Rings of Entity: van je eigen domein tot externe citaties
Rings of Entity ordent AI-vindbaarheidswerk in vier concentrische lagen. Ring 0 is de business-kern, Ring 1 het eigen domein, Ring 2 de eigen kanalen, Ring 3 het externe ecosysteem. Het werk gaat van binnen naar buiten.
5 min leestijd
Het verkeerde startpunt
Rings of Entity ordent AI-vindbaarheid in vier concentrische lagen. Ring 0 is de business-kern, Ring 1 het eigen domein, Ring 2 de eigen kanalen, Ring 3 het externe ecosysteem. Het werk gaat van binnen naar buiten.
De meeste experts beginnen met AI-vindbaarheid op de plek waar je het ziet gebeuren: een podcast-uitnodiging, een Reddit-thread, een vage hoop dat Wikipedia een lemma over hen oppakt. Dat voelt als de juiste zet, want daar worden vermeldingen zichtbaar. Het is ook precies de reden waarom het werk niet opstapelt.
AI-vindbaarheid is niet plat. Het is concentrisch. Er is een midden, en er is wat van het midden naar buiten straalt. Begin je aan de buitenrand zonder dat het midden staat, dan heeft elke externe vermelding niets om aan te haken. Het model leest jouw naam in een transcript en weet nog steeds niet waar je voor staat, wat je verkoopt, of wie je bedient.
Het Rings of Entity-model ordent dat werk in vier concentrische lagen. Ring 0 is wie je bent als bedrijf of expert. Ring 1 is je eigen domein. Ring 2 zijn je eigen externe kanalen. Ring 3 is de rest van het internet die over je praat. Elke ring leunt op de ringen die er binnenin zitten. Een sterke buitenring zonder sterk midden valt uit elkaar als ruis.
Dit artikel loopt de vier ringen van binnen naar buiten af, in de volgorde waarin het werk daadwerkelijk rendeert. De verleiding om bij Ring 3 te beginnen omdat het prestigieus voelt, is exact de zet die zoveel experts onzichtbaar houdt.
Ring 0: wie je bent voordat je iets bouwt
Ring 0 is de business of expert in het midden: positionering, doelgroep, het ene ding waar jij voor staat. AI kaatst terug wat consistent zichtbaar is in taal. Een vage Ring 0 produceert een vage spiegel.
Ring 0 is de beslissing die vóór het technische werk komt. Het is de business of de expert in het midden: de positionering, de doelgroep, het ene ding waar jij voor staat dat niemand anders op dezelfde manier vertegenwoordigt.
De meeste experts slaan deze ring over omdat het niet als marketing voelt. Het voelt als strategie, of als identiteit, of als iets wat de oprichter op dag één wist en nooit opschreef. En dat is precies het probleem. AI verzint geen positionering voor je. Het kaatst terug wat in de ringen daaromheen consistent zichtbaar is in taal. Een vage Ring 0 produceert een vage spiegel.
Concrete test voor Ring 0: in één zin, wat doe je, voor wie, en wat verandert er voor hen? Staan in die zin vulwoorden als "strategisch", "thought leader" of "experts in meerdere domeinen", dan is Ring 0 nog niet beslist. AI kan geen vulwoorden citeren.
Monopoliedenken helpt hier. De expert die herkend wordt als het enige geloofwaardige antwoord op één specifieke vraag, wordt de default-citatie voor die vraag. Vindbaar willen zijn op tien onderwerpen tegelijk produceert verdunning op elke ring erbuiten.
Het volgende artikel in dit cluster, Entity of One, ontleedt hoe een persoon dat midden wordt. Het komt eraan in de serie.
Ring 1: je eigen domein
Ring 1 is je eigen domein, de laag met volledige controle. AI leest hier gestructureerde signalen: schema.org, llms.txt, content-clusters, entity-consistentie. Tachtig procent van LLM-citaties komt van sites buiten Google's top 100.
Ring 1 is de laag waar jij volledige controle hebt. Je domein, je over-pagina, je dienstenpagina's, je blog, je podcast-feed als je die zelf hostt. Alles wat leeft op een URL die van jou is.
Dit is waar AI het meeste verificatiewerk voor je doet. Tachtig procent van wat grote taalmodellen citeren komt van sites die niet eens in de top 100 van Google ranken. AI leest een ander landschap, opgebouwd uit gestructureerde signalen: schema.org-markup, llms.txt-bestanden, interne link-clusters, consistente auteursnamen, en entity-definities op de pagina's die uitleggen wie je bent.
Het werk op Ring 1 is technisch en redactioneel tegelijk. Technisch: schema-markup, llms.txt, machine-leesbare over-pagina's, snelle crawlbare templates. Redactioneel: pillar-en-spoke-clusters waar vijf tot twaalf pagina's samen één onderwerp uitwerken vanuit jouw perspectief. Zesentachtig procent van AI-citaties gaat naar sites die minstens vijf gelinkte pagina's over één onderwerp hebben. Eén blogartikel, hoe goed ook, is geen cluster.
Ring 1 is ook waar de entity-signalen op elkaar stapelen. Je naam als auteur. Je gezicht op elke pagina. Je standpunten herhaald over stukken heen. Je terminologie consistent overal. AI leest samenhang over pagina's als bewijs van expertise.
Het volgende artikel in dit cluster behandelt de technische Ring 1-laag volledig: llms.txt, schema, en de zeventien entity-types die LLMs lezen.
Ring 2: je eigen externe kanalen
Ring 2 is wat je publiceert op platforms die je niet bezit maar via accounts die wel van jou zijn: eigen LinkedIn, eigen YouTube, eigen podcast. Elke post is een bruggetje terug naar Ring 1. Consistentie tussen Ring 1 en Ring 2 laat AI je als één entiteit lezen.
Ring 2 is alles wat je publiceert op platforms die je niet bezit, maar via accounts die wel van jou zijn. Je LinkedIn-pagina. Je YouTube-kanaal. Je eigen podcast op Spotify en Apple. Je Instagram, je X-account, je Substack. De kanalen waar jouw handle de byline is.
Het onderscheid met Ring 3 is scherp en het verdient herhaling. Je eigen podcast is Ring 2. Een podcast die jou als gast boekt is Ring 3. Je eigen Reddit-comments zijn Ring 2. Een Reddit-thread waar iemand anders jou aanbeveelt is Ring 3. Dezelfde platforms, andere ring, andere regels.
Ring 2 is de distributielaag terug naar Ring 1. Elke LinkedIn-post is een bruggetje naar een pagina op je eigen domein. Elke YouTube-video heeft een beschrijving die naar je over-pagina wijst. Elke podcast-aflevering heeft show-notes die het relevante cluster op je site linken. Het platform bezit het aandachtsmoment. Ring 1 bezit de relatie.
Voor AI specifiek versterkt Ring 2 de entity-consistentie. Dezelfde naam, dezelfde headline-taal, dezelfde positionering, herhaald over eigen kanalen, vergroot de kans dat AI-motoren je behandelen als één doorlopende entiteit in plaats van fragmenten. Inconsistentie tussen Ring 1 en Ring 2 leest als twee verschillende mensen.
Ring 3: het externe ecosysteem
Ring 3 is wat anderen over jou publiceren: podcast-interviews, pers, Reddit, Wikipedia. Het draagt het hoogste autoriteitsgewicht, maar is een gevolg van de binnenste ringen, niet het startpunt.
Ring 3 is alles wat anderen over jou publiceren. Podcasts die jou interviewen. Vakbladen die jou citeren. Reddit-threads waar een andere gebruiker jouw werk aanbeveelt. Wikipedia-entries die jou noemen. LinkedIn-posts waar iemand anders jouw framework benoemt. Dit is de ring met het zwaarste autoriteitsgewicht in AI-motoren, en het is ook de ring waar de meeste experts mee proberen te beginnen.
Ring 3 is een gevolg, geen startpunt. Wikipedia-editors pakken geen lemma's op van mensen wier eigen site hen niet coherent beschrijft. Podcast-hosts nodigen geen gasten uit wier positionering onduidelijk is. Journalisten citeren geen experts die ze niet snel kunnen verifiëren. Elke Ring 3-vermelding vereist dat de lezer aan de andere kant ergens belandt waar bevestigd wordt wat hij net hoorde. Dat ergens is Ring 1.
Wanneer Ring 0 scherp is, Ring 1 technisch staat en Ring 2 consistent is, beginnen Ring 3-vermeldingen te verschijnen zonder dat je ze forceert. Twee van de drie externe types tellen het meest voor AI-citatie: podcast-gastoptredens, waar de transcripten geïndexeerd worden door de grote platforms, en Reddit-threads waar andere gebruikers jouw naam laten vallen, omdat Reddit een hoge trust-bron is voor verschillende grote LLMs. Wikipedia is de derde en de hoogste, maar het vereist een langere boog.
Het gat tussen wie jij werkelijk bent en wat de externe ring over jou kan verifiëren heeft een naam: de Entity Gap. Het slotartikel van dit cluster, Entity Gap Check, meet dat gat met een vijf-prompt-test over vier LLMs. Het komt eraan.
Veelgestelde vragen
Wat zijn de vier Rings of Entity?
De vier Rings of Entity zijn concentrische lagen van AI-vindbaarheidswerk. Ring 0 is de business of expert in het midden: positionering, doelgroep, standpunt. Ring 1 is het eigen domein: website, blog, dienstenpagina's. Ring 2 zijn de eigen externe kanalen: LinkedIn, YouTube, eigen podcast op Spotify, social accounts. Ring 3 is het externe ecosysteem: podcast-gastoptredens, pers, Reddit-threads over jou, Wikipedia-entries. Het werk gaat van binnen naar buiten.
Waarom is Ring 3 een gevolg en geen startpunt?
Ring 3-vermeldingen vereisen dat externe partijen verifiëren waar jij voor staat. Wikipedia-editors, podcast-hosts, journalisten en Reddit-gebruikers checken allemaal degene die ze citeren tegen de bron. Die bron is Ring 1. Zonder een heldere Ring 1 die bevestigt wat een Ring 3-vermelding claimt, leest die vermelding als onverifieerbaar en wegen AI-motoren hem omlaag. Naar buiten bouwen zonder midden valt op zichzelf in elkaar.
Wat is het verschil tussen Ring 2 en Ring 3?
Ring 2 is alles wat jij publiceert via accounts die jij beheert: je eigen LinkedIn, je eigen YouTube-kanaal, je eigen podcast op Spotify, je eigen Reddit-comments. Ring 3 is alles wat anderen over jou publiceren: een podcast die jou als gast boekt, een Reddit-thread waar iemand anders jou aanbeveelt, een Wikipedia-entry, een artikel in de pers. Dezelfde platforms kunnen beide herbergen. De byline bepaalt de ring.
Waar begin ik als ik nog niets heb?
Begin bij Ring 0. Eén zin: wat doe je, voor wie, en wat verandert er voor hen? Lukt die zin vandaag nog niet zonder vulwoorden, dan stapelt geen enkele hoeveelheid Ring 1-schema-markup of Ring 3-outreach op. Na Ring 0 bouw je Ring 1: één content-cluster van vijf tot twaalf pagina's over het ene onderwerp waar jij voor staat. Ring 2 en Ring 3 beginnen pas te renderen als Ring 0 en Ring 1 coherent zijn.
Kan ik ringen overslaan als ik al autoriteit heb?
Nee. Een ring overslaan laat een gat tussen de ringen aan beide kanten. Een expert met een sterke Ring 3 (veel podcast-optredens, een Wikipedia-entry) en een zwakke Ring 1 (een vage website zonder schema of clusters) wordt inconsistent geciteerd. AI-motoren zien de externe vermeldingen maar kunnen ze niet tegen de bron verifiëren. Overslaan creëert precies de fragmentatie die het model omlaag weegt.