Als een AI-zoeksysteem een merk aanbeveelt, een oprichter noemt of het oprichtingsjaar van een bedrijf vermeldt, haalt het dat vaak uit een gestructureerde database met bekende entiteiten in plaats van een webpagina realtime te lezen. De Google Knowledge Graph is de grootste en meest invloedrijke van deze databases. Hij bepaalt welke organisaties AI-systemen herkennen als gezaghebbend genoeg om bij naam te noemen.
In dit hoofdstuk lees je hoe de Knowledge Graph werkt, hoe hij AI-zoekantwoorden voedt in Google AI Overviews, Gemini en systemen van derden, en wat je kunt doen om je merk juist weer te geven. Voor verwante optimalisatietactieken zie je optimalisatie van knowledge graph en knowledge panel en schema markup en gestructureerde data voor AI-citaties.
Wat de Knowledge Graph is en hoe hij entiteitsdata opslaat
De Google Knowledge Graph is een semantische database die entiteiten uit de echte wereld en de relaties ertussen in kaart brengt. Een entiteit kan een persoon, organisatie, product, plaats, gebeurtenis of begrip zijn. Elke entiteit heeft kenmerken (naam, beschrijving, oprichtingsdatum, hoofdkantoor) en verbindingen met andere entiteiten (oprichter van, dochter van, concurrent van).
Google bouwde de Knowledge Graph door gegevens te bundelen uit vertrouwde bronnen: Wikipedia, Wikidata, officiële websites, overheidsregisters en gestructureerde markup op sites van uitgevers. De graph bevat nu miljarden entiteiten en biljoenen relaties.
Hebben AI-systemen feitelijke informatie nodig over een bekende entiteit, dan raadplegen ze vaak gestructureerde kennisbanken zoals de Knowledge Graph vóór of in plaats van het ophalen van webpagina's. Dat is sneller, betrouwbaarder en minder gevoelig voor hallucinaties dan feiten genereren uit ongestructureerde tekst.
Hoe de Knowledge Graph AI-zoekantwoorden voedt
De Knowledge Graph beïnvloedt zichtbaarheid in AI-zoeken via drie aparte routes.
Entiteitsherkenning in zoekvragen
Vraagt een gebruiker "Wat doet [merk]", dan herkent het AI-systeem het merk als bekende entiteit en haalt de beschrijving uit gestructureerde data in plaats van een algemene webzoekopdracht te doen.
Feitencontrole tijdens het genereren van antwoorden
AI-systemen gebruiken knowledge graphs om beweringen te controleren tijdens het genereren van antwoorden. Staat op een webpagina dat een bedrijf in 2010 is opgericht, maar zegt de Knowledge Graph 2008, dan kiest het systeem misschien voor de data uit de graph of meldt het de afwijking. Juiste Knowledge Graph-data beschermt je merk tegen een verkeerde weergave in AI-antwoorden.
Knowledge Panels en AI Overviews
Google AI Overviews halen bij zoekvragen naar een merk vaak entiteitssamenvattingen rechtstreeks uit Knowledge Graph-data.
Welke entiteiten in de Knowledge Graph komen
Niet elk bedrijf heeft een vermelding in de Knowledge Graph. Google maakt meestal vermeldingen aan voor entiteiten die aan bepaalde drempels van bekendheid voldoen.
- Aanwezigheid op Wikipedia of Wikidata: Het sterkste signaal. Entiteiten met een Wikipedia-artikel hebben bijna altijd een vermelding in de Knowledge Graph
- Consistente gestructureerde data: Organisaties met Organization schema markup, geverifieerde Google Bedrijfsprofielen en consistente NAW-gegevens (naam, adres, telefoonnummer) over het hele web
- Zoekvolume en frequentie van vermeldingen: Entiteiten die vaak worden genoemd in gezaghebbende bronnen
- Vermeldingen in officiële registers: Bedrijven die zijn ingeschreven in overheidsregisters voor bedrijven, beroepsregisters of branchegidsen
Kleine bedrijven en nieuwere merken missen vaak een vermelding in de Knowledge Graph en moeten in plaats daarvan leunen op webretrieval en autoriteitssignalen.
Zo verbeter je je aanwezigheid in de Knowledge Graph voor AI-zichtbaarheid
Een juiste vermelding in de Knowledge Graph opbouwen en bijhouden is een investering voor de lange termijn die loont bij alle AI-zoeksystemen die naar de entiteitsdata van Google verwijzen.
Voer Organization schema markup in op je website. Neem naam, beschrijving, oprichtingsdatum, oprichters, adres, logo, sameAs-links en contactgegevens op.
Houd entiteitsinformatie overal consistent waar je merk verschijnt. Je bedrijfsnaam, beschrijving en leiding moeten overeenkomen op je website, in je Google Bedrijfsprofiel, op LinkedIn en in branchegidsen.
Streef naar een Wikipedia- of Wikidata-vermelding als je organisatie aan de richtlijnen voor bekendheid voldoet. Dit is de stap met de meeste impact voor opname in de Knowledge Graph.
Claim en optimaliseer je Google Knowledge Panel als er een bestaat voor je merk. Geverifieerde panels geven je directe invloed op de entiteitsdata die AI-systemen gebruiken.
Veelgestelde vragen
Hoe controleer ik of mijn merk een vermelding in de Knowledge Graph heeft?
Zoek je merknaam op in Google. Verschijnt er rechts van de resultaten een Knowledge Panel met gestructureerde informatie over je organisatie, dan heb je een vermelding. Je kunt ook op Wikidata.org naar je entiteit zoeken. Met de websitebouwer van WEMASY voeg je Organization schema markup toe die entiteitsdata aan kennisbanken doorgeeft.
Beïnvloedt de Knowledge Graph antwoorden van ChatGPT en Perplexity?
Niet direct. ChatGPT en Perplexity raadplegen de Knowledge Graph van Google niet. Maar de bronnen die de graph voeden (Wikipedia, schema markup, gezaghebbende vermeldingen) zijn dezelfde bronnen waaruit deze systemen ophalen. Sterke Knowledge Graph-signalen hangen samen met sterkere AI-zichtbaarheid bij alle systemen.
Kan ik een vermelding in de Knowledge Graph aanmaken voor een nieuw merk?
Je kunt er niet direct een aanmaken. Google maakt vermeldingen aan op basis van signalen van bekendheid. Richt je bij nieuwe merken op consistente schema markup, een geverifieerd Google Bedrijfsprofiel, juiste vermeldingen in gidsen en vermeldingen in gezaghebbende publicaties. Deze signalen stapelen zich in de loop van de tijd op, tot Google een vermelding aanmaakt.
Wat gebeurt er als mijn Knowledge Graph-data niet klopt?
Onjuiste data werkt door in AI Overviews, Knowledge Panels en elk systeem dat naar de graph verwijst. Claim je Knowledge Panel via Google om correcties voor te stellen. Werk je schema markup bij en zorg dat alle externe bronnen consistente, juiste informatie tonen. Correcties duren meestal enkele weken voordat ze zichtbaar zijn.
Is Wikipedia vereist voor opname in de Knowledge Graph?
Niet strikt vereist, maar het is het sterkste signaal. Organisaties met een Wikipedia-artikel hebben bijna altijd een vermelding in de Knowledge Graph. Zonder Wikipedia heb je sterke alternatieve signalen nodig: uitgebreide schema markup, veel vermeldingen in gezaghebbende bronnen en geverifieerde bedrijfsprofielen.
Hoe verhoudt de Knowledge Graph zich tot schema markup?
Schema markup is gestructureerde data die je op je website publiceert en die zoeksystemen en kennisbanken gebruiken. Organization schema voedt entiteitskenmerken rechtstreeks in de Knowledge Graph. De graph bundelt schemadata met informatie van Wikipedia, gidsen en andere bronnen tot een volledig entiteitsprofiel.