AiformleadsAiformleads

Bijna de helft van de inzendingen van je formulieren zijn bots: zo detecteer je valse leads in 2026

Team van AiformleadsGeschreven met AI-ondersteuning16 min. leestijd

Kort samengevat

  • Het Ad Fraud Report van Opticks Security (gepubliceerd op 14 oktober 2026, over meer dan 2 miljard klikken van 500 adverteerders in 243 gebieden tussen januari 2025 en maart 2026) stelt het aandeel van leadconversies dat uit kwaadaardige bots bestaat op 46,7 %, tegenover 18,3 % in e-commerce.
  • Het verschil is niet de sector: het is de wrijving. Een betaalpoort vraagt een werkende kaart; een formulier vraagt alleen om te typen. Opticks meet 2,5 keer meer bots wanneer er geen betaling aan te pas komt.
  • De spam van 2026 is geen wartaal meer. Het zijn agenten op basis van taalmodellen die in menselijk tempo navigeren en invullen met geloofwaardige namen, syntactisch geldige e-mailadressen en goed gevormde telefoonnummers. DataDome telde alleen al in januari en februari 2026 7,9 miljard verzoeken van AI-agenten.
  • De CAPTCHA is niet meer de grens: het wetenschappelijke artikel Broken Gates (Ousat et al., herzien op 5 november 2026) documenteert een 100 % succespercentage van oplosservices tegen op uitdagingen gebaseerde verdedigingen.
  • Wat wel werkt, is het gedrag bij het verzenden meten: invultijd, samenhang tussen antwoorden, herkomst gecontroleerd met verborgen velden en UTM, scoringsregels die incoherentie aftrekken en een stapsgewijze funnel waar een mens afhaakt en een bot niet.

Beheer je leadgeneratie, dan merk je het al maanden: het volume stijgt, de kosten per lead dalen in het dashboard en toch belt het verkoopteam en is er niemand aan de andere kant. Het is geen indruk. Het is het centrale gegeven van 2026 en het verandert de vraag die je moet stellen: niet meer «hoeveel leads heb ik binnengehaald», maar «hoeveel van deze leads bestaan echt». Dit artikel loopt de gepubliceerde cijfers na, de kosten die in geen enkel rapport staan en de concrete signalen die een automatische inzending verraden — dezelfde die Aiformleads, de tool voor leadgeneratie via formulieren van AIsToHire, op het moment van verzenden omzet in labels en scores.

Rij menselijke figuren voor een gigantisch webformulier, waarvan de helft doorschijnende circuitsilhouetten zijn
Rij menselijke figuren voor een gigantisch webformulier, waarvan de helft doorschijnende circuitsilhouetten zijn

Hoeveel van de leads die ik ontvang zijn bots? Bijna de helft

46,7 % van de conversies van leadgeneratiecampagnes komt van kwaadaardige bots, volgens het Ad Fraud Report van Opticks Security dat op 14 oktober 2026 werd gepubliceerd. De steekproef is niet klein: meer dan 2 miljard klikken van meer dan 500 adverteerders en mediabureaus in 243 gebieden, geanalyseerd tussen januari 2025 en maart 2026. In die periode registreerde Opticks 416,3 miljoen botsessies, waarvan 370,9 miljoen (89,10 %) kwaadaardige bots waren en slechts 45,4 miljoen legitieme crawlers.

In de context van andere conversiedoelen is het contrast de relevante bevinding:

ConversiedoelConversies die kwaadaardige bots zijn
Leadgeneratie (formulier)46,7 %
E-commerce (aankoop)18,3 %

Bron: Ad Fraud Rates by Channel, Opticks Security, gegevens van januari 2025 tot maart 2026.

Anders gezegd: als je deze maand 400 offerteaanvragen hebt ontvangen, is het statistisch redelijke scenario dat er zo'n 180 bij geen enkel persoon horen. En ze zijn niet willekeurig over je kanalen verdeeld: ze concentreren zich waar het formulier het kortst en de campagne het agressiefst is.

Waarom trekt een formulier meer bots aan dan een webshop?

Omdat het conversiedoel het fraudeprofiel bepaalt. Een aankoop dwingt de bot een betaalpoort te passeren met een geldige kaart, een dure en verifieerbare filter; een formulier dwingt hem alleen tekst te typen, wat gratis is. Opticks kwantificeert het: er zijn 2,5 keer meer bots wanneer er geen betaalpoort op de weg naar de conversie ligt.

Die asymmetrie verklaart waarom leadgeneratie het favoriete doelwit is geworden. Het is de enige massale funnel in digitale marketing waarin de conversie de aanvaller niets kost en de adverteerder wel geld: elke valse inzending verbruikt biedbudget, neemt een plek in de CRM in en activeert een melding bij een verkoper.

Twee funnels naast elkaar: die van e-commerce, afgeremd door een betaalpoort, en die van formulieren, met de open deur waar alle bots doorheen komen
Twee funnels naast elkaar: die van e-commerce, afgeremd door een betaalpoort, en die van formulieren, met de open deur waar alle bots doorheen komen

En het is geen probleem dat zichzelf oplost. Het rapport State of Bot & Agent Security 2026 van DataDome (gepubliceerd op 22 september 2026, over meer dan een biljoen verzoeken op meer dan 75.000 sites tussen juli 2025 en juni 2026) mat een stijging van 124 % van het kwaadaardige botverkeer, meer dan negen keer de groei van het menselijke verkeer in dezelfde periode.

Wat veranderde in 2026: formulierspam ziet er niet meer uit als spam

Tot voor kort herkende je een valse inzending in één oogopslag: namen met willekeurige medeklinkers, een link in het opmerkingenveld, dezelfde tekst honderd keer herhaald. In 2026 is het dominante profiel anders: agenten gebouwd op taalmodellen die de pagina laden, scrollen, een paar seconden pauzeren voordat ze klikken en antwoorden schrijven die passen bij de vraag. Geloofwaardige namen, e-mailadressen met geldige syntaxis, goed gevormde telefoonnummers en een vrije tekst die, los gelezen, voor menselijk doorgaat.

De schaal is gedocumenteerd. DataDome telde 7,9 miljard verzoeken van AI-agenten in januari en februari 2026 (4,11 miljard in januari en 3,45 miljard in februari) en 29,65 miljard in het eerste halfjaar van 2026, tegenover 23,06 miljard in het tweede halfjaar van 2025. Relevanter voor wie formulieren beheert: in het eerste halfjaar van 2026 genereerden AI-agenten 605,6 miljoen verzoeken aan gevoelige endpoints — inlogpagina's, formulieren, winkelwagens en betaalstromen.

Statistiek (DataDome, jul. 2025 – jun. 2026)Waarde
Geregistreerde verzoeken van AI-agenten52,7 miljard
Groei van AI-verkeer+82,3 %
Groei van kwaadaardig botverkeer+124 %
AI-verzoeken aan gevoelige endpoints (H1 2026)605,6 miljoen
Sites die geen enkel soort bot blokkeren (van 21.491 geanalyseerd)65,3 %
Sites met volledige bescherming2,4 % (tegenover 8,4 % in 2024)

De kwalitatieve sprong wordt goed samengevat door een cijfer uit hetzelfde rapport: de maandelijkse verzoeken van AI-bots aan inlogpagina's stegen van 11,9 miljoen in januari 2026 naar 99,7 miljoen in juni. En het precedent van waar dit naartoe gaat, werd gezet door e-mail: volgens gegevens van SlashNext die Enilon verzamelde, groeiden kwaadaardige phishingmails met 1.265 % sinds de lancering van ChatGPT in het vierde kwartaal van 2022. Het formulier loopt achter op de inbox, niet voor.

Helpt een CAPTCHA nog? Steeds minder

Als enige barrière niet. Het onderzoek Broken Gates: Re-evaluating Web Bot Defenses in the Age of LLM Agents (Ousat, Turkmen, Rampersaud, Bailey en Kharraz; ingediend op 21 juli 2026 en herzien op 5 november 2026) documenteert dat commerciële oplosservices een 100 % succespercentage tegen op uitdagingen gebaseerde verdedigingen halen, terwijl hun gemiddelde tegen reCAPTCHA v3 — dat gedrag scoort in plaats van een puzzel te stellen — op 23 % blijft.

De praktische conclusie van dat werk is degene die hier telt: wat bepaalt of een verdediging de agent toelaat, is niet de puzzel, maar de browseromgeving en de sessiegeschiedenis. Een agent met een permanent Chrome-profiel en een gevestigd consumentenaccount komt erdoor waar een nieuw aangemaakte dat niet doet.

Dat betekent niet dat je de CAPTCHA moet weghalen. Het betekent dat je ophoudt hem als de filter te behandelen en hem als een extra laag gaat behandelen. De gebruikelijke implementatiegidsen, zoals die van ManagedNerds over valse formulierinzendingen (gepubliceerd op 21 april 2026 en bijgewerkt op 12 november 2026), raden aan hem te combineren met honeypots, validatie op de server en dienstspecifieke vragen, en herinneren aan een operationele grens die makkelijk wordt vergeten: het gratis niveau van reCAPTCHA dekt 10.000 controles per maand per organisatie, met een aanbevolen scoredrempel van 0,5 in versie 3.

De echte kosten van een valse lead: budget, tijd en een scoring die niet meer bruikbaar is

De zichtbare kosten — het biedbudget dat is verbrand aan klikken die nooit zouden kopen — zijn de kleinste van de drie. De tweede is de tijd van het verkoopteam, dat belt, een bericht achterlaat, opnieuw probeert en «geen gehoor» markeert op records die niet bestaan. De derde is degene die op middellange termijn echt pijn doet: het leadscoringmodel raakt vervuild en is niet meer bruikbaar om te prioriteren.

Het mechanisme wordt beschreven door 4Thought Marketing (29 september 2026, bijgewerkt op 22 oktober): automatische inzendingen «verzamelen dezelfde punten» als een legitieme prospect, zodat een bot precies hetzelfde wordt behandeld als een contact op directieniveau. Het resultaat is een opgeblazen volume aan MQL's zonder koopintentie erachter, een groeiend afwijzingspercentage bij de overdracht van MQL naar SQL op leads die technisch de drempel haalden en een geleidelijke afwijking van het scoremodel.

KostenlaagHoe het zich uitWie het eerst merkt
BudgetOgenschijnlijk goede CPL, werkelijke kosten per kans stijgenMarketing, in het rapport aan het einde van de maand
VerkooptijdBellen naar niemand, herpogingen, dalend contactpercentageSales, in de eerste week
LeadscoringOpgeblazen MQL's die bij de overdracht worden afgewezen; drempels die niet meer onderscheidenBeide, wanneer het al te laat is
GegevensSynthetische records die zich ophopen in de CRM en de automatiseringOperations, maanden later

De valkuil is dat de eerste twee lagen kunnen worden opgevangen; de derde niet. Wanneer de scoring niet meer onderscheidt, gaat het team weer op intuïtie prioriteren en verliest de hele investering in marketingautomatisering haar bestaansreden.

De signalen die een automatische inzending verraden

Geen enkel losstaand gegeven van een formulier bewijst dat er een bot achter zit: een geloofwaardige naam en een geldig e-mailadres betekenen niets meer. Wat een automatische inzending verraadt, is de combinatie van gedragssignalen en interne coherentie tussen de antwoorden, want de agent optimaliseert elk veld afzonderlijk en niet het hele verhaal.

Vergrootglazen die de velden van een verzonden formulier onderzoeken en afwijkingen onthullen, zoals een doorgedraaide stopwatch of een telefoonvoorvoegsel dat niet past
Vergrootglazen die de velden van een verzonden formulier onderzoeken en afwijkingen onthullen, zoals een doorgedraaide stopwatch of een telefoonvoorvoegsel dat niet past

Dit zijn de signalen die nu het best werken, van goedkoopst naar duurst te implementeren:

  1. Invultijd. Meet de seconden tussen het laden van het formulier en het verzenden. Gebruikelijke implementaties van honeypots met tijdcontrole, zoals beschreven in deze gids over valstrikvelden, leggen de drempel tussen een en drie seconden voor korte formulieren en verhogen hem naar vijf of tien bij lange formulieren. Belangrijk: de agenten van 2026 pauzeren al in menselijk tempo, dus de lage drempel vangt klassieke spam, niet de agent. Wat de agent nog steeds verraadt, is het tegenovergestelde: een abnormaal constante tijd tussen verschillende inzendingen.
  2. Tegenstrijdigheden tussen antwoorden. Het is het meest weerbare signaal. Een bedrijf met twee medewerkers met een zescijferig budget; een «onmiddellijke» urgentie gecombineerd met een implementatietermijn van twaalf maanden; een sector die niet past bij de gevraagde dienst. De agent vult veld voor veld in en controleert niet of het geheel zin heeft.
  3. Telefoonvoorvoegsel dat niet bij het land past. Een technisch goed gevormd nummer met een internationaal voorvoegsel van een ander land dan opgegeven in het formulier en dan dat van de sessie. Goedkoop te controleren en zeer onderscheidend.
  4. Algemene open antwoorden. Correcte tekst die perfect leeg is van context: «Ik ben geïnteresseerd in meer informatie over jullie diensten». Een mens met echte intentie noemt zijn geval, zijn termijn of zijn probleem.
  5. Ingevuld valstrikveld. Een veld dat met CSS is verborgen en dat geen mens ziet. Het vangt de meest geavanceerde agenten niet meer, maar filtert nog steeds volume tegen nulkosten.
  6. Herkomst die niet klopt. Een inzending die zegt van een campagne te komen waarvan de parameters niet in de sessie voorkomen, of een piek aan inzendingen van één bron zonder de bijbehorende piek aan sessies.

Verborgen velden en UTM: controleer wat de lead zegt met wat de herkomst zegt

De snelste manier om een leadstroom op te schonen is niet naar de inhoud van de inzending te kijken, maar die te vergelijken met de herkomst. Legt het formulier in verborgen velden de UTM-parameters, de landingspagina en de campagnereferentie vast, dan komt elke inzending binnen met een paar gegevens die de aanvaller niet net zo goed beheerst als wat hij typt.

Daarmee ontdek je patronen die de inhoud niet onthult:

  • Een campagne met een conversiepercentage ver boven de rest en een contactpercentage ver eronder.
  • Inzendingen toegeschreven aan een bron die die dag geen investering had.
  • Eenzelfde combinatie van herkomst en apparaat die een onevenredig percentage van de inzendingen concentreert.

Het is ook de basis om te claimen: zonder de herkomst die per inzending is opgeslagen, kun je een advertentieplatform niet aantonen dat een deel van het verkeer ongeldig was.

Scoringsregels en labels: zorg dat geen enkele inzending ongeclassificeerd blijft

Het verschil tussen af en toe frauduleuze leads detecteren en het systematisch doen, is dat de classificatie plaatsvindt op het moment van verzenden, met geschreven regels, en niet in een handmatige controle van het spreadsheet op vrijdagmiddag. Een nuttig scoringsmodel moet tegenwoordig kunnen aftrekken, niet alleen optellen.

Het schema dat werkt:

  • Positieve punten voor intentiesignalen: opgegeven budget, korte termijn, relevante functie, open antwoord met eigen detail.
  • Negatieve punten voor incoherentiesignalen: voorvoegsel dat niet klopt, invultijd buiten het bereik, algemene vrije tekst, tegenstrijdigheid tussen twee antwoorden.
  • Drempels die het totaal omzetten in een operationele kwalificatie: nu contacteren, opvolgen, controleren, afvoeren.
  • Een standaardlabel voor elke inzending die geen enkele regel activeert. Het is het detail dat het meest wordt vergeten en dat het echte gat voorkomt: het is niet dat de bots erdoor glippen, het is dat een percentage van de inzendingen ongeclassificeerd blijft en niemand er nog naar kijkt.

Hier past een tool voor leadgeneratie beter dan maatwerk. Met Aiformleads schrijf je deze regels zonder te programmeren — van het type «als het budget X overschrijdt en de urgentie hoog is, label dan als hete lead» —, die worden op volgorde geëvalueerd wanneer het formulier wordt voltooid, met de mogelijkheid de evaluatie bij de eerste regel die voldoet te stoppen en met een standaardlabel voor de inzendingen die in geen enkele regel passen. Elke optie kan punten opleveren en de drempels zetten dat totaal om in een kwalificatie; een dekkingsindicator waarschuwt welke antwoorden nog zonder regel zijn. De inbox filter je op label, status of score, en de export naar CSV of Excel laat je kolommen kiezen om het team alleen door te geven wat al is geclassificeerd.

De funnel stap voor stap: waar een mens afhaakt en een bot niet

Het formulier in meerdere stappen opdelen vervult een detectiefunctie die een formulier op één scherm niet kan vervullen: het levert een uitvalcurve op. En die curve is nu een van de zuiverste signalen die er bestaan, want een mens raakt moe bij de ongemakkelijke vraag en een agent niet.

Trapvormige funnel in vijf stappen waar de menselijke figuren afhaken en de bots een parallelle baan zonder uitval afleggen
Trapvormige funnel in vijf stappen waar de menselijke figuren afhaken en de bots een parallelle baan zonder uitval afleggen

Waar je in de funnel op moet letten:

  • Stappen zonder uitval. Als de stap van het budget of de telefoon niemand verliest, komt daar iets langs dat niet menselijk is.
  • Vlakke uitval in alle stappen. De menselijke curve is ongelijk: ze daalt sterk bij gevoelige vragen. Een te uniforme curve is verdacht.
  • Conversie per bron, land en apparaat. Een bron die dubbel zo goed converteert als de rest en niet één beantwoord telefoontje oplevert, is het schoolvoorbeeld.
  • Vergelijking tussen varianten. Als een variant van het formulier de conversie opjaagt zonder het contact te verbeteren, heeft ze het formulier niet verbeterd: ze heeft de wrijving voor de bot verlaagd.

Aiformleads bevat deze funnelanalyse met uitval per stap en conversie uitgesplitst per bron, land, apparaat en variant, plus formulieren in meerdere stappen met voorwaardelijke logica: stappen en velden die alleen verschijnen als aan jouw voorwaarden is voldaan, en antwoorden die rechtstreeks naar een andere stap springen. Die logica is overigens een extra detectielaag: de takken die een agent zonder samenhang doorloopt, zijn makkelijk met een regel te markeren.

Een plan van 30 dagen om de kwaliteit van je leads te meten

Je hebt geen project nodig. Je moet het formulier instrumenteren en vier keer naar de gegevens kijken.

WeekActieWat je krijgt
1Invultijd, UTM, landingspagina en een valstrikveld vastleggen bij alle inzendingenDe basislijn: zonder deze gegevens is geen diagnose mogelijk
2Het formulier in stappen opdelen en de uitvalanalyse activerenDe uitvalcurve per stap en per bron
3De eerste labelregels en scoredrempels schrijven, met standaardlabelElke inzending automatisch geclassificeerd bij binnenkomst
4De score vergelijken met het echte contactpercentage dat het verkoopteam rapporteertDe validatie: als de scoring het contact voorspelt, werkt ze

De vierde week is de beslissende. Een scoringsmodel is alleen goed als het correleert met iets meetbaars uit de echte wereld, en in leadgeneratie is dat het effectieve contactpercentage, niet het MQL-volume.

Veelgestelde vragen

Welk percentage van de inzendingen van een formulier zijn bots in 2026?

Volgens het Ad Fraud Report van Opticks Security, gepubliceerd op 14 oktober 2026, is 46,7 % van de conversies van leadgeneratiecampagnes kwaadaardige bots, tegenover 18,3 % in e-commerce. Het zijn gegevens van meer dan 2 miljard klikken, geanalyseerd tussen januari 2025 en maart 2026. In jouw concrete geval hangt het percentage af van het kanaal, de agressiviteit van de campagne en de lengte van het formulier.

Hoe weet ik of een lead vals is als naam, e-mailadres en telefoonnummer er correct uitzien?

Door niet meer naar de velden afzonderlijk te kijken, maar naar de coherentie van het geheel plus het gedrag bij het verzenden: abnormale of verdacht constante invultijd, telefoonvoorvoegsel dat niet bij het opgegeven land past, tegenstrijdigheden tussen twee antwoorden, algemene vrije tekst zonder eigen detail en een herkomst die niet klopt met de parameters van de sessie. De agenten van 2026 genereren geloofwaardige gegevens veld voor veld, maar bouwen geen consistent verhaal op.

Houdt de CAPTCHA de bots van formulieren niet tegen?

Steeds minder op zichzelf. De studie Broken Gates, herzien op 5 november 2026, documenteert een succespercentage van 100 % van oplosservices tegen op uitdagingen gebaseerde verdedigingen en gemiddeld 23 % tegen reCAPTCHA v3, dat gedrag scoort. De huidige aanbeveling is hem te gebruiken als een laag tussen meerdere — honeypot, validatie op de server, scoren van antwoorden — en niet als de enige grens.

Wat is leadscoring en waarom verpesten bots het?

Leadscoring kent punten toe aan elke lead op basis van zijn antwoorden en gedrag om te beslissen wie het verkoopteam eerst belt. Bots verpesten het omdat ze, zoals 4Thought Marketing beschrijft, dezelfde punten verzamelen als een legitieme prospect: ze blazen het MQL-volume op zonder koopintentie erachter en laten het afwijzingspercentage bij de overdracht naar sales stijgen op leads die technisch de drempel haalden. De drempel onderscheidt niet meer.

Converteert een formulier in meerdere stappen minder?

Het verliest wie geen echte intentie had en houdt vast wie die wel had, en geeft je bovendien een uitvalcurve per stap die een formulier op één scherm je niet geeft. Die curve is nu een van de betrouwbaarste signalen om frauduleuze leads te detecteren, want een mens haakt af bij de ongemakkelijke vraag en een automatische agent vult ze zonder aarzelen in.

Moet ik programmeren om leads automatisch te labelen en te scoren?

Nee. Er zijn tools voor leadgeneratie via formulieren die het met configureerbare regels doen, zonder code te schrijven: voorwaarden op de antwoorden die labels toekennen, punten per optie, kwalificatiedrempels en een standaardlabel voor wat in geen enkele regel past. Aiformleads werkt zo en evalueert de regels op het moment dat het formulier wordt voltooid.

Stop met leads met de hand te filteren

Het onderliggende gegeven van 2026 is dat bijna de helft van de inzendingen van een leadformulier niet bij een persoon hoort, en dat ze op het oog onderscheiden niet meer haalbaar is omdat spam heeft leren goed te schrijven. Wat blijft werken is het meetbare: tijd, coherentie, gecontroleerde herkomst, een score die aftrekt en een funnel die laat zien waar een mens afhaakt. Aiformleads van AIsToHire doet precies dat zonder dat er ontwikkeling nodig is: je kunt leadformulieren met automatische labels en leadscoring opzetten, de herkomst in verborgen velden vastleggen, de inbox op label filteren en de funnel stap voor stap bekijken. Zet je eerste formulier op en ontvang elk antwoord al gelabeld en gescoord.

Zet je eerste formulier op en ontvang elk antwoord al gelabeld en gescoord - Registreer gratis

Zet je eerste formulier op en ontvang elk antwoord al gelabeld en gescoord - Registreer gratis

↑ Terug naar boven