precies wat ze doet: overtuigend gokken.
Voor jouw LinkedIn betekent dat het volgende. Je geloofwaardigheid is je grootste asset. Je bouwt hem op in jaren en verliest hem in één verzonnen cijfer. Thought leadership op LinkedIn staat of valt met de vraag of mensen je nog geloven na de tiende post.
AI mag je helpen schrijven. Maar jouw naam staat eronder. Dus jij controleert.
Wil je een LinkedIn-aanpak waarbij elke claim klopt en de juiste beslissers reageren? Bekijk onze LinkedIn contentstrategie en plan een gesprek.