Als je schema-markup toevoegt om AI-citaties te winnen, zegt de beste gecontroleerde evidence dat je geen rendement moet verwachten. Ahrefs volgde 1,885 pagina's die JSON-LD toevoegden tegen 4,000 gematchte controles. Citaties in Google AI Overviews daalden met 4.6% ten opzichte van de controles; AI Mode en ChatGPT bleven in het statistische ruis. Voeg geen schema toe om citaties na te jagen. Maar sloop ook niet wat er al staat.

Het advies dat iedereen herhaalt

Vraag vijf bureaus of AI-SEO schema-markup vereist en je hoort vijf keer hetzelfde antwoord: ja, voeg het toe. Schema FAQ, schema Article en schema Organization staan bovenaan elke optimalisatiechecklist. De statistiek die gewoonlijk als steun wordt aangehaald, komt van Ahrefs: in een analyse van 6 miljoen URL's waren pagina's die door AI werden geciteerd bijna drie keer zo waarschijnlijk om JSON-LD te bevatten als pagina's die niet werden geciteerd.

Die cirkuleert goed op LinkedIn en heeft een bekend probleem. De pagina's die schema toevoegen zijn vaak dezelfde die investeren in technische SEO, autoriteitscontent publiceren en links verdienen. De markup begeleidt dat alles misschien zonder het te veroorzaken. In mei 2026 voerde Ahrefs de test uit die de twee scheidt.

Hoe het experiment verliep

Het protocol was direct. Ahrefs gebruikte de historie van zijn crawler om 1,885 pagina's te identificeren die voor het eerst JSON-LD toevoegden tussen augustus 2025 en maart 2026. Elke behandelde pagina kreeg drie gematchte controlepagina's van andere domeinen, in totaal zo'n 4,000, met vergelijkbare citatieniveaus en zonder schema. Het team telde de citaties in Google AI Overviews, Google AI Mode en ChatGPT gedurende de 30 dagen voor en de 30 dagen na elke wijziging, en vergeleek de groepen met een differences-in-differences-analyse, die de platformtendensen van dezelfde periode neutraliseert, zoals de groei van AI Mode en de krimp van AI Overviews.

Een detail telt bij het lezen van de resultaten: elke behandelde pagina was al zwaar geciteerd. Vóór het toevoegen van schema had elke pagina minstens 100 citaties in AI Overviews. Het experiment meet wat er gebeurt met pagina's die al in de invloedssfeer van antwoordmachines zitten, niet wat schema kan doen voor een genegeerde pagina.

Wat ze vonden

AI-bron Verandering vs. gematchte controles Oordeel van Ahrefs
Google AI Overviews −4.6% Kleine maar statistisch significante daling
Google AI Mode +2.4% Niet te onderscheiden van nul
ChatGPT +2.2% Niet te onderscheiden van nul

De eerlijke lezing van de tabel: schema toevoegen leverde op geen enkel platform meetbare winst op. Voordat je het −4.6% van AI Overviews aanhaalt als angstcijfer, een nuance: het gaat om zo'n 12 citaties minder per pagina per dag, op pagina's die er honderden kregen, in een steekproef waar behandelden en controles al samen daalden om redenen die niets met de markup te maken hadden. Ahrefs zegt het ondubbelzinnig: die kleine daling kan niet aan schema worden toegeschreven. Vier onafhankelijke statistische tests vertellen hetzelfde verhaal: geen netto-effect, positief of negatief.

Waarom motoren je schema als platte tekst behandelen

Het mechanisme verklaart het nulresultaat. In februari 2026 publiceerde Mark Williams-Cook een experiment dat is ontworpen om het lezen van een schema-blok te scheiden van het parsen ervan. Hij maakte de pagina van een fictieve t-shirtwinkel en zette het adres uitsluitend in een opzettelijk ongeldig JSON-LD: een verzonnen @context, een verzonnen @type, imaginaire eigenschappen en geen adres in de zichtbare tekst. Toen hij het adres aan ChatGPT en Perplexity vroeg, gaven beide het correct terug. Perplexity meldde zelfs uit eigen beweging dat het was gevonden in de "embedded structured data van de pagina". De modellen lazen het blok als gewone tekst met rare interpunctie, zonder ooit te checken of het schema geldig was.

Een experiment van searchVIU, aangehaald in het rapport van Ahrefs, bevestigt hetzelfde langs een andere weg. Wanneer ChatGPT, Claude, Perplexity, Gemini en Google AI Mode een pagina in realtime ophalen, extraheren alle vijf systemen alleen de zichtbare HTML. JSON-LD, verborgen Microdata en verborgen RDFa worden bij directe ophaling genegeerd.

De observationele studies wijzen dezelfde kant op

Gecontroleerde experimenten zijn zeldzaam in dit veld, dus het loont te checken of de grote observationele datasets ze tegenspreken. Dat doen ze niet. SE Ranking analyseerde 216,524 pagina's op 129,000 domeinen: pagina's met schema FAQ krijgen gemiddeld 3.6 ChatGPT-citaties tegen 4.2 zonder, een licht negatieve correlatie (observationele studie). First Page Sage modelleerde AI-aanbevelingsmotoren op 4,213 commerciële prompts en wijst 0.9% van de gemodelleerde invloed in standaard AI-zoekopdrachten toe aan schema en gestructureerde data, tegenover 80.4% voor autoriteitssignalen (door de leverancier gemodelleerde analyse, geen experiment).

Een detail uit hetzelfde rapport van First Page Sage verdient aandacht: bij agentisch zoeken, wanneer een AI-agent feiten verifieert voordat het handelt, stijgt het gemodelleerde gewicht van gestructureerde data naar 4.6%. Prijzen, beschikbaarheid, reserveringen: die data helpen een machine echt een taak afronden. Dat is een argument voor gestructureerde data als functionele infrastructuur voor agents, niet als hefboom voor citaties.

Wat deze studie je niet kan vertellen

De beperkingen, grotendeels opgesomd door Ahrefs zelf. Elke bestudeerde pagina was al zwaar geciteerd: het resultaat zegt niets over pagina's die AI nooit toont; voor die kan markup nog steeds helpen bij crawling, analyse of indexatie, en Ahrefs vermeldt dat. Alle schema-typen zijn samengegenomen; een specifiek type kan zich anders gedragen. Het venster van 30 dagen zou trage effecten missen. De studie dekt alleen JSON-LD die in de geserveerde HTML staat, geen Microdata, geen RDFa, geen schema dat via JavaScript wordt geïnjecteerd. En omdat het een gematchte observationele studie is, geen gerandomiseerde trial, kan de kleine daling in AI Overviews niet netjes aan schema worden toegeschreven. Dat is ook waarom JSON-LD een "passief" noemen de data overdrijft. De verdedigbare claim is smaller: waar hij het meest wordt verkocht, geen evidence van rendement.

Wat je in plaats daarvan doet

Drie acties, in de volgorde waarin de evidence ze ondersteunt.

Stop eerst met nieuw schema te budgetteren als hefboom voor AI-zichtbaarheid. Elk voorstel dat schema FAQ verkoopt als hefboom voor AI-citaties gaat in tegen de beste beschikbare gecontroleerde evidence. Het kalenderargument is ook ingestort: op 7 mei 2026 verwijderde Google de FAQ-richresults volledig uit zijn zoekmachine, en de oude belofte van "meer ruimte op de resultatenpagina" houdt geen stand meer.

Verwijder tweede niet in paniek. De documentatie van Google zegt dat ongebruikte gestructureerde data geen problemen veroorzaken, en de markup voedt nog steeds de traditionele zoekinfrastructuur en de entiteitdisambiguatie van de Knowledge Graph. Williams-Cook, geen fan van schema-voor-GEO-marketing, raadt juist aan het om die reden te behouden. Werkende markup verwijderen vanwege een negatieve correlatie is de oorspronkelijke fout in omgekeerde richting herhalen.

Besteed derde de moeite waar de evidence wijst. Het model van First Page Sage wijst 80.4% van de invloed toe aan autoriteitssignalen, ver vóór de 0.9% van schema, en het correlationele werk van Ahrefs vindt herhaaldelijk dat geciteerde pagina's bij sterke sites horen als geheel. In de praktijk komt dat op één ding neer: genoemd worden. Onze gids om te checken of ChatGPT je product aanbeveelt kost een middag en geen tools, en waarom genoemd worden door AI meer waard is dan een goede Google-positie dekt de rest.

Voor een eerste lezing van je eigen site voert de gratis directe check zeven technische controles uit op je homepage en toont elk resultaat op de pagina.

Doe de gratis check

Een notitie bij het schema van deze pagina zelf

Ja, deze pagina bevat Article- en FAQPage-JSON-LD. Dat spreekt niets hierboven tegen. Onze markup richt zich op traditionele zoekinfrastructuur en entiteitsduidelijkheid, en we presenteren hem niet als hefboom voor AI-citaties. Deze tekst is tegen het toevoegen van markup in de hoop op citaties, niet tegen het onderhouden van een technisch gezonde site.

Veelgestelde vragen

Verhoogt het toevoegen van JSON-LD AI-citaties?

De beste beschikbare evidence zegt nee. Ahrefs volgde 1,885 pagina's die JSON-LD toevoegden tegen 4,000 gematchte controles: citaties in Google AI Overviews daalden met 4.6% ten opzichte van de controles, en AI Mode (+2.4%) en ChatGPT (+2.2%) bleven in het statistische ruis. Geen enkel platform toont een noemenswaardige stijging.

Moet ik bestaande schema-markup verwijderen?

Nee. De documentatie van Google zegt dat ongebruikte gestructureerde data geen problemen veroorzaken, en FAQPage-markup kan blijven na de verwijdering van richresults in mei 2026. Schema blijft de traditionele zoekinfrastructuur en entiteitdisambiguatie dienen. De evidence is tegen nieuwe markup geplaatst in de hoop op AI-citaties, niet tegen een technisch gezonde site.

Waarom lezen AI-motoren schema niet zoals de crawler van Google?

In een experiment van februari 2026 haalden ChatGPT en Perplexity correct een adres op dat uitsluitend in een opzettelijk ongeldig, geheel verzonnen JSON-LD stond. De modellen lazen het blok als platte tekst, zonder de structuur te analyseren. Een test van searchVIU, aangehaald door de studie van Ahrefs, toont dat de vijf AI-systemen bij realtime ophaling alleen de zichtbare HTML extraheren.

Wat verbetert AI-citaties wel echt?

De gemodelleerde evidence convergeert naar autoriteit: First Page Sage wijst 80.4% van de gemodelleerde invloed op AI-antwoorden toe aan autoriteitssignalen, tegen 0.9% aan schema. De correlationele bevinding van Ahrefs (geciteerde pagina's circa drie keer vaker met JSON-LD) wijst dezelfde kant op: markup begeleidt sterke sites in plaats van ze sterk te maken.

Deze pagina draagt schema FAQ. Is dat niet tegenstrijdig?

Nee. We houden Article- en FAQPage-markup op deze pagina voor de traditionele zoekinfrastructuur en entiteitsduidelijkheid, zonder het als hefboom voor AI-citaties te presenteren. Het betoog richt zich op nieuwe schema geplaatst in afwachting van citaties, niet op geldige, onderhouden gestructureerde data.

Bronnen

  • Ahrefs, "We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved." (gecontroleerd experiment, gematchte differences-in-differences, gepubliceerd 11 mei 2026; bevat de realtime-ophaalttest van searchVIU op vijf AI-systemen): ahrefs.com/blog/schema-ai-citations
  • Mark Williams-Cook, "Schema, LLMs and the Low Bar for Evidence in GEO" (experiment: extractie uit opzettelijk ongeldig JSON-LD; lange tekst): markwilliamscook.substack.com; originele test februari 2026 (gemeld door Search Engine Roundtable): seroundtable.com
  • SE Ranking, "How to Optimize for ChatGPT" (observationele studie, 216,524 pagina's op 129,000 domeinen, gepubliceerd november 2025): seranking.com/blog/how-to-optimize-for-chatgpt
  • First Page Sage, "Impact of Structured Data on AI Rankings: 2026 Study" (door de leverancier gemodelleerde analyse, 4,213 commerciële prompts, gepubliceerd september 2026): firstpagesage.com/reports/impact-of-structured-data-on-ai-rankings
  • Search Engine Journal, "Google Drops FAQ Rich Results From Search" (melding van de documentatieaankondiging van Google van 7 mei 2026): searchenginejournal.com