Een Entity of One is een ondernemer of bedrijf dat op basis van uniciteit, relevantie en distributie door AI-systemen wordt herkend als de vanzelfsprekende autoriteit voor één scherp omschreven belofte.
De keyword-aanpak dwingt je tot kunstmatige versmalling: je moet je hele bedrijf terugbrengen tot drie woorden voordat een zoekmachine er iets mee kon.
Stel je voor: je wilt iets opzoeken en je merkt dat je al versmalt voordat je ook maar één woord hebt ingetypt. Welke zoekwoorden beschrijven precies wat ik zoek? Dat is de beweging die SEO ons jaren lang aangeleerd heeft. Je schouders gaan naar voren, je denkt smaller en smaller, totdat je een zin hebt die past in het format dat Google snapt.
Die versmalling was niet jouw gebrek aan creativiteit of ambitie. Het was een systeemvereiste. Google werkte op basis van paginamatching: schrijf een artikel van 2.500 woorden met de juiste keywords, zorg dat de dichtheid klopt, en scoor op die ene term. Als je de keywords matchte, had je autoriteit op dat gebied.
AI werkt fundamenteel anders. ChatGPT, Claude, Perplexity en Gemini stellen geen keywords meer centraal. Ze verwerken volledige zinnen in natuurlijke taal, zoals: 'Het lukt me maar niet om de juiste partner aan te trekken, wat moet ik veranderen?' Geen zoekwoorden, gewoon de vraag zoals iemand die in het echte leven zou stellen. En AI beantwoordt die vraag op basis van entiteiten, niet op basis van de pagina die het meest op die zoekterm geoptimaliseerd is.
Een keyword is een tekstreeks die een zoekmachine matcht. Een entity is een samenhangende identiteit, met naam, kennis, standpunten en aanwezigheid, die AI herkent als een betrouwbare bron.
Keywords zijn statisch. 'Financieel adviseur Amsterdam' is een tekenreeks. Als jouw pagina die tekenreeks bevat, scoort die pagina. Maar de zoekmachine begrijpt niet wie jij bent, wat jij gelooft of waarom jij degene bent die deze vraag het beste kan beantwoorden.
Entiteiten zijn dynamisch. Een entity is het geheel van wat over jou known is: je naam, je bedrijf, je expertise, je standpunten, de kanalen waarop je aanwezig bent en de externe bronnen die jou bevestigen. AI-systemen bouwen intern een model op van entiteiten en de relaties daartussen. Ze weten dat Paul Veth gekoppeld is aan Identity First Marketing, aan AI-vindbaarheid, aan entity building en aan een specifieke aanpak. Niet omdat één pagina die combinatie bevat, maar omdat dat patroon consistent terugkomt over meerdere bronnen.
Dit onderscheid heeft een directe praktische consequentie. Een concurrent die minder pagina's heeft dan jij, maar waarvan de entiteit coherenter en breder aanwezig is, wordt door AI vaker geciteerd. De hoeveelheid content is niet de doorslag. De consistentie en breedte van de entity is dat.
De drie factoren zijn vermenigvuldigd, niet opgeteld. Als een van de drie nul is, is het eindresultaat nul, ongeacht hoe sterk de andere twee zijn.
De Entity of One-formule bestaat uit drie assen: uniciteit, relevantie en distributie. Het zijn geen losse ingrediënten die je naar eigen goeddunken kunt combineren. Ze zijn vermenigvuldigd, wat betekent dat een nul op een van de drie het totaal naar nul trekt.
Neem uniciteit. Als je je positioneert als de derde viskraam op een markt waar al twee viskramen staan, kun je nog steeds verkopen omdat er vraag is. Maar je bent geen Entity of One, je bent een van de drie. AI-systemen hebben geen reden om jou specifiek te noemen als er twee vergelijkbare alternatieven zijn.
Neem relevantie. Je kunt iets volledig unieks aanbieden, zoals stroopwafels met satésaus, en je kunt die ook op elke markt in Nederland neerzetten. Maar als niemand dat wil, is de distributie verspilde moeite. Relevantie houdt in dat je aanbod aansluit op een echte behoefte bij een echte doelgroep.
Neem distributie. Dit is de as die het meest veranderd is. Vroeger betekende distributie: nummer één in Google worden op de juiste zoekterm. Nu betekent het: aanwezig zijn op meerdere kanalen tegelijk, consistent, met dezelfde identiteitssignalen. AI vat samen wat het overal ziet. Wie op meerdere plekken hetzelfde verhaal vertelt, wordt als coherente entiteit herkend.
Entiteiten mogen breed gedistribueerd zijn, zolang de kern consistent is. AI herkent een coherente identiteit over kanalen heen, maar raakt verward bij tegenstrijdige signalen.
Een van de meest bevrijdende gevolgen van entity-denken is dat je niet meer alles in één centraal punt hoeft te concentreren. Je blog, je podcast, je LinkedIn, je Substack, je vermeldingen in andere publicaties: al die plekken zijn nodes in een netwerk. AI scant dat netwerk en trekt conclusies over wie jij bent en waar jij over gaat.
Denk aan een zwerm spreeuwen boven Rome bij zonsondergang. Elke vogel heeft contact met zijn zeven naaste buren. Toch beweegt de zwerm als één lichaam. Er is geen centrale instructie, geen dirigent. De coherentie ontstaat uit de consistentie van individuele verbindingen. Entiteiten werken op vergelijkbare wijze: elke vermelding, elk artikel, elke aflevering is een individueel signaal. AI ziet het patroon over al die signalen heen.
De voorwaarde is consistentie, niet beperking. Zeg je op LinkedIn het tegenovergestelde van wat je op je blog schrijft, dan heeft AI twee strijdige datapoints en kan geen helder entity-profiel opbouwen. Zeg je overal hetzelfde, vanuit je eigen perspectief en in je eigen taal, dan versterkt elk kanaal de andere kanalen. Breed aanwezig zijn is geen risico, het is een voordeel. Verwarrend aanwezig zijn is het risico.
De Entity of One bouwt voort op Blue Ocean Strategy en het Category of One-concept, maar voegt distributie toe als derde as, omdat AI de aanwezigheid over kanalen heen nodig heeft om een entiteit te herkennen.
Het idee van een unieke marktpositie innemen is niet nieuw. W. Chan Kim en Renée Mauborgne beschreven in Blue Ocean Strategy hoe bedrijven een eigen marktruimte creëren in plaats van te concurreren in een bestaande. Peter Thiel betoogde in Zero to One dat de beste bedrijven een monopoliepositie opbouwen in een categorie die ze zelf definiëren. Beide modellen richten zich op positionering in het hoofd van de klant en in de markt.
Wat de Entity of One toevoegt is het derde element: distributie als gestructureerd signaal voor AI-systemen. Een scherpe positionering die alleen in het hoofd van de ondernemer bestaat, of alleen op één pagina van de website, is voor AI-modellen niet verifieerbaar. AI leert van wat het overal consistent terugziet. Geen vermelding, geen ranking. Geen consistent patroon, geen coherente entity.
De verschuiving is dus niet dat positionering minder belangrijk is geworden. De verschuiving is dat de bewijsvoering van die positionering nu over meerdere kanalen en bronnen heen moet lopen. Uniciteit en relevantie waren al verankerd in bestaande modellen. Distributie als technische infrastructuur voor AI-herkenning is nieuw.
SEO en entity building sluiten elkaar niet uit. Elke pagina die je publiceert draagt bij aan je entity-profiel. Het verschil is dat SEO gericht is op één pagina en één zoekterm, terwijl entity building gericht is op consistente aanwezigheid over meerdere kanalen en bronnen. In de huidige zoekomgeving versterken ze elkaar.
Er is geen vast minimumaantal kanalen. Wat telt is consistentie, niet volume. Twee kanalen met coherente en herkenbare identiteitssignalen leveren meer op dan acht kanalen met tegenstrijdige of oppervlakkige content. Begin met de kanalen waar jouw doelgroep actief is en waar jij geloofwaardig aanwezig kunt zijn.
De entity gap is het gat tussen wie een expert feitelijk is en wat AI-systemen over die expert kunnen verifiëren. Als jouw kennis, ervaring en positionering niet zichtbaar zijn in verifieerbare bronnen buiten je eigen hoofd, kan AI jou niet citeren. De entity gap overbruggen betekent die kennis structureel zichtbaar maken via kanalen en externe vermeldingen.
Uit analyse blijkt dat 80 procent van de bedrijven die door AI worden aanbevolen niet in de top 100 van Google staat. Een hoge Google-ranking helpt, maar is geen voorwaarde. AI-systemen kijken naar de breedte en consistentie van je entity-aanwezigheid, niet uitsluitend naar je positie in de zoekresultaten.
Relevantie is te breed als AI niet meer kan bepalen voor welke specifieke vraag jij het beste antwoord bent. De test is eenvoudig: kun je in één zin uitleggen welk probleem jij oplost voor wie? Als dat lukt, is je relevantie scherp genoeg. Uniciteit en distributie mogen breder zijn, maar de kern van je belofte moet helder blijven.