DEENFRESPLNLITPT
seo-geo-knowledge

Product Schema: Welke JSON-LD-velden AI nodig heeft

✍️ GEO Expert 📅 2026-03-13 ⏱️ 5 min
Product Schema: Welke JSON-LD-velden AI nodig heeft

Product Schema voor AI-zichtbaarheid: Welke velden uw JSON-LD echt nodig heeft

Voor e-commerce-operators geldt: zonder een correct geïmplementeerd Product Schema volgens de Schema.org-standaard is een webshop nagenoeg onzichtbaar voor AI-zoekmachines. In dit artikel leest u welke velden uw JSON-LD dwingend moet bevatten — en welke optionele velden het doorslaggevende verschil maken op het gebied van AI-zichtbaarheid.

De rol van gestructureerde data in het AI-tijdperk

Wanneer een AI-gebaseerde zoekmachine een complexe vraag verwerkt – bijvoorbeeld "Beste hardloopschoenen voor marathonlopers met blessuregevoeligheid, levering morgen" – heeft deze machineleesbare feiten nodig. Het Product Schema fungeert als de enige betrouwbare gegevensbron.

Terwijl Google traditioneel ook de zichtbare tekst van een pagina analyseert, vertrouwen LLM-crawlers zoals GPTBot of PerplexityBot primair op gestructureerde data. De reden: een LLM kan veel betrouwbaarder feiten uit een JSON-LD-blok extraheren dan uit lopende tekst, die marketingtaal, dubbelzinnige formuleringen en decoratieve elementen vermengt.

Be Standard, not creative

Het devies luidt: "Be Standard, not creative". Gebruik de officiële woorden van Schema.org. Terwijl de visuele gebruikersinterface creatief mag zijn, moet de technische beschrijving strikte standaarden volgen.

Veelvoorkomende fouten in de praktijk:


Elk van deze fouten kan ertoe leiden dat de AI de gegevens weigert of verkeerd interpreteert.

De onmisbare verplichte velden

Cruciale velden voor AI-zichtbaarheid

Identifiers (SKU, GTIN, MPN)

Identifiers vormen de ruggengraat van variantdifferentiatie. De GTIN (Global Trade Item Number) stelt de AI in staat gegevens uit verschillende bronnen te vergelijken en samen te voegen. Als uw product op Amazon, in uw winkel en bij een prijsvergelijkingsportal identiek wordt geïdentificeerd via de GTIN, neemt het vertrouwen van de AI in de datakwaliteit aanzienlijk toe.

De SKU (Stock Keeping Unit) helpt bovendien bij de interne productidentificatie en de differentiatie van varianten (maat, kleur). Zonder identifiers behandelt de AI elke vermelding als een potentieel ander product.

Brand

Het brand-veld wordt vaak onderschat, maar is essentieel. Het koppelt het product aan de overkoepelende merkentiteit in de Knowledge Graph. Gebruik altijd het geneste type: "brand": { "@type": "Brand", "name": "Pro-Run" }.

Price en Availability

Deze gegevens moeten in de JSON-LD exact overeenkomen met de informatie op de landingspagina. Elke discrepantie tussen de weergegeven prijs en de Schema-prijs kan door crawlers als een manipulatiepoging worden beschouwd en het vertrouwen duurzaam schaden.

Let vooral op:


Shipping Details


Met shippingDetails kunt u levertijden en verzendkosten nauwkeurig opgeven. Alleen zo kan de AI vragen beantwoorden als "Wat is er leverbaar tot vrijdag?" of "Welke winkel levert gratis?". Dit veld wordt steeds meer een onderscheidende factor, aangezien gebruikers in AI-zoekopdrachten vaak filteren op leveringsvoorwaarden.

Aggregate Rating en Reviews

Beoordelingen dienen als sociaal bewijs. AI-systemen wegen producten zwaarder die een positieve geschiedenis hebben. Belangrijk: gebruik aggregateRating voor de totale beoordeling en bovendien individuele review-vermeldingen voor gedetailleerde klantbeoordelingen. Hoe meer geverifieerde reviews, hoe sterker het vertrouwenssignaal.

Praktijkvoorbeeld: Correcte JSON-LD

{
  "@context": "https://schema.org/",
  "@type": "Product",
  "name": "Pro-Run Marathon Schoen X1",
  "description": "Lichte hardloopschoen voor marathonlopers met versterkte demping en ademend bovenmateriaal.",
  "sku": "PR-X1-2024",
  "gtin13": "4012345678901",
  "brand": { "@type": "Brand", "name": "Pro-Run" },
  "image": "https://example.com/images/pro-run-x1.jpg",
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "124"
  },
  "offers": {
    "@type": "Offer",
    "priceCurrency": "EUR",
    "price": "159.90",
    "availability": "https://schema.org/InStock",
    "priceValidUntil": "2025-12-31",
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "deliveryTime": {
        "@type": "ShippingDeliveryTime",
        "transitTime": {
          "@type": "QuantitativeValue",
          "minValue": 1,
          "maxValue": 2,
          "unitCode": "d"
        }
      }
    }
  }
}

Validatie en testen

Een correct opgebouwd Product Schema heeft weinig nut als het syntactische fouten bevat. Gebruik deze tools voor validatie:

Test na elke wijziging aan uw shop-template of de gestructureerde gegevens nog correct worden uitgevoerd — vooral na updates van uw shopsysteem.

Conclusie

Gebruik consequent eenduidige identificatoren (GTIN, SKU), voer verzend- en leveringsdetails rechtstreeks in het schema in, houd prijs- en beschikbaarheidsgegevens nauwgezet actueel en houd u strikt aan de Schema.org-standaard. Een compleet Product Schema is geen nice-to-have — het is de toegangspoort tot de AI-zichtbaarheid van uw shop.