Kort antwoord
Ja, het kan. Eén script op de site en een AI-assistent met MCP-koppelingen naar Govanalytics en Consent Studio waren genoeg om vier soorten toegankelijkheidstests te draaien en de resultaten als insights in Govanalytics te zetten. Een automatische test vangt maar een deel van WCAG, dus dit vervangt geen audit. Het is het signaal tussen twee audits door.

Waarom dit experiment

Headless analytics betekent dat meten en rapporteren los van elkaar staan. De data staat in je eigen opslag, en je kiest zelf hoe je erbij komt: via insights, via een BI-omgeving of via een AI-assistent.

Met MCP (Model Context Protocol) koppel je die AI-assistent aan de tools die je al gebruikt. De assistent wordt de voorkant, MCP is de stekker.

Als dat klopt, moet je in dezelfde pijplijn ook andere signalen kunnen meten dan bezoek. Toegankelijkheid leek ons een goede eerste test: overheden moeten het aantoonbaar bijhouden, en de meeste organisaties doen dat nu met losse tools. We probeerden het op 10 november 2026 op onze eigen site, govanalytics.nl.

Opzet en onderzoeksvraag

Onderzoeksvraag: headless analytics belooft dat meten en rapporteren ontkoppeld zijn, en dat je de data vanuit elke voorkant kunt benaderen. Maar geldt dat ook andersom: kun je vanuit de Govanalytics MCP andere diensten aansturen om een meting op te zetten? En kun je de bijbehorende rapportages daarna ad hoc in het platform aanmaken, zonder een dashboard te bouwen?

We testten dat op toegankelijkheid. Overheden moeten het aantoonbaar bijhouden, en de meeste organisaties doen dat met losse tools. Precies het soort signaal dat nu buiten de analytics-pijplijn valt.

Opzet: we plaatsten op onze eigen website govanalytics.nl één script. Dat laadt axe-core, de open-source testengine van Deque, alleen als je een pagina opent met de parameter ?a11y=. De resultaten gaan als events naar de dataLayer en naar Govanalytics. Controleren, inrichten en rapporteren deden we daarna vanuit een AI-assistent met MCP-koppelingen.

Wat we wilden kunnen testen, in vier blokken:

  1. Wettelijk minimum (?a11y=wettelijk): EN 301 549 / WCAG 2.1 AA, de norm achter de toegankelijkheidsverklaring.
  2. Vooruitblik op WCAG 2.2 (?a11y=wcag22): dezelfde set plus de nieuwe criteria die axe automatisch kan toetsen. Dat is er nu één: de minimale grootte van klikdoelen.
  3. De consentbanner (?a11y=banner): alleen de banner, die het script daarvoor even opent en weer sluit.
  4. Tekst en leesbaarheid (?a11y=tekst): zinslengte, lange woorden, een leesbaarheidsindicatie, linkteksten en alt-teksten, plus de axe-regels voor taal, titel en koppen.

Waaraan we het succes afmaten:

  • elke pagina is op elk moment te testen met alleen een URL
  • gewone bezoekers laden de testbibliotheek niet
  • de resultaten staan per blok leesbaar in Govanalytics, als insights
  • de keten is te bedienen vanuit één gesprek met de AI-assistent, met een preview en je akkoord bij elke wijziging

De bouwstenen: welke MCP’s werken samen

Geen enkele MCP doet alles. De kracht zit in de combinatie, en die combinatie bepaal je zelf. Voor dit experiment gebruikten we er twee, met een derde als optie. De pagina’s controleren deed de assistent zelf in een browser, zonder aparte koppeling.

MCPRol in de ketenWat de assistent ermee doet
GovanalyticsMeten en bevragenProperties en verkeer opvragen, traffic filters, goals en insights inrichten
Consent StudioTagbeheer en consentLauncher-tags en publicatiestatus uitlezen, templates en triggers bekijken
axe MCP Server van Deque (optioneel)Optioneel: herstellenOplossingen voorstellen in de code van je developer; onderdeel van het betaalde axe DevTools. Niet gebruikt in dit experiment
Schema: de eerste vraag 'Kan ik de toegankelijkheid van mijn eigen website testen?' gaat naar de AI-assistent. Die werkt via vier routes: Govanalytics om te meten, Consent Studio voor tagbeheer, de ingebouwde browser om te controleren en opnieuw Govanalytics om te rapporteren. Naast elke route staat de vraag die we stelden.
Eén gesprek: de eerste vraag gaat naar de AI-assistent, die via de koppelingen meet, tags uitleest, controleert en rapporteert.

Wijzigingen lopen altijd via een preview of een droge run. Pas na je akkoord wordt er iets opgeslagen. De assistent leest vrij, maar schrijft alleen met je toestemming. Voor een publieke organisatie is dat geen detail: je houdt zicht op elke wijziging in je meetomgeving.

Hoe we het aanpakten: zes stappen

Het experiment liep via één gesprek met een AI-assistent, op één handeling na. Bij elke stap staat wat we vroegen.

  1. MCP’s gekoppeld. We voegden Govanalytics en Consent Studio toe als connector en gaven de assistent een browser. Dat is eenmalig werk.
  2. De situatie in kaart gebracht. “Welke properties hebben we, welke tags staan er live in de Launcher en hoe deed de site het de afgelopen week?” De assistent haalde het antwoord uit beide MCP’s.
  3. Het script op de site gezet. De assistent schreef het script en plaatste het in de code van onze website, zodat het op elke pagina beschikbaar is. Publiceren deden we zelf, met ons eigen deployscript: dat was de enige handmatige handeling. Het script laadt axe-core alleen als een pagina met ?a11y= wordt geopend.
  4. Gecontroleerd in de browser. “Open de prijspagina met ?a11y=wcag22 en kijk of de events binnenkomen.” De assistent opende de pagina, las de dataLayer en het netwerkverkeer uit en meldde wat goed ging en wat niet.
  5. Rapportage zonder dashboard. “Maak insights met de bevindingen per pagina, per ernst en per blok.” De assistent maakte ze via de MCP van Govanalytics. Bij elke insight zagen we eerst een preview en gaven we akkoord; pas daarna sloeg Govanalytics hem op. Zo ontstonden zes insights, zonder dat we zelf een dashboard of rapport bouwden.
  6. Vragen gesteld. “Welke pagina’s hebben bevindingen met ernst serious?” De assistent haalde het antwoord rechtstreeks uit onze eigen data.

Zo ziet een bevinding eruit in de dataLayer, hier van de prijspagina (ingekort):

{
  event: 'a11y_violation',        // soort event: een overtreden regel
  a11y_page: '/prijzen/',         // pagina waarop de scan draaide
  a11y_ruleset: 'wcag22',         // gekozen blok, uit ?a11y=wcag22
  a11y_rule: 'color-contrast',    // de axe-regel die faalt
  a11y_impact: 'serious',         // ernst: critical, serious, moderate of minor
  a11y_wcag: 'wcag2aa,wcag143',   // WCAG-niveau en criterium (hier 1.4.3)
  a11y_nodes: 32                  // aantal elementen op de pagina met dit probleem
}

In Govanalytics komt dezelfde bevinding binnen als event met Label color-contrast, Level Name serious, Value 32 en Content Group wcag22. Daarop bouwen de insights.

Wat we vonden

Alle vier blokken werkten: elke pagina was te testen met alleen een URL, en de resultaten kwamen per blok leesbaar in Govanalytics.

BlokGetest opUitkomst
Wettelijk minimumhomepage, prijspagina, een artikel, een vergelijkingspaginaEén probleem overheerst: te laag kleurcontrast (WCAG 1.4.3), op 4 tot 39 elementen per pagina. Daarnaast past de toegankelijke naam van “Gehost op” niet bij de zichtbare tekst (WCAG 2.5.3). Geen bevindingen met ernst critical.
WCAG 2.2homepage, prijspaginaGeen extra bevindingen: axe vond geen te kleine klikdoelen.
Consentbannereen artikelpaginaDrie bevindingen, alle serious: een icoon-link zonder tekst, geneste interactieve elementen bij de schakelaars en een contrast van 4,45:1. Die liggen bij de leverancier van de banner, niet bij onze site.
Tekst en leesbaarheidzes pagina’sGeen vage linkteksten of ontbrekende alt-teksten. De leesbaarheidsindicatie (Flesch-Douma) loopt van 30 op de vergelijkingspagina tot 68 op het artikel. Productpagina’s hebben veel lange woorden, het artikel veel lange zinnen.
Schermafbeelding van de Insights-pagina in Govanalytics met de insight 'Toegankelijkheid - tekstmetingen per pagina'. De trendlijn toont een piek op 10 november, de tabel daaronder toont per pagina metingen zoals alt_bestandsnaam, lange_woorden_pct en leesbaarheid_douma voor govanalytics.nl/artikelen/headless-analytics/.
De Insights-pagina in Govanalytics: de trendlijn en de tabel per pagina, zoals ze er na het experiment uitzagen.

Twee dingen verrasten ons. Het aantal bevindingen hangt af van browser en schermbreedte: op de prijspagina vonden we 32 tot 39 elementen met te laag contrast. En onze eigen tekstmeting telde eerst een verborgen trackingpixel als afbeelding zonder alt. Wie zo test, test ook steeds het script zelf.

Het antwoord op de onderzoeksvraag

Ja. Een nieuw meetsignaal bleek bij headless analytics gewoon een nieuwe datastroom in dezelfde pijplijn. We hoefden er geen tool, dashboard of leverancier bij te nemen. De kanttekeningen: een automatische test vangt maar een deel van WCAG, en het publiceren van code of tags bleef handwerk.

Toegankelijkheid is daarbij maar een voorbeeld. Hetzelfde patroon werkt voor andere signalen die nu vaak in losse tools zitten:

  • formulierfouten en afgebroken aanvragen
  • zoekopdrachten zonder resultaat
  • laadtijden en Core Web Vitals

Omdat alles in dezelfde opslag staat, kun je signalen ook combineren. Een voorbeeld: hoeveel bezoekers zagen deze maand een pagina met een bevinding met ernst serious?

Voor je organisatie betekent dat minder tools om te beheren, minder leveranciers om te contracteren en minder plekken waar je data staat. De data blijft van jou en staat waar je wilt. Wil je later een ander dashboard of een andere AI-assistent? Dan sluit je die aan op dezelfde data.

Logische vervolgstappen

Het experiment is een eerste versie. Dit zijn de stappen die er logisch op volgen, in de volgorde waarin we ze zouden zetten.

In dit experiment staat het script in de code van onze site. Dat werkt, maar elke wijziging vraagt een nieuwe deploy. De logische volgende stap is het script als tag in de Consent Studio Launcher te zetten.

Dat levert vier dingen op:

  • Aan- en uitzetten wanneer het je uitkomt. Via de MCP van Consent Studio zet de assistent een Launcher-tag aan of uit, bijvoorbeeld alleen in een testweek of direct na een release. Dat kan nu voor tags op basis van een template. Een Custom HTML-tag zoals ons script zet je nu nog in het dashboard aan of uit. Consent Studio brengt binnenkort een update uit waarmee je zelf tag-templates kunt maken. Ons script wordt dan een template, en dan kan de assistent ook deze test via de MCP aan- en uitzetten.
  • Wijzigen zonder deploy. Een blok aanpassen, een steekproef aanzetten of de test uitschakelen doe je in de Consent Studio Launcher.
  • Consent op één plek. De tag volgt dezelfde consentregels als je andere tags.
  • Herbruikbaar. Dezelfde tag werkt op elke site waar de Launcher draait.

Eén les uit het experiment: een Custom HTML-tag plaats en publiceer je in het Launcher-dashboard. Via de MCP-koppeling kan de assistent de tag voorbereiden en de workspace uitlezen, maar zo’n tag niet zelf live zetten.

2. Een steekproef bij echte bezoekers

Nu draait de scan alleen als wij een pagina met ?a11y= openen. Het script kan ook bij een klein deel van de bezoekers draaien, bijvoorbeeld 2 tot 5 procent, en alleen als de browser niets anders te doen heeft. Dan meet je op echte schermen, browsers en zoomniveaus. Houd de steekproef klein: axe-core is een flinke bibliotheek.

3. Scannen na interacties

Axe ziet alleen wat op het scherm staat. Een opengeklapte FAQ, een andere stand van de prijstoggle of een open mobiel menu blijven nu buiten beeld. Met een trigger op een klik of een dataLayer-event scan je ook die toestanden.

4. Een wekelijkse check als geplande taak

In Claude, of een andere AI-assistent met MCP-koppelingen, zet je een geplande taak die elke week via de MCP van Govanalytics de insights ophaalt en alleen meldt wat nieuw of erger is, bijvoorbeeld na een release. Zo hoeft niemand eraan te denken.

5. Taalniveau laten beoordelen door de AI-assistent

Het script meet objectieve kenmerken van tekst, maar zegt niet of een tekst op B1-niveau is. De AI-assistent waarmee we het hele experiment deden, kan een pagina lezen en beoordelen op taalniveau en vakjargon. Dat blijft een indicatie: echte toetsing doe je met lezers of een taalspecialist. De uitkomst sluit goed aan op een SEO- of contentproces: pagina’s met lange zinnen of veel vakjargon komen zo vanzelf op de lijst om te herschrijven, en een heldere tekst helpt ook zoekmachines en AI-antwoorden om je pagina te begrijpen.

6. Dezelfde opzet bij klanten

De keten is niet gebonden aan onze eigen site. Waar Govanalytics en de Consent Studio Launcher draaien, werkt dezelfde aanpak, met eigen properties en eigen pagina’s.

Toegankelijkheid in het kort

Toegankelijkheid in het kort

Zelf proberen

Het experiment kostte ons minder dan een halve werkdag, dit artikel inbegrepen. Het script ligt klaar en de stappen zijn getest.

Wil je het op je eigen website proberen? We lopen de zes stappen een keer samen met je door, met je eigen properties en pagina’s. Demo aanvragen