Wat is Entity Optimization in het kort?
Entity optimization is het herkenbaar maken van een merk, persoon, product of concept als een afzonderlijke entiteit voor zoekmachines en AI-systemen. Een entiteit is in deze context alles met een unieke, ondubbelzinnige identiteit die te onderscheiden is van andere dingen met vergelijkbare namen. Als Google “Apple” tegenkomt, moet het bepalen of het gaat om het technologiebedrijf, de vrucht, of Apple Records. Entity optimization zorgt ervoor dat zoekmachines en AI-modellen jouw entiteit consistent correct identificeren en aan de juiste kenmerken koppelen.
Waarom entity optimization relevant is voor AI-zichtbaarheid
Traditionele SEO hielp zoekmachines begrijpen waar een pagina over gaat. Entity optimization helpt AI-systemen begrijpen wie en wat je bent over het hele web. Grote taalmodellen bouwen hun wereldbeeld op uit patronen in vele bronnen. Een merk dat consistent wordt beschreven met dezelfde omschrijving, dezelfde sleutelpersonen en dezelfde kenmerken op de eigen website, Wikidata, LinkedIn, vakpublicaties en sociale media, creëert een sterker signaal dan een merk dat alleen op het eigen domein voorkomt. Dit is van belang omdat AI-zoekmachines, waaronder Perplexity, ChatGPT en Google AI Overviews, eerder entiteiten citeren die ze met vertrouwen kunnen identificeren. Als een AI-model je merk niet kan onderscheiden van andere, is de kans kleiner dat het je citeert in zijn antwoorden.
De bouwstenen van entity optimization
Wikidata
Wikidata is een open database van de Wikimedia Foundation. In tegenstelling tot Wikipedia kan iedereen hier zonder drempel een entry aanmaken. Waarom dat relevant is: een Wikidata-entry geeft je een uniek identificatienummer (een Q-nummer) dat Google en AI-systemen gebruiken als referentiepunt. Ze weten daardoor niet alleen dát je bestaat, maar ook wie je bent. Een entry voor een persoon bevat naam, beschrijving, beroep, werkgever, opleiding en links naar sociale profielen. Voor een organisatie: naam, branche, website, oprichtingsdatum en sleutelpersonen.
Schema-markup op je website
Schema-markup is een onzichtbaar codeblok dat je aan je website toevoegt. Het vertelt zoekmachines en AI-systemen in hun eigen taal wat er op je pagina staat — niet als lopende tekst, maar als gestructureerde data die ze direct kunnen verwerken. De kracht zit in de onderlinge verwijzingen: een artikel verwijst naar een auteur, die auteur verwijst naar een organisatie, en die organisatie verwijst via profiellinks naar LinkedIn, Wikidata en andere platformen. Zo bouw je vanuit één pagina een compleet netwerk van verbindingen dat AI-systemen kunnen doorlopen.
Belangrijk: die code moet direct in je HTML staan, niet pas geladen worden via JavaScript. Meerdere AI-crawlers — waaronder die van OpenAI en Anthropic — voeren geen JavaScript uit bij het indexeren van pagina’s. Als je schema alleen via JavaScript beschikbaar is, zien ze het niet.
Consistente aanwezigheid op alle platformen
In je schema-markup neem je een lijst op met links naar alle platformen waar je organisatie of persoon ook beschreven wordt: LinkedIn, Wikidata, branchevermeldingen. Elk van die bronnen bevestigt onafhankelijk wie je bent. Dat is waar het om draait: hoe meer bronnen hetzelfde verhaal vertellen, hoe sterker het signaal.
Dat betekent ook: je naam, beschrijving en kerngegevens moeten overal identiek zijn. Elke afwijking — een andere schrijfwijze, een verouderde functietitel — maakt het voor AI-systemen moeilijker om te bevestigen dat het om dezelfde entiteit gaat.
Over-pagina’s en auteurspagina’s
Een auteurspagina of over-pagina is de plek op je eigen website waar je alles bij elkaar brengt: uitgebreide biografie, referenties, links naar externe profielen, en schema-markup die dat alles machineleesbaar maakt. Dit is je ‘canonieke beschrijving’ — de bron waar AI-systemen op terugvallen als ze je willen citeren. Heeft je website meerdere auteurs, dan verdient ieder een eigen pagina.
Entity optimization vs. traditionele linkbuilding
Backlinks — lang de belangrijkste factor in SEO — blijken nauwelijks invloed te hebben op hoe vaak AI-systemen je citeren. De correlatie is slechts 0,10 op een schaal van 0 tot 1, waarbij 0 geen verband betekent en 1 een perfect verband (Otterly.AI, 2025). Er is dus vrijwel geen relatie tussen het aantal sites dat naar je linkt en hoe zichtbaar je bent in AI-antwoorden. Wat wél sterk correleert met AI-zichtbaarheid is je positie in Google’s organische zoekresultaten: 0,65. En die positie wordt steeds meer bepaald door hoe goed Google begrijpt wie je bent als organisatie. Kort gezegd: het maakt AI-systemen meer uit wie je aantoonbaar bent dan hoeveel sites naar je linken.
Gerelateerde concepten
- GEO (Generative Engine Optimization) — je content zo inrichten dat AI-zoekmachines zoals ChatGPT en Perplexity je citeren in hun antwoorden
- LLMO (Large Language Model Optimization) — de bredere variant van GEO — optimaliseren voor zichtbaarheid in alle typen taalmodellen, niet alleen zoekmachines
- AI Search — verwijst naar de platformen zelf waar dit speelt: ChatGPT, Perplexity, Google AI Overviews, Gemini
- Knowledge Graph — de onderliggende datastructuur waarin Google en AI-systemen entiteiten en hun onderlinge verbindingen opslaan — het netwerk dat bepaalt of en hoe ze je herkennen.Opus 4.6
—
Laatst bijgewerkt: maart 2026 | Hands on GEO