Het antwoord op de vraag of je schema-markup moet gebruiken voor zichtbaarheid in AI-zoekmachines is ja, maar niet om de redenen die de meeste consultants je verkopen. De bewijslast voor de effectiviteit van schema in generatieve engine optimization (GEO) is namelijk nog opvallend laag.

Wat er aan de hand is

Uit een analyse van Search Engine Journal blijkt dat veel advies over schema-markup voor AI-zoekmachines stoelt op dun bewijs. Consultants en bureaus claimen dat gestructureerde data essentieel is voor zichtbaarheid in antwoorden van AI-modellen zoals ChatGPT, Google Gemini en Perplexity. Maar de onderliggende onderzoeken zijn vaak klein, niet gerepliceerd, of uitgevoerd door partijen met een commercieel belang bij de uitkomst. De ’evidence’ in GEO is volgens de analyse niet meer dan een lage lat: een handvol cases zonder controlegroepen of statistische significantie. Dit betekent niet dat schema nutteloos is, maar wel dat je de claims kritisch moet wegen.

Wat dit betekent

Voor ondernemers en marketeers in het MKB betekent dit dat je niet blind moet varen op schema-advies van externe partijen. Als een consultant zegt dat schema je ‘gegarandeerd’ bovenaan in AI-antwoorden krijgt, is dat een rode vlag. De werkelijke impact hangt af van factoren als de kwaliteit van je content, de autoriteit van je domein en de specifieke vragen die AI-modellen beantwoorden. Schema is een hulpmiddel, geen toverstaf. Het gevaar is dat je tijd en geld investeert in een tactiek waarvan de effectiviteit nog niet is bewezen, terwijl je andere, beter onderbouwde SEO-activiteiten verwaarloost.

Hoe je dit kunt toepassen

Als je een webshop runt en schema overweegt voor productvermeldingen in AI-antwoorden, begin dan met een kleine test. Kies één productcategorie en voeg alleen de basis-schema’s toe: Product, Offer, AggregateRating. Meet vervolgens twee weken lang of je meer verkeer ziet uit AI-zoekmachines via tools zoals Google Search Console of een AI-specifieke monitor. Vergelijk dit met een controlegroep van producten zonder schema. Zo krijg je zelf een indicatie van de waarde, zonder te vertrouwen op externe claims.

Als je een dienstverlener bent en schema gebruikt voor lokale vindbaarheid, focus dan op LocalBusiness-schema met correcte openingstijden, adres en telefoonnummer. Dit is een van de weinige schema-types waarvan de impact op reguliere zoekmachines goed is gedocumenteerd. Voor AI-zoekmachines is het nog onduidelijk, maar het kan geen kwaad. Overweeg om je schema te valideren met de Rich Results Test van Google om fouten te voorkomen.

Als je een team aanstuurt dat content produceert, wees dan kritisch op schema-advies van freelancers of bureaus. Vraag altijd naar de bron van hun claims. Een mogelijkheid is om een eenvoudige checklist te maken: staat de claim in een peer-reviewed onderzoek of in een blogpost van een schema-tool? Alleen het eerste is een serieuze onderbouwing. Zo voorkom je dat je investeert in onbewezen tactieken.

Als je zelf experimenteert met schema voor AI-zichtbaarheid, documenteer dan je resultaten. Noteer welke schema-types je toevoegt, op welke pagina’s, en of je veranderingen ziet in het aantal keren dat je content wordt geciteerd in AI-antwoorden. Deel deze data eventueel met andere ondernemers in je netwerk. Hoe meer praktijkcases, hoe beter de sector leert wat echt werkt.

Bron: Search Engine Journal (https://www.searchenginejournal.com/schema-llms-the-low-bar-for-evidence-in-geo/576090/)