Entity: van zoekwoord naar herkenbaar ding

Zoekmachines zijn overgestapt van het matchen van tekenreeksen naar het begrijpen van dingen. 'Hawk Eye AI' is dan geen woordcombinatie maar een organisatie, met een vestigingsplaats, oprichters, diensten en relaties met andere entiteiten. Die kennis leeft in de Knowledge Graph. Word je als entiteit herkend, dan kan een zoekmachine met vertrouwen over je praten — en pas dan noemt een AI-model je bij naam.

Door herhaalde, consistente bevestiging vanuit meerdere onafhankelijke bronnen. Je eigen site levert de basis met Organization-schema, een over-ons pagina en auteursprofielen. Externe bevestiging komt van vermeldingen in vakmedia, brancheorganisaties, KvK-gegevens, bedrijvengidsen, LinkedIn, review-platforms en eventueel Wikidata. Hoe vaker dezelfde feiten terugkomen, hoe zekerder het beeld.

Met de sameAs-eigenschap in je Organization- of Person-schema verwijs je naar andere plekken waar diezelfde entiteit staat: LinkedIn-bedrijfspagina, persoonlijke LinkedIn-profielen, X, YouTube, Crunchbase, Wikidata. Geef je organisatie één vast @id en verwijs daarnaar vanuit elke Article-publisher en elk auteursprofiel. Zo bouw je één samenhangende graph in plaats van losse eilandjes.

Gebruik overal exact dezelfde schrijfwijze van je bedrijfsnaam, hetzelfde adres en telefoonnummer, en dezelfde omschrijving van één of twee zinnen. Verschillen — 'Hawk Eye AI B.V.' hier, 'HawkEye AI' daar — verzwakken de koppeling. Werk met een intern merkdocument zodat iedereen dezelfde boilerplate gebruikt in persberichten, profielen en gastartikelen.

Taalmodellen putten uit wat er over een entiteit bekend is. Bestaat er geen duidelijk, consistent beeld, dan hallucineert een model of noemt het alleen de bekende concurrenten. Entity-werk — consistente gegevens, gekoppelde profielen, autoritatieve vermeldingen — is daarmee een van de weinige GEO-investeringen die zowel je Google-zichtbaarheid als je AI-citaties structureel verbetert.