In mei 2026 ging de keyword-cluster rond AI trip planner door de 6.000 maandelijkse zoekopdrachten in alleen de Verenigde Staten. AI travel planner voegt daar nog eens 4.800 aan toe. AI hotel finder, ai hotel search en ai hotel booking zijn in puur volume nog klein, maar de CPC zit tussen de 5 en 20 dollar, oftewel betaalde intent. TripAdvisor, Expedia en Booking.com hebben allemaal een branded AI-planner uitgerold. De travel-funnel verschuift, snel, van zoekresultaten naar AI-reisschema-chats.
Voor hotelmarketeers is de vraag niet meer of een AI-reisplanner ertoe doet, maar naar welke signalen die planner echt kijkt bij het bepalen of een pand op de shortlist komt. We hebben drie maanden geleden een hotelklant onboard gezet, hun on-page content herschreven rond een specifieke set gestructureerde signalen, en het resultaat gemeten. De AI-zichtbaarheidswinst was het doel. De 672 Google-clicks over 90 dagen, met een duidelijke acceleratie in de laatste maand, was de verrassing.
Dit artikel loopt door de zeven signalen die dat resultaat bepaalden, op volgorde van prioriteit.
Hoe AI-reisplanners daadwerkelijk een shortlist bouwen
Een AI-reisplanner pakt een vrije briefing, breekt die op in gestructureerde constraints (stad, datums, budget, groepsgrootte, interesses, toegankelijkheid, mobiliteit), en haalt vervolgens kandidaat-hotels uit een van drie bronnen: een OTA inventory-API, een search-style web crawl, of een retrieval-augmented index gebouwd op het open web.
De shortlist-stap is waar de signalen ertoe doen. De planner leest je hero-copy op de homepage niet. Hij leest gestructureerde entities. De panden die winnen zijn de panden die hun feiten extraheerbaar hebben gemaakt.
De zeven signalen hieronder zijn de signalen die wij, zowel in deze case als in het bredere BrightEdge-onderzoek dat laat zien dat gestructureerde content ruwweg 4x zoveel AI-citaties krijgt, als hoogste leverage hebben aangewezen.
Signaal 1: FAQPage schema met extraheerbare feiten
De meeste hotel-FAQ's lezen als brochure-copy. "Ons hotel ligt gunstig dichtbij het stadscentrum." "Het strand is op loopafstand." "Er zijn veel goede restaurants in de buurt." Een menselijke gast pikt het. Een AI-reisplanner gooit het weg.
De rewrite is concreet. Elke afstand wordt een getal in minuten en meters. Elk landmark wordt een named entity. Elke OV-verwijzing wordt een lijnnummer en een haltenaam.
"De Dam is 12 minuten lopen vanaf onze entree. Tram 4 stopt op 90 meter van het hotel en bereikt Centraal Station in 3 haltes."
"Praia da Rocha is 4 minuten lopen, 350 meter vanaf onze lobby. Strandhanddoeken en parasols zijn beschikbaar bij de receptie van 08:00 tot 20:00."
"14 restaurants liggen binnen 5 minuten lopen. De dichtstbijzijnde is Trattoria da Marco, 60 meter oostwaarts aan Via Roma. Drie hebben glutenvrije menu's."
Elk antwoord wordt verpakt in FAQPage JSON-LD zodat het vraag-antwoord-paar als gestructureerde entiteit wordt aangemeld. Google heeft in maart 2026 de zichtbare rich-result voor FAQ schema teruggeschroefd, maar de onderliggende datalaag drijft nog steeds AI-citaties aan en helpt Google nog steeds de paginabedoeling te snappen. De snippet-rollback was een UI-wijziging. De datalaag is wat ChatGPT, Perplexity, Gemini en de AI-reisplanners op die modellen lezen.
Signaal 2: locatiedata als datalaag
Het grootste gat in hotelcontent is de afwezigheid van machine-readable locatiecontext. Panden beschrijven zichzelf met een buurtnaam. AI-reisplanners redeneren over panden via afstand tot specifieke entities die de gebruiker noemde.
De fix is om voor elke hotelpagina een gestructureerde lijst van afstanden en tijden te tonen naar de entities waar reizigers daadwerkelijk om vragen: vliegvelden, treinstations, landmarks in het centrum, stranden, congrescentra, ziekenhuizen, supermarkten en tram- of metrohaltes binnen een vaste radius.
Het MapAtlas GeoFAQ-product genereert die lijst automatisch uit een coordinatenpaar. Het haalt loop- en OV-tijden uit een routing engine, bevraagt OpenStreetMap en andere open registers voor named landmarks binnen een instelbare radius, en levert het resultaat zowel als gerenderde HTML voor menselijke lezers als JSON-LD voor machine-extractie.
Signaal 3: Review schema (AggregateRating + Review)
AI-reisplanners citeren review-bewijs. Als jouw reviews alleen in een OTA-listing zitten, citeert de AI-assistent de OTA, niet jou. Als je site Review en AggregateRating schema toont met rating, auteur, body en datum, kan de AI het pand direct citeren.
Het schema moet onderbouwd zijn door echte reviews op de pagina zelf. Schema injecten zonder de bijbehorende reviews triggert Google's quality-filters op gestructureerde data en wordt door de grote AI-crawlers toch genegeerd. De winst zit in het syndiceren van geverifieerde reviews uit je directe boekingskanaal naar de property-pagina's waar AI-reisplanners ze kunnen extraheren.
Signaal 4: LodgingBusiness schema (niet alleen LocalBusiness)
Schema.org LodgingBusiness is een gespecialiseerd hotel-schema met velden die LocalBusiness niet heeft: amenityFeature, starRating, checkinTime, checkoutTime, petsAllowed, numberOfRooms en kamertype-informatie. AI-reisplanners die op amenity-constraints filteren (pet-friendly, gezinskamers, late check-in) kiezen LodgingBusiness-gemarkeerde panden als eerste omdat het antwoord expliciet is.
De meeste hotels gebruiken nog generieke LocalBusiness of helemaal geen schema. Slechts 10,6% van de hotelwebsites heeft schema markup die goed genoeg is om voor rich results te kwalificeren. De competitieve lat in hospitality SEO ligt nog opmerkelijk laag.
Signaal 5: amenity-entities, geen bijvoeglijke naamwoorden
"Luxe voorzieningen" is onzichtbaar voor een AI-reisplanner. Een lijst met rooftop pool, gym 24h, spa, sauna, fietsverhuur, EV-laden, coworking, business center, wasserij, late check-in is extraheerbaar. Elke amenity wordt een named entity die de planner kan matchen tegen de briefing van de gebruiker.
De regel is: elk bijvoeglijk naamwoord in de amenity-copy moet vervangen worden door de specifieke entity waar het naar verwijst. Aantallen waar van toepassing (3 restaurants op locatie, 2 vergaderzalen, 48 parkeerplaatsen). Openingstijden waar van toepassing (gym 24/7, spa 09:00-21:00). Prijstransparantie waar van toepassing (parkeren 18 EUR/nacht).
Signaal 6: openingstijden en check-in transparantie
Receptie-uren, check-in window, check-out tijd en ontbijttijden horen allemaal in LodgingBusiness schema als openingHoursSpecification en checkinTime/checkoutTime velden. AI-reisplanners die briefings met late aankomst of vroeg vertrek afhandelen sturen naar panden die de relevante flexibiliteit expliciet aangeven.
Dit signaal is op zichzelf klein, maar werkt als tiebreaker. Twee panden met vergelijkbare locatie en prijs worden gesplitst door wie zijn check-in policy als gestructureerd feit declareert.
Signaal 7: merkconsistentie en entity-autoriteit
Het zevende signaal staat niet op de pagina van het pand zelf. Het is de consistentie van naam, adres, telefoon en website van het pand over het open web: directories, Wikidata, Wikipedia, OpenStreetMap, de grote OTA's, Google Business Profile, Bing Places, Apple Business Connect. Een AI-assistent matcht de on-site entity van het pand tegen de web-brede entity graph en weegt de citatievertrouwen op consistentie.
De praktische move is een NAP-audit over de directories en registers waar AI-crawlers uit putten, plus een OpenStreetMap-entry met de juiste coordinaat, address tags en amenity tags. Panden met een coherente web-brede entity worden vaker geciteerd dan panden met hetzelfde on-site schema maar een gefragmenteerde externe footprint.
Hoe het 90-dagen resultaat eruitzag
De hotelklant waarmee we werkten heeft de zeven signalen binnen een implementatie-window van twee weken in februari 2026 uitgerold. AI-zichtbaarheid begon binnen 14 dagen te bewegen, gemeten aan opname in ChatGPT- en Perplexity-antwoorden voor de primaire use cases van het pand (loopbaar hotel bij de tram, strandhotel met gezinskamers, hotel bij congrescentrum met parkeren).
Het Google Search Console-resultaat is het deel dat langer duurde om te landen. Over 90 dagen genereerde het pand 672 clicks uit Google web search, met een trage start, een vlak middenstuk en een steile acceleratie in de laatste 30 dagen. Het patroon komt overeen met een gecontroleerd experiment uit september 2025 waarin de enige variabele die zowel Google AI Overview-plaatsing als een organische positie-3 ranking opleverde, een goed geimplementeerd JSON-LD was.
De twee kanalen lijken hetzelfde signaal te belonen omdat het onderliggende mechanisme hetzelfde is: extraheer een feit, match het tegen intent, geef voorkeur aan de bron die het feit het schoonst exposeert.
Wat eerst te shippen
Ben je hotelmarketeer en wil je een concrete startvolgorde, dan is de rangorde signaal 1, signaal 2, signaal 4, signaal 3, signaal 7, signaal 5, signaal 6. FAQPage met locatie-verrijkte antwoorden is de eerste move met de hoogste leverage, omdat dezelfde content-payload AI-reisplanners, Google AI Overviews, traditioneel organisch en de eigen conversie-ratio van het pand voedt. De andere zes signalen stapelen daar bovenop.
Voor een audit van waar jouw pand nu staat op elk van de zeven signalen scoort de MapAtlas AI SEO Checker hotelpagina's tegen 29 gestructureerde signalen en geeft aan welke ontbreken. De GeoFAQ-tool genereert de locatie-verrijkte FAQ-content voor signaal 1 en 2 direct uit een coordinatenpaar.
Het grotere plaatje
De travel-funnel splitst zich. Consumer search beweegt richting AI-reisschema-planners. Hotelmarketeers die AI-zichtbaarheid als losstaand van SEO behandelen, betalen twee keer voor dezelfde aanpassing. De panden die de zeven signalen shippen verschijnen in beide kanalen voor dezelfde content-investering.
Ongeveer een op de zes hotels is op dit moment uberhaupt zichtbaar voor AI hotel search. Het venster om er vroeg bij te zijn staat nog open.
Veelgestelde vragen
Wat is een AI-reisplanner?
Een AI-reisplanner is een generatieve AI-tool die een vrije reisbriefing (datums, budget, interesses, locatie) omzet in een reisschema met hotels, restaurants, vervoer en activiteiten. Voorbeelden zijn de trip planner in ChatGPT en Gemini, losse tools als Layla en Wonderplan, en de ingebouwde planners van Expedia, TripAdvisor en Booking.com. Ze verschillen van traditionele hotelzoekmachines omdat ze gestructureerde data en ongestructureerde webcontent als bewijs gebruiken, geen advertentiebiedingen.
Hoe kiest een AI-reisplanner welke hotels hij aanraadt?
Een AI-reisplanner bouwt een shortlist door de briefing van de gebruiker te matchen met extraheerbare feiten over elk pand: locatie ten opzichte van landmarks die de gebruiker noemde, loopafstand tot OV, amenity-entiteiten, review-sentiment, prijsklasse en check-in flexibiliteit. Panden die deze feiten machine-readable aanbieden (FAQPage, LodgingBusiness, AggregateRating, Review schema, gestructureerde locatiedata) worden vaker gekozen dan panden die diezelfde feiten in marketingteksten verstoppen.
Wat is FAQPage schema en waarom geven AI hotel finders erom?
FAQPage schema is een JSON-LD formaat dat elke vraag-antwoord-combinatie op een pagina als gestructureerde entiteit markeert. AI-assistenten halen die paren schoon eruit omdat het schema expliciet vertelt wat de vraag is en wat het geverifieerde antwoord is. Voor hotels worden FAQPage-items met concrete afstanden, OV-routes, openingstijden en landmark-namen direct citeerbaar binnen AI hotel search-resultaten.
Helpt of schaadt AI hotel search directe boekingen?
AI hotel finders linken vaak naar de eigen website van een pand als de gebruiker om een specifieke aanbeveling vraagt, waarmee de OTA-funnel wordt overgeslagen en de gebruiker richting direct boeken gaat. Panden met gestructureerde data, named entities en een consistente NAP over het hele web worden vaker geciteerd door AI-assistenten, wat zich vertaalt in een groter aandeel direct-channel intent dan bij panden die alleen op OTA-plaatsing optimaliseren.
Is FAQPage schema nog nuttig na de Google-wijziging van maart 2026?
Ja. Google heeft in maart 2026 de zichtbare rich-result voor FAQ schema teruggeschroefd, maar de onderliggende gestructureerde data helpt Google nog steeds te begrijpen waar een pagina over gaat, en blijft het meest betrouwbare extractiesignaal voor ChatGPT, Perplexity, Gemini en de AI-reisplanners bovenop deze modellen. De rollback van het zichtbare snippet was een UI-aanpassing. De datalaag is wat AI hotel search leest, en die is niet veranderd.
Wat is hospitality SEO in het AI-tijdperk?
Hospitality SEO is verschoven van keyword-optimalisatie naar entity-optimalisatie. Het werk draait niet meer om ranken voor hotel bij het strand. Het draait erom elk feit over het pand bloot te leggen als gestructureerde entiteit die een AI-reisplanner of AI hotel finder kan extraheren, vergelijken en citeren. De mechaniek omvat LodgingBusiness schema, FAQPage met locatie-verrijkte antwoorden, Review en AggregateRating schema, geo-coordinaten en een consistente name-address-phone footprint over het hele web.
