Waarom JSON-LD je grootste hefboom is voor AI-antwoorden

Als headeraudit.nl één AI-zichtbaarheidscheck zwaarder laat wegen dan de rest, is het structured data: samen met een herkenbaar schema-type (FAQPage, Organization of Article) telt het voor 40 van de 100 punten in de AI-sectie van de zichtbaarheidsscan. Niet omdat het toevallig zwaar weegt, maar omdat het het enige signaal is dat een AI-systeem feiten geeft in plaats van proza dat geïnterpreteerd moet worden.

Waarom structured data werkt waar tekst faalt

Een lopende alinea tekst is voor een AI-model prima leesbaar, maar vereist interpretatie: welke zin is de hoofdclaim, welke is context, wat is precies de vraag die dit stuk beantwoordt? JSON-LD elimineert die stap. Een FAQPage-blok zegt letterlijk "dit is de vraag, dit is het antwoord" — geen gok, geen risico dat het model de verkeerde zin uit een paragraaf plukt. Dat maakt het makkelijker om letterlijk geciteerd te worden in een AI-antwoord, met je bron erbij.

Belangrijk: JSON-LD is onzichtbaar voor menselijke bezoekers (het staat in een <script type="application/ld+json">-tag) maar volledig zichtbaar voor crawlers die de ruwe HTML lezen — mits die HTML niet pas na JavaScript-uitvoering ontstaat. Zie ons artikel over client-side rendering en AI-crawlers als je twijfelt of jouw structured data wel aankomt.

FAQPage: de directe route naar een citaat

Heb je een FAQ-sectie, ook al is die klein? Markeer hem. Dit is het meest directe formaat voor een AI-model om een vraag-antwoordpaar over te nemen:

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Wat kost jullie dienst?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Onze basisplannen starten vanaf €29 per maand, zonder setup-kosten."
      }
    },
    {
      "@type": "Question",
      "name": "Is er een gratis proefperiode?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Ja, 14 dagen gratis, geen creditcard nodig."
      }
    }
  ]
}

De text in acceptedAnswer moet exact overeenkomen met wat er ook zichtbaar op de pagina staat — schema dat afwijkt van de zichtbare content is tegen de richtlijnen van zoekmachines en kan als misleidend worden gezien.

Organization: wie ben je eigenlijk

Dit is de basisidentiteit van je bedrijf, machineleesbaar. Zonder dit moet een AI-model uit losse tekstfragmenten afleiden wie je bent — met dit blok staat het vast:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Jouw Bedrijfsnaam",
  "url": "https://jouwsite.nl",
  "logo": "https://jouwsite.nl/logo.png",
  "description": "Eén zin die samenvat wat jullie doen.",
  "sameAs": [
    "https://www.linkedin.com/company/jouwbedrijf",
    "https://twitter.com/jouwbedrijf"
  ]
}

sameAs is makkelijk over het hoofd te zien maar doet werk: het koppelt je site aan je bestaande social- en kennisbank-profielen (LinkedIn, Wikipedia, Crunchbase), wat een AI-model helpt om verschillende vermeldingen van jouw bedrijf aan elkaar te knopen.

Article: context voor je content

Voor blogposts en kennisbankartikelen — precies zoals deze pagina:

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Titel van het artikel",
  "description": "Korte samenvatting van het artikel.",
  "author": { "@type": "Organization", "name": "Jouw Bedrijfsnaam" },
  "publisher": { "@type": "Organization", "name": "Jouw Bedrijfsnaam" },
  "datePublished": "2026-01-15",
  "mainEntityOfPage": "https://jouwsite.nl/blog/artikel-slug"
}

datePublished is meer dan metadata: het geeft een AI-model een signaal over recentheid, relevant bij vragen die om actuele informatie vragen.

Valideren voor je live gaat

Een syntaxfout in JSON-LD maakt het hele blok onbruikbaar — een crawler kan geen kapotte JSON parsen, en het schema telt dan effectief niet mee. Plak je blok voor het publiceren in validator.schema.org of Google's Rich Results Test. Beide zijn gratis en geven direct aan of de structuur klopt.

Check je structured data