Actieplan 90 dagen: geciteerd worden door ChatGPT en Perplexity

Waarom ChatGPT en Perplexity uw instelling nog niet citeren

ChatGPT en Perplexity citeren uw hogeschool niet omdat uw website onvoldoende taal spreekt die AI-modellen begrijpen: gestructureerde data, directe antwoorden en externe bevestiging ontbreken. Het probleem is technisch en inhoudelijk tegelijk, en beide dimensies zijn oplosbaar in 90 dagen.

De cijfers zijn ontnuchterend. In Nederland noemt ChatGPT een hogeschool in slechts 16 % van de AI-antwoorden over hoger onderwijs; het Europees gemiddelde is 19 %. (Bron: Skolbot GEO-monitoring, 500 zoekopdrachten × 6 landen × 3 AI-engines, feb. 2026.) Meer dan acht van de tien vragen die een aankomend student stelt, worden beantwoord zonder dat er een instelling bij naam wordt genoemd. Als uw hogeschool niet in dat antwoord staat, bestaat ze niet voor die prospect.

De drie meest voorkomende oorzaken van afwezigheid in AI-antwoorden zijn: ontbrekende Schema.org-markup waardoor de AI uw instelling niet als entiteit herkent, pagina's die geen directe antwoorden bevatten maar enkel reclameboodschappen, en een gebrek aan externe vermeldingen op gezaghebbende platforms als NVAO, Studielink en Keuzegids. Elk van die drie problemen heeft een oplossing — en die oplossingen vormen het skelet van dit actieplan.

Een diagnose van uw huidige positie vindt u in onze ChatGPT-diagnose voor scholen. Voor de conceptuele onderbouwing van GEO als strategie leest u onze uitgebreide GEO-gids voor scholen.

De 4 pijlers van AI-zichtbaarheid

Geciteerd worden door ChatGPT en Perplexity rust op vier pijlers die samen het volledige signaal vormen dat AI-modellen nodig hebben om uw instelling te herkennen, te vertrouwen en te vermelden. Geen van de vier is voldoende op zichzelf.

Onderzoek van Princeton University toont aan dat toptechnieken voor GEO-optimalisatie de citatiescores van instellingen met 30–40 % verbeteren. (Bron: Princeton NLP Group, 2024.) Dat betekent dat u de kans dat een aankomend student uw hogeschool ziet in een AI-antwoord, in drie maanden aanzienlijk kunt vergroten — mits u alle vier de pijlers aanpakt.

De drie laatste pijlers bouwen voort op de eerste. Schema.org zorgt dat de AI wéét wie u bent; antwoordcapsules geven haar iets te zeggen; versheidsignalen houden uw informatie actueel; externe vermeldingen bevestigen dat derden u ook serieus nemen. Sla een pijler over en het gehele signaal verzwakt.

Fase 1 – Dagen 1–30: Technische fundamenten

In de eerste 30 dagen legt u de technische basis zonder welke geen enkele contentinvestering rendement oplevert. Het startpunt is altijd Schema.org.

Schema.org EducationalOrganization implementeren

Implementeer EducationalOrganization-markup in JSON-LD op uw homepage en elke opleidingspagina. De velden die het meeste verschil maken voor AI-modellen zijn: name, url, address, foundingDate, accreditation, numberOfStudents, areaServed en sameAs (met links naar uw NVAO-accreditatiepagina en Studielink-profiel). Voeg ook Course-markup toe op elke opleidingspagina met educationalLevel (HBO of WO), provider, duration en programPrerequisites.

Controleer uw implementatie via het Rich Results-testinstrument van Google Search Central. Fouten in de markup — ontbrekende verplichte velden, incorrecte typen — worden direct zichtbaar. Los alle fouten op voordat u verdergaat.

Nulmeting vastleggen

Voer binnen de eerste week een nulmeting uit: test 20 strategische zoekopdrachten in ChatGPT en Perplexity en noteer hoeveel keer uw instelling wordt geciteerd. Gebruik de aanpak beschreven in onze Perplexity-auditgids. Dit cijfer is uw baseline — zonder nulmeting kunt u in dag 90 geen voortgang aantonen.

Technische pagina-audit

Controleer of uw opleidingspagina's als HTML-tekst indexeerbaar zijn. Informatie die uitsluitend in PDF's, afbeeldingen of JavaScript-renders staat, is onzichtbaar voor AI-modellen. Elke opleidingspagina heeft een eigen URL nodig met herkenbare structuur (bijv. /opleidingen/bachelor-bedrijfskunde-amsterdam/). Controleer ook dat uw robots.txt geen relevante secties blokkeert en dat canonical-tags correct zijn ingesteld.

Deliverables dag 30: Schema.org geïmplementeerd en foutvrij gevalideerd, nulmeting gedocumenteerd, technische indexeerbarheid bevestigd voor alle opleidingspagina's.

Fase 2 – Dagen 31–60: Citeerbare inhoud maken

Met de technische basis op orde richt u zich in de tweede fase op de inhoud zelf. AI-modellen citeren geen webpagina's — ze citeren fragmenten. Uw taak is die fragmenten herkenbaar te maken.

Antwoordcapsules per H2

Elke H2-kop op uw opleidingspagina's en blogartikelen moet beginnen met een directe antwoordcapsule van 40–60 woorden: een zin die de vraag achter die kop beantwoordt zonder inleiding of context. Dit is het formaat dat LLMs het vaakst extraheren voor AI-antwoorden. Een H2 "Wat kost de Bachelor International Business?" begint dan niet met "Wij bieden diverse mogelijkheden voor financiering…", maar met "De Bachelor International Business kost € 2.314 per jaar aan wettelijk collegegeld (studiejaar 2026–2027). EU-studenten betalen dit tarief; niet-EU-studenten betalen het instellingstarief van [bedrag], te vinden op uw Studielink-aanmeldpagina."

Datatabellen per opleiding publiceren

Elke opleidingspagina heeft een vergelijkingstabel nodig met ten minste zes verifieerbare kengetallen: collegegeld, duur, arbeidsmarktpercentage na zes maanden, mediaan startsalaris, NVAO-accreditatiestatus en Keuzegids-score (indien beschikbaar). Publiceer deze tabel als HTML, niet als afbeelding of PDF. AI-modellen extraheren tabellen actief als ze herkenbare koppen hebben. Voeg een bronvermelding toe onder elke tabel — bijvoorbeeld "Bron: Studiekeuze123-enquête 2025, 312 respondenten" — want AI-systemen geven de voorkeur aan verifieerbare data.

FAQ-secties met FAQPage-markup

Voeg op elke opleidingspagina een FAQ-sectie toe met vijf tot acht vragen die aankomende studenten daadwerkelijk aan ChatGPT en Perplexity stellen. Denk aan: numerus fixus-informatie, toelatingseisen, stage-aanbod, carrièreperspectieven, Studielink-procedure en NVAO-accreditatiedetails. Markeer de FAQ in JSON-LD als FAQPage met Question- en Answer-elementen. Dit verdubbelt de kans op extractie door Perplexity, dat FAQ-structuren actief herkent als citeerbare bron.

De technische achtergrond van citeerbare content wordt uitgebreid behandeld in ons artikel over content geciteerd door ChatGPT.

Versheidsignalen activeren

Update de lastModified-datum van uw vijf meestbezochte opleidingspagina's zodra u content toevoegt. Perplexity — dat realtime het web bevraagt — geeft aantoonbaar de voorkeur aan recent bijgewerkte bronnen. Voeg ook een sectie "Laatste update: [maand jaar]" toe in de zichtbare paginatekst, zodat zowel AI-modellen als studenten direct zien dat de informatie actueel is.

Deliverables dag 60: antwoordcapsules op alle strategische pagina's, datatabellen gepubliceerd per opleiding, FAQ-secties met FAQPage-markup op ten minste vijf pagina's, versheidsignalen geactiveerd.

Fase 3 – Dagen 61–90: Amplificatie en externe vermeldingen

In de derde fase vergroot u het externe signaal. ChatGPT en Perplexity citeren niet alleen uw eigen website — ze kruisen bronnen. Als uw instelling op gezaghebbende externe platforms wordt vermeld, weegt dat signaal zwaarder dan elke optimalisatie op uw eigen site.

Profielen op NVAO, Studielink en Keuzegids optimaliseren

Controleer of uw instellingsprofiel op NVAO volledig en actueel is. NVAO-accreditatiepagina's worden door AI-modellen beschouwd als hoge-autoriteit bronnen voor het Nederlandse hoger onderwijs. Zorg dat uw accreditatiedetails — opleidingsnaam, niveau (HBO/WO), einddatum accreditatie, eventuele kwalificaties — precies overeenkomen met de informatie op uw eigen website. Discrepanties verlagen het vertrouwen van AI-modellen in uw data.

Doe hetzelfde voor uw Studielink-profiel: controleer dat alle opleidingen correct zijn vermeld met actuele capaciteitsinformatie en aanmelddeadlines. Studielink genereert eigen zoekopdrachten die AI-antwoorden kleuren. En optimaliseer uw Keuzegids-profiel: studentbeoordelingen, programma-informatie en contactgegevens. De Keuzegids wordt door Perplexity regelmatig geciteerd als gezaghebbende bron voor Nederlandse hogescholen.

Externe publicaties veiligstellen

Publiceer in de periode dag 61–90 ten minste twee externe teksten die uw instelling vermelden en linken naar uw website. Geschikte kanalen zijn: vakbladen in uw sector (onderwijs, bedrijfskunde, techniek), regionale media, brancheorganisaties, Nuffic of vergelijkbare platforms voor internationaal onderwijs. Perplexity kruist deze externe vermeldingen actief — elk gezaghebbend artikel dat uw naam noemt, versterkt uw AI-zichtbaarheid.

Vraag alumni en partners ook om uw instelling te vermelden in hun LinkedIn-profielen, rapporten of publicaties. Elke externe vermelding is een "vertrouwensstem" voor het AI-model.

Google AI Overviews meenemen

Optimalisatie voor ChatGPT en Perplexity verbetert ook uw positie in Google AI Overviews. Dezelfde structuurprincipes — gestructureerde data, directe antwoorden, externe autoriteit — gelden voor alle drie de kanalen. Onze analyse van Google AI Overviews voor het hoger onderwijs legt de specifieke mechanismen uit.

Deliverables dag 90: NVAO-, Studielink- en Keuzegids-profielen geoptimaliseerd en gesynchroniseerd, ten minste twee externe publicaties gepubliceerd, nulmeting herhaald voor vergelijking.

Resultaten meten op dag 90

Op dag 90 herhaalt u de nulmeting van dag 1 met exact dezelfde set van 20 zoekopdrachten. Meet drie indicatoren per AI-engine.

Verwacht geen lineaire progressie. Perplexity — dat realtime het web bevraagt — reageert sneller op optimalisaties dan ChatGPT, dat werkt met een periodiek bijgewerkt trainingskorpus. Verbeteringen in Perplexity zijn doorgaans zichtbaar binnen twee tot vier weken na publicatie; voor ChatGPT geldt een periode van vier tot acht weken.

Als uw citatiepercentage op dag 90 lager dan 25 % blijft voor merkvragen, controleer dan eerst de Schema.org-implementatie op validatiefouten. De tweede meest voorkomende oorzaak van trage resultaten is dat datatabellen in een indekseerbaar formaat ontbreken — informatie die alleen in PDF staat, wordt niet meegenomen. Een geautomatiseerde monitoring houdt uw voortgang bij zonder handmatig testen, zoals beschreven in onze GEO-monitoringgids.

FAQ

Hoe snel is het eerste resultaat zichtbaar na de technische implementatie?

Perplexity reageert het snelst: binnen twee tot vier weken na het publiceren van geoptimaliseerde content en gestructureerde data kunt u een verbetering zien in citatiescores. ChatGPT werkt met een periodiek bijgewerkt corpus en heeft doorgaans vier tot acht weken nodig. Begin met Perplexity als uw primaire meetinstrument gedurende de eerste 60 dagen.

Is dit actieplan ook geschikt voor kleine hogescholen zonder groot marketingteam?

Ja. De acties in fase 1 — Schema.org implementeren en een nulmeting uitvoeren — zijn technisch en vereisen een of twee werkdagen van een webbeheerder. Fase 2 (antwoordcapsules en datatabellen) kan worden verdeeld over de bestaande contentverantwoordelijken per opleiding. Fase 3 (externe vermeldingen) vraagt om coördinatie met communicatie, maar de NVAO-, Studielink- en Keuzegids-profielen staan toch al in de lucht — het gaat om bijhouden, niet om iets nieuws bouwen.

Moeten wij kiezen tussen optimaliseren voor ChatGPT of voor Perplexity?

Nee — de technieken overlappen volledig. Schema.org-markup, antwoordcapsules, datatabellen en FAQ-secties met markup verbeteren uw zichtbaarheid op beide platforms tegelijk. Als u moet prioriteren voor de nulmeting, begin dan met Perplexity: het toont zijn bronnen expliciet, wat tracking vereenvoudigt en u sneller feedback geeft over wat werkt.

Wat doet de Autoriteit Persoonsgegevens (AP) met trackingtools voor GEO-monitoring?

De AP stelt geen specifieke eisen aan GEO-monitoringtools zolang die geen persoonsgegevens van studenten verwerken. Tools die uitsluitend geaggregeerde citatiedata verzamelen op basis van openbare AI-antwoorden vallen buiten de reikwijdte van de AVG. Controleer wel of uw monitoringtool — bij gebruik van cookies of sessiedata — voldoet aan uw bestaande cookie-toestemmingsbeleid.

Welk budget is realistisch voor 90 dagen GEO-optimalisatie?

De technische implementatie van Schema.org en de content-updates in fase 1 en 2 vereisen geen extern budget als u beschikt over een eigen webbeheerder en contentteam. De externe vermeldingen in fase 3 kunnen inhouden dat u een persbericht verstuurt of een bijdrage levert aan een vakblad — doorgaans gratis of met beperkte redactionele investering. Een monitoringtool zoals SE Ranking of Peec AI kost €49–€85 per maand en is optioneel maar aanbevolen voor structurele tracking.

Wilt u weten waar uw instelling nu staat in ChatGPT en Perplexity — en welke acties het meeste rendement opleveren voor uw specifieke situatie?