GEO voor hogeschool Windesheim

De aanpak

De bestaande studiekeuzecontent bood al veel informatie. Wij wilden die nog beter laten aansluiten op de routes die een studiekiezer neemt. Daarom begonnen we bij de studiekiezer zelf: wat houdt die bezig, en wat wil die weten? Pas daarna keken we naar de website.

Stap 1: denken als de studiekiezer

De belangrijkste input kwam uit een brownpaper-sessie met het communicatieteam. Op basis van de klantreis van Windesheim schreven we per fase de vragen uit die studiekiezers hebben: oriëntatie, verkennen, verdiepen en keuze. Daaruit bleek een duidelijk verschil tussen twee groepen.

De jonge studiekiezer van zestien of zeventien begint bij zichzelf. Wat past bij mij? Wat vind ik leuk? Welke studie past bij mij als ik goed ben in biologie? Daarna komen vragen over profielen en beroepen, over het verschil tussen verwante studies, en pas later over de hogeschool zelf: hoe is de sfeer, en zal ik me er thuis voelen?

De professional begint bij het eigen leven. Ben ik te oud om te studeren? Hoeveel avonden per week ben ik kwijt? Betaalt mijn werkgever mee? Hier draait het vooral om de vraag of een opleiding haalbaar en verstandig is.

Zulke vragen stellen studiekiezers in hele zinnen aan ChatGPT, en ze staan in geen enkele zoekwoordenlijst. Een AI-agent in Dust structureerde de uitkomsten van de sessie. Met query fan-out, zoektermanalyse en LLM-onderzoek vulden we ze aan met de deelvragen die Google en ChatGPT zelf stellen. Zo ontstond een vragenset van breed (“welke hbo-opleiding past bij mij?”) tot specifiek (“kan ik op mijn veertigste nog een carrièreswitch maken?”).

Stap 2: bepalen welke informatie AI-tools over Windesheim nodig hebben

We legden alle vragen geautomatiseerd naast de bestaande content. Welke vragen verdienden een eigen pagina, en waar kon een bestaande pagina uitgebreider?

Dit is waar het interessant wordt. Een deel van de vragen kan ChatGPT prima beantwoorden met algemene kennis. Voor vragen als “waarin onderscheidt Windesheim zich?” is concrete informatie van Windesheim zelf nodig. Hoe concreter die op de eigen site staat, hoe beter AI-tools Windesheim correct in hun antwoord meenemen.

Met een grounding-analyse onderzochten we welke Windesheim-specifieke informatie online beschikbaar en bruikbaar was als bron voor AI-systemen. Denk aan:

• Welk profiel past bij welke Windesheim-studie?
• Is Windesheim een plek waar ik mij thuis kan voelen?
• Welke begeleiding is er bij dyslexie, ADHD of andere ondersteuningsbehoeften?
• Waarin verschilt Windesheim concreet van andere hogescholen?

Op die onderwerpen moet Windesheim zelf de belangrijkste bron zijn. Informatie over begeleiding, opleidingsaanbod, sfeer en wat Windesheim onderscheidt, moet daarom concreet en goed vindbaar op de eigen website staan. Alleen dan kunnen studiekiezers, zoekmachines en AI-systemen deze informatie meenemen.

Stap 3: de studiekeuzesectie gericht uitbreiden

Op basis van de vragenset en de grounding-analyse breidden we de bestaande structuur uit voor twee doelgroepen: jonge studiekiezers en professionals. De opleidingspagina’s zelf bleven buiten het project. Daarom zetten we het antwoord waar de vraag gesteld wordt: wie twijfelt tussen twee ICT-opleidingen, zoekt bij het interessegebied ICT. Daar kwamen de vergelijkingen.

De nieuwe en uitgebreide pagina’s sluiten aan op verschillende zoekroutes, doelgroepen en momenten in het keuzeproces:

• Van profiel naar studie, voor studiekiezers die aansluiting zoeken bij hun profiel in het voortgezet onderwijs
• Van beroep naar studie, voor wie vanuit een beroepsbeeld zoekt naar de juiste opleiding
• Hoe kies je een hbo-opleiding?, een praktisch stappenplan
• Van mbo naar hbo, gericht op doorstromers vanuit het mbo
• Studies vergelijken, bij elk van de negen interessegebieden, met de vragen die studiekiezers echt stellen, zoals “wat is het verschil tussen bedrijfskunde en bedrijfseconomie?”
• Studeren in deeltijd, voor professionals: van een carrièreswitch tot een studie combineren met werk en gezin
• Studeren bij Windesheim, wat Windesheim onderscheidt als hogeschool

Samen ging het om 33 pagina’s: 13 nieuw, 18 uitgebreid en 2 samengevoegd. Daarvan zijn er 22 voor jonge studiekiezers en 11 voor professionals. De structuur bleef verder gelijk: geen nieuw hoofdmenu en, op de twee samengevoegde artikelen na, geen verplaatste URL’s.

Stap 4: schrijven in nauwe samenwerking

Onder maakte de eerste versies, in vier weken tijd. Een eigen GPT met de tone of voice van Windesheim en alle eerdere feedback schreef mee als extra redacteur, zodat het communicatieteam zich op de inhoud kon richten. Het team vulde de teksten aan met kennis over de opleidingen, begeleiding en doelgroepen, en de studiekeuzeadviseurs toetsten ze inhoudelijk. Elke twee weken namen we de feedback en de knelpunten samen door.

Bij het schrijven kozen we voor een adviserend perspectief. De keuze die de bezoeker moet maken, staat centraal. Dat betekent concrete antwoorden, eerlijke afwegingen en Windesheim-specifieke informatie op de momenten waarop die de studiekiezer echt verder helpt.

Ook de opbouw volgt de lezer. Uit heatmaps bleek dat bezoekers veel op de vraag-antwoordblokken klikten. Daarom werkten we met korte vragen en directe antwoorden, die een lezer snel scant en een taalmodel makkelijk citeert. Zo zetten we ook studiekosten en financiering om naar vragen en antwoorden. Tussen 25 maart en 1 april plaatste Windesheim de pagina’s zelf in het CMS.

Stap 5: meten zoals de studiekiezer vraagt

Uit dezelfde vragenset haalden we de prompts die we meten. In Promptwatch stellen we de 117 vragen met een persona: de jonge studiekiezer en de professional, elk met de eigen vragen. Zo antwoordt het model zoals het dat bij die persoon zou doen. Het gaat om algemene vragen zonder plaatsnaam, dus Windesheim moet zich op inhoud waarmaken tegenover de zeven andere hogescholen.

Daarnaast meten we elke week 212 vragen in Advanced Web Ranking, voor ChatGPT en AI Overviews. Met Google Search Console en GA4 volgen we de klikken, de bezoekers uit ChatGPT en de stap naar Studielink.

AI-antwoorden verschillen per model, moment en gebruiker. Daarom meten we met een vaste set vragen en over meerdere maanden. Zo zie je de richting.

Doelstellingen en resultaten

Op basis van de nulmeting stelden we samen met Windesheim drie doelen:

1. Meer merkzichtbaarheid in AI-antwoorden: in ChatGPT binnen een jaar de meest zichtbare hogeschool worden, en in AI Mode en AI Overviews verder groeien
2. Vaker als bron gebruikt worden: windesheim.nl moet de meest geciteerde hogeschoolsite worden, en vooral de studiekeuzesectie
3. Meer klikken en vertoningen in Google op de studiekeuzepagina’s dan in 2025, en sneller groeien dan de site als geheel

ChatGPT: van plek 2 naar plek 1

Het doel voor ChatGPT was binnen een half jaar gehaald. De zichtbaarheid ging van 9,5% in februari naar 25,3% in september. Sinds augustus is Windesheim de meest zichtbare van de acht gevolgde hogescholen, in september ruim voor de nummers twee en drie (14,3% en 14,2%). ChatGPT noemt Windesheim twee keer zo vaak, van 17 naar 33 keer per 100 antwoorden, en eerder in het antwoord: gemiddeld op plek 2,5 in plaats van plek 5.

Ook als bron groeide Windesheim. ChatGPT gebruikt windesheim.nl nu 49 keer per 100 antwoorden als bron, tegen 7 keer in februari. Sinds augustus is windesheim.nl daarmee de meest geciteerde hogeschoolsite in ChatGPT. Vier van de tien meest geciteerde pagina’s van windesheim.nl komen uit dit project. Voorop staat “Wat is deeltijd hbo?”, een nieuwe pagina voor professionals, met 438 citaties in augustus en september. Alleen de homepage wordt vaker als bron gebruikt.

Google: elke week nummer 1 in AI Overviews

In AI Overviews groeide Windesheim van plek 3 naar plek 1: sinds 13 april is Windesheim elke week de nummer 1 op de 212 vragen. De studiekeuzepagina’s worden er twee keer zo vaak geciteerd (17 naar 34). In AI Mode ging de zichtbaarheid van 22,8% naar 38,2%. In de gewone zoekresultaten kregen de studiekeuzepagina’s van mei tot en met augustus 36% meer klikken dan een jaar eerder, terwijl de hele site gelijk bleef (−1%). In juli en augustus, als het op de site rustig is, was de groei het grootst: +48%.

Bezoekers: meer verkeer uit ChatGPT, vaker naar Studielink

De zichtbaarheid is terug te zien in bezoekers. Van 1 mei tot 27 september kwamen er 90% meer bezoeken vanuit ChatGPT dan een jaar eerder (3.553 naar 6.747), terwijl het totale bezoek aan de site met 3% steeg. De studiekeuzepagina’s kregen 2,4 keer zoveel bezoekers uit ChatGPT. Bezoekers lezen de pagina’s ook langer: de leestijd per paginaweergave steeg met 14%, tegen 1% op de hele site.

En de stap naar aanmelden groeide mee. Van april tot en met september klikten bezoekers 21% vaker door naar Studielink dan een jaar eerder. Vanuit AI-assistenten werden dat er ruim drie keer zoveel.

GEO begint bij de persoon achter de vraag

Een zeventienjarige die twijfelt welke studie bij haar profiel past. Een professional van 45 die wil weten of een opleiding naast werk en gezin haalbaar is. Hoe beter je begrijpt wat zo iemand bezighoudt, hoe beter je content aansluit. Dat zijn ook de vragen die ze aan ChatGPT en Google stellen. Daarom begonnen we offline, met pen en papier en het communicatieteam, en lieten we de studiekeuzeadviseurs de teksten toetsen.

De vaste vragenset blijft draaien. Zo zien we waar nieuwe vragen ontstaan en welke content verdere aanscherping nodig heeft. Want vraagt een zeventienjarige nu aan ChatGPT wat bij haar past, dan is Windesheim de hogeschool die ze het vaakst te horen krijgt.