← Kennisbank/Chat37
chat3725 mei 20263 min lezenMvG | Atthis AI redactie

Kennisbank of LinkedIn: waar hoort MKB-content voor SEO en GEO?

LinkedIn-posts ranken niet in Google en verdwijnen na 72 uur; AI-zoekmachines citeren eigen webpagina's. Zo verdeel je MKB-content slim voor SEO en GEO.

Een sterk stuk op LinkedIn geeft bereik voor drie dagen; hetzelfde stuk op je eigen domein levert jaren verkeer en kan door ChatGPT Search, Perplexity en Google AI Overviews geciteerd worden. Dat maakt de kanaalkeuze voor een MKB-marketeer met weinig tijd minder een smaakkwestie en meer een rekensom. Hieronder de kern: wat waar hoort, wie het schrijft en hoe je het GEO-proof maakt.

Kennisbank of LinkedIn: waar hoort MKB-content voor SEO en GEO?

Een sterk stuk op LinkedIn geeft bereik voor drie dagen; hetzelfde stuk op je eigen domein levert jaren verkeer en kan door ChatGPT Search, Perplexity en Google AI Overviews geciteerd worden. Dat maakt de kanaalkeuze voor een MKB-marketeer met weinig tijd minder een smaakkwestie en meer een rekensom. Hieronder de kern: wat waar hoort, wie het schrijft en hoe je het GEO-proof maakt.

Het kort: 5 praktijk-takeaways

1. Eigen domein als fundament — Zet zeker 70% van je contenttijd in op een kennisbank op je eigen domein. Die pagina’s worden geïndexeerd, blijven jarenlang updatebaar en zijn de enige plek die AI-zoekmachines als ChatGPT Search en Perplexity structureel citeren. LinkedIn-feedposts halen dat lijstje niet; LinkedIn-artikelen verschijnen hooguit marginaal.

2. Schrijf voor vragen, niet zoekwoorden — Open elke sectie met een definitie of een compleet antwoord in twee tot drie zinnen. Gebruik genummerde lijsten, vergelijkingstabellen en een strakke H2/H3-hiërarchie: dat is precies wat retrieval-systemen uit een pagina knippen. Kies titels als ‘Hoe verdeel ik mijn budget tussen LinkedIn en SEO?’ — mensen typen vragen, geen losse trefwoorden.

3. LinkedIn als afgeleide, niet als bron — Behandel LinkedIn als distributiekanaal met een houdbaarheid van 72 uur. Knip per kennisbankartikel drie korte hooks die terugverwijzen naar de bron, verspreid over twee weken. Eén stuk werk, vier publicaties. Uitzonderingen: bij een oprichtersmerk, een event binnen zes weken of een doelgroep van 200 inkopers gaat LinkedIn wél voor.

4. Beantwoord de wie-vraag eerst — Een grondig artikel kost 6–10 uur: research, schrijven, redactie, plaatsen, intern linken. Beslis vooraf wie dat doet. Zelf schrijven met AI als assistent (3–5 uur), een freelance vakschrijver (€400–€900) of een interviewmodel met een specialist. Reken op 6–12 maanden aanlooptijd voordat SEO-verkeer serieus wordt — plan LinkedIn voor de overbrugging.

5. Start met je oude posts — Pak je laatste tien LinkedIn-posts. Beantwoordt een post een vraag die iemand in Google of ChatGPT zou typen, en staat het antwoord nog niet op je site? Dan is dat een artikel. Begin met de drie met de meeste interactie. Plan ze in, deadline vrijdag.

Waar AI dit goed kan — en waar niet

AI is hier vooral goed in het omzetten van bestaand materiaal. Een taalmodel haalt in minuten uit tien LinkedIn-posts de onderliggende vragen, stelt een H2/H3-structuur voor, schrijft een eerste definitie-alinea en knipt een afgerond artikel in drie hooks. Dat scheelt de helft van de 6–10 uur per stuk. Ook voor het omzetten van lopende tekst naar een vergelijkingstabel — precies het formaat dat AI-zoekmachines graag citeren — is het een betrouwbare hulp.

Waar het schuurt: de feiten. Subsidiebedragen, warmtepompprijzen en regionale regels verzinnen modellen met veel zelfvertrouwen. Laat elk getal controleren door iemand die het onderwerp kent, anders publiceer je fouten die ChatGPT vervolgens met bronvermelding herhaalt. Tweede nuance: generieke AI-tekst voegt niets toe aan wat modellen al weten en wordt daarom zelden geciteerd. Wat wél geciteerd wordt, is wat nergens anders staat — jouw rekenvoorbeeld, jouw praktijkervaring. Derde: meet je GEO-effect zelf door periodiek dezelfde vragen te stellen aan Perplexity en ChatGPT; er is geen Search Console voor AI-citaties.

Praktisch: zet geen klantgegevens of interne cijfers in een publieke chatbot. Een model dat lokaal of in de EU draait volstaat voor structureren en herschrijven, en kost een fractie van de energie van de grootste modellen.

Bron

Dit overzicht is gebaseerd op het volledige artikel van Chat37: LinkedIn vs. eigen kennisbank: waar moet MKB-content staan voor SEO én GEO?

Het brand-artikel werkt het voorbeeld van een Brabantse warmtepompinstallateur volledig uit (600 bezoekers en 4 offerteaanvragen per maand na 8 maanden) en licht de 70/20/10-verdeling en de drie schrijfmodellen met tarieven in detail toe.

Het kort: 5 praktijk-takeaways

  1. 01 — Eigen domein als fundament

    Zet zeker 70% van je contenttijd in op een kennisbank op je eigen domein. Die pagina’s worden geïndexeerd, blijven jarenlang updatebaar en zijn de enige plek die AI-zoekmachines als ChatGPT Search en Perplexity structureel citeren. LinkedIn-feedposts halen dat lijstje niet; LinkedIn-artikelen verschijnen hooguit marginaal.

  2. 02 — Schrijf voor vragen, niet zoekwoorden

    Open elke sectie met een definitie of een compleet antwoord in twee tot drie zinnen. Gebruik genummerde lijsten, vergelijkingstabellen en een strakke H2/H3-hiërarchie: dat is precies wat retrieval-systemen uit een pagina knippen. Kies titels als ‘Hoe verdeel ik mijn budget tussen LinkedIn en SEO?’ — mensen typen vragen, geen losse trefwoorden.

  3. 03 — LinkedIn als afgeleide, niet als bron

    Behandel LinkedIn als distributiekanaal met een houdbaarheid van 72 uur. Knip per kennisbankartikel drie korte hooks die terugverwijzen naar de bron, verspreid over twee weken. Eén stuk werk, vier publicaties. Uitzonderingen: bij een oprichtersmerk, een event binnen zes weken of een doelgroep van 200 inkopers gaat LinkedIn wél voor.

  4. 04 — Beantwoord de wie-vraag eerst

    Een grondig artikel kost 6–10 uur: research, schrijven, redactie, plaatsen, intern linken. Beslis vooraf wie dat doet. Zelf schrijven met AI als assistent (3–5 uur), een freelance vakschrijver (€400–€900) of een interviewmodel met een specialist. Reken op 6–12 maanden aanlooptijd voordat SEO-verkeer serieus wordt — plan LinkedIn voor de overbrugging.

  5. 05 — Start met je oude posts

    Pak je laatste tien LinkedIn-posts. Beantwoordt een post een vraag die iemand in Google of ChatGPT zou typen, en staat het antwoord nog niet op je site? Dan is dat een artikel. Begin met de drie met de meeste interactie. Plan ze in, deadline vrijdag.

Waar AI dit goed kan — en waar niet

AI is hier vooral goed in het omzetten van bestaand materiaal. Een taalmodel haalt in minuten uit tien LinkedIn-posts de onderliggende vragen, stelt een H2/H3-structuur voor, schrijft een eerste definitie-alinea en knipt een afgerond artikel in drie hooks. Dat scheelt de helft van de 6–10 uur per stuk. Ook voor het omzetten van lopende tekst naar een vergelijkingstabel — precies het formaat dat AI-zoekmachines graag citeren — is het een betrouwbare hulp.

Waar het schuurt: de feiten. Subsidiebedragen, warmtepompprijzen en regionale regels verzinnen modellen met veel zelfvertrouwen. Laat elk getal controleren door iemand die het onderwerp kent, anders publiceer je fouten die ChatGPT vervolgens met bronvermelding herhaalt. Tweede nuance: generieke AI-tekst voegt niets toe aan wat modellen al weten en wordt daarom zelden geciteerd. Wat wél geciteerd wordt, is wat nergens anders staat — jouw rekenvoorbeeld, jouw praktijkervaring. Derde: meet je GEO-effect zelf door periodiek dezelfde vragen te stellen aan Perplexity en ChatGPT; er is geen Search Console voor AI-citaties.

Praktisch: zet geen klantgegevens of interne cijfers in een publieke chatbot. Een model dat lokaal of in de EU draait volstaat voor structureren en herschrijven, en kost een fractie van de energie van de grootste modellen.