Op 7 mei 2026 schrapte Google de FAQ rich results. Definitief. Geen uitklapbare vragen meer onder je zoekresultaat, geen extra SERP-ruimte, geen visueel voordeel. Voor veel SEO-specialisten voelt dat als een verlies. Maar het tegenovergestelde is waar.
De werkelijke waarde van structured data zit al lang niet meer in opvallende SERP-features. Schema markup is in stilte uitgegroeid tot de infrastructuur waarmee AI-zoekmachines beslissen welke content ze vertrouwen, citeren en aan gebruikers presenteren. Wie dat begrijpt, ziet de FAQ-depreciatie niet als het einde van structured data, maar als het startschot van een nieuw tijdperk.
Wat er veranderde op 7 mei 2026
Google verwijderde de FAQ rich results volledig uit de zoekresultaten. In juni 2026 verdwijnt de bijbehorende rapportage uit Search Console en de Rich Results Test. In augustus volgt de Search Console API. Het proces dat in augustus 2023 begon, toen Google FAQ rich results beperkte tot overheids- en gezondheidswebsites, is nu afgerond.
Dit staat niet op zichzelf. Google schrapte eerder al rich results voor book actions, course listings, automotive listings en fact check markup. De March 2026 core update ging nog een stap verder: FAQ rich result-impressies daalden met bijna de helft, en How-To rich results verdwenen van pagina's waar de markup bijzaken beschreef in plaats van de hoofdcontent.
Maar Google zelf benadrukt dat structured data niet minder belangrijk wordt. John Mueller stelde het kernachtig: "Markup types come and go, but a precious few you should hold on to." Google ruimt schema types op die massaal werden misbruikt om extra SERP-ruimte in te pikken. De FAQ-depreciatie is geen signaal dat schema markup afsterft. Het is een correctie.
Waarom is dit juist goed nieuws?
Omdat het de aandacht verplaatst naar waar structured data werkelijk toe dient: machines helpen je content te begrijpen en te vertrouwen.
Google bevestigde in april 2025 dat structured data voordeel biedt in AI-zoekresultaten. Microsoft liet in maart 2025 weten dat schema markup hun LLM's helpt content te begrijpen voor Bing Copilot. De twee grootste zoekmachines ter wereld zeggen hetzelfde: structured data is een vertrouwenssignaal voor AI-systemen.
Dat is een fundamenteel andere rol dan "een mooi zoekresultaat krijgen." Rich results waren altijd een visuele bonus, een manier om meer klikken te trekken uit de SERP. Het AI-vertrouwenssignaal raakt aan iets wezenlijkers: of je content wordt opgepikt, geciteerd en gebruikt als bron in door AI gegenereerde antwoorden. En met de opkomst van AI Overviews, ChatGPT Search en Perplexity is dat onderscheid steeds bepalender voor hoeveel organisch verkeer je site ontvangt.
De cijfers ondersteunen dit. Pagina's met schema markup worden volgens data van Search Engine Land door AI-zoekmachines structureel anders behandeld dan pagina's zonder. De verschuiving is helder: van schema als SERP-display-trigger naar schema als AI-vertrouwens- en entity-verificatiesignaal.
Hoe gebruiken AI-zoekmachines structured data?
Pagina's met schema markup worden 2,1 keer vaker geciteerd in Google AI Overviews dan pagina's zonder. Bij ChatGPT bevat 71% van alle geciteerde pagina's structured data. Dat zijn geen toevalligheden, maar logische gevolgen van hoe deze systemen werken.
AI Overviews verschijnen inmiddels bij 30% van alle Amerikaanse zoekopdrachten en bij 47% van informatieve zoekopdrachten. Per AI Overview worden gemiddeld 4,6 bronnen geciteerd, en de eerste geciteerde bron ontvangt 47% van alle klikken. Dat maakt AI-citaties waardevoller dan ooit.
Opvallend is dat 38% van de geciteerde bronnen in AI Overviews niet eens op pagina 1 van de organische resultaten staat. Een site op positie 15 kan worden geciteerd terwijl een concurrent op positie 3 dat niet wordt. Het traditionele rankingmodel verliest zijn voorspellende waarde. De vraag is niet meer of je op positie 1 staat, maar of je content zo gestructureerd is dat AI-systemen die als betrouwbaar herkennen.
AI-systemen gebruiken schema markup voor drie specifieke doelen:
- Entity-definitie. Organization-schema vertelt een AI-systeem wie de uitgever is, wat de organisatie doet en hoe die zich verhoudt tot andere entiteiten in het kennisnetwerk.
- Verificatieketen. Article-schema met een gekoppelde auteur (Person) en uitgever (Organization) biedt een keten van verifieerbare informatie. Dit sluit aan bij de E-E-A-T-principes die Google steeds zwaarder laat wegen.
- Inhoudelijke structuur. JSON-LD in een apart scriptblok laat AI-crawlers de kern van je content extraheren zonder de volledige HTML te moeten ontleden. Dat is efficienter en betrouwbaarder dan ongestructureerde tekst parsen.
Google's Gemini-aangedreven AI Mode gebruikt schema markup actief om claims te verifieren, entity-relaties vast te stellen en de geloofwaardigheid van bronnen te beoordelen. Zelfs wanneer er geen traditioneel rich result wordt weergegeven, vergroot nauwkeurige schema de kans op een AI Mode-citatie.
Welke schema types werken nog in 2026?
Na de opruimactie van Google blijven vijf schema types over die aantoonbaar impact hebben op zowel traditionele zoekresultaten als AI-citaties.
Organization
De basis van alles. Je vertelt zoekmachines en AI-systemen wie je bent, waar je gevestigd bent en hoe je officieel heet. Zonder Organization-schema bouw je op drijfzand. Koppel je sociale profielen via sameAs en gebruik een stabiele @id die je op elke pagina hergebruikt.
Article en BlogPosting
Voor iedere pagina met redactionele content. Koppel de auteur via Person-schema en de uitgever via Organization. Dit bouwt de verificatieketen die AI-systemen nodig hebben om je content als betrouwbaar te classificeren. Vergeet de datePublished en dateModified niet, want freshness is een van de sterkste citatiesignalen.
Product
Onmisbaar voor e-commerce. Prijs, beschikbaarheid, reviews en productkenmerken in gestructureerd formaat blijven rich results genereren en helpen AI-systemen bij het beantwoorden van koopgerelateerde vragen.
LocalBusiness
Voor bedrijven met een fysieke locatie. NAP-gegevens (naam, adres, telefoon) in gestructureerd formaat vormen de basis van lokale vindbaarheid, zowel in Google Maps als in AI-antwoorden op "in de buurt"-vragen.
BreadcrumbList
Simpel maar effectief. Het geeft AI-systemen de hierarchie van je site, wat helpt bij het bepalen van de context en het thema van een pagina. Vooral voor grotere sites met honderden pagina's maakt dit het verschil tussen een willekeurige pagina en een pagina die duidelijk binnen een thematisch cluster valt.
En FAQ-schema dan? Google raadt niet aan het te verwijderen. Andere zoekmachines verwerken het mogelijk nog, en pagina's met FAQPage-schema zijn 3,2 keer vaker zichtbaar in AI Overviews. Het levert geen visueel SERP-resultaat meer op, maar als AI-signaal heeft het nog steeds waarde.
Zo implementeer je schema markup die AI vertrouwt
JSON-LD is de enige implementatiemethode die ertoe doet in 2026. Google beveelt het aan, en het is voor AI-crawlers significant makkelijker te parsen dan Microdata of RDFa. Plaats het in een <script type="application/ld+json"> blok in de head van je pagina.
Drie implementatieprincipes die het verschil maken:
- Gebruik stabiele @id waarden. Geef je Organization, personen en belangrijke pagina's een vaste identifier op basis van je domein. Bijvoorbeeld:
"@id": "https://jouwsite.nl/#organization". Dit stelt AI-systemen in staat je entiteit over meerdere pagina's en zelfs over meerdere websites heen te herkennen. - Bouw een @graph structuur. In plaats van losse schema-blokken per pagina, maak je een samenhangende graph die de relaties tussen entiteiten beschrijft. Je artikel verwijst naar de auteur, de auteur naar de organisatie, de organisatie naar de website. Dat netwerk van verwijzingen is precies wat AI-systemen gebruiken voor entity-verificatie.
- Valideer regelmatig. Test elke paginatype minstens een keer per kwartaal met Google's Rich Results Test. Schema markup met errors is erger dan geen markup: het ondermijnt het vertrouwen van AI-systemen in je volledige domein.
Een praktisch startpunt is je Organization-schema. Veel sites missen dit volledig of hebben het onvolledig geimplementeerd. Zorg dat het je bedrijfsnaam, URL, logo, oprichtingsdatum en sociale profielen bevat. Verwijs er vervolgens naar vanuit elk Article- of BlogPosting-schema op je site via de publisher-eigenschap.
Content met meer dan 2.000 woorden wordt drie keer vaker geciteerd door AI-systemen dan kortere artikelen. Pagina's met auteursinformatie hebben 1,8 keer meer kans op een citatie. Dat bevestigt het patroon: AI-zoekmachines zoeken naar signalen van diepgang, expertise en verificeerbaarheid. Schema markup levert die signalen op een machineleesbare manier.
Drie dingen die je morgen anders doet
De verschuiving van rich results naar AI-infrastructuur vraagt om concrete actie. Dit zijn de drie stappen die het meeste impact hebben.
Audit je bestaande schema. Controleer of je Organization-, Article- en BreadcrumbList-schema op orde zijn. Dit zijn de drie types die de meeste impact hebben op AI-citaties. Start met de Rich Results Test van Google en controleer op errors en waarschuwingen.
Stop met schema als SERP-truc. Verwijder schema markup die niet past bij de primaire content van de pagina. Na de March 2026 core update telt alleen schema die de hoofdinhoud beschrijft. FAQ-schema in een zijbalk, HowTo-markup bij een artikel dat geen instructie is: dat soort implementaties werkt tegen je.
Meet je AI-zichtbaarheid. Traditionele SEO-tools meten rankings en klikken. Maar als AI Overviews bij 30% van alle zoekopdrachten verschijnen en de eerste geciteerde bron 47% van alle klikken krijgt, moet je weten of je daarin voorkomt. De meeste enterprise SEO-tools bieden inmiddels AI-citatietracking aan als aanvulling op traditionele rankingdata.
Structured data was jarenlang een optionele SEO-bonus. Een manier om je zoekresultaat wat op te leuken. Die tijd is voorbij. In een wereld waarin AI-zoekmachines bepalen welke content wordt geciteerd en welke wordt genegeerd, is schema markup de fundering van digitale zichtbaarheid geworden. De sites die de komende jaren het meeste organische verkeer genereren, zijn niet de sites met de mooiste rich results, maar de sites die AI-systemen vertrouwen als bron.
