Wat is Hit Rate?

Wat is een hit rate eigenlijk?

Stel je voor: je zoekt 'beste pizzeria Amsterdam' en krijgt tien resultaten. Drie daarvan zijn echt pizzeria's in Amsterdam, de rest is ruis. Je hit rate is dan 30%. Bij AI werkt het precies zo: hoeveel van de antwoorden, aanbevelingen of voorspellingen die het model geeft, zijn daadwerkelijk relevant of correct?

Hit rate is een simpele maar krachtige manier om te meten hoe goed een AI-systeem presteert. Het gaat niet om perfectie, maar om betrouwbaarheid: hoe vaak raakt het model de plank? Als je AI gebruikt om productaanbevelingen te doen en klanten klikken op 6 van de 10 suggesties, dan is je hit rate 60%. Handig om te weten of je investering loont.

Waar zie je dit in de praktijk?

Hit rate is overal waar AI iets moet vinden, voorspellen of aanbevelen:

• Zoeksystemen — Een webshop toont je tien producten bij 'hardloopschoenen maat 42'. Als je er vier interessant vindt, is de hit rate 40%.

• Aanbevelingsalgoritmes — Netflix suggereert zes films. Je kijkt er twee. Hit rate: 33%.

• Fraud detection — Een bank controleert 1000 transacties en markeert er 50 als verdacht. 40 daarvan zijn écht fraude. Hit rate: 80%.

• Chatbots — Van de tien vragen die klanten stellen, beantwoordt de bot er acht correct. Hit rate: 80%.

• Retrieval in RAG-systemen — Een AI haalt informatie op uit een database. Hoeveel van die stukken tekst zijn echt relevant voor de vraag?

Bij Claude, ChatGPT, Gemini of Copilot met document-zoekfuncties speelt hit rate ook mee: hoe vaak haalt het model bruikbare passages op uit je eigen documenten?

Hoe bereken je het?

De formule is simpel:

Hit rate = (aantal correcte resultaten) ÷ (totaal aantal gegeven resultaten) × 100%

Stel, je AI-assistent krijgt twintig vragen en geeft bij vijftien daarvan een bruikbaar antwoord. Dan is je hit rate 75%. Let op: dit zegt niks over de kwaliteit van de verkeerde antwoorden, alleen over het slagingspercentage.

Waarom is dit belangrijk voor jou?

Hit rate helpt je snel inschatten of een AI-systeem zijn werk doet. Te laag? Dan verlies je klanten, tijd of vertrouwen. Te hoog? Misschien ben je te voorzichtig en mis je kansen (bijvoorbeeld als je fraud-systeem alleen de meest voor de hand liggende gevallen pakt).

In combinatie met andere metrics krijg je een compleet beeld. Hit rate vertelt je hoeveel van je output klopt, maar niet hoeveel je gemist hebt. Daar heb je precision en recall voor nodig.

Let op deze valkuilen

Hit rate lijkt eenvoudig, maar context is alles. Een hit rate van 70% bij een aanbevelingssysteem is prima — mensen klikken toch niet alles. Maar 70% bij een medisch diagnostisch hulpmiddel? Veel te laag. De lat ligt per toepassing anders.

Ook belangrijk: hit rate meet alleen wat het systeem terug geeft, niet wat het mist. Als je zoekfunctie vijf goede resultaten geeft maar tien andere relevante artikelen negeert, zie je dat niet in de hit rate. Daarom kijk je altijd naar meerdere metrics tegelijk.

Waar kom je het tegen?

Als je met AI-tools werkt die informatie ophalen of aanbevelingen doen, meet je vaak hit rate:

• E-commerce platforms met product-aanbevelingen (Shopify, Bol.com)

• Search engines en site-search (Elasticsearch, Algolia)

• Klantendatabases met intelligente matching (Salesforce Einstein)

• Document retrieval in bedrijfssystemen (Microsoft SharePoint, Notion AI)

• Mediaplatforms met content-aanbevelingen (YouTube, Spotify)

Als je een AI-tool evalueert, vraag dan naar de hit rate in situaties die op jouw gebruik lijken. Dat geeft je een realistischer beeld dan marketing-beloftes.

Wat kun je er nu mee?

Als je een AI-systeem inzet of overweegt, vraag jezelf af: wat is een acceptabele hit rate voor mijn situatie? Meet het vanaf dag één, zodat je kunt bijsturen. Te laag? Misschien moet je model beter getraind worden, of zijn je data niet schoon genoeg. Te wisselend? Dan heb je mogelijk bias in je dataset. Hit rate is je kompas — gebruik het om je AI in de goede richting te sturen.