BlogAI-zichtbaarheidSchema-markup en AI-zichtbaarheid: de technische gids zonder omwegen
Terug naar blog
AI-zichtbaarheid

Schema-markup en AI-zichtbaarheid: de technische gids zonder omwegen

Welke schemas te implementeren, in welke volgorde, en waarom? Technische gids op basis van onze audits om uw zichtbaarheid in LLM-antwoorden te maximaliseren.

Alan Schouleur
Fondateur, AISOS
7 april 2026
5 min leestijd
0 weergaven
SchemaPrioriteitAI-impactMoeilijkheid
Organization1HoogEenvoudig
FAQPage2HoogEenvoudig
Article / BlogPosting3Gemiddeld-hoogEenvoudig
HowTo4GemiddeldGemiddeld
Product / Service5GemiddeldGemiddeld
LocalBusiness6Gemiddeld (lokaal)Eenvoudig
BreadcrumbList7Laag-gemiddeldEenvoudig

Deze rangschikking werd opgebouwd na 50+ technische audits. Niet door een namiddag Schema.org-documentatie te lezen. We correleerden de aanwezigheid van elk schematype met citatiehoeveelheid in AI-antwoorden. Het resultaat is duidelijk: sommige schemas tellen zwaar, andere zijn ruis.

Organization: uw identiteitskaart voor machines

Als u slechts één schema implementeert, laat het dit zijn. Het Organization-schema vertelt crawlers en LLM's: hier zijn we, waar we zijn, wat we doen, en waar u ons elders op het web kunt vinden.

Dit zijn de velden die er echt toe doen:

name: uw exacte bedrijfsnaam. Geen variant, geen afkorting. De naam zoals u herkend wil worden.
description: één zin. Duidelijk. Geen marketingjargon.
url: uw hoofdwebsite.
sameAs: een array met uw LinkedIn-, Google Business-, Crunchbase-profielen, enz. Hier koppelt u al uw aanwezigheid samen.
address: uw fysiek adres. LLM's gebruiken geolocatie zwaar.
foundingDate, founders: optioneel maar nuttig. Ze voegen diepte toe aan uw entiteit.

We zien vaak sites met een Organization-schema dat alleen de naam en URL bevat. Dat is als een cv sturen met alleen uw voornaam. Technisch correct, praktisch nutteloos.

FAQPage: het meest directe toegangspunt

LLM's houden van FAQ's. Waarom? Omdat het vraag-antwoordformaat precies overeenkomt met hoe ze werken. Een gebruiker stelt een vraag, het model zoekt een antwoord. Als uw site de vraag EN het antwoord al heeft in een gestructureerd formaat, maakt u het model gemakkelijker.

De sleutel: zet niet zomaar vragen. Zet de vragen die mensen daadwerkelijk stellen aan LLM's in uw sector. Hoe ze vinden? Gebruik Perplexity, typ zoekopdrachten gerelateerd aan uw activiteit, en observeer de "gerelateerde vragen" die verschijnen. Dat zijn uw FAQ's.

Technisch is het FAQPage-schema eenvoudig. Een array van Question elk met een acceptedAnswer. Geen limiet op aantal, maar we raden 5 tot 10 per pagina aan. Daarboven kan Google het schema negeren en zien LLM's het als gestructureerd keyword stuffing.

Article en BlogPosting: structureer uw expertise

Elk blogartikel moet zijn Article- of BlogPosting-schema hebben. Het is basaal, maar we vinden dat 60% van de sites die we auditten het ofwel niet hebben of slecht geïmplementeerd hebben.

De belangrijke velden naast titel en datum:

author: met een link naar een auteurspagina. LLM's evalueren de geloofwaardigheid van de auteur. Een artikel ondertekend "Admin" weegt minder dan een artikel ondertekend door een persoon met een verifieerbaar LinkedIn-profiel.
datePublished en dateModified: LLM's geven de voorkeur aan recente content. Als u een artikel bijwerkt, verander dan de wijzigingsdatum.
speakable: zelden gebruikt, maar nuttig voor stemassistenten. Identificeert passages die als antwoord "gesproken" kunnen worden.

HowTo: voor procedurele content

Als u "hoe doe ik"-artikels heeft, is het HowTo-schema een significante bonus. Het structureert elke stap met een naam, beschrijving en optioneel een afbeelding of vereiste tool.

We testten dit bij een klant in de bouwsector in Namen. Hetzelfde artikel, met en zonder HowTo-schema. Met het schema citeerde Perplexity het artikel door de stappen rechtstreeks in zijn antwoord op te sommen. Zonder het schema verscheen het artikel als gewoon een link. Het verschil tussen het antwoord zijn en een bron zijn.

Product en Service: zeg wat u verkoopt

Wanneer iemand een LLM vraagt "welke tool voor het beheren van facturen in België?", zoekt het model naar Product- of Service-entiteiten met duidelijke attributen: naam, beschrijving, prijs, geografisch gebied, categorie.

Als uw servicepagina dit schema niet heeft, rekent u erop dat de LLM "begrijpt" dat u iets verkoopt door uw marketingproza te lezen. Succes. Servicepagina's zijn vaak het slechtst gestructureerd: veel verhalen, weinig machine-exploiteerbare data.

Ons advies: houd de verhalen voor mensen, voeg het schema toe voor machines. Beide kunnen naast elkaar bestaan op dezelfde pagina.

De implementatievolgorde

Als u van nul begint, dit is hoe we met onze klanten te werk gaan:

Week 1: Organization op de homepage. Het is de basis. 30 minuten werk voor een ontwikkelaar.
Week 2: FAQPage op uw 3 tot 5 meest bezochte pagina's. Identificeer de vragen, schrijf beknopte antwoorden, voeg het schema toe.
Week 3: Article/BlogPosting op alle bestaande artikels. Als u een CMS zoals WordPress heeft, doet een plugin zoals Yoast of RankMath dit automatisch. Controleer toch of de data correct is.
Week 4: Product/Service op uw commerciële pagina's en HowTo op uw gidsen.

Totaal: één maand. Geen herontwerp nodig. Geen bureau dat €15.000 aanrekent. Een competente ontwikkelaar en iemand die het bedrijf kent is voldoende.

Fouten die al het werk tenietdoen

Onzichtbaar schema. De JSON-LD staat in de code, maar bevat syntaxfouten. Valideer altijd met de Rich Results Test van Google en de Schema.org-validator.

Schema dat niet overeenkomt met zichtbare content. Uw FAQ-schema bevat 8 vragen, maar slechts 3 zijn zichtbaar op de pagina. Google noemt dit "schema-spam" en kan straffen. LLM's negeren het signaal simpelweg.

Lege of generieke velden. "description": "We zijn een innovatief bedrijf". Dat zegt niets. Wees specifiek: sector, locatie, concreet aanbod.

Schema-markup is geen magie. Het is een gestructureerde taal die machines van nature lezen. Als u het correct spreekt, begrijpen ze u. Als u het verknalt, negeren ze u. Zo eenvoudig is het.

Delen: