Wat is een entiteit? En waarom bepaalt het of AI jou noemt

Een entiteit is een ding dat eenduidig bestaat en te onderscheiden is van alle andere dingen: een persoon, een organisatie, een plaats, een product of een concept. Niet een woord, maar het ding waar het woord naar verwijst. "Thomas Rau" is een tekstreeks; de architect Thomas Rau, met zijn boeken, projecten en het platform Madaster, is een entiteit.

Voor zoekmachines en AI-assistenten is dat onderscheid alles. Ze beantwoorden vragen niet door woorden te matchen, maar door entiteiten te herkennen, te plaatsen en aan elkaar te knopen. Of AI jou noemt wanneer iemand om een expert vraagt, hangt daarom niet af van hoe goed je bent, maar van hoe sterk en hoe ondubbelzinnig je als entiteit op het web staat. Dat is geen mening: het is wat onze AI-zichtbaarheidsbenchmark over drie beroepen en vijf AI's liet zien.

In de informatiekunde is een entiteit iets met een eigen, afgebakend bestaan. Google noemt het in zijn eigen documentatie "een ding of concept dat enkelvoudig, uniek, goed gedefinieerd en onderscheidbaar is". Voorbeelden:

• een persoon (jij, een collega, een historisch figuur);
• een organisatie (een bureau, een merk, een vereniging);
• een plaats (een stad, een gebouw, een regio);
• een product of werk (een boek, een app, een methode);
• een concept (een vakgebied, een specialisatie).

Het verschil met een zoekwoord is fundamenteel. "Traumatherapeut Breda" is een zoekopdracht. De persoon achter die zoekopdracht, met haar praktijk, haar registratie en haar website, is een entiteit. Een zoekmachine van vroeger matchte de woorden. Een AI-assistent van nu probeert de entiteit te vinden die het beste bij de bedoeling past, en vertelt erover.

Moderne AI-assistenten en zoekmachines bouwen hun antwoorden op een netwerk van entiteiten en de relaties daartussen, vaak een kennisgraaf genoemd. Wanneer je vraagt "wie is een goede architect voor circulair bouwen?", gebeurt er grofweg het volgende:

1. Herkennen. Het model leest de vraag als een verzoek om entiteiten van het type "architect", met de eigenschap "circulair bouwen".
2. Ophalen. Het zoekt, via training of live web search, naar entiteiten die aan die beschrijving voldoen en daar bewijs voor hebben.
3. Plaatsen en onderscheiden. Het bepaalt welke entiteit precies bedoeld is, en scheidt naamgenoten van elkaar (disambiguatie).
4. Vertellen. Het stelt een antwoord samen uit wat het over die entiteiten weet, met de bronnen die het vertrouwt.

In elk van die stappen wint de sterke entiteit. Wie eenduidig te herkennen is, wie aan bewijs gekoppeld kan worden en wie niet met een ander te verwarren is, komt boven. Wie als entiteit zwak of dubbelzinnig is, valt weg, hoe goed de vakman ook is.

Een entiteit wordt sterker naarmate er meer consistent, onderling verbonden bewijs voor bestaat. De signalen die het zwaarst wegen:

• Een eigen domein. De plek die onmiskenbaar van jou is, is de grondstof. In de benchmark was het eigen domein in alle drie de beroepen de grootste bron waaruit AI putte (32 tot 41 procent van de aangehaalde links). Zonder eigen domein is er weinig om een entiteit op te bouwen.
• Een consistente naam en omschrijving. Dezelfde naam, hetzelfde vakgebied, dezelfde plaats, overal op dezelfde manier. Inconsistentie versnippert de entiteit.
• Verbindingen tussen je profielen. Wanneer je website, je registraties, je LinkedIn en je vakvermeldingen naar elkaar verwijzen, knoopt AI ze tot één entiteit samen. Losse, niet-verbonden profielen blijven losse fragmenten.
• Gestructureerde data. Schema-opmaak (bijvoorbeeld `Person` of `Organization` met expliciete eigenschappen) vertelt machines letterlijk wie je bent en waar je voor staat.
• Vermeldingen op gezaghebbende, neutrale bronnen. Beroepsregisters, brancheverenigingen en vakmedia bevestigen je bestaan onafhankelijk. In gereguleerde markten zoals de zorg weegt dat extra zwaar.
• Een onderscheidbare naam. Het signaal dat in de benchmark het scherpst bleek. Wie zijn naam deelt met een bekendere naamgenoot, verliest, hoe echt zijn werk ook is.

De duidelijkste illustratie uit ons onderzoek is wat er gebeurt als de entiteit niet eenduidig is. In elk van de drie gemeten beroepen viel precies één expert structureel weg bij de directe vraag "wie is X?", en telkens om dezelfde reden: een naam die gedeeld werd met een bekendere naamgenoot.

• Een architect werd zijn naamgenoot, een universitair hoofddocent.
• Een psycholoog werd een M&A-partner bij een advieskantoor.
• Een fotograaf werd een Britse uitgeverij-directeur.

Drie verschillende markten, hetzelfde mechanisme. Niet de betere vakman won, maar de entiteit die het web ondubbelzinnig kon plaatsen. Dit is disambiguatie die misgaat: AI weet niet zeker welke "Astrid Mitchell" je bedoelt, en kiest de sterkste. Een onderscheidbare, consequent gebruikte identiteit is precies wat dit voorkomt.

De stappen, in volgorde van fundament naar verfijning:

1. Claim een eigen domein en publiceer daar wie je bent, wat je doet en voor wie. Dit is de grondstof; alles hangt eraan.
2. Maak je naam ondubbelzinnig. Gebruik overal dezelfde naamvariant, gekoppeld aan je vakgebied en je plaats, zodat je niet samenvalt met een naamgenoot.
3. Verbind je profielen. Laat je website, registraties en relevante profielen consequent naar elkaar verwijzen, zodat ze tot één entiteit samensmelten.
4. Voeg gestructureerde data toe. Beschrijf jezelf voor machines met schema-opmaak, expliciet en consistent.
5. Zorg voor onafhankelijke bevestiging. Sta in de registers en vakbronnen die in jouw markt gezag hebben.

Het fundament, een eigen domein en een onderscheidbare naam, kun je zelf leggen. Het tot een herkenbare entiteit maken die AI overal terugvindt en eenduidig plaatst, is het werk dat Identity First Media doet. Niet voor iedereen even urgent: wie al een sterke, eenduidige aanwezigheid heeft, heeft het fundament al liggen.

Dit artikel hoort bij de AI-zichtbaarheidsbenchmark van Identity First Media, waarin we over drie beroepen en vijf AI-assistenten maten wie AI wel en niet bij naam noemt.

Identity First Media. Tekst: Paul Veth.