Entiteiten en schema.org: hoe AI-zoekmachines je bedrijf leren kennen

Schema markup is code in het vocabulaire van schema.org waarmee je zoekmachines expliciet vertelt wie je bent, wat je aanbiedt en hoe dat samenhangt. Daarmee maak je van je bedrijf een duidelijke entiteit: een herkenbaar “ding” met vaste eigenschappen, in plaats van een verzameling losse woorden op pagina’s. Dat helpt Google en andere systemen, ook AI-zoekmachines, om je correct te begrijpen en aan de juiste onderwerpen te koppelen.

In dit artikel lees je wat entiteiten zijn, welke schema-typen voor een bedrijf het meest opleveren, hoe je ze aan elkaar koppelt en wat je er realistisch van mag verwachten.

Wat is een entiteit?

Een entiteit is een uniek, identificeerbaar ding: een bedrijf, een persoon, een plaats, een product, een dienst. Zoekmachines bouwen al jaren kennisbanken waarin entiteiten en hun relaties zijn vastgelegd. “Manifest Digital” is dan geen reeks letters, maar een organisatie met een website, een vestigingsplaats, diensten en mensen die er werken.

Voor zoekmachines is het herkennen van entiteiten lastig als de informatie verspreid en tegenstrijdig is. Staat je bedrijfsnaam op de ene plek anders gespeld dan op de andere, ontbreekt een duidelijke Over ons-pagina en verwijst niets naar je profielen elders, dan moet een systeem gokken. Gestructureerde gegevens nemen dat gokken weg.

Taalmodellen en AI-zoekmachines werken op een vergelijkbaar principe: ze proberen te begrijpen over welk bedrijf het gaat en wat er over dat bedrijf bekend is. Hoe zwaar elk afzonderlijk AI-systeem gestructureerde gegevens meeweegt, maken de aanbieders niet openbaar. Maar consistente, machineleesbare informatie over wie je bent, is in elk geval een stevig fundament. Hoe dit past in het bredere verschil tussen klassieke SEO en GEO, lees je in SEO vs GEO.

Schema markup: de basis

Schema.org is een gezamenlijk vocabulaire voor gestructureerde gegevens, ondersteund door de grote zoekmachines. Je kunt het op verschillende manieren in een pagina zetten, maar Google raadt JSON-LD aan: een los blok code in de pagina dat de zichtbare inhoud niet raakt. Een vereenvoudigd voorbeeld voor een fictief bedrijf:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://example.nl/#organization",
  "name": "Voorbeeld Installatie BV",
  "url": "https://example.nl/",
  "logo": "https://example.nl/logo.png",
  "sameAs": [
    "https://www.linkedin.com/company/voorbeeld-installatie"
  ]
}

Een paar eigenschappen verdienen extra aandacht:

• @id geeft je entiteit een vaste, unieke identificatie. Andere blokken op je site kunnen ernaar verwijzen, zodat alles aan dezelfde organisatie hangt.
• sameAs verwijst naar profielen die over dezelfde entiteit gaan, zoals LinkedIn, een brancheregister of andere officiële vermeldingen. Zo verbind je je site met wat elders over je bekend is.
• name, url en logo moeten exact overeenkomen met wat je overal elders gebruikt.

Welke schema-typen leveren het meest op?

Niet elk type is even nuttig. Voor de meeste bedrijven is dit de kern:

Type	Waar	Waarvoor
Organization of LocalBusiness	Homepage of Over ons	Wie je bent, contactgegevens, logo, profielen
WebSite	Homepage	De site als geheel, gekoppeld aan de organisatie
Service	Dienstpagina’s	Wat je aanbiedt en wie de aanbieder is
Person	Teampagina’s, auteurspagina’s	Wie de content schrijft en welke expertise die persoon heeft
Article of BlogPosting	Blogartikelen	Auteur, datum en uitgever van een artikel
Product	Productpagina’s	Prijs, beschikbaarheid, reviews
BreadcrumbList	Alle pagina’s	De plek van de pagina in de sitestructuur

Een kanttekening bij FAQ-markup: Google toont sinds 2023 FAQ-rich results alleen nog voor een beperkte groep gezaghebbende sites, zoals overheids- en zorgwebsites. Voor de meeste bedrijven levert FAQ-markup dus geen uitklapbare vragen meer op in de zoekresultaten. Een goed gestructureerde vragensectie op de pagina zelf blijft wel nuttig voor lezers en voor systemen die antwoorden samenvatten.

Entiteiten koppelen: zo wordt het een geheel

De echte kracht zit in de verbindingen. Een losse Organization op de homepage is een begin, maar pas als je blokken naar elkaar verwijzen, ontstaat een samenhangend beeld:

• De WebSite verwijst via publisher naar de Organization.
• Elke Service verwijst via provider naar dezelfde Organization.
• Elk Article heeft een author die een Person is, en die Person verwijst via worksFor naar de Organization.
• Overal gebruik je hetzelfde @id, zodat het om één en dezelfde entiteit gaat.

Zo ontstaat een kleine kennisgraaf van je eigen bedrijf: wie je bent, wat je doet, wie er voor je schrijft en waar je verder online te vinden bent. Dat sluit aan bij hoe Google in de introductie over gestructureerde gegevens uitlegt waarom markup helpt om de inhoud van een pagina te begrijpen.

Belangrijk: markup moet overeenkomen met wat zichtbaar op de pagina staat. Markeer geen reviews die er niet zijn, geen diensten die je niet aanbiedt en geen vestigingen die niet bestaan. Misleidende gestructureerde gegevens zijn tegen de richtlijnen van Google en kunnen leiden tot een handmatige actie.

Buiten je eigen site: consistentie en vermeldingen

Schema markup is wat jíj over jezelf zegt. Zoekmachines en taalmodellen kijken ook naar wat anderen over je zeggen. Daarom horen bij entiteitsoptimalisatie ook:

• Consistente gegevens op je Google Bedrijfsprofiel, LinkedIn, bedrijvengidsen en brancheregisters.
• Een sterke Over ons-pagina met feitelijke informatie: oprichting, specialisatie, team en vestigingsplaats.
• Vermeldingen op relevante externe bronnen, zoals vakmedia, brancheorganisaties en partners, waarin je naam in de juiste context staat.
• Auteurspagina’s voor de mensen die je content schrijven, met hun expertise en profielen.

Hoe AI-antwoorden in Google je verkeer beïnvloeden, werkten we eerder uit in Google AI Overviews en je organische verkeer.

Zo pak je het aan

1. Leg je kerngegevens vast: officiële naam, URL, logo, adres, telefoonnummer en de profielen die echt van jou zijn.
2. Maak die gegevens overal gelijk: website, bedrijfsprofiel, sociale profielen en gidsen.
3. Zet een Organization- of LocalBusiness-blok op de homepage met een vast @id en een sameAs-lijst.
4. Voeg WebSite, Service, Person en Article toe op de pagina’s waar ze horen, en verwijs steeds naar hetzelfde @id.
5. Test alles met de Rich Results Test van Google en de validator op schema.org.
6. Controleer in Search Console of er fouten of waarschuwingen in de rapporten voor gestructureerde gegevens verschijnen.
7. Werk aan externe vermeldingen, zodat wat je over jezelf zegt, door anderen wordt bevestigd.

Stel: een accountantskantoor in Apeldoorn heeft drie vestigingen en tien adviseurs die op de blog schrijven. Dan is een LocalBusiness per vestiging, gekoppeld aan één overkoepelende Organization, en een Person-pagina per adviseur een logische opzet. Zo is voor zoekmachines duidelijk welke vestiging waar zit en wie welke expertise heeft.

In WordPress kun je veel hiervan met een SEO-plugin regelen, maar het koppelen van entiteiten en het toevoegen van Service- en Person-gegevens vraagt vaak maatwerk. Dat is typisch werk dat in een technische SEO-traject thuishoort.

Conclusie

Zoekmachines en AI-systemen proberen te begrijpen over welk bedrijf het gaat, niet alleen welke woorden er op een pagina staan. Schema markup geeft je de kans om dat expliciet en machineleesbaar te vertellen: wie je bent, wat je doet en hoe alles samenhangt. Combineer dat met consistente gegevens en vermeldingen elders, en je legt een fundament waar zowel klassieke zoekresultaten als AI-antwoorden op kunnen bouwen. Verwacht er geen wonderen van op korte termijn, maar zie het als basisinfrastructuur die je één keer goed neerzet.

Wil je weten hoe je bedrijf in AI-zoekmachines naar voren komt? Bekijk onze aanpak voor GEO en AI search.