Waarom is dit belangrijk?
Opleidingen kunnen naam, aanbieder en korte uitleg apart zetten, zodat zoeksystemen een cursus herkennen zonder de hele tekst te raden. In het onderwijs zetten instellingen schema markup voor AI-SEO op cursuspagina's, zodat studiekiezers die opleidingen gerichter kunnen vinden. Voor studenten en medewerkers klopt zo'n overzicht alleen als de extra gegevens hetzelfde zeggen als de zichtbare pagina; misleidende of verborgen gegevens kunnen worden genegeerd of als spam gelden.
Zo werkt het in de praktijk
Google zet schema markup voor AI-SEO in bij Dataset Search. Daarmee worden databestanden uit levenswetenschappen, sociale wetenschappen, machine learning en overheidsdata vindbaar. Als voorbeeld noemt Google de NCDC Storm Events Database op data.gov, met naam, maker en downloadformaat.
Google verkent experimentele steun voor tabeldata via het W3C-formaat CSVW. De aanpak kan veranderen als afspraken over herkomst, versies en datums ontstaan. Reacties lopen via de Schema.org-gemeenschap.
Teams schrijven de markup vaak als JSON-LD, een los gegevensblok in de pagina. Google raadt die vorm aan, omdat beheer op grote sites dan eenvoudiger is dan bij Microdata of RDFa. Voor databestanden kan DCAT van het W3C dienen, en teams checken de code met de Rich Results Test en Search Console.




