Google indexeerde tot 2012 woorden. Daarna schakelde het bedrijf naar entities, dingen en concepten met onderlinge relaties. Die collectie heet de Knowledge Graph en bepaalt wie er rechts in de SERP verschijnt, welke bedrijven AI Overviews citeren en welke namen ChatGPT noemt als antwoord op "beste SEO-bureau Nederland". Voor MKB is dit niet langer optioneel. Wie buiten de Knowledge Graph staat, bestaat voor LLMs simpelweg niet.
Dit artikel legt uit wat een knowledge graph is, hoe Google entities herkent in 2026, en welke 5 stappen je nodig hebt om je bedrijf erin te krijgen. Plus een meet-methode om te zien of het werkt.
Wat is een knowledge graph
Definitie: een knowledge graph is een database van entities (personen, bedrijven, concepten, locaties) met expliciete relaties ertussen. Google's Knowledge Graph bevat naar eigen zeggen meer dan 500 miljard feiten over 5 miljard entities. Een entity bestaat uit een unieke ID, een naam, een type, en attributen plus relaties naar andere entities.
Voorbeeld: "Daniel Nieuwlaat" is een entity van type Person, met attribuut "founder of Ineffable" en relatie "based in Naaldwijk, NL". Google weet dit doordat Wikidata, LinkedIn en de Ineffable-website expliciet die feiten plaatsen via Schema.org-markup en sameAs-verwijzingen.
Wat het verschil maakt met klassieke SEO: een knowledge graph denkt in dingen, niet in woorden. Of je website nu spreekt over "SEO-audit", "site analyse" of "websitescan", de entity erachter is dezelfde. Google groepeert deze synoniemen onder één entity-ID en serveert dezelfde resultaten ongeacht de zoekformulering.
Waarom Google in 2012 overstapte op entities
In de keyword-tijd was het mogelijk om te ranken zonder iets te weten van het onderwerp. Stuff de pagina vol met "SEO-bureau Amsterdam" en je rankte. Google had geen manier om te checken of het bedrijf echt bestond, echt in Amsterdam zat, of echt SEO deed.
Dat veranderde met de Hummingbird-update (2013) en versterkte zich met BERT (2019) en MUM (2021). Tegen 2024 was Google's algoritme volledig entity-first. Een pagina rankt niet voor "SEO audit" omdat de woorden er staan, maar omdat het bedrijf erachter een herkende entity is van type Organization met topical relevance voor SEO-audit als subject.
Dit verklaart waarom oude SEO-tactieken steeds slechter werken. Keyword density, exact-match anchors, page-titel met primary-keyword, allemaal nuttig maar onvoldoende. Wat Google nu meet:
- Bestaat de entity in officiële bronnen (Wikipedia, Wikidata, branchenregisters)
- Is er consistente verspreiding over het web (Schema.org markup, sameAs links)
- Hebben andere herkende entities relaties met deze entity (citaties, partnerships, mentions)
- Wordt de entity gezocht onder zijn eigen naam (branded search-volume)
Hoe entity-recognition werkt in 2026
Google's entity-pipeline doet drie stappen, in volgorde:
Stap 1, kandidaat-extractie. Crawler leest pagina-tekst plus Schema.org JSON-LD. Mogelijke entity-mentions worden gemarkeerd. "Daniel Nieuwlaat" plus "Ineffable" plus "Naaldwijk" zijn kandidaten.
Stap 2, disambiguation. Welke "Daniel Nieuwlaat" wordt bedoeld? Google checkt sameAs-links naar LinkedIn, Wikipedia, Wikidata. Bij geen match wordt de entity geweigerd of als low-confidence opgenomen. Bij match koppelt Google de pagina-mention aan de bestaande Knowledge Graph entity.
Stap 3, relatie-inferentie. Welke andere entities heeft deze entity verbindingen mee? Founder-of relaties, employer relaties, location relaties, topical-affinity. Hoe sterker dit netwerk, hoe hoger de entity scoort op autoriteit.
In 2024-2025 kwam daar een vierde stap bij: LLM-grounding. Google's eigen Gemini, plus externe modellen zoals GPT-5 en Claude, gebruiken de Knowledge Graph als bron voor hun antwoorden. Een entity die niet in de Knowledge Graph staat, wordt niet alleen onzichtbaar in klassieke SERP, maar ook in AI Overviews, ChatGPT-antwoorden en Perplexity-citations. Voor AI search engine optimization en generative engine optimization is Knowledge Graph-aanwezigheid daarom de eerste hefboom.
5 stappen om je bedrijf in de Knowledge Graph te krijgen
Dit is geen quick-win van twee weken. Realistisch tijdspad: 3 tot 9 maanden voor een nieuwe entity, korter als er al externe verwijzingen bestaan. De 5 stappen, in volgorde van hefboomkracht:
1. Schema.org Organization plus sameAs op je eigen site
Het fundament. Op elke pagina van je site een JSON-LD blok met type Organization, plus een sameAs-array die linkt naar je profielen op LinkedIn, X, Wikipedia (als die er is), Wikidata, en relevante branchenregisters. Plus een Person-blok voor de founder met sameAs naar zijn eigen profielen.
Zonder deze markup is je site een "naamloze blob" voor de crawler. Met deze markup vertel je Google expliciet welke entity-ID's bij elkaar horen. Bekijk het SEO-audit overzicht om te zien hoe wij dit valideren.
2. Wikipedia en Wikidata aanwezigheid
Wikidata is de open dataset waarvan Google's Knowledge Graph afhankelijk is. Een Wikidata-entry maken kost één avond werk, kan iedereen aanvragen, en versnelt entity-erkenning aanzienlijk. Een Wikipedia-pagina is een hoger niveau, vereist nieuwsbronnen die naar je verwijzen, en is voor de meeste MKB-bedrijven niet haalbaar in jaar 1.
Belangrijk: Wikidata accepteert geen self-promotion. Voeg alleen feitelijke informatie toe (oprichtingsjaar, locatie, sector, founder-naam) en verwijs naar externe bronnen die deze feiten al bevestigen.
3. Consistente NAP overal
NAP betekent Name-Address-Phone. Google gebruikt verschillen tussen NAP-vermeldingen op je site, Google Business Profile, branchenregisters en directories als signaal voor entity-confidence. Eén karakter verschil tussen "Ineffable BV" en "Ineffable B.V." kan voldoende zijn om Google te laten twijfelen of het dezelfde entity betreft.
Audit dit halfjaarlijks: zoek je bedrijfsnaam op alle platforms waar je staat, vergelijk de exacte spelling, het exacte adres, het exacte telefoonnummer.
4. Branded zoekvolume opbouwen
Google meet hoe vaak mensen letterlijk je bedrijfsnaam intypen. Zonder branded volume is een entity zwak. De curve start meestal bij nul, en groeit door content-distributie buiten je eigen site: podcasts, gastblogs, LinkedIn-mentions, news-cites, conferentie-presentaties.
Doel niet 10.000 zoekopdrachten per maand, doel 50 tot 200 als blue-ocean MKB. Dat is voldoende om Google te overtuigen dat de entity echt bestaat en relevant is binnen zijn niche.
5. Trust-signalen
De laatste laag, en de moeilijkste om te forceren. Google kijkt naar:
- Reviews op Google, Trustpilot, branche-platforms
- News-mentions in journalistieke bronnen (RTL Z, NRC, vakmedia)
- Podcast-appearances (transcribed en geïndexeerd door Apple/Spotify)
- Wikipedia-links naar je site (zeldzaam, hoog gewogen)
- LinkedIn employee-count en activity-level
Geen van deze is een knop die je kunt indrukken. Het zijn output-signalen van werkelijk bedrijfssucces. Maar bewust werken aan zichtbaarheid in deze kanalen versnelt de Knowledge Graph-erkenning meetbaar.
Hoe meet je of je entity wordt herkend
Drie meetmethoden, oplopend in moeite:
Methode 1, Knowledge Graph Search API. Google biedt een directe API om te checken of jouw entity bestaat. Roep aan met je bedrijfsnaam, krijg JSON terug met entity-ID, type en attributen. Geen entity-ID terug betekent: niet in de Knowledge Graph. Tijd: 5 minuten per check.
Methode 2, branded SERP-test. Zoek je exacte bedrijfsnaam in incognito op Google. Verschijnt er rechts een Knowledge Panel (de witte info-card)? Dan ben je herkend. Verschijnt er alleen normale resultaten? Dan ben je nog niet, of slechts gedeeltelijk, opgenomen.
Methode 3, LLM-citation-test. Vraag ChatGPT, Perplexity en Claude expliciet "wat is [bedrijfsnaam]?" of "wie is [founder-naam]?". Een herkende entity krijgt een gestructureerd antwoord met feiten. Een niet-herkende entity krijgt "ik heb daar geen informatie over" of een gehallucineerd antwoord. Onze scan-tool automatiseert deze test in 35 LLM-prompts.
Knowledge Graph in het LLM-tijdperk
De grootste verschuiving is gebeurd in 2024-2025. Tot toen was Knowledge Graph-aanwezigheid een boost voor klassieke SEO. Sinds AI Overviews structureel in NL-SERPs verschijnen en sinds ChatGPT zoeken-functionaliteit kreeg, is het iets fundamentelers geworden: de toegangspoort tot zichtbaarheid in elke AI-context.
Drie concrete gevolgen:
1. AI Overviews citeren primair Knowledge Graph entities. Onderzoek van Profound (Q1 2026) toont dat 73% van de bedrijven die in AI Overviews verschijnen ook een Wikipedia-pagina hebben. 91% staat in Wikidata. Voor bedrijven zonder Knowledge Graph-aanwezigheid is de AIO-citation-rate onder de 5%.
2. ChatGPT en Perplexity gebruiken entity-recognition voor hun zoekresultaten. Beide platforms zoeken eerst Wikipedia/Wikidata, dan pas live web. Een bedrijf zonder entity-presence wordt vaak gewoon overgeslagen in het antwoord, ongeacht hoe sterk de website-content is.
3. Klassieke organic CTR daalt waar AI Overviews verschijnen. Studies van SISTRIX en Authoritas (2025) tonen 30 tot 60% CTR-daling op posities 1 tot 5 zodra een AIO de SERP-top inneemt. De compensatie zit in citation-traffic, dat alleen naar herkende entities gaat.
Voor MKB betekent dit: keyword-rankings zonder Knowledge Graph-aanwezigheid leveren in 2026 minder traffic dan in 2022, ondanks gelijke ranking-positie. Wie nu nog niet investeert in entity-SEO mist de transitie van keyword-economie naar entity-economie.
Wat dit betekent voor jouw site
Drie concrete acties om vandaag mee te beginnen:
Audit je huidige Schema.org. Open je homepage in Google Rich Results Test, check of er een Organization-blok staat met sameAs-array. Geen array? Voeg toe. Geen Organization-blok? Daar gaat het beginnen. Dit is de basis van Answer Engine Optimization.
Maak een Wikidata-entry. Ga naar wikidata.org/wiki/Special:NewItem, vul je bedrijfsnaam in, voeg sources toe (KvK-link, LinkedIn, eigen site). Kost 30 minuten en is permanent.
Test je entity-recognition. Roep de Knowledge Graph Search API aan met je bedrijfsnaam, of doe de branded SERP-test. Krijg je een Knowledge Panel? Dan ben je goed bezig. Niets? Dan staat dit artikel hoog op je content-prioriteit voor Q3 2026.
De Knowledge Graph is geen hype-onderwerp. Het is de fundamentele infrastructuur waarop zowel Google's klassieke search als alle moderne LLMs hun antwoorden bouwen. Wie er buiten staat, is voor de helft van het zoek-verkeer onzichtbaar geworden, ongeacht hoeveel SEO-werk er in de site is gestopt.
Dit artikel hoort bij onze pillar AI-zichtbaarheid. Zie ook: Wat is AEO, Generative engine optimization, SEO-audit overzicht. Of scan je site direct op Knowledge Graph-status en LLM-citation-readiness.
Veelgestelde vragen over de Knowledge Graph
Wat is de Google Knowledge Graph?
Een database van entities (personen, bedrijven, concepten, locaties) met expliciete relaties ertussen. Google's Knowledge Graph bevat naar eigen zeggen meer dan 500 miljard feiten over 5 miljard entities en bepaalt wie er in Knowledge Panels, AI Overviews en LLM-antwoorden verschijnt.
Hoe kom ik in de Knowledge Graph?
Via vijf hefbomen, in volgorde: Schema.org Organization met sameAs op je eigen site, een Wikidata-entry, consistente NAP-gegevens overal, branded zoekvolume opbouwen, en trust-signalen zoals reviews en news-mentions.
Hoe lang duurt entity-erkenning?
Realistisch 3 tot 9 maanden voor een nieuwe entity. Korter als er al externe verwijzingen naar je bedrijf bestaan, langer als je vanaf nul begint.
Hoe test ik of mijn entity wordt herkend?
Drie methodes: de Knowledge Graph Search API aanroepen met je bedrijfsnaam, de branded SERP-test (verschijnt er een Knowledge Panel?), of de LLM-citation-test (vraag ChatGPT, Claude en Perplexity "wat is [bedrijfsnaam]?").