Als je wilt begrijpen waarom de ene dienstverlener wel door ChatGPT wordt genoemd en de andere niet, kom je vroeg of laat uit bij entiteiten. Het is een woord uit de techniek, maar de gedachte eronder is heel menselijk: zoekmachines proberen niet langer woorden te matchen, ze proberen te begrijpen waar iets over gaat. Wie of wat is dit bedrijf, waar is het goed in, en met welke andere dingen hangt het samen.
Die manier van kijken heet de knowledge graph. Je kunt het zien als een enorm netwerk van dingen en hun onderlinge verbanden. Een persoon, een bedrijf, een plaats, een onderwerp, allemaal knooppunten die aan elkaar hangen. Google gebruikt dat netwerk al jaren, en de AI-zoekmachines bouwen op precies hetzelfde idee voort.
Voor ondernemers is dit relevanter geworden dan het klinkt. Wat we vaak zien is dat een bedrijf netjes rankt op zijn zoekwoorden, maar nergens opduikt zodra iemand een vraag stelt aan een AI-zoekmachine. Dan is er meestal geen probleem met de teksten, maar met de duidelijkheid: het is voor de machine niet helder wie je bent en waar je autoriteit ligt.
Wat een entiteit is, in gewone taal
Een entiteit is een ding waarvan een zoekmachine weet dat het bestaat en waarvan hij eigenschappen kent. Amsterdam is een entiteit. Arbeidsrecht is een entiteit. Jouw bedrijf kan er ook een zijn, mits er genoeg duidelijke informatie over te vinden is.
Het verschil met een zoekwoord is belangrijk. Een zoekwoord is een reeks letters. Een entiteit is een begrip met betekenis. Voor een zoekmachine die met zoekwoorden werkt, zijn “verzuimbegeleiding” en “ziekteverzuim begeleiden” twee verschillende dingen. Voor een zoekmachine die met entiteiten werkt, hangen ze aan hetzelfde knooppunt.
Daarom loont het steeds minder om tien varianten van hetzelfde zoekwoord in je tekst te verwerken. Wat wel loont, is duidelijk maken over welk begrip je pagina gaat en hoe dat begrip zich verhoudt tot andere begrippen. Dat is precies wat je met een goed opgebouwde topical structuur doet.
Voor jouw bedrijf betekent het dat er een consistent beeld moet zijn. Dezelfde naam, hetzelfde vakgebied, dezelfde plaats, overal waar je online staat. Elke tegenstrijdigheid maakt het beeld onzekerder, en onzekere informatie wordt minder vaak gebruikt in antwoorden.
Hoe de knowledge graph werkt
Stel je een landkaart voor waarop niet plaatsen staan maar begrippen, met lijnen ertussen die aangeven hoe ze samenhangen. Zo’n kaart is de knowledge graph. Google haalt de informatie ervoor uit bronnen die het vertrouwt: websites, openbare registers, nieuwsartikelen, vakbronnen en gegevens die bedrijven zelf aanleveren.
Als iemand een vraag stelt, hoeft de zoekmachine niet meer alleen te zoeken naar pagina’s met de juiste woorden. Hij kan het netwerk aflopen. Wie zijn de partijen die met dit onderwerp verbonden zijn, en welke daarvan hangen ook samen met deze regio of dit type klant? Uit die combinatie komt een antwoord.
AI-zoekmachines doen iets vergelijkbaars, maar dan met taalmodellen erbovenop. Ze halen informatie uit bronnen die duidelijk en feitelijk zijn en zetten die om in een antwoord in gewone taal. Waar de bron onduidelijk is, wordt hij overgeslagen. Niet uit onwil, maar omdat er niets zekers uit te halen valt.
Een zoekmachine noemt jou niet omdat je pagina de juiste woorden bevat, maar omdat hij zeker genoeg weet wat jij doet.
Het verschil met zoekwoorden en SEO zoals je die kent
Klassieke SEO en werken met entiteiten sluiten elkaar niet uit. Je hebt nog steeds goede teksten nodig, een technisch gezonde website en interne links die samenhang aanbrengen. Het verschil zit in waar je op mikt: niet op het woord dat iemand typt, maar op het begrip waar hij iets over wil weten.
In de praktijk verandert dat je keuzes. Je schrijft niet vijf losse artikelen rond vijf zoekwoorden die eigenlijk hetzelfde betekenen, maar één degelijk stuk over het begrip met daaronder artikelen over de bijbehorende vragen. Zo bouw je een cluster dat als geheel duidelijk maakt waar je over gaat.
Het betekent ook dat feitelijkheid belangrijker wordt. Waar een pagina vroeger vooral overtuigend moest zijn, moet hij nu ook eenduidig zijn. Wat doe je, voor wie, in welk gebied, sinds wanneer. Dat soort informatie is voor een lezer bijzaak en voor een machine de kern.
Wat dit betekent voor AI-zoekmachines
Steeds meer mensen stellen hun vraag rechtstreeks aan ChatGPT, Perplexity of Google AI Overviews. Die geven een antwoord in plaats van een lijstje links, en noemen daarbij soms een handvol partijen. Erin voorkomen is een ander spel dan bovenaan staan in de gewone zoekresultaten.
Wat helpt is dat je op meerdere plekken op dezelfde manier beschreven staat. Je eigen website, je vermelding in bedrijvengidsen, je profielen op vakplatforms, je aanwezigheid in artikelen van anderen. Hoe vaker dezelfde informatie op onafhankelijke plekken opduikt, hoe zekerder de machine wordt.
Wat ook helpt: pagina’s die een duidelijke vraag stellen en die vraag ook beantwoorden, in gewone taal, zonder dat het antwoord verstopt zit tussen aanloop en verkoop. AI-modellen halen graag korte, heldere passages op. Een alinea die op zichzelf klopt, wordt eerder gebruikt dan een alinea die alleen betekenis heeft in de context van de rest.
Wij noemen het samenspel van Google, Meta en de AI-zoekmachines Triple Search Marketing: drie zoek-werelden die je in samenhang bekijkt. Entiteiten zijn daarbij de gemene deler, want alle drie de werelden proberen te begrijpen wie jij bent voordat ze jou aan iemand voorstellen.
Hoe je jouw bedrijf duidelijker maakt
Begin bij consistentie. Dezelfde bedrijfsnaam, hetzelfde adres, hetzelfde telefoonnummer op je site, in Google Bedrijfsprofiel, in het handelsregister en op elke andere plek waar je staat. Afwijkingen die voor mensen onbelangrijk lijken, maken voor een machine het beeld onscherp.
Schrijf daarna een pagina die eenduidig vertelt wie je bent. Niet alleen een verhaal over je drijfveren, maar ook de feiten: sinds wanneer je bestaat, waar je werkt, welke diensten je levert en voor welk type klant. Die pagina is voor bezoekers nuttig en voor zoekmachines een ankerpunt.
Gebruik vervolgens structured data, ook wel schema markup genoemd. Dat is een stukje code dat expliciet vertelt wat wat is: dit is een organisatie, dit is de naam, dit is het werkgebied, dit is een veelgestelde vraag met dit antwoord. Je hebt er geen technisch team voor nodig, veel WordPress-plugins doen dit al voor je.
Tot slot helpen verbanden. Word genoemd in vakbronnen, werk samen met partijen in jouw veld, laat je klanten over je schrijven. Elke vermelding op een plek die de zoekmachine vertrouwt, maakt jouw knooppunt in het netwerk iets steviger.
Wat daarbij vaak wordt vergeten: de mensen in je bedrijf zijn zelf ook entiteiten. Een adviseur met een goed ingevuld LinkedIn-profiel, een paar gastartikelen en een duidelijke rol op de website, wordt op den duur herkend als iemand die bij een bepaald onderwerp hoort. Bij kleine dienstverleners is die persoonlijke laag soms sterker dan de bedrijfsnaam zelf, en het loont om dat bewust te gebruiken in plaats van alles achter de bedrijfsnaam te verstoppen.
Hoe dit uitpakt per type dienstverlener
Bij advocaten en adviseurs draait het vaak om het koppelen van een vakgebied aan een persoon. Wie is bij jullie de specialist in arbeidsrecht, en is dat ergens duidelijk vastgelegd? Persoonlijke autoriteit weegt hier zwaar, want AI-modellen halen graag namen op van mensen die aan een onderwerp verbonden zijn.
Bij klinieken en praktijken gaat het meer over behandelingen en locaties. Welke behandeling doe je, in welke plaats, en staat dat overal hetzelfde beschreven? Dit is ook de groep waar consistentie in adresgegevens en openingstijden het meeste verschil maakt, omdat lokale zoekopdrachten er zo veel voorkomen.
Bij consultants en coaches zit de winst vaak in het benoemen van je eigen aanpak. Wie een methode een naam geeft en die consequent uitlegt, geeft de zoekmachine iets om aan te haken. Zonder zo’n houvast blijf je een van velen die “helpen bij persoonlijke groei”, en dat is precies het soort omschrijving waar niets uit te halen valt.
Hoe je merkt of het werkt
Dit kanaal meet zich anders dan gewone posities. Wat je kunt doen is regelmatig zelf vragen stellen aan ChatGPT, Perplexity en Google over jouw vakgebied in jouw regio, en kijken of en hoe je genoemd wordt. Doe dat elke maand op dezelfde manier, dan zie je beweging.
Let daarbij ook op hoe je genoemd wordt. Klopt de beschrijving? Wordt de juiste dienst genoemd, de juiste plaats, het juiste specialisme? Een onjuiste vermelding is een signaal dat de informatie ergens onduidelijk of tegenstrijdig staat, en dat is meestal goed op te lossen.
In Search Console kun je daarnaast kijken of je pagina’s opduiken bij vragen in plaats van bij losse zoekwoorden. Die verschuiving in het type zoekopdracht is een teken dat de zoekmachine jouw pagina’s begint te begrijpen als antwoord op een vraag. Zichtbaarheid in AI-zoekmachines bouwt langzamer op dan een advertentie, maar houdt ook langer stand.
Wat we vaak zien misgaan
De meest voorkomende situatie: een bedrijf dat onder drie namen door het leven gaat. De statutaire naam in het handelsregister, een handelsnaam op de website en een afkorting op social media. Voor mensen is dat te volgen, voor een machine wordt het een puzzel die hij liever niet legt.
Een tweede is de vage omschrijving. Websites waar na twee alinea’s nog niet duidelijk is wat er nu eigenlijk verkocht wordt. Dat leest sfeervol, maar het levert geen enkel aanknopingspunt op. Wees ergens op je site gewoon heel letterlijk over wat je doet.
Een derde is alles op één pagina proppen. Als één pagina over vijf onderwerpen gaat, dan is er geen enkel onderwerp waarvan die pagina de duidelijkste bron is. Splitsen helpt, met een duidelijk hoofdstuk per begrip en interne links die de samenhang laten zien.
En tot slot: denken dat structured data het werk doet. Die code vertelt alleen wat er al op je pagina staat. Als de inhoud onduidelijk is, verandert een stukje techniek daar niets aan.
Waar je begint als dit nieuw voor je is
Begin klein en concreet. Controleer je naam, adres en dienstomschrijving op de vier of vijf plekken waar je online staat, en maak ze gelijk. Dat kost een middag en het is de basis onder al het andere.
Neem daarna je belangrijkste dienst en kijk of er één pagina is die er onmiskenbaar over gaat. Zo niet, maak die. En bouw er in de maanden erna een paar artikelen bij die de bijbehorende vragen behandelen, met links naar die hoofdpagina.
Doe dat één dienst tegelijk. Wat wij bij ondernemers zien is dat het verleidelijk is om alle diensten tegelijk aan te pakken, waarna er van elk onderwerp een half cluster ligt en van geen enkel een compleet verhaal. Eén onderwerp dat af is, doet meer voor je zichtbaarheid dan vijf onderwerpen die halverwege blijven steken. Als het eerste cluster staat, weet je bovendien precies hoeveel werk het volgende kost.
Verwacht geen omslag binnen een maand. Het beeld dat zoekmachines van jou hebben, verandert geleidelijk, omdat er meerdere bronnen bij betrokken zijn. Wat wij zien bij klanten is dat de eerste vermeldingen in AI-antwoorden meestal na een paar maanden gestaag werk opduiken, en dat het daarna sneller gaat.
Veelgestelde vragen over entiteiten en de knowledge graph
Wat is een entiteit in SEO?
Een entiteit is een ding waarvan een zoekmachine weet dat het bestaat en waarvan hij eigenschappen kent: een persoon, een bedrijf, een plaats of een onderwerp. Het verschil met een zoekwoord is dat een zoekwoord alleen een reeks letters is, terwijl een entiteit een begrip met betekenis is. Zoekmachines werken steeds meer met entiteiten dan met losse woorden.
Wat is de knowledge graph van Google?
De knowledge graph is een netwerk van begrippen en hun onderlinge verbanden dat Google gebruikt om zoekopdrachten te begrijpen. De informatie komt uit bronnen die Google vertrouwt, zoals websites, openbare registers en vakbronnen. Als iemand een vraag stelt, kan Google dat netwerk aflopen in plaats van alleen te zoeken naar pagina’s met de juiste woorden.
Hoe kom ik in de knowledge graph terecht?
Begin met consistentie: dezelfde bedrijfsnaam, adres en dienstomschrijving op je website, in je Google Bedrijfsprofiel en op alle andere plekken waar je staat. Maak daarnaast één pagina die eenduidig vertelt wie je bent en wat je doet, voeg structured data toe en laat je noemen in bronnen die de zoekmachine vertrouwt.
Helpt structured data om beter gevonden te worden?
Structured data maakt expliciet wat er op je pagina staat, zoals dat dit een organisatie is met deze naam en dit werkgebied. Dat helpt zoekmachines om je informatie zeker te weten. Het vervangt goede inhoud niet: als je pagina onduidelijk is over wat je doet, verandert een stukje code daar niets aan.
Waarom noemt ChatGPT mijn bedrijf niet?
Meestal omdat er te weinig eenduidige informatie over je te vinden is. AI-zoekmachines halen antwoorden uit bronnen die duidelijk en feitelijk zijn, en slaan onzekere bronnen over. Verschillende bedrijfsnamen door elkaar, een vage omschrijving van je dienst of het ontbreken van vermeldingen op onafhankelijke plekken zijn de meest voorkomende oorzaken.
Entiteiten klinken technisch, maar de kern is verrassend eenvoudig: wees ergens heel duidelijk over wie je bent en waar je goed in bent, en wees dat overal op dezelfde manier. Dan kunnen zoekmachines je gebruiken in hun antwoorden, en dat is waar het uiteindelijk om gaat. Wil je hier samen naar kijken, plan dan een strategiegesprek. We kijken hoe jij nu beschreven staat en waar de eerste winst zit.
