Entity-Based SEO: de complete definitiegids

Zoekmachines zoeken al lang niet meer alleen naar exacte woorden. Ze zoeken naar betekenis. Deze gids legt uit wat entity-based SEO is, hoe het verschilt van traditionele zoekwoordoptimalisatie, en waarom dit onderwerp steeds belangrijker wordt door AI-zoekmachines zoals ChatGPT en Perplexity.

Entity-based SEO is een aanpak waarbij content wordt geoptimaliseerd rond entiteiten en de relaties daartussen, in plaats van rond exacte zoekwoorden. Een zoekmachine herkent hierdoor niet alleen welke woorden op een pagina staan, maar ook waar de pagina daadwerkelijk over gaat.

Bij traditionele SEO draaide alles om het exact matchen van een zoekterm: als iemand SEO bureau Eindhoven typte, moest die precieze zin op de pagina staan. Entity-based SEO kijkt verder dan die letterlijke tekst. Het gaat om het concept achter de zoekopdracht, en om de manier waarop dat concept samenhangt met andere onderwerpen op de pagina en op de site als geheel.

Deze verschuiving is niet nieuw. Google werkt al jaren met een kennisgraaf die entiteiten aan elkaar koppelt, maar de opkomst van AI-zoekmachines heeft het belang ervan vergroot. Waar een traditionele zoekmachine een lijst met resultaten toont, geeft een AI-antwoordmachine één samengesteld antwoord. Om als bron voor dat antwoord gekozen te worden, moet content dus duidelijk maken welk concept het behandelt en hoe dat concept zich verhoudt tot verwante onderwerpen.

Een entiteit is in de SEO-context een op zichzelf staand, uniek en herkenbaar ding of concept, zoals een persoon, een organisatie, een plaats, een product of een idee. Het gaat om de betekenis achter een woord, niet om het woord zelf.

Het verschil tussen een zoekwoord en een entiteit zit in de eenduidigheid. Het woord Apple kan verwijzen naar het technologiebedrijf of naar de vrucht. Een zoekmachine die alleen op tekst matcht, kan die twee betekenissen door elkaar halen. Een zoekmachine die met entiteiten werkt, herkent op basis van de omliggende context direct om welk van de twee het gaat, en koppelt de pagina aan de juiste, eenduidige entiteit in de kennisgraaf.

Voor een lokale onderneming werkt dit net zo. De bedrijfsnaam, de plaatsnaam en de aangeboden dienst zijn stuk voor stuk entiteiten. Hoe consistenter en duidelijker de relaties tussen die entiteiten op een website worden weergegeven, hoe beter een zoekmachine begrijpt waar de site over gaat en voor welke zoekopdrachten deze relevant is.

Het belangrijkste verschil tussen de twee benaderingen is waar de optimalisatie op gericht is: op exacte bewoording, of op onderliggende betekenis.

Beide benaderingen sluiten elkaar niet uit. Een pagina die goed scoort op een specifiek zoekwoord én de onderliggende entiteiten en hun relaties duidelijk maakt, staat sterker dan een pagina die alleen op een van de twee leunt. Entity-based SEO vervangt keyword-SEO dus niet, het bouwt er een laag betekenis bovenop.

AI-zoekmachines zoals ChatGPT, Perplexity en Google's AI Overviews vatten meerdere bronnen samen tot één antwoord. Om als bron gekozen te worden, moet een pagina niet alleen relevant zijn, maar ook ondubbelzinnig herkenbaar als autoriteit op een specifiek onderwerp.

Een pagina met zwakke entiteitssignalen, waarbij onduidelijk is welk bedrijf, welke dienst of welk onderwerp precies wordt behandeld, wordt minder snel als bron gebruikt, ook als de inhoud op zichzelf relevant is. Een pagina met sterke, consistente entiteitssignalen maakt het een AI-systeem juist eenvoudig om de content te koppelen aan een concreet, herkenbaar concept en die vervolgens te citeren.

Structured data, doorgaans toegepast via schema markup, helpt zoekmachines entiteiten te herkennen door expliciete, machineleesbare definities toe te voegen van wat er op een pagina staat en hoe die onderdelen zich tot elkaar verhouden. Schema markup is niet strikt noodzakelijk om aan entity-based SEO te doen, maar het versnelt en verduidelijkt de herkenning aanzienlijk.

Voor een klein bedrijf betekent dit concreet dat een consistente naamgeving van de eigen organisatie, diensten en locatie, aangevuld met de juiste schema-typen, bijdraagt aan hoe duidelijk een zoekmachine of AI-systeem de content aan de juiste entiteit koppelt. Meer over hoe dit technisch wordt ingericht, staat op de pagina over technische SEO, waar structured data een van de kernonderdelen is.

Entity-based SEO toepassen vraagt geen volledige herbouw van een website, wel een andere manier van structureren en schrijven.

Begin met het vaststellen van de belangrijkste entiteiten voor de eigen onderneming: de bedrijfsnaam, de kernactiviteiten, de bediende locaties en de belangrijkste diensten. Zorg dat deze entiteiten overal op de site consistent worden benoemd, zonder afwisselend andere varianten of afkortingen te gebruiken. Bouw vervolgens content rond die entiteiten in samenhangende clusters in plaats van losse, geïsoleerde pagina's, en leg de relaties tussen die pagina's expliciet vast met interne links. Vul dit aan met structured data waar relevant, zodat de relaties ook machineleesbaar zijn.

Deze aanpak sluit direct aan op hoe Crescira GEO-optimalisatie benadert: niet als losse toevoeging, maar als onderdeel van de manier waarop content en techniek samen worden opgebouwd.

GEO, generative engine optimization, richt zich op zichtbaarheid in AI-gegenereerde antwoorden. Entity-based SEO is een van de fundamenten waarop die zichtbaarheid rust. Zonder duidelijke entiteitssignalen heeft een AI-systeem simpelweg minder houvast om te bepalen of een pagina een betrouwbare, relevante bron is voor een bepaald onderwerp.

Wilt u weten hoe zichtbaar uw eigen website al is in AI-antwoorden, dan is dat te meten. Op de pagina over AI-zichtbaarheid meten staat uitgelegd hoe dat in zijn werk gaat. En voor wie zich specifiek wil verdiepen in hoe content geschikt wordt gemaakt voor AI-systemen, is de pagina over structured data voor AI een logisch vervolg.

Geschreven door

Dylan Hoedt

Oprichter van Crescira en SEO- en GEO-specialist voor het MKB in de regio Eindhoven. Meer over Dylan →

Plan een kennismaking Volg op LinkedIn