Structured Data & Schema.org: De Taal van AI Spreken

Schema.org markup is geen 'hint' voor zoekmachines - het is een directe datastroom die fundamenteel verandert hoe AI jouw content waarneemt en verwerkt. Dit is de meest krachtige, maar onderbenutte tactiek in LLMO.

Wat is Structured Data?

Structured Data (gestructureerde data) is een gestandaardiseerd formaat om informatie over een webpagina te coderen zodat machines deze makkelijk kunnen begrijpen. In plaats van dat een AI moet raden wat een stuk tekst betekent, vertelt structured data het ondubbelzinnig.

🔑 Kernprincipe

Ongestructureerde tekst: "Jan Jansen is de CEO van Bedrijf X in Amsterdam."

Gestructureerde data: {"@type":"Person", "name":"Jan Jansen", "jobTitle":"CEO", "worksFor":"Bedrijf X", "address":"Amsterdam"}

Voor een AI is het tweede oneindig veel waardevol omdat het expliciet en ondubbelzinnig is.

Schema.org: Het Universele Vocabulaire

Schema.org is een collaboratief project opgericht door Google, Microsoft, Yahoo en Yandex. Het biedt een gestandaardiseerd vocabulaire van 'types' en 'properties' om entiteiten en hun relaties te beschrijven.

Waarom Schema.org Essentieel is voor LLMO

⚡ Concurrentievoordeel

Schema markup is als het aanbieden van een dedicated high-speed API voor je content, rechtstreeks naar de redeneerlaag van de AI. RAG-systemen moeten snel relevante informatie vinden in een immense index. Ongestructureerde tekst parsen is computationeel duur en foutgevoelig. Schema.org biedt expliciete, ondubbelzinnige definities - een significant voordeel.

Van Tekst naar Entiteiten

Het fundamentele voordeel van Schema.org is dat het ongestructureerde tekst omzet in machine-leesbare entiteiten.

Zonder Schema

"Acme Corp is een softwarebedrijf in Rotterdam dat gespecialiseerd is in CRM-oplossingen. Het bedrijf heeft een 4.8 rating op Trustpilot."

De AI moet dit parsen, interpreteren en entiteiten afleiden - foutgevoelig.

Met Schema

{
  "@type": "Organization",
  "name": "Acme Corp",
  "address": {"@type": "PostalAddress", "addressLocality": "Rotterdam"},
  "aggregateRating": {"@type": "AggregateRating", "ratingValue": "4.8"}
}

Direct interpreteerbaar, geen giswerk.

Essentiële Schema Types voor LLMO

1. Organization Schema

Dit is de fundering. Het definieert wie je bent als bedrijf en creëert een centrale entiteit in de kennisgrafiek.

Praktisch Voorbeeld:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "LLMO.nl",
  "url": "https://llmo.nl",
  "logo": "https://llmo.nl/logo.png",
  "description": "LLMO expertise voor Nederlandse bedrijven",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Voorbeeldstraat 123",
    "addressLocality": "Amsterdam",
    "postalCode": "1000 AA",
    "addressCountry": "NL"
  },
  "contactPoint": {
    "@type": "ContactPoint",
    "telephone": "+31-20-1234567",
    "contactType": "customer service",
    "email": "info@llmo.nl"
  },
  "sameAs": [
    "https://linkedin.com/company/llmo",
    "https://twitter.com/llmo"
  ]
}

Waarom dit Krachtig is:

2. Product / Service Schema

Definieert expliciet wat je aanbiedt, inclusief eigenschappen, prijs en beoordelingen.

Product Voorbeeld:

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "LLMO Pro Pakket",
  "description": "Complete LLMO optimalisatie voor enterprise",
  "brand": {
    "@type": "Brand",
    "name": "LLMO.nl"
  },
  "offers": {
    "@type": "Offer",
    "url": "https://llmo.nl/pro",
    "priceCurrency": "EUR",
    "price": "2499",
    "priceValidUntil": "2025-12-31",
    "availability": "https://schema.org/InStock"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "127"
  }
}

3. FAQPage Schema

Dit is LLMO-goud. FAQ's zijn perfect afgestemd op hoe AI-systemen werken.

FAQ Voorbeeld:

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Wat is LLMO?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "LLMO (Large Language Model Optimization) is het optimaliseren van content om zichtbaar te worden in AI-gegenereerde antwoorden van ChatGPT, Gemini en Claude."
      }
    },
    {
      "@type": "Question",
      "name": "Waarom is LLMO belangrijk?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "AI-systemen genereren miljarden antwoorden per dag. Als jouw merk niet in die antwoorden voorkomt, ben je onzichtbaar voor een groeiende gebruikersgroep."
      }
    }
  ]
}

Waarom FAQ Schema Perfect is voor AI:

4. HowTo Schema

Voor stapsgewijze instructies en handleidingen - zeer waardevol voor "how to" queries.

HowTo Voorbeeld:

{
  "@context": "https://schema.org",
  "@type": "HowTo",
  "name": "Hoe implementeer je Schema.org markup",
  "description": "Stapsgewijze handleiding voor Schema implementatie",
  "step": [
    {
      "@type": "HowToStep",
      "name": "Kies het juiste schema type",
      "text": "Bepaal welke schema types relevant zijn voor je content"
    },
    {
      "@type": "HowToStep",
      "name": "Genereer de JSON-LD code",
      "text": "Gebruik Schema.org generator om correcte code te maken"
    },
    {
      "@type": "HowToStep",
      "name": "Implementeer in HTML",
      "text": "Plaats JSON-LD code in de head van je pagina"
    }
  ]
}

5. Article Schema

Versterkt E-E-A-T signalen door auteur, publicatiedatum en uitgever expliciet te maken.

Article Voorbeeld:

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Complete LLMO Gids 2025",
  "description": "Alles wat je moet weten over LLMO",
  "author": {
    "@type": "Person",
    "name": "Bert van der Meer",
    "jobTitle": "LLMO Expert",
    "url": "https://llmo.nl/over/bert"
  },
  "publisher": {
    "@type": "Organization",
    "name": "LLMO.nl",
    "logo": {
      "@type": "ImageObject",
      "url": "https://llmo.nl/logo.png"
    }
  },
  "datePublished": "2025-01-01",
  "dateModified": "2025-01-15"
}

6. Person Schema

Essentieel voor het opbouwen van autoriteit van auteurs en experts.

Person Voorbeeld:

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Bert van der Meer",
  "jobTitle": "LLMO Specialist & AI Consultant",
  "description": "15+ jaar ervaring in digitale marketing en AI-optimalisatie",
  "url": "https://llmo.nl/over/bert",
  "image": "https://llmo.nl/images/bert.jpg",
  "sameAs": [
    "https://linkedin.com/in/bertvandemeer",
    "https://twitter.com/bertvm"
  ],
  "worksFor": {
    "@type": "Organization",
    "name": "LLMO.nl"
  }
}

Implementatie: JSON-LD vs. Microdata vs. RDFa

Er zijn drie formaten om Schema.org te implementeren. Voor LLMO is de keuze duidelijk:

Format Voordelen Nadelen LLMO Score
JSON-LD Schoon, apart van HTML, makkelijk te onderhouden Geen directe visuele link met content ⭐⭐⭐⭐⭐
Microdata Inline met HTML Vervuilt HTML, moeilijk te onderhouden ⭐⭐⭐
RDFa Flexibel Complex, ouderwets ⭐⭐

✅ Aanbeveling

Gebruik JSON-LD. Google, Microsoft en andere AI-platformen geven dit de voorkeur. Het is het schoonst, makkelijkst te implementeren en onderhouden.

Stap-voor-Stap Implementatiegids

Stap 1: Identificeer Relevante Schema Types

  1. Bezoek Schema.org
  2. Bepaal welke types bij je content passen
  3. Prioriteer: Organization, FAQPage, Article als minimum

Stap 2: Genereer de JSON-LD Code

Gebruik tools om correcte code te genereren:

Stap 3: Implementeer in HTML

Plaats de JSON-LD code in de <head> sectie van je HTML:

<head>
  <title>Je Pagina Titel</title>
  <script type="application/ld+json">
  {
    "@context": "https://schema.org",
    "@type": "Organization",
    "name": "Je Bedrijf"
  }
  </script>
</head>

Stap 4: Valideer de Implementatie

Test of je schema correct is geïmplementeerd:

Stap 5: Monitor & Optimize

Multimodale Optimalisatie: Images & Video

AI analyseert niet alleen tekst maar ook beelden. Optimaliseer visuele content:

ImageObject Schema

{
  "@type": "ImageObject",
  "contentUrl": "https://llmo.nl/images/llmo-proces.jpg",
  "description": "Visualisatie van het LLMO optimalisatieproces",
  "name": "LLMO Proces Diagram",
  "author": {
    "@type": "Person",
    "name": "Bert van der Meer"
  }
}

Alt-teksten & Bijschriften

Geavanceerde Technieken

Geneste Schema Types

Combineer meerdere schema types voor rijkere data:

{
  "@context": "https://schema.org",
  "@type": "Article",
  "author": {
    "@type": "Person",
    "name": "Jan Jansen",
    "worksFor": {
      "@type": "Organization",
      "name": "LLMO.nl",
      "address": {
        "@type": "PostalAddress",
        "addressLocality": "Amsterdam"
      }
    }
  }
}

BreadcrumbList Schema

Helpt AI de site-structuur te begrijpen:

{
  "@type": "BreadcrumbList",
  "itemListElement": [
    {"@type": "ListItem", "position": 1, "name": "Home", "item": "https://llmo.nl"},
    {"@type": "ListItem", "position": 2, "name": "Kennisbank", "item": "https://llmo.nl/kennisbank"},
    {"@type": "ListItem", "position": 3, "name": "Schema", "item": "https://llmo.nl/kennisbank/structured-data-schema"}
  ]
}

Veelgemaakte Fouten

❌ Te Vermijden

  • Inconsistente data: Schema info moet matchen met zichtbare content
  • Verouderde info: Update schema bij wijzigingen (prijzen, adressen, etc.)
  • Onjuiste types: Gebruik het juiste schema type voor je content
  • Onvolledige implementatie: Minimale schema is beter dan geen, maar volledige is best
  • Syntaxfouten: Valideer altijd - fouten maken schema waardeloos

Prioriteitsmatrix: Welke Schema's Eerst?

Prioriteit Schema Type LLMO Impact Implementatie
1. Must Have Organization ⭐⭐⭐⭐⭐ Makkelijk
1. Must Have FAQPage ⭐⭐⭐⭐⭐ Makkelijk