Voor iedereen die enquêtes uitzet of inkoopt

Hoeveel enquêteantwoorden kun je vertrouwen? Dit vonden we bij het screenen van 2.176 mensen.

Beveilig je enquête nu

Eerste 10 personen gratis. Geen kaart nodig om te beginnen.

In het kort

Toen we in 2026 2.176 mensen vooraf screenden op aandacht, antwoordkwaliteit en bots voordat ze aan drie enquêtes begonnen, werd 22 tot 25% tegengehouden, bij elke enquête ongeveer evenveel. Screening vooraf alleen is niet genoeg: bij één enquête moest 1 op de 4 mensen die erdoor kwamen en de enquête afmaakten er alsnog uit, bijna allemaal omdat ze een controlevraag (attention check) fout hadden. Met screening vooraf keurde de klant 2,1% van de geleverde respondenten af, zonder 7,9%, en onafhankelijke studies schatten onoplettend invullen alleen al op 8 tot 12% van de respondenten.

Veldwerk augustus tot november 2026. Externe studies gecontroleerd op 22 november 2026. Bekijk de bronnen.

Wat we vonden. Drie enquêtes, 2026.

Iedereen die begon, ging voor de enquête door een screening op aandacht, antwoordkwaliteit en bots. Wie werd tegengehouden, kwam nooit in de enquête. De rest volgden we tot in de data die de klant hield.

Tegengehouden door screening vooraf op aandacht, kwaliteit en bots
Uitkomst: 22 tot 25% van de mensen die begonnen
Basis: 2.176 mensen die aan drie enquêtes begonnen, augustus tot november 2026
Door de screening gekomen en afgemaakt, daarna verwijderd
Uitkomst: 1 op de 4 (36 van 144), van wie 34 omdat ze een controlevraag fout hadden
Basis: Duitse studenten, oktober tot november 2026
Respondenten afgekeurd door de klant, met screening vooraf
Uitkomst: 2,1% (4 van 190)
Basis: Britse afgestudeerden, augustus 2026
Respondenten afgekeurd door de klant, zonder screening vooraf
Uitkomst: 7,9% (109 van 1.379)
Basis: Dezelfde enquête, in dezelfde drie weken

Het verschil in afkeuringen is waarschijnlijk geen toeval (exacte toets van Fisher, p = 0,002). Het bleef staan toen we alleen de vijf sampleleveranciers telden die via beide routes mensen stuurden: 2,6% tegen 7,2% (p = 0,03).

Met maar 4 afgekeurde respondenten ligt het werkelijke percentage met screening vooraf ergens tussen ongeveer 0,5 en 5%.

Bij elke enquête ongeveer gelijk. Wie er ook werd ondervraagd.

Het aandeel dat de screening vooraf tegenhield, veranderde nauwelijks tussen de enquêtes, wat het onderwerp, de doelgroep of het land ook was.

Duitse studenten
Soort onderzoek: Marktonderzoek
Mensen die begonnen: 733
Tegengehouden door screening vooraf: 25%
Britse afgestudeerden
Soort onderzoek: Marktonderzoek
Mensen die begonnen: 1.165
Tegengehouden door screening vooraf: 22%
Britse volwassenen
Soort onderzoek: Wetenschappelijk onderzoek
Mensen die begonnen: 278
Tegengehouden door screening vooraf: 23%

Slechte antwoorden zijn er in meer dan één soort. Dit vond onafhankelijk onderzoek.

Bots halen het nieuws, en ze zijn een echt probleem. Onoplettend invullen is ook een groot probleem, en AI komt inmiddels door de checks die het moeten vangen. Elk cijfer hier komt van een universiteit, een wetenschappelijk tijdschrift of Pew Research Center, nooit van een bedrijf dat respondenten of checks verkoopt.

Bots en nepdeelnemers

Door AI geschreven antwoorden en AI-agents

Onoplettende en afgeraffelde antwoorden

Controlevragen

Wat dit betekent voor je enquête.

  1. Controleer mensen voordat ze je enquête bereiken

    Bij onze enquête onder Britse afgestudeerden daalden de afkeuringen door de klant met screening vooraf van 7,9 naar 2,1%.

  2. Laat een foute controlevraag de enquête beëindigen

    Bij onze enquête onder Duitse studenten beëindigde de tweede controlevraag de enquête niet, dus 32 mensen maakten hem af en moesten er met de hand uit.

  3. Controleer hoe snel mensen antwoordden voordat je levert

    Eén ingevulde vragenlijst in dezelfde enquête duurde nog geen halve minuut, te snel om de vragen te hebben gelezen.

  4. Lees de open antwoorden, niet alleen de scores

    Een AI-agent kan door controlevragen komen, dus kijk naar wat mensen schreven. Bij enquêtes die in SampleLabs zijn gemaakt, leest Dot elk open antwoord op tekst die door AI is geschreven of is geplakt.

Zo hebben we het gedaan. En wat het niet laat zien.

De enquêtes
Drie enquêtes die ons onderzoeksteam van augustus tot november 2026 voor klanten uitvoerde: een marktonderzoek onder Duitse studenten, een onder Britse afgestudeerden en een wetenschappelijk onderzoek onder Britse volwassenen.
Screening vooraf
Voor elke enquête gingen mensen door een screening op aandacht, antwoordkwaliteit en bots. Wie werd tegengehouden, kwam nooit in de enquête.
Elke persoon gevolgd
We koppelden het record van elke persoon over drie exports: die van de sampleleverancier, de uitkomsten van de screening vooraf en die van de enquête zelf. Elk screeningrecord en elke volledig ingevulde vragenlijst vond een match.
De basis
Percentages zijn een aandeel van iedereen die aan een enquête begon, zodat de drie op dezelfde basis te vergelijken zijn. Afkeuringen door de klant zijn een aandeel van de geleverde respondenten.
De grenzen
Drie enquêtes is een kleine basis, dus lees dit als een eerste meting, niet als een marktgemiddelde. Alleen bij de enquête onder Britse afgestudeerden was er een lijst van de respondenten die de klant hield, dus alleen die meet afkeuringen door de klant.

Veelgestelde vragen

Hoeveel enquêterespondenten zijn bots of nep?

Dat hangt af van waar de mensen vandaan komen. Pew Research Center vond 4 tot 7% nepdeelnemers in online peilingen met zelfaanmelding (opt-in), en enquêtes die openlijk op sociale media zijn gedeeld, verloren het grootste deel van hun respondenten: in een studie uit 2021 moest 61,8% eruit, vooral bots. Bij onze enquêtes in 2026 hield screening vooraf op aandacht, kwaliteit en bots 22 tot 25% van de deelnemers tegen, een cijfer waarin bots en onoplettend invullen samen zitten.

Hoe vaak komen onoplettende of afgeraffelde antwoorden voor?

Vaak. Een overzicht van het onderzoek schat het doorsnee aandeel onoplettende respondenten op 8 tot 12%, en een meta-analyse van 48 crowdsourcingstudies kwam uit op 11,7%. Bij onze enquête onder Duitse studenten hadden 34 van de 144 mensen die door de screening vooraf kwamen en de enquête afmaakten daarna een controlevraag in de enquête fout.

Werken controlevragen nog?

Ze vangen mensen die niet lezen, en dat is nog steeds een grote groep. AI vangen ze niet: in een PNAS-studie uit 2025 kwam een AI-agent door 99,8% van 6.000 controlevragen. Gebruik ze naast checks op hoe mensen antwoorden. Dot doet allebei in Protect.

Hoeveel enquêteantwoorden zijn door AI geschreven?

Een betrouwbaar cijfer voor de hele markt is er nog niet. In een studie uit 2025 zei 34% van de mensen die via één online onderzoeksplatform waren geworven dat ze open vragen met AI-chatbots hadden beantwoord, en een preprint uit 2023 schatte dat 33 tot 46% van de crowdworkers AI gebruikte bij een schrijfopdracht. Op de pagina Hoe we AI herkennen lees je waar Dot op let.

Krijgt een klant betere data met screening vooraf?

Bij onze enquête onder Britse afgestudeerden wel. In dezelfde drie weken ging een deel van de deelnemers door de screening vooraf en een deel niet. De klant keurde 2,1% af van de respondenten die door de screening kwamen (4 van 190) en 7,9% van de rest (109 van 1.379). Dat verschil is waarschijnlijk geen toeval (exacte toets van Fisher, p = 0,002).

Waarom in de enquête controleren als mensen vooraf al gescreend zijn?

Omdat sommige mensen pas onoplettend worden als ze eenmaal binnen zijn. Bij onze enquête onder Duitse studenten moesten 36 van de 144 mensen die door de screening vooraf kwamen en de enquête afmaakten er alsnog uit, 34 van hen omdat ze een controlevraag fout hadden. Checks voor en tijdens de enquête vangen verschillende mensen.

Is het aandeel slechte antwoorden bij elke enquête hetzelfde?

Bij onze drie enquêtes bleef het bijna gelijk: 22 tot 25%, bij marktonderzoek en wetenschappelijk onderzoek, bij studenten, afgestudeerden en volwassenen, in Duitsland en het Verenigd Koninkrijk. Checks zijn dus de moeite waard bij elke enquête, niet alleen bij de lastige.

Hoe hebben jullie dit onderzoek gedaan?

We koppelden het record van elke persoon over drie exports: die van de sampleleverancier, de uitkomsten van de screening vooraf en die van de enquête zelf. Elk screeningrecord en elke volledig ingevulde vragenlijst vond een match. Percentages zijn een aandeel van iedereen die aan een enquête begon, zodat de drie op dezelfde basis te vergelijken zijn.

Kan ik mijn eigen enquête controleren op bots en AI-antwoorden?

Ja. Protect zet Dot voor een enquête die je al in Qualtrics, Google Forms of een andere tool uitzet, en controleert op bots, te snel invullen, dubbele deelnames en aandacht. We zetten het samen met je op in een kort gesprek. Checks op AI-antwoorden werken bij enquêtes die je in SampleLabs maakt.

Mag ik deze cijfers citeren?

Ja. Noem SampleLabs en link naar deze pagina. De onafhankelijke cijfers zijn van hun auteurs, dus citeer de oorspronkelijke studie, die onder de bronnen onderaan deze pagina staat.

Waar deze cijfers vandaan komen

Onze eigen cijfers komen uit de drie enquêtes hierboven. De andere komen uit deze studies, elk gecontroleerd aan de hand van de studie zelf.

Ontdek welke van je antwoorden je kunt vertrouwen.

Dot controleert elke respondent tijdens het invullen op bots, te snel invullen, dubbele deelnames en aandacht, in je eigen enquêtetool of in SampleLabs.

Eerste 10 personen gratis. Geen kaart nodig om te beginnen.