Schema-opmaak en AI-citaties: wat de data werkelijk laat zien

Ahrefs testte schema-opmaak op pagina's die AI al citeerde en vond nul meetbaar effect op citatiefrequentie, wat een wijdverbreide SEO-aanname onderuithaalt.

13 mei 20264 min leestijd

0:00

Wat vond Ahrefs precies toen ze schema-opmaak testten tegen AI-citaties?

Het toevoegen van schema-opmaak aan pagina's die al geciteerd werden, leverde geen meetbare verandering op in AI-citatiefrequentie, aldus de gecontroleerde test van Ahrefs.

Het hoofdresultaat is helder: schema-opmaak bewoog de AI-citatiefrequentie niet. Volgens de berichtgeving van Search Engine Journal over de Ahrefs-test richtte het experiment zich op pagina's die AI-systemen al citeerden. Onderzoekers voegden gestructureerde data toe en maten of de citatiefrequentie veranderde. Dat deed ze niet. Vanuit het perspectief van een bouwer is dit een betekenisvolle bevinding, omdat het twee dingen van elkaar scheidt die de SEO-industrie tot nu toe als één geheel behandelde: de implementatie van gestructureerde data en AI-vindbaarheid. Het zijn mogelijk twee heel verschillende hendels.

Wat het testontwerp onthult over de grenzen van gestructureerde data

De test gebruikte pagina's die al in de AI-citatiepool zaten, wat betekent dat het de incrementele impact van schema-opmaak op herkende content mat. Dat is juist de sterkst mogelijke conditie voor schema om een effect te laten zien. Het deed het niet. Dat resultaat wijst weg van syntaxis en naar iets diepers: de signalen die AI-systemen gebruiken om te bepalen wat ze citeren, lijken op een andere laag te opereren dan gestructureerde opmaak.

Wat doet schema-opmaak dan wél als het geen AI-citaties oplevert?

Schema-opmaak standaardiseert hoe zoekmachines je content verwerken. Het vermindert verkeerde interpretatie, maar dat is iets anders dan het verdienen van AI-citatievertouwen.

Volgens de eigen gids van Ahrefs over schema-opmaak biedt gestructureerde data een gestandaardiseerd formaat dat voorkomt dat Google pagina-inhoud verkeerd interpreteert. Dat is een echt en meetbaar voordeel voor traditioneel zoeken. De code signaleert entiteitsrelaties, inhoudstype en context in een machineleesbaar formaat dat crawlers betrouwbaar verwerken. Het onderscheid dat hier de moeite waard is om bij te houden: schema helpt machines je content correct te lezen. AI-citatie hangt, op basis van de testresultaten, af van of machines je content genoeg vertrouwen om het als antwoord te tonen.

Het verschil tussen machineleesbaar en machinebetrouwbaar

Machineleesbaar is voor de meeste goed onderhouden websites geen probleem meer. Machinebetrouwbaar is het onopgeloste probleem van 2026. AI-systemen synthetiseren antwoorden uit bronnen die ze door de tijd heen als gezaghebbend hebben leren beschouwen. Dat vertrouwen wordt opgebouwd via consistente, diepgaande, entiteitsspecifieke content, niet via opmaaксyntaxis. Het Ahrefs-resultaat maakt meer zin als je het op deze manier bekijkt.

Wat is er werkelijk voor nodig om te winnen in AI-gestuurde zoekopdrachten?

Search Engine Journal identificeert inhoudsautoriteit, entiteitshelderheid en lokale specificiteit als de kernfactoren voor AI-zoekopdrachten, niet technische opmaak alleen.

Volgens de gids van Search Engine Journal over het bouwen van lokale pagina's die winnen in AI-gestuurde zoekopdrachten, komt zichtbaarheid in AI-resultaten van gezaghebbende pagina's die zijn opgebouwd rondom duidelijke entiteiten en specifieke lokale signalen. De nadruk ligt op de diepte van de content en gezagssignalen, niet op de implementatie van gestructureerde data. Wat opvalt: het praktische advies voor AI-zoekoptimalisatie lijkt nauwelijks op klassieke technische SEO. Het draait om helderheid van identiteit, diepgang van expertise en de consistentie van signalen over de gehele online aanwezigheid.

Entiteitshelderheid is de nieuwe zoekwoorddichtheid

AI-systemen organiseren kennis rondom entiteiten, niet alleen rondom zoekwoorden. Een entiteit is een duidelijk gedefinieerd, consistent beschreven iets: een persoon, een bedrijf, een concept. Als je online aanwezigheid je op verschillende pagina's en kanalen anders beschrijft, bouwen AI-systemen een versnipperd beeld op van wie je bent. Die fragmentatie vermindert de citatiekans, ongeacht hoe netjes je schema-implementatie is.

Lokale pagina's als casestudy in specificiteit boven volume

De aanbevelingen van Search Engine Journal over lokale pagina's bevestigen een breder patroon: specificiteit wint van volume. Eén gezaghebbende pagina over een specifieke entiteit op een specifieke locatie presteert beter dan meerdere dunne pagina's die breed terrein proberen te bestrijken. Dat principe is direct toepasbaar op persoonlijk merk- en thought leadership-content. Diepgang op een smal, goed gedefinieerde identiteit wint van breedte op een generieke.

Betekent dit dat schema-opmaak de moeite niet waard is?

Schema-opmaak levert nog steeds waarde voor traditioneel zoeken, kennisvensters en uitgebreide resultaten. De Ahrefs-bevinding beperkt de rol ervan, maar elimineert die niet.

Het Ahrefs-testresultaat is specifiek: schema bewoog de AI-citatiefrequentie niet op pagina's die al geciteerd werden. Het beweert niet dat schema geen waarde heeft. Volgens de implementatiegids van Ahrefs ondersteunt schema-opmaak nog steeds kennisvensters, uitgebreide resultaten in traditioneel zoeken en duidelijkere entiteitsherkenning in de systemen van Google. Dat zijn echte voordelen. De eerlijke lezing van de huidige data: schema is basisinfrastructuur voor zoeken, geen hendel voor AI-autoriteit. Behandel het als de vloer, niet als het plafond.

Welk patroon ontstaat als je alle drie de bronnen samen bekijkt?

Technische optimalisatie en inhoudsautoriteit lopen steeds verder uiteen naarmate AI-zoekopdrachten volwassener worden. Het signaal dat AI-citatie aandrijft, bevindt zich op identiteitsniveau, niet op opmaakniveau.

Als je de drie bronnen samen leest, vormt zich een helder patroon. Schema-opmaak verduidelijkt de contentstructuur voor traditionele zoekmachines. Het beweegt AI-citaties niet. AI-gestuurde zoekopdrachten belonen entiteitsautoriteit, inhoudsdiepte en consistente identiteitssignalen. Wat de data suggereert: we zien een splitsing tussen twee afzonderlijke optimalisatierichtingen. Richting één is technisch: schema, gestructureerde data, crawlbaarheid. Richting twee is epistemisch: heeft het AI-systeem genoeg consistente, diepgaande, betrouwbare signalen over deze entiteit om het met vertrouwen te citeren? De meeste SEO-adviezen verwarren die twee richtingen. Het Ahrefs-testresultaat dwingt ze uit elkaar.

Wat moeten ondernemers en contentbouwers meenemen uit deze data?

Behandel AI-zichtbaarheid niet als een technisch probleem. De investering die citatiefrequenties beweegt, is consistente, identiteitsspecifieke, gezaghebbende content gepubliceerd op je eigen domein.

De praktische implicatie van deze data is direct. Schema-opmaak is de moeite waard om correct te implementeren, en daarna ga je verder. Het is niet de bottleneck. De bottleneck is of AI-systemen genoeg kwaliteitssignaal hebben over jouw specifieke identiteit, expertise en autoriteit om jou te citeren wanneer een relevante vraag binnenkomt. Volgens de lokale zoekgids van Search Engine Journal zijn gezaghebbende pagina's gebouwd rondom duidelijke entiteiten en specifieke expertise wat AI-zoekopdrachten aandrijft. Dat is precies de richting waar de Ahrefs-citatietest ook op wijst. Het verschil tussen technisch geïndexeerd zijn en actief geciteerd worden door AI is een identiteitskloof, geen opmaakloof. Ondernemers die dat onderscheid in 2026 herkennen, bouwen op het juiste fundament.

Veelgestelde vragen

Verbeterde schema-opmaak de AI-citatiefrequentie in de Ahrefs-test?

Nee. Volgens de berichtgeving van Search Engine Journal over het Ahrefs-experiment leverde het toevoegen van schema-opmaak aan pagina's die al door AI geciteerd werden nul meetbare verandering op in citatiefrequentie. De test was gecontroleerd en specifiek gericht op pagina's die al in de AI-citatiepool zaten.

Is schema-opmaak nog steeds de moeite waard in 2026?

Ja, voor de voordelen in traditioneel zoeken. Schema-opmaak ondersteunt kennisvensters, uitgebreide resultaten en duidelijkere entiteitsherkenning in Google Zoeken, aldus Ahrefs. De Ahrefs-test beperkt specifiek de rol ervan voor AI-citatie. Het blijft nuttige infrastructuur, maar is niet de hendel voor AI-zichtbaarheid.

Wat drijft AI-citatie dan als gestructureerde data het niet is?

Op basis van de gecombineerde data van Ahrefs en Search Engine Journal lijkt AI-citatie gedreven te worden door entiteitsautoriteit en inhoudsdiepte. AI-systemen hebben consistente, diepgaande, betrouwbare signalen nodig over een specifieke entiteit die zich door de tijd heen opstapelen. Dat is een identiteits- en autoriteitsprobleem, geen technisch opmaakprobleem.

Wat is entiteit-SEO en waarom is het belangrijk voor AI-zoekopdrachten?

Entiteit-SEO is de praktijk van het bouwen van heldere, consistente signalen over een specifiek benoemd iets: een persoon, een bedrijf of een concept. AI-systemen organiseren kennis rondom entiteiten. Gefragmenteerde of inconsistente identiteitssignalen over je online aanwezigheid verlagen de kans dat AI-systemen je met vertrouwen citeren.

Hoe verhouden lokale pagina's zich tot de bredere AI-citatieproblemen?

Volgens Search Engine Journal zijn lokale pagina's die winnen in AI-zoekopdrachten gebouwd rondom specifieke entiteiten en gezaghebbende content, niet rondom brede dekking. Dat principe is direct van toepassing op persoonlijk merk: diepgang en specificiteit op een duidelijk gedefinieerde identiteit presteren beter dan volume op een generieke aanwezigheid.