Gestructureerde data, ook wel schema-markup genoemd, is code die je aan een webpagina toevoegt om zoekmachines en AI-modellen expliciet te vertellen wat de inhoud betekent. Voor een mens is duidelijk dat "12 min" op een receptenpagina de bereidingstijd is en dat "€ 4.500" een prijs is. Voor een machine is dat lang niet altijd vanzelfsprekend. Schema-markup verwijdert die twijfel. En juist omdat generatieve zoekmachines zoals ChatGPT, Perplexity en Google AI Overviews betrouwbare, ondubbelzinnige bronnen prefereren, vergroot goed toegepaste gestructureerde data je kans om geciteerd te worden.

Ik merk dat gestructureerde data bij veel B2B-bedrijven nog wordt gezien als iets voor webshops. Sterretjes bij producten, prijzen, voorraad. Maar de logica erachter is breder dan dat, en juist voor GEO relevant.

Waarom AI-zoekmachines context nodig hebben

Taalmodellen zijn goed in het lezen van tekst, maar ze werken met kansberekening, niet met begrip. Wanneer een model beslist welke bron het aanhaalt in een antwoord, weegt het onder meer mee hoe helder en betrouwbaar een pagina zijn informatie presenteert. Een pagina die expliciet aangeeft wie de auteur is, welke organisatie erachter zit, wat de kernvraag is en wat het antwoord daarop is, laat minder ruimte voor misinterpretatie.

Schema-markup levert die expliciete signalen. Het is gebaseerd op de vocabulaire van Schema.org, een standaard die door Google, Microsoft, Yahoo en Yandex gezamenlijk wordt onderhouden. Google beschrijft in zijn eigen documentatie voor ontwikkelaars welke typen gestructureerde data het ondersteunt en hoe je die implementeert, meestal in het JSON-LD-formaat. Dat is geen geheim en geen truc. Het is een afspraak over hoe je machineleesbaar maakt wat op de pagina staat.

Belangrijk om te benoemen: gestructureerde data verandert je content niet en verzint niets. Het beschrijft alleen wat er al staat. Klopt je pagina inhoudelijk niet, dan lost markup dat niet op. Het versterkt goede content, het redt geen slechte.

Wat dit concreet betekent voor B2B

In B2B draait het zelden om productprijzen met sterretjes. Toch zijn er schematypen die precies passen bij hoe wij content maken voor klanten. Denk aan het FAQPage-type voor pagina's met veelgestelde vragen, het Article-type voor blogartikelen zoals dit, en het Organization-type om ondubbelzinnig vast te leggen wie je bent, waar je gevestigd bent en hoe je heet.

Neem een B2B-dienstverlener die uitlegt wat een implementatietraject van een softwarepakket kost en hoe lang het duurt. Als die informatie netjes als vraag en antwoord is gemarkeerd, wordt het voor een AI-zoekmachine veel makkelijker om precies dat stukje op te pikken wanneer iemand vraagt: "Hoe lang duurt de implementatie van dit soort software?" Je levert het antwoord in een vorm die het model direct kan overnemen.

We zien in de praktijk dat de pagina's die het vaakst als bron opduiken in AI-antwoorden bijna altijd de pagina's zijn die één duidelijke vraag beantwoorden met één helder antwoord, bovenaan de pagina. Schema-markup versterkt dat, maar de structuur van je tekst zelf is de basis.

Auteurschap en organisatie: het E-E-A-T-verhaal

Google hanteert in zijn Search Quality Rater Guidelines het principe van E-E-A-T: ervaring, expertise, gezag en betrouwbaarheid. Dat zijn geen directe rankingfactoren die je kunt aanzetten, maar wel eigenschappen die het systeem via allerlei signalen probeert in te schatten. Wie schreef dit? Namens welke organisatie? Is die organisatie herkenbaar en consistent?

Gestructureerde data helpt je die vragen expliciet te beantwoorden. Met Organization- en Person-markup koppel je een artikel aan een echte auteur en een echt bedrijf, inclusief verwijzingen naar bijvoorbeeld je LinkedIn-pagina. Voor een B2B-merk dat vertrouwen wil opbouwen bij een klein, kritisch publiek is dat geen detail. Het is precies het soort signaal waarop generatieve modellen leunen wanneer ze bepalen welke bron ze durven aanhalen.

De valkuil: markup zonder onderbouwing

Een eerlijke kanttekening. Ik zie soms bureaus schema-markup uitrollen alsof het een schakelaar is die verkeer aanzet. Dat is het niet. Google is duidelijk dat markup moet overeenkomen met wat zichtbaar op de pagina staat. Markeer je een FAQ die nergens op de pagina te vinden is, dan riskeer je juist dat je markup wordt genegeerd of, in het slechtste geval, dat je een handmatige maatregel oploopt.

Gestructureerde data is dus geen vervanging voor goede content, en ook geen garantie op een citaat. Het is een versterker. Het verlaagt de kans dat een machine je verkeerd begrijpt, en dat is in een context waar het model kiest tussen tientallen mogelijke bronnen, meer waard dan het klinkt.

Wat je deze week kunt doen

Kies één pagina die nu al één concrete vraag goed beantwoordt, bijvoorbeeld een dienstenpagina of een sterk blogartikel. Voeg daar FAQPage- of Article-markup aan toe die exact overeenkomt met wat er op de pagina staat, en controleer je implementatie in de Rich Results Test van Google. Begin klein, met één pagina die je goed doet, in plaats van je hele site tegelijk vol te zetten met markup die je niet controleert.

Volgende keer gaan we in op hoe je je content zó structureert dat losse alinea's op zichzelf citeerbaar worden, ook zonder markup. Want de tekst zelf blijft je sterkste troef.