Case study: hoe een webshop AI-citaties verdrievoudigde
Een Nederlandse webshop in duurzame producten verdrievoudigde het aantal AI-citaties in acht weken. Ontdek hoe structured data, productschema's en FAQ-content de doorslag gaven.
Mijn carrière begon met het handmatig doorploegen van serverlogbestanden. Ik wilde begrijpen hoe Googlebot websites crawlt. Die fascinatie voor de technische kant van vindbaarheid? Nooit verdwenen.
Bij Kobalt vertaal ik complexe protocollen en standaarden naar praktische implementaties. Websites die niet alleen vindbaar zijn in Google, maar ook in ChatGPT, Perplexity en Gemini. Mijn aanpak is altijd dezelfde: eerst meten. Dan pas optimaliseren.
Ik geloof dat de verschuiving naar AI-gestuurde zoekervaringen de grootste verandering is in online vindbaarheid sinds de introductie van mobiel zoeken. Dat is een grote claim. Maar ik sta erachter.
Buiten werktijd speel ik complexe strategische bordspellen (Terraforming Mars is een favoriet), brouw ik mijn eigen bier met dezelfde precisie waarmee ik structured data valideer, en draai ik vinyl terwijl ik code review.
Mijn beste werk ontstaat ergens tussen tien uur 's avonds en twee uur 's nachts. Postrock op de achtergrond. Zelfgebrouwen pale ale binnen handbereik. Niet voor iedereen. Wel voor mij.
Een Nederlandse webshop in duurzame producten verdrievoudigde het aantal AI-citaties in acht weken. Ontdek hoe structured data, productschema's en FAQ-content de doorslag gaven.
Een middelgroot B2B-bedrijf verbeterde zijn AEO-score van 30 naar 85 in twaalf weken. Leer welke stappen ze namen, welke fouten ze maakten en hoe je dezelfde resultaten kunt bereiken voor jouw website.
Het handmatig toevoegen van Schema.org markup aan elke pagina kost uren. Ontdek hoe AI-tools dit proces automatiseren, welke tools beschikbaar zijn en hoe je de kwaliteit van geautomatiseerde structured data waarborgt.
Vector embeddings vormen het fundament van hoe AI-modellen content begrijpen, vergelijken en rangschikken. Leer hoe deze technologie werkt en waarom het belangrijk is voor je contentstrategie.
Zoekmachines en AI-modellen begrijpen steeds beter wat je bedoelt, niet alleen wat je typt. Semantic search verandert de spelregels voor contentoptimalisatie. Leer hoe je content schrijft die op betekenis scoort.
Niet alle content wordt gelijk geciteerd door AI-modellen. Er zijn duidelijke patronen in welk type content, structuur en tone of voice de voorkeur krijgt. Leer hoe je deze patronen analyseert en je contentstrategie erop afstemt.
AI-modellen gebruiken knowledge graphs om entiteiten te herkennen en te onderscheiden. Wie niet expliciet disambigueert, riskeert verwarring met naamgenoten. Leer hoe je jouw merk of persoon eenduidig identificeerbaar maakt voor AI.
Wie zijn je concurrenten in AI-antwoorden en hoe presteer je ten opzichte van hen? Dit artikel beschrijft een stapsgewijs framework voor concurrentieanalyse gericht op AI-zichtbaarheid, inclusief tools, metrics en strategische conclusies.
Welke tools heb je nodig om AEO succesvol te implementeren en te meten? Dit artikel vergelijkt de beste AEO-tools van 2026, van citatietrackers tot Schema.org validators, inclusief prijzen en praktijkervaring.
ai.txt is een nieuw voorstel dat website-eigenaren een gestandaardiseerde manier biedt om instructies te communiceren aan AI-systemen. Van trainingstoestemming tot citeervoorkeuren: ontdek hoe ai.txt werkt en waarom het de opvolger van robots.txt kan worden voor AI.
TDM-headers (Text and Data Mining) geven je juridisch afdwingbare controle over hoe AI-modellen je content gebruiken. Leer hoe je TDM Reservation Protocol implementeert, welke licentiemodellen beschikbaar zijn en hoe je auteursrecht beschermt in het AI-tijdperk.
Well-known URIs vormen de ontdekkingslaag van het moderne web. Van robots.txt tot ai.txt en van security.txt tot agent-card.json: ontdek welke well-known paden cruciaal zijn voor je AI-zichtbaarheid en hoe je ze correct implementeert.