Schema.org Markup: Inleiding in gestructureerde gegevens

Schema-Markup maakt inhoud expliciet leesbaar voor machines — en is in 2026 een centrale hefboom voor GEO. Een studie toont aan dat gestructureerde gegevens de KI-antwoornauwkeurigheid van 16 naar 54 procent kunnen verhogen.

Schema-Markup is de taal waarmee je zoekmachines en LLM's duidelijk vertelt wat er op je pagina staat. Terwijl machines teksten moeten interpreteren, lezen ze gestructureerde gegevens direct. Een studie van Data World uit 2024 heeft aangetoond: Met gestructureerde gegevens als context steeg de antwoornauwkeurigheid van GPT-4 op domeinspecifieke vragen van 16 naar 54 procent. Dit is geen marketingtruc — dit is een factor die de seo-woordenlijst/zichtbaarheid/">zichtbaarheid van citaties bepaalt.

Wat is Schema.org?

Schema.org is een gemeenschappelijk vocabulaire dat in 2011 is geïnitieerd door Google, Microsoft, Yahoo en Yandex. Het definieert gestandaardiseerde types en eigenschappen waarmee websites hun inhoud voor machines kunnen labelen. In plaats van te schrijven "Deze persoon is Patrick Tomforde, directeur van performanceLiebe in Hamburg" lees je in de markup een duidelijk gedefinieerd persoon-object met `name`, `jobTitle` en `worksFor`-verbinding.

Waarom Schema in 2026 cruciaal is voor GEO

Generatieve engines zoals ChatGPT-Search, Perplexity en Google AI Overviews bouwen antwoorden uit bronnen die ze als betrouwbaar, duidelijk interpreteerbaar en contextueel sterk beschouwen. Gestructureerde gegevens vergemakkelijken al deze drie eigenschappen tegelijkertijd. De genoemde Data-World-studie demonstreert dit duidelijk: Zonder schema-context interpreteerde GPT-4 slechts 16 procent van de domeinspecifieke vragen correct — met schema was dit 54 procent. Dit is een 3,4-voudige verbetering van de kans op citaties alleen door gestructureerde gegevens.

JSON-LD is het voorkeursformaat

Schema.org ondersteunt drie formaten: Microdata, RDFa en JSON-LD. Google raadt sinds 2017 expliciet JSON-LD aan, en dat om goede redenen: Het is schoon gescheiden van de HTML-markup, kan centraal in de `` of voor de `` worden ingebed, is goed onderhoudbaar en botst niet met frontend-frameworks. Microdata en RDFa functioneren nog steeds, maar zijn vandaag de dag praktisch alleen nog relevant in legacy-codebases.

De vijf belangrijkste Schema-types

Schema.org definieert meer dan 800 types — de meeste daarvan heb je nooit nodig. In de praktijk zijn vijf types voldoende voor 90 procent van de use cases:

1. Article — voor blogposts, nieuws en tijdschriftbijdragen
2. Organization — voor merkidentificatie van je eigen domein
3. Person — voor auteuridentificatie en teamprofielen
4. FAQPage — voor FAQ-secties, zeer effectief voor Featured Snippets
5. Product — voor e-commerce-lijsten en beoordelingen

Article — de standaard voor content

Op elke blogpost en elke redactionele bijdrage hoort Article-schema. Verplichte eigenschappen: `headline`, `image`, `datePublished`, `dateModified`, `author` en `publisher`. Optionele, maar waardevolle uitbreidingen: `mainEntityOfPage`, `description`, `keywords`. Belangrijk: De `author` moet een gelinkt persoon-object zijn, niet alleen een string — dit versterkt het E-E-A-T-signaal meetbaar.

Een veelvoorkomende zwakte in audits: `dateModified` wordt slechts één keer bij publicatie ingesteld en nooit bijgewerkt. Wanneer je een bijdrage inhoudelijk herzien, moet `dateModified` op de huidige datum worden ingesteld. Zoekmachines en LLM's beschouwen actualiteit als een eigen vertrouwenssignaal — vooral in snel veranderende onderwerpen zoals SEO, technologie of recht.

Organization & Person — Merk en Auteur

Organization-schema hoort eenmalig op je homepage en bevat `name`, `url`, `logo`, `sameAs` (link naar LinkedIn, X, Wikipedia), adres en contact. Person-schema staat op elke auteurpagina en op de About-/Team-pagina. De `sameAs`-eigenschap is hier de geheime ster: Het linkt je persoon-object naar externe, betrouwbare profielen en verhoogt daarmee de verifieerbaarheid van je identiteit — een direct E-E-A-T-signaal.

FAQPage — de geheime hefboom voor Featured Snippets

FAQPage-schema markeert een FAQ-sectie als gestructureerde vraag-antwoordlijst. Praktijkeffect: Hoge kans om in Google Featured Snippets te verschijnen, en zeer hoge kans om in KI-antwoorden te worden geciteerd — omdat LLM's vraag-antwoordstructuren bijzonder efficiënt kunnen verwerken. Wie op cornerstone-pagina's nog geen FAQ met schema heeft, laat een van de meest effectieve GEO-optimalisaties liggen.

Belangrijk hierbij: De FAQ moet daadwerkelijk op de pagina zichtbaar zijn. Google heeft in 2023 duidelijk gemaakt dat FAQ-schema dat alleen in de markup staat maar in de zichtbare inhoud ontbreekt, als manipulatie wordt beschouwd. In de praktijk betekent dit: Eerst de FAQ als zichtbaar on-page element vormgeven, dan het schema erbij leveren. Volgorde telt.

Validatie: Tools die we gebruiken

• Google Rich Results Test — officieel, toont welke Rich Snippets mogelijk zijn
• Schema.org Validator — controleert conformiteit met de standaard
• Google Search Console (Rich-Result-rapport) — toont live-status op je domein
• Bing Webmaster Tools — eigen schema-audit voor Bing-indexering
• Schema-App-Analyzer — commercieel tool voor complexe setups

Schema-Markup is in 2026 geen luxe meer, maar verplicht. Wie KI-antwoorden als zichtbaarheidkanaal serieus neemt, kan niet om gestructureerde gegevens heen. De studies zijn duidelijk — en de implementatie-inspanning is in vergelijking met het effect minimaal.

Schema en Backlinks: De samenwerking

Schema-Markup en linkbuilding werken samen. Schema vertelt de machine wat er op je pagina staat. Backlinks bevestigen dat deze uitspraak betrouwbaar is. Een domein met perfect schema, maar zonder vertrouwensprofiel, blijft zwak. Een domein met een sterk linkprofiel, maar zonder schema, verliest kans op citaties. Beiden samen vormen de hefboom.

Concreet voorbeeld: Als je auteur-bio is gemarkeerd met persoon-schema en tegelijkertijd externe bronnen zoals LinkedIn, GitHub of Wikipedia zijn gelinkt via `sameAs`, kan een LLM de identiteit van de auteur verifiëren. Als deze externe bronnen op hun beurt veel relevante backlinks en vermeldingen hebben, wordt het vertrouwensprofiel via de `sameAs`-verbinding terug naar je domein overgedragen. Schema-Markup maakt daarmee vertrouwenssignalen van het hele web bruikbaar — op voorwaarde dat je het vertrouwensprofiel extern hebt opgebouwd.

Conclusie

Schema.org-Markup maakt inhoud expliciet leesbaar voor machines — en is daarmee in 2026 een van de directste hefbooms voor KI-zichtbaarheid. JSON-LD als formaat, vijf kerntypes voor 90 procent van de use cases, validatie via officiële Google-tools. In combinatie met een sterk linkprofiel ontstaat het vertrouwenssetup dat citaties genereert in Google en in KI-zoekopdrachten. Wie hier zorgvuldig werkt, wint onevenredig — de inspanning is beperkt, de impact meetbaar.