Structured data met JSON-LD.

Ja, schema markup heeft toegevoegde waarde voor AI-zichtbaarheid, maar de impact verschilt per AI-engine. Vijf observaties uit mijn praktijk. (1) Google's AI Overviews (Gemini) gebruiken schema als selectie-signaal. Pagina's met sterk geïmplementeerde Article-schema worden vaker geciteerd in AI Overviews dan vergelijkbare pagina's zonder schema. Effect ~10-15% verschil in citation-likelihood. (2) ChatGPT (met web-search) gebruikt schema indirect. Via Bing-index, en Bing waardeert schema voor topic-begrip. Niet direct meetbaar maar consistent observeerbaar. (3) Perplexity hecht minder belang aan schema, meer aan content-kwaliteit. Bron-vermelding gebaseerd op feitelijke kwaliteit, niet structured data. (4) Claude (Anthropic) gebruikt schema als hulp bij parsing, vooral voor Person-schema (auteur-autoriteit) en Article-schema (publicatie-datum, modified-time). (5) Best practice: implementeer schema als foundation, dan content-kwaliteit als hoofdfactor. Schema is multiplier op goede content, niet vervanging. Voor breder context zie structured data en GEO.

Drie verschillende formats om dezelfde structured data te beschrijven. Vijf principes om de juiste te kiezen. (1) JSON-LD is Google's aanbeveling. Apart script-block in HTML, gescheiden van content. Makkelijk te onderhouden, geen wijziging aan rendering nodig. 95%+ van moderne implementaties gebruikt JSON-LD. (2) Microdata = oudere methode. HTML-attributen (itemscope, itemtype, itemprop) verweven met content. Werkt nog steeds, maar moeilijker te onderhouden en lezen. Sites uit 2010-2015 hebben dit vaak. Migratie naar JSON-LD aan te raden. (3) RDFa = enterprise-georiënteerd. Lijkt op microdata maar met extra capabilities voor complexe data-modellen. Vooral in academische + enterprise-content. Praktisch zelden nodig voor commerciële SEO. (4) Belangrijk: niet mixen. Een pagina met zowel JSON-LD als microdata voor hetzelfde type creates verwarring. Kies één format en gebruik consistent. (5) Migratie-advies: huidige microdata-implementaties → JSON-LD vertalen via tools als merkle.com/seo/schema-markup-generator of handmatig. JSON-LD is duurzamere keuze voor nieuwe implementaties. Voor breder context zie entity-based SEO.

Meerdere schema-types op één pagina is normaal en zelfs aan te raden — mits logisch gecombineerd. Zes principes voor effectieve combinatie. (1) Article + Person + Organization op blog-pagina. Standaard combinatie: Article voor de content, Person voor auteur-info, Organization voor publisher. Drie aparte JSON-LD blokken of één gestructureerd schema met nesting. (2) BreadcrumbList altijd erbij. Werkt naast elk ander schema. BreadcrumbList helpt Google site-hiërarchie begrijpen, kost weinig moeite. (3) Product + Offer + AggregateRating + Review voor e-commerce. Volledige product-schema bevat geneste types. Belangrijk: AggregateRating moet matchen met echte reviews op pagina. (4) Niet overdrijven met types. Een blog-post heeft geen LocalBusiness-schema nodig. Een product geen FAQPage tenzij er echt een FAQ op de pagina staat. Schema moet matchen met inhoud. (5) Gebruik @graph voor complexe combinaties. Bij meer dan 3-4 schema-types: één JSON-LD blok met @graph-array voor alle entities. Cleaner dan multiple losse blokken. (6) Test elke combinatie via Rich Results Test. Sommige schema-combinaties triggeren niet altijd rich results — testen vóór deploy. Voor breder context zie article structured data stappenplan.