Datamodellen en structured data in een Drupal-context
27 March 2026

Datamodellen en structured data in een Drupal-context

De manier waarop informatie in een CMS wordt gemodelleerd heeft een directe invloed op hoe goed webcontent door software kan worden geïnterpreteerd. Wanneer entiteiten en relaties al duidelijk gedefinieerd zijn in de interne datastructuur, kan structured data diezelfde structuur relatief rechtstreeks weerspiegelen.

Dit principe wordt duidelijk wanneer men kijkt naar een systeem zoals Drupal, dat van nature sterk entiteit-gebaseerd werkt. Binnen zo’n architectuur ontstaat semantische structuur niet pas bij het toevoegen van structured data, maar al tijdens het ontwerpen van contenttypes, velden en relaties. Structured data fungeert vervolgens als een publicatielaag die deze interne structuur vertaalt naar machine-interpreteerbare webcontent.

Deze aanpak is relevant in zowel klassieke SEO-contexten als in nieuwe systemen waar webinformatie wordt verwerkt door generatieve AI.

In een omgeving waar webinformatie niet alleen wordt geïndexeerd maar ook wordt geïnterpreteerd door generatieve AI-systemen, krijgt de semantische structuur van webcontent een nieuwe rol.

 

Content types en nodes als inhoudsstructuur

Binnen Drupal wordt inhoud opgebouwd rond verschillende entiteitstypes. Het meest herkenbare voorbeeld is de node, die een individuele inhoudseenheid vertegenwoordigt. Nodes worden georganiseerd via content types, die bepalen welke velden beschikbaar zijn en welke structuur een bepaald type inhoud heeft.

Een artikel kan bijvoorbeeld velden bevatten voor titel, auteur, publicatiedatum en categorieën. Vanuit een engineeringperspectief ontstaat hier al een impliciet datamodel waarin inhoud wordt gemodelleerd als een verzameling entiteiten met eigenschappen.

Deze interne structuur vormt de basis voor machine-interpreteerbare webcontent. Wanneer structured data later wordt toegevoegd, kan deze rechtstreeks verwijzen naar de bestaande entiteiten en eigenschappen.

 

Taxonomy als semantische classificatie

Taxonomie vormt een aanvullende laag waarmee inhoud semantisch kan worden geclassificeerd. Drupal gebruikt taxonomy vocabularies en taxonomy terms om inhoud te groeperen rond onderwerpen, domeinen of concepten.

Taxonomietermen kunnen hiërarchisch worden georganiseerd. Hierdoor ontstaat een semantische structuur waarin onderwerpen onderling verbonden zijn. Wanneer deze classificaties consequent worden toegepast, vormt de taxonomie een belangrijke bron van context voor zowel bezoekers als systemen die webcontent analyseren.

In termen van informatiearchitectuur fungeert taxonomie als een conceptueel model van de kennisstructuur van een website.

 

Breadcrumbs en informatiehiërarchie

Naast expliciete relaties tussen entiteiten bevat Drupal ook mechanismen die de positie van een pagina binnen de site-structuur zichtbaar maken. Breadcrumbs tonen bijvoorbeeld het navigatiepad van een pagina binnen de hiërarchie van de website.

Vanuit een engineeringperspectief vormt dit een representatie van de informatiearchitectuur. Breadcrumbs beschrijven impliciet hoe inhoud zich verhoudt tot andere secties van de site. Wanneer deze structuur consistent wordt opgebouwd, kan ze ook worden weergegeven via structured data.

Zo ontstaat een expliciete beschrijving van de hiërarchie van de website, wat de interpreteerbaarheid van webcontent kan verbeteren.

 

Datamodellen en structured data in een Drupal-context

Entity references en relaties tussen inhoud

Drupal maakt het mogelijk om inhoudsobjecten rechtstreeks met elkaar te verbinden via entity reference fields. Hiermee kan een artikel bijvoorbeeld gekoppeld worden aan een auteur, organisatie of gerelateerde inhoud.

In plaats van losse tekstvelden ontstaat zo een netwerk van relaties tussen entiteiten. Dit sluit nauw aan bij semantische modellen waarin informatie wordt beschreven als een verzameling entiteiten met eigenschappen en relaties.

Vanuit een data-model perspectief betekent dit dat de structuur van de website al sterk lijkt op een knowledge graph.

 

Structured data als publicatielaag

Wanneer structured data wordt toegevoegd, kan de bestaande inhoudsstructuur worden gepubliceerd in een machine-leesbare vorm. Hiervoor worden vaak vocabularia gebruikt zoals Schema.org, meestal geïmplementeerd via JSON-LD.

Een node van het type artikel kan bijvoorbeeld worden gemapt naar een Article-entiteit, terwijl een gekoppelde auteur kan worden beschreven als een Person. Omdat deze relaties al bestaan in het datamodel van het CMS, hoeft structured data ze vooral te expliciteren.

Structured data vormt dus geen afzonderlijke informatiebron, maar een semantische representatie van de bestaande inhoudsstructuur.

 

Van SEO naar GEO

Binnen zoekmachines werd structured data oorspronkelijk vooral gebruikt om inhoud beter te structureren voor indexering en presentatie. Zoekmachines zoals Google gebruiken semantische signalen om beter te begrijpen welke entiteiten aanwezig zijn in webcontent.

Tegelijk ontstaan nieuwe systemen die webinformatie niet alleen indexeren, maar ook interpreteren en integreren in antwoorden. Generatieve AI-systemen zoals ChatGPT analyseren grote hoeveelheden webcontent om informatie te structureren en samen te vatten.

Deze ontwikkeling wordt vaak beschreven als de overgang van SEO naar GEO. In de praktijk bouwen beide benaderingen echter voort op dezelfde technische fundamenten: duidelijke HTML-structuur, consistente informatiearchitectuur en expliciete semantische signalen.

Structured data speelt binnen beide modellen een rol omdat het de betekenis van webcontent explicieter maakt.

 

Engineeringperspectief

Vanuit webdevelopment en engineering ontstaat machine-interpreteerbare webcontent niet door één specifieke techniek, maar door de combinatie van meerdere architectuurlagen.

Een goed ontworpen datamodel, consistente entiteitenstructuren en duidelijke relaties tussen inhoud vormen de basis. Structured data maakt deze structuur vervolgens zichtbaar voor externe systemen die webinformatie analyseren.

In een systeem zoals Drupal komt dit duidelijk naar voren. Content types, taxonomie, entity references en navigatiestructuren vormen samen een intern model van informatie. Structured data publiceert dat model in een vorm die door software kan worden geïnterpreteerd.
 

Laatste nieuws

De toekomst van websitebeveiliging: minder blokkeren, beter toelaten
24 Feb 2026
De toekomst van websitebeveiliging: minder blokkeren, beter toelaten
De rol van structured data in machine-interpretable webcontent
13 Jan 2026
De rol van structured data in machine-interpretable webcontent
UX, AI & Security in 2026
08 Jan 2026
UX, AI & Security in 2026
Cybercriminaliteit en online oorlogvoering groeien exponentieel
19 Nov 2025
Cybercriminaliteit en online oorlogvoering groeien exponentieel
Waarom Drupal 11 meer is dan een headless CMS
14 Sep 2025
Waarom Drupal 11 meer is dan een headless CMS
Hoe we een Ray-Ban tot leven brachten
23 Jul 2025
Hoe we een Ray-Ban tot leven brachten
Waarom je vandaag al moet bouwen aan je SEO van morgen
10 Apr 2025
Waarom je vandaag al moet bouwen aan je SEO van morgen
Wie is jouw belangrijkste klant?
08 Apr 2025
Wie is jouw belangrijkste klant?

Enkele referenties

Website BraveHub
Website BraveHub
Website & logo Ilumnia
Website & logo Ilumnia
Ray-Ban AI product rendering
Ray-Ban AI product rendering
Website & logo VVGT
Website & logo VVGT
Website & logo ClearCount
Website & logo ClearCount
Website & logo New Optics
Website & logo New Optics
Aldrin
ClearCount
Android
GKW
Miele
Ilumnia
New Optics
Somedi
VVGT
BraveHub
CIM

Lanceer je online succes
met Moonworks!

Zet koers naar een sterkere online aanwezigheid. 
Ontdek onze diensten en mogelijkheden!