Schemavalidatie houdt in dat gestructureerde data technisch en inhoudelijk wordt gecontroleerd voordat Google, AI-systemen of andere services verouderde of tegenstrijdige bedrijfsinformatie van uw website halen. Voor mkb-bedrijven is dit niet zomaar een technische truc, maar een kwestie van vertrouwen: als de bedrijfsnaam, het adres, het telefoonnummer, de aangeboden diensten of de openingstijden in het JSON-LD-bestand afwijken van die op de website, worden er tegenstrijdige, machineleesbare gegevens gegenereerd.
Ik zie dit steeds weer terugkomen in mijn werk met kleine bedrijven in Zuid-Tirol: de website ziet er netjes uit, het ontwerp is passend, de teksten zijn goed geschreven – maar op de achtergrond beschrijven de gestructureerde gegevens een heel ander beeld van het bedrijf. Een verouderde bedrijfsnaam, een onjuist telefoonnummer, een onnauwkeurig Schema.org-type of LocalBusiness-markup zonder een echte locatieaanduiding zijn al genoeg om de machineleesbare gegevens onduidelijk te maken.
Gestructureerde data vervangt geen duidelijke positionering. Gestructureerde data vertaalt een duidelijke website naar een taal die zoekmachines en AI-systemen beter begrijpen.
Als je wilt begrijpen waarom gestructureerde data relevant is voor bedrijfswebsites, is het de moeite waard om eerst de basisprincipes te bekijken. Dit artikel vermijdt bewust theorie en focust op een praktische testprocedure: hoe vind je validatiefouten, waarschuwingen en inconsistenties voordat onjuiste data je zichtbaarheid ondermijnt?
Schemavalidatie: De praktische testprocedure voor mkb-bedrijven
Een goede schemavalidatie bestaat uit vier controles: technische syntaxis, relevantie voor Google, continue monitoring en handmatige afstemming van de inhoud. Uw gestructureerde data is pas betrouwbaar als alle vier de niveaus consistent zijn.
- Technische controle: Is de JSON-LD syntactisch correct en begrijpelijk volgens Schema.org?
- Raadpleeg Google: Kunnen er in Google Search rich results worden gegenereerd op basis van de markup?
- Kijk live: Detecteert Google Search Console fouten of waarschuwingen op echte webpagina's?
- Vergelijk de inhoud: Komt de machinaal leesbare data overeen met de zichtbare inhoud?
Dit laatste punt wordt vaak onderschat. Testtools kunnen veel technische fouten opsporen, maar een tool begrijpt niet altijd of uw werkelijke bedrijfsidentiteit correct wordt weergegeven. Dat is precies waar strategisch website-werk begint.
Stap 1: Controleer JSON-LD in de Schema Markup Validator.
Als je JSON-LD wilt valideren, begin dan met de Schema Markup Validator. Google beschrijft deze tool als een algemene schemavalidator voor alle op Schema.org gebaseerde gestructureerde data – zonder Google-specifieke waarschuwingen.
In de praktijk betekent dit dat de Schema Markup Validator controleert of uw markup in principe leesbaar is volgens Schema.org. De tool is met name handig als u wilt controleren of de markup van uw organisatie, lokaal bedrijf, artikel, product of dienst formeel correct is.
Zo ga je te werk:
- Open de Schema Markup Validator.
- Test de live-URL van je pagina of voeg een codefragment in.
- Controleer welke schematypen worden gedetecteerd.
- Registreer validatiefouten en waarschuwingen afzonderlijk.
- Controleer bij meerdere entiteiten of het moederbedrijf, de locatie, de persoon en het aanbod duidelijk van elkaar gescheiden zijn.
Belangrijk: Een foutloze Schema Markup Validator betekent niet automatisch dat Google een uitgebreid zoekresultaat zal weergeven. De tool controleert Schema.org in het algemeen, niet de volledige logica van Google's zoekresultaten.
Stap 2: Gebruik de Google Rich Results-test voor zoekresultatenfuncties
De volgende stap is de Google Rich Results-test. Google beschrijft deze test als een officiële tool waarmee je kunt controleren welke Google Rich Results kunnen worden gegenereerd door de gestructureerde data van een pagina. Google documenteert de ondersteunde zoekresultaten ook in zijn eigen Structured Data Gallery.
Het verschil is eenvoudig:
- Schema-opmaakvalidator: Controleert de algemene Schema.org-opmaak.
- Google Rich Results-test: Controleert of relevante rich results voor Google in principe mogelijk zijn.
Bij de Google Rich Results-test moet je met name op drie dingen letten:
- Fout: Kritieke problemen kunnen ervoor zorgen dat gestructureerde data niet voor waardevolle resultaten gebruikt kunnen worden.
- waarschuwingen: Waarschuwingen hebben vaak betrekking op aanbevolen velden die niet verplicht zijn, maar wel de kwaliteit verbeteren.
- Gevonden elementen: Controleer of Google de juiste entiteiten herkent: Organisatie, Lokaal Bedrijf, Broodkruimelpad, Product, Artikel of Evenement.
Voor mkb-bedrijven is het doel niet om elk mogelijk uitgebreid resultaat te forceren. Het doel is om de belangrijkste bedrijfsinformatie nauwkeurig, consistent en in een machineleesbaar formaat aan te leveren.
Stap 3: Houd Google Search Console in de gaten voor daadwerkelijke fouten.
Testtools bieden momentopnamen. Google Search Console laat zien wat Google herkent op uw website tijdens normaal gebruik. Volgens Google Search Console verschijnen rapporten over gestructureerde data of rich result-typen wanneer Google geldige markup in uw Search Console-property vindt en die markup behoort tot een ondersteund rich result-type.
In de praktijk controleer je het volgende in Google Search Console:
- of gestructureerde data überhaupt wordt herkend,
- welke uitgebreide resultatenrapporten beschikbaar zijn,
- welke elementen geldig of ongeldig zijn
- welke kritieke en niet-kritieke problemen Google meldt,
- Of de gecorrigeerde fouten na validatie daadwerkelijk verdwijnen.
Ik raad mkb-bedrijven af om Google Search Console dagelijks te openen. Dit leidt meestal tot onnodige stress. Een verstandigere aanpak is een vaste maandelijkse controle – en daarnaast een controle na elke grote wijziging aan de website, diensten, team, locatie, openingstijden of contactgegevens.
Stap 4: Koppel de zichtbare inhoud aan de machineleesbare gegevens.
De belangrijkste controle is niet geautomatiseerd. Je moet de zichtbare inhoud van je website vergelijken met de JSON-LD. Google stelt in zijn algemene richtlijnen voor gestructureerde data dat content die niet zichtbaar is voor bezoekers van de pagina niet gemarkeerd mag worden.
Deze regel is ook strategisch belangrijk. Machineleesbare data mogen geen afwijkende versie van uw bedrijf genereren. Als de opmaak diensten, beoordelingen, locaties of prijzen bevat die bezoekers van de site niet kunnen verifiëren, ontstaat er een vertrouwensprobleem.
Een eenvoudige handmatige afstemming voor het mkb ziet er als volgt uit:
- bedrijfsnaam: Bevat de zichtbare inhoud dezelfde naam als de markering voor Organisatie of Lokaal Bedrijf?
- Adres: Komen de straatnaam, postcode, plaats en het land overeen met de website, het Google-bedrijfsprofiel en JSON-LD?
- telefoon: Worden de NAP-gegevens – Naam, Adres, Telefoonnummer – overal op dezelfde manier opgemaakt?
- Openingstijden: Komen de zichtbare openingstijden, het Google-bedrijfsprofiel en de gestructureerde gegevens overeen?
- Leistungsbeschreibung: Beschrijft de opmaak alleen diensten die ook duidelijk op de pagina worden uitgelegd?
- Sociale mediaprofielen: Verwijst de informatie van sameAs alleen naar officiële, actieve profielen van uw bedrijf?
Als u een solide datafundament nodig hebt, helpt een Single Source of Truth (SSO) het mkb : een bindende bron voor bedrijfsgegevens van waaruit de website, het Google-bedrijfsprofiel, socialemediaprofielen en gestructureerde data worden gevoed.
Typische schemafouten in het mkb – en hoe je ze kunt corrigeren
De meest voorkomende problemen ontstaan door automatisering van plug-ins, herlanceringen, verouderde bedrijfsgegevens of een gebrek aan verantwoordelijkheid.
- Onjuist schematype: Een bedrijf staat vermeld als "Organisatie", hoewel "LokaalBedrijf" geschikter zou zijn voor een locatiespecifieke pagina. Correctie: Controleer of de pagina het hele bedrijf beschrijft of een specifieke lokale vestiging.
- Tegenstrijdige NAP-gegevens: Naam, adres of telefoonnummer verschillen tussen uw website, JSON-LD en Google Bedrijfsprofiel. Risico: Zoekmachines en AI-systemen herkennen uw bedrijf mogelijk niet eenduidig. Oplossing: Definieer een consistent formaat.
- Ontbrekende verplichte velden: Een rich result-type bevat niet alle verplichte velden. Risico: De markup is niet bruikbaar voor deze zoekresultaatfunctie. Correctie: Voeg de verplichte velden toe volgens de officiële documentatie.
- Ontbrekende aanbevolen velden: De markup is geldig, maar beschrijft de entiteit onvolledig. Risico: Google ontvangt minder context. Correctie: Voeg relevante aanbevolen velden toe als de informatie echt en zichtbaar is.
- Opmaak zonder zichtbare inhoud: JSON-LD-tags verwijzen naar diensten, beoordelingen of personen die zich niet daadwerkelijk op de pagina bevinden. Risico: Verlies van vertrouwen en mogelijke problemen met beleid. Oplossing: Verwijder de opmaak of maak de inhoud zichtbaar voor gebruikers.
- Verschillende organisaties door elkaar gemengd: Exploitant, merk, locatie, moederbedrijf en partners worden allemaal in één markering samengevoegd. Risico: Machines kunnen de entiteiten niet duidelijk van elkaar onderscheiden. Correctie: Beschrijf elke entiteit ondubbelzinnig en koppel ze alleen aan elkaar waar de relatie geldig is.
- LocalBusiness misbruikt: Een puur online aanbod of een bovenregionaal merk wordt aangemerkt als een lokaal bedrijf. Correctie: Gebruik LocalBusiness alleen als er een daadwerkelijke lokale zakelijke connectie is.
Deze fouten laten zien waarom ons werk op het gebied van webdesign en -ontwikkeling nooit alleen om de buitenkant draait. Een moderne bedrijfswebsite moet mensen begeleiden, zoekmachines houvast bieden en machineleesbare data op een heldere manier presenteren.
De 15 minuten durende testprocedure voor uw website
Als je weinig tijd hebt, controleer deze punten dan eens per maand. Deze maandelijkse controle is voor veel mkb-bedrijven voldoende, zolang er geen grote wijzigingen aan de website plaatsvinden.
- Minuut 1–3: Open de belangrijkste website van uw bedrijf en kopieer de URL.
- Minuut 4–6: Controleer de URL in de Schema Markup Validator en noteer eventuele technische fouten.
- Minuut 7–9: Controleer dezelfde URL in de Google Rich Results-test en maak onderscheid tussen fouten en waarschuwingen.
- Minuut 10–12: Open Google Search Console en bekijk de rapporten over gestructureerde gegevens of rich results.
- Minuut 13–15: Vergelijk de bedrijfsnaam, het adres, het telefoonnummer, de openingstijden en de serviceomschrijving met de zichtbare inhoud.
U dient na elke wijziging onaangekondigde controles uit te voeren. Denk hierbij aan nieuwe diensten, nieuwe locaties, gewijzigde openingstijden, nieuwe teamleden, nieuwe recensies, nieuwe socialemediaprofielen, een herlancering, een wijziging in een plug-in of wijzigingen in uw Google Bedrijfsprofiel.
Waarom schemavalidatie ook relevant is voor AI-zoekopdrachten
Zoekmachines zijn niet langer de enige systemen die bedrijfsinformatie verzamelen. AI-assistenten, antwoordsystemen en onderzoeksagenten geven de voorkeur aan duidelijke, consistente en verifieerbare data. Gestructureerde data garandeert geen vermeldingen, maar het vermindert wel de ruimte voor interpretatie.
Voor een machineleesbare website in de context van entiteit-SEO is consistentie van het grootste belang: uw bedrijf moet herkenbaar zijn als een afzonderlijke entiteit met zijn diensten, locatie, medewerkers en referenties. Schema.org helpt om deze entiteit technisch te beschrijven. Uw positionering legt uit waarom deze entiteit relevant is.
Dat is ook de reden waarom ik schemavalidatie niet los van andere zaken beschouw. Als het merk onduidelijk is, zal de markup dat ook zijn. Als de website inconsistent is, verergert JSON-LD die inconsistentie. Technologie maakt correcte informatie machineleesbaar – het vervangt geen duidelijke inhoud.
Wanneer u professionele hulp nodig heeft
U kunt eenvoudige audits zelf uitvoeren. Professionele ondersteuning is aan te raden bij meerdere locaties, meerdere merken, meertalige websites, complexe diensten, webshops, reviews, evenementen of geautomatiseerde content.
Vooral bij eigenaarsbedrijven in Zuid-Tirol zie ik vaak organisch gegroeide structuren: een oude website, een Google-bedrijfsprofiel, sociale mediakanalen, branchegidsen, soms een webshop, soms een boekingssysteem. Als deze bronnen niet op elkaar zijn afgestemd, leidt dat tot tegenstrijdige bedrijfsgegevens.
In onze strategische consultancy onderzoeken we daarom niet alleen de code, maar eerst de datalogica: welke informatie is bindend? Naar welke pagina wordt verwezen? Welke entiteiten bestaan daadwerkelijk? Pas daarna wordt de markup gecorrigeerd.
Goede, gestructureerde data is geen trucje voor betere rankings. Goede, gestructureerde data bewijst dat uw bedrijf digitaal goed georganiseerd is.
Veelgestelde vragen over schemavalidatie
Hoe vaak moet ik gestructureerde data controleren?
Voor de meeste mkb-bedrijven is een maandelijkse evaluatie voldoende . Daarnaast is het raadzaam om de gegevens opnieuw te controleren na elke wijziging in diensten, openingstijden, team, locaties, beoordelingen, socialemediaprofielen of contactgegevens.
Moet ik de Rich Results Test of de Schema Markup Validator gebruiken?
Je zou beide tools moeten gebruiken, omdat ze verschillende taken uitvoeren. De Schema Markup Validator controleert Schema.org in het algemeen, terwijl de Google Rich Results Test laat zien welke voor Google relevante rich results in principe mogelijk zijn.
Moet elke validatiefout onmiddellijk worden gecorrigeerd?
Kritieke fouten moeten onmiddellijk worden gecorrigeerd, omdat ze kunnen voorkomen dat er uitgebreide resultaten worden gegenereerd of dat er onjuiste informatie wordt weergegeven. Waarschuwingen over aanbevolen velden zijn vaak minder urgent, maar moeten wel worden bekeken als de ontbrekende informatie reëel, correct en direct beschikbaar is.
Waarom toont Google geen uitgebreide zoekresultaten, ook al is mijn markup geldig?
Een pagina met de juiste markup komt over het algemeen in aanmerking voor een uitgebreid zoekresultaat, maar garandeert niet dat deze ook daadwerkelijk als een uitgebreid resultaat wordt weergegeven. Google beslist of een uitgebreid zoekresultaat wordt getoond op basis van de zoekopdracht, kwaliteit, richtlijnen, inhoud, apparaat en andere factoren.
Is het toegestaan dat JSON-LD inhoud bevat die niet zichtbaar is op de pagina?
Nee, voor gestructureerde data die relevant is voor Google, moet de markup de zichtbare inhoud van de pagina weerspiegelen. Als JSON-LD services, personen, beoordelingen of locaties vermeldt, moeten gebruikers deze informatie op de pagina kunnen begrijpen.
Welke gegevens zijn met name belangrijk voor lokale mkb-bedrijven?
Consistente NAP-gegevens zijn met name belangrijk voor lokale mkb-bedrijven : Naam, Adres, Telefoonnummer. De bedrijfsnaam, het adres, het telefoonnummer, de openingstijden en de beschrijving van de dienstverlening moeten overeenkomen op de website, in het JSON-LD-bestand en in het Google Bedrijfsprofiel.
Conclusie: Schemavalidatie is een vorm van digitale due diligence.
Schemavalidatie is geen taak die je eenmalig kunt uitvoeren en vervolgens kunt vergeten. Bedrijven veranderen: diensten worden verfijnd, openingstijden wijzigen, teams groeien, vestigingen worden toegevoegd en de positionering wordt duidelijker. Gestructureerde data moet gelijke tred houden met deze realiteit.
Als u twijfelt of uw website goed leesbaar is, laat dan de gestructureerde data professioneel controleren. Niet omdat elk mkb-bedrijf direct een complex schema nodig heeft, maar omdat onjuiste, machineleesbare data zich sneller verspreidt dan veel mensen beseffen.
Zwelling
- Help bij Google Search Central / Search Console: Test voor uitgebreide zoekresultaten – support.google.com
- Google Search Central: Hulpmiddel voor het testen van schema-opmaak – developers.google.com
- Google Search Central: Algemene richtlijnen voor gestructureerde data – developers.google.com
- Help bij Google Search Console: Overzicht van het rapport met uitgebreide zoekresultaten – support.google.com
