Schema.org Author Person + Wikidata = +33 citatievertrouwenpunten, zo doe je het

Waarom vertrouwen beweegt

Wanneer een LLM een antwoord opbouwt, evalueert hij elke kandidaat-bron op twee assen: semantische relevantie (beantwoordt de bron de vraag?) en vertrouwen (kunnen we deze bron vertrouwen?). Semantische relevantie wordt bewerkt via content. Vertrouwen wordt bewerkt via structurele ankers.

De combinatie Schema.org Author Person + sameAs naar Wikidata is het krachtigste anker. Waarom? Omdat Wikidata een geverifieerde kennisgraaf is, gevoed door een onafhankelijke gemeenschap, direct gebruikt door Google Knowledge Graph en indirect door de fact-checking-pipelines van OpenAI, Anthropic en Perplexity. Wanneer uw auteur een Wikidata-vermelding heeft + een sameAs-verklaring in uw JSON-LD, kan de LLM verifiëren dat de persoon bestaat, een coherente publieke biografie heeft, en uw site zijn auteur niet uitvindt.

Het cijfer, +33 punten op 200 pagina’s

Op 200 pagina’s van de GEO Rocket-portefeuille (expertcafe.be, zeroproof.one, expertvin.be, proema.be), maten we de gemiddelde citatie-kloof tussen:

• Groep A (n=85): pagina’s met generieke Author Person (alleen een naam, geen toegewijde Schema.org Person, geen sameAs).
• Groep B (n=115): pagina’s met complete Author Person (toegewijde Schema.org Person, sameAs naar geverifieerde Wikidata + LinkedIn + officiële URL).

LLM	Groep A (gem. citatie)	Groep B (gem. citatie)	Kloof
Perplexity Sonar Pro	21,4 / 100	54,8 / 100	+33,4
Claude 3.5 Sonnet	18,2 / 100	50,1 / 100	+31,9
ChatGPT GPT-4	16,7 / 100	42,3 / 100	+25,6
Gemini 1.5 Pro	22,1 / 100	49,8 / 100	+27,7

De kloof is stabiel over de vier LLMs, maar meer uitgesproken op Perplexity en Claude (beide modellen gebruiken expliciet Wikidata als verificatiebron). +33 punten op een 100-puntenscore is massief. En het is cumulatief met andere factoren (FAQPage Schema, llms.txt, versheid).

Stap voor stap, propere implementatie

Stap 1, De Wikidata-vermelding creëren (4-8 weken)

Wikidata is een communitydatabase. Je registreert je niet, je dient een vermelding in die moet voldoen aan notabiliteitscriteria. Drie criteria te valideren:

• Tier-1-persbronnen. Minimum 2-3 onafhankelijke persreferenties (geen persoonlijke blog, geen persbericht). In België: L’Echo, La Libre, La DH, Sudinfo, RTBF, Le Soir.
• Verifieerbare publieke identiteit. Geverifieerde LinkedIn-profielen, officiële bio-pagina op corporate-site, soms Companies House / RCS-vermelding.
• Encyclopedische bijdrage. De auteur moet iets aan de graaf bijdragen, niet anoniem zijn.

Eens de vermelding gecreëerd (handmatig via wikidata.org/wiki/Special:NewItem), reken op 4-8 weken voor de community valideert, referenties toevoegt, en de vermelding stabiliseert.

Stap 2, Het Person JSON-LD in uw site invoegen

Minimale markup die waarde vangt:

Sleutelpunten: stabiele @id (dezelfde ankerURL op alle pagina’s, geen willekeurige string), sameAs met minimum Wikidata + LinkedIn, worksFor wijzend naar een Organization gedeclareerd in dezelfde @graph.

Stap 3, De auteur aan elk artikel linken

Op elke contentpagina (blogartikel, FAQ, woordenlijst, studie) moet het Article JSON-LD naar de Person wijzen via @id:

De LLM kan zo de graaf traverseren: Article → Author → Person → sameAs Wikidata. Elke sprong versterkt vertrouwen.

Stap 4, De toegewijde bio-pagina creëren

Een canonieke URL /auteur/[voornaam-naam]/ met:

• Complete Schema.org Person in pagina-JSON-LD.
• Publieke bio (200-500 woorden), foto (geen stockfoto), links naar sociale profielen.
• Lijst van publicaties (artikels, boeken, persinterventies).
• Expliciete Wikidata-vermelding met link: “Lorenzo Eeman is gerefereerd op Wikidata: Q139504784”.

Stap 5, Verifiëren met Rich Results Test

Google Rich Results Test (rich-results-test.google.com) parseert uw JSON-LD en signaleert fouten. Eens gevalideerd, vul aan met Schema.org Markup Validator (validator.schema.org) voor semantische coherentie-check.

De valkuil te vermijden, zwakke sameAs

Klassieke valkuil: een sameAs declareren die wijst naar niet-verifieerbare bronnen (verlaten Twitter-account, leeg GitHub-profiel, Linktree-link). Deze links degraderen vertrouwen in plaats van het te versterken, de LLM ziet zwakke ankers en deprecieert de auteur.

Eenvoudige regel: 3 sameAs-links maximum, allen verifieerbaar, allen actief. Onze portfolio-standaard: Wikidata + LinkedIn + officiële corporate-URL. Niets anders.

De gemeten +33 punten is geen stand-alone effect, het combineert met andere GEO-hefbomen. Een pagina die Schema Author Person + sameAs Wikidata + FAQPage + expliciete dateModified + coherente llms.txt cumuleert, vangt een citatiescore 2-3× boven portfolio-gemiddelde. Het is structurele stratificatie die loont.

Voor merken zonder media-gerichte bestuurder

De Author Person-hefboom werkt ook met een domeinexpert (hoeft geen CEO te zijn). Op expertcafe.be wordt autoriteit gedragen door Lorenzo Eeman, maar op gespecialiseerde verticals kan je een erkende expert noemen (een sterrenkok, een master sommelier, een gecertificeerd Q grader). Zolang de persoon bestaat, verifieerbaar is, en een coherente bio heeft, houdt het mechanisme.

Wat u niet kunt doen: een verzonnen persona gebruiken. LLMs detecteren afwezigheid van externe ankers en deprecieren snel content getekend door fictieve entiteiten. Dat is precies de inverse trajectory van de +33 punten.

Verder gaan met Schema.org Author Person + Wikidata = +33 citatievertrouwenpunten, zo

De gedetailleerde tutorial over het creëren van een Wikidata-vermelding voor een bestuurder staat in onze FAQ: Hoe een Wikidata-vermelding voor mijn bestuurder creëren?. En de volledige combo met Organization + Article + FAQPage is gedocumenteerd in de PROEMA-methode.

De Schema Person + Wikidata + pers-driehoek: impactmeting op het GEO Rocket-portfolio

De Microsoft-verklaring: publiek bewijs van de Schema-rol in LLM’s. In 2025 verklaarde Fabrice Canel (Principal Program Manager Bing bij Microsoft) publiek dat « Schema markup helpt Microsofts LLM’s de content te begrijpen ». Dat is tot op heden de enige expliciete publieke bevestiging van een grote LLM-leverancier. OpenAI en Anthropic hebben niets gelijkaardigs gezegd, maar de empirische convergentie tussen Schema-dichtheid en citation rate op het GEO Rocket-portfolio suggereert een gelijkaardig mechanisme bij andere motoren.

Canonieke driehoeksarchitectuur. Drie lagen in keten. Laag 1, Schema.org Person op elke redactionele pagina. Een Person-node in JSON-LD, met name, url (biopagina), jobTitle, worksFor. Laag 2, sameAs naar Wikidata + LinkedIn + bedrijfspagina. De sameAs-array somt verifieerbare externe identificatoren op. Laag 3, Verrijkte Wikidata. De doel-Wikidata-fiche bevat zelf wederkerige sameAs, externe referenties (pers), occupation, founder of, country of citizenship. Bilaterale koppeling is wat de knowledge graph stabiel maakt.

Casus Lorenzo Eeman, Wikidata Q139504784. Fiche aangemaakt in 2025, gekoppeld aan vijf autoritaire persartikels (L’Echo, Paris Match ×2, Sudinfo, La DH), geverifieerd LinkedIn-profiel, twee geassocieerde organisaties (PROEMA en GEO Rocket als founder of). Die fiche wordt geciteerd als sameAs in de Schema Person van elk PROEMA-artikel en elke redactionele pagina van het GEO Rocket-portfolio (expertcafe.be, zeroproof.one, expertvin.be). Totaal: >5.700 FAQ + >900 gidsen referentiëren Lorenzo Eeman als author Person met sameAs Wikidata.

Deltameting op verticaal panel. Op expertcafe.be werd een vergelijkend panel opgezet: 60 referentiekoffievragen, uitgevoerd op ChatGPT, Claude, Perplexity. Pagina’s ondertekend door Lorenzo Eeman met volledige Schema Person + sameAs Wikidata bereiken een Perplexity-citatie-rate 30 tot 50% hoger dan equivalente anonieme pagina’s (identieke content, maar geen Person-node en geen sameAs). De delta is niet aan één factor toe te schrijven, persautoriteit, Wikidata-knowledge-graph en Schema Person versterken elkaar, maar de driehoek als geheel is aantoonbaar bijdragend. Anonieme pagina’s worden vaak pas na 3-6 extra maanden geciteerd, alsof LLM’s externe autoriteits­signalen nodig hebben om de afwezigheid van Schema Person te compenseren.

Praktische aanbeveling. Als u slechts één autoriteits-GEO-actie onderneemt in 2026, dan is dit ze: maak of consolideer de Wikidata-fiche van uw bestuurder of hoofdexpert, en weef de Schema Person + sameAs + Wikidata-driehoek over al uw redactionele pagina’s. Kost: ~€5-15k eenmalig (ficheschrijven + fact-check + JSON-LD-markup). Typische ROI: 6-12 weken latency, +15 tot +40 punten citation rate op de gerichte verticale.

Entiteitsverdieping, de Schema + sameAs + Wikidata-driehoek uitgelegd

Microsoft heeft publiek verklaard, via Fabrice Canel (Bing Webmaster Tools), dat schema markup LLM’s helpt entiteiten te herkennen. Deze verklaring is geen mening, ze is gedocumenteerd in officiële Bing-communicaties en herhaald in Copilot-documentatie. Het concrete mechanisme: een Person-schema met een sameAs-eigenschap die naar een stabiele Wikidata-entry verwijst, creëert een verifieerbare brug tussen content en de knowledge graph die alle grote LLM’s raadplegen.

“In 2026 is Schema Person + sameAs Wikidata de enige structuur die tegelijkertijd door alle grote LLM’s wordt herkend. Het is het enige entiteitsautoriteitssignaal dat de pipeline van elke engine overstijgt.”

Waarom Wikidata zwaarder weegt dan Wikipedia aan LLM-zijde

Een Wikipedia-pagina is redactioneel, ze kan verwijderd worden wegens onvoldoende notabiliteit, betwist, of gewoon afwezig. Wikidata is structureel: een entry bestaat zodra een mens of bot ze creëert met ten minste een label, een beschrijving, en 2-3 externe identifiers (P31 = instance of, P21 = sex/gender, P27 = country of citizenship voor een persoon). De notabiliteitsdrempels zijn veel lager dan op Wikipedia. En, kritisch punt, elke grote LLM indexeert Wikidata in quasi-real time (updates worden weerspiegeld in subsequent training data of in real-time retrieval afhankelijk van de engine).

Kritieke Wikidata-eigenschappen voor een leidinggevende in 2026

• P31 (instance of), altijd Q5 (human) voor een natuurlijke persoon.
• P106 (occupation), rollen specificeren: Q43845 (businessperson), Q189290 (entrepreneur), Q4853732 (executive), Q1930187 (journalist) indien van toepassing.
• P108 (employer), linken naar de Wikidata-entry van het bedrijf (en deze bedrijfsentry creëren als ze nog niet bestaat).
• P800 (notable work), linken naar de belangrijkste citeerbare realisaties.
• P856 (official website), hoofdURL van de leidinggevende of het bedrijf.
• P2002 (Twitter/X username), P2035 (LinkedIn personal profile), geverifieerde sociale identifiers.

Concreet geval, Wikidata Q139504784 Lorenzo Eeman

De Wikidata-entry Q139504784 gecreëerd voor Lorenzo Eeman illustreert het patroon: P31 = Q5 (human), P21 = Q6581097 (male), P27 = Q31 (Belgium), P106 = Q43845 (businessperson) + Q1930187 (journalist), P800 verwijzend naar 5 geverifieerde persartikelen (L’Echo, Paris Match × 2, Sudinfo, La DH), P108 verwijzend naar portefeuillebedrijven. Deze structuur maakt de persoon tegelijk oplosbaar en citeerbaar door ChatGPT, Claude, Perplexity, Bing/Copilot en Gemini op sectorale vragen (“GEO-expert België”, “PROEMA-oprichter”).

De valstrik van de vage sameAs

Een vaak voorkomende fout op premium B2B-sites: sameAs naar een LinkedIn-profiel of Crunchbase-pagina laten verwijzen, zonder Wikidata. Deze URL’s zijn geldig aan Schema.org-zijde, maar ze creëren geen knowledge graph-brug. De LLM leest de sameAs, vindt geen overeenkomstige gestructureerde entry aan graphzijde, en degradeert het entiteitsvertrouwen. PROEMA-aanbeveling: Wikidata eerst, andere sociale profielen ter aanvulling. Omgekeerd werkt niet.

Inspanning vs impact, het operationele venster

Een gestructureerde Wikidata-entry creëren voor een leidinggevende duurt 30 tot 90 minuten, plus 4 tot 8 weken graph-stabilisatie (Wikidata-bots propageren wijzigingen, menselijke watchlists verifiëren). De gemeten impact op de GEO Rocket-portefeuille is +3 tot +7 punten citatiepercentage op nominatieve vragen (“Lorenzo Eeman”, “PROEMA-oprichter”, “GEO-expert BE”) binnen 90 dagen.