Helpt schema markup voor AI-vindbaarheid?
Structured data maakt pagina's leesbaar voor machines; meer AI-citaties gaf het in onderzoek niet. Waar je begint.
Read this in English →$ validate --format=jsonld
Helpt schema markup voor AI-vindbaarheid?
Voor AI-citaties niet aantoonbaar: Ahrefs mat in mei 2026 dat pagina's die JSON-LD toevoegden geen meetbare winst in AI-citaties kregen. Het vaak genoemde getal van 30 tot 40 procent komt uit het GEO-onderzoek van Princeton en gaat over inhoud (bronnen, citaten en statistiek), niet over schema. Voor Google's eigen AI Overviews is het niet vereist, wel aangeraden voor je bredere vindbaarheid. Begin met Article en FAQPage op je kennisartikelen. Dit stuk legt uit wat het is en waar het wel en niet loont.
Een webpagina heeft twee lezers: de mens die de tekst leest, en de machine die moet begrijpen wat die tekst is. Voor de mens is het verschil tussen een artikel, een productpagina en een veelgestelde vraag in één oogopslag duidelijk. Voor de machine is het allemaal tekst, tenzij je het erbij vertelt. Dat erbij vertellen is wat schema markup doet.
01 / het principeWat structured data is
Schema markup, ook wel structured data, is een stukje onzichtbare code in je pagina dat machines vertelt wat er staat: dit is een artikel, dit is de auteur, dit is de publicatiedatum, dit blok is een vraag met een antwoord. De afspraken daarover staan op schema.org en worden door alle grote platforms gelezen.
De gangbare typen laten zich kort samenvatten. Article voor artikelen en blogposts, met auteur en datum. FAQPage voor blokken met vragen en antwoorden. HowTo voor stappenplannen. Product voor producten met prijs en beoordelingen. Organization voor wie je bent als bedrijf. Voor de bezoeker verandert er niets aan de pagina; de code is alleen voor machines.
02 / het effectWat AI-systemen ermee doen
Voor AI-citaties niet aantoonbaar: Ahrefs mat in mei 2026 dat pagina's die JSON-LD toevoegden geen meetbare winst in AI-citaties kregen. Het vaak genoemde getal van 30 tot 40 procent komt uit het GEO-onderzoek van Princeton en gaat over inhoud (bronnen, citaten en statistiek), niet over schema. De verklaring is niet mysterieus. Een systeem dat uit een pagina moet halen wie de auteur is, wanneer het stuk geschreven werd en welk blok het antwoord op welke vraag bevat, hoeft bij gemarkeerde pagina's niet te raden. Wat niet geraden hoeft te worden, wordt vaker goed overgenomen.
Schema versterkt alleen wat er al staat. Een pagina zonder inhoud wordt met markup geen bron; een goede pagina wordt er beter leesbaar door. De volgorde is dus vast: eerst content die een vraag echt beantwoordt, dan de markering eroverheen. Hoe je dat eerste doet, staat in hoe schrijf je content die AI kan citeren.
Schema markup laat een machine niets raden. Wat niet geraden hoeft te worden, wordt vaker goed overgenomen.
03 / de nuanceWat Google wel en niet vraagt
Google is er helder over: voor AI Overviews is geen speciale markup vereist. De AI-functies van Google rusten op de gewone zoek- en kwaliteitssystemen, en content die voor mensen geschreven is wint daar. Wie schema alleen toevoegt om AI Overviews te halen, doet het om de verkeerde reden.
Tegelijk raadt Google structured data wel aan voor je vindbaarheid in brede zin, onder meer voor uitgebreide zoekresultaten met sterren, vragen en broodkruimels. En de platforms buiten Google lezen de markering wel degelijk mee. De conclusie is daarmee vrij nuchter: schema is nergens verplicht, helpt buiten Google aantoonbaar, en schaadt nergens. Het hoort in dezelfde categorie als llms.txt: machineleesbaarheid als laag bovenop goede content, niet als vervanging ervan.
04 / de praktijkWaar je begint
Begin klein en waar het rendeert. Voor de meeste dienstverleners is dat deze volgorde:
| Stap | Schematype | Waar | Best voor |
|---|---|---|---|
| 1 | Organization | Homepage: wie je bent, logo, contactgegevens | elk bedrijf, eenmalig |
| 2 | Article | Elk kennisartikel: auteur en datums | sites met een blog of kennisbank |
| 3 | FAQPage | Pagina's met een vraag-en-antwoordblok | dienstverleners die veel dezelfde vragen krijgen |
| 4 | Product of HowTo | Alleen waar je echt producten of stappenplannen toont | webshops en handleidingen |
De directe aanbeveling voor een dienstverlener met een kennisblog: doe stap 1 en 2 nu, voeg FAQPage toe zodra je pagina's met vraag-en-antwoordblokken hebt, en sla stap 4 over tot je site er echt om vraagt.
Veel systemen regelen een deel hiervan zelf: WordPress met een SEO-plugin, en ook moderne sitebouwers, schrijven Article-markering automatisch weg. Controleer dus eerst wat er al staat voordat je iets laat bouwen. Dat controleren kan gratis met de Rich Results Test van Google of de validator op schema.org: link invoeren, en je ziet welke typen de pagina draagt en of er fouten in zitten.
Eén waarschuwing: markeer alleen wat echt op de pagina staat. Een FAQPage-markering op een pagina zonder zichtbare vragen, of beoordelingssterren zonder beoordelingen, valt bij controle door en kan je vindbaarheid schaden in plaats van helpen.
05 / de grensWanneer schema geen prioriteit is
Heeft je site vijf pagina's en nauwelijks kennisartikelen, dan is de winst van markup klein: er valt weinig te markeren en machines raken in vijf pagina's niet de weg kwijt. Werk dan eerst aan de vraag of je pagina's de vragen van je klanten beantwoorden.
Ook wie nog geen enkele meting heeft, kan schema beter even laten liggen. Zonder nulmeting weet je achteraf niet of de markering iets deed. Meet eerst waar je staat, voer dan de wijziging door, en meet opnieuw; dan is het effect een waarneming in plaats van een gevoel.
Wat is het verschil tussen schema markup en meta tags?+
Welk schematype heeft mijn blog nodig?+
Zien bezoekers schema markup?+
Is schema markup verplicht voor AI Overviews?+
Hoe controleer ik of mijn schema klopt?+
Weet je of AI-systemen jouw pagina's nu goed lezen, of dat ze moeten raden?
De scan
Dit is de nulmeting: vaste zoekvragen op ChatGPT, Gemini, Claude, Perplexity en Google. Actuele bedragen staan op de prijzenpagina. Ook zonder vervolg houd je het rapport.
Deze tekst is met AI-ondersteuning tot stand gekomen en door een mens gecontroleerd en vastgesteld voor publicatie.