XML-sitemap: help zoekmachines je pagina's te vinden

Een XML-sitemap (Extensible Markup Language-sitemap) is een gestructureerd bestand dat zoekmachines vertelt welke pagina's er op je website bestaan en welke je ze wilt laten vinden. Elke regel bevat een URL en optionele metadata, verpakt in tags die machines direct kunnen lezen. In plaats van erop te vertrouwen dat crawlers elke interne link volgen, geeft een sitemap hun een nette lijst van je canonieke pagina's, gerangschikt op belang.

Een sitemap garandeert geen indexering, maar is wel een van de betrouwbaarste signalen die je over de structuur van je site kunt geven. De sitemapdocumentatie van Google adviseert er een voor sites die groot of nieuw zijn, weinig externe links hebben of rijke media bevatten. In 2026, nu AI-crawlers van OpenAI, Anthropic en Perplexity met Googlebot strijden om dezelfde serverbronnen, is een schone sitemap waardevoller dan ooit.

Wat een XML-sitemap bevat

Het kernelement is de URL. Elke pagina die je gecrawld wilt hebben, staat in een <url>-blok met een <loc>-tag die het volledige, absolute adres bevat (het complete pad met https://, niet een relatief pad). Het bestand begint met een <urlset>-declaratie en moet UTF-8-codering gebruiken.

Naast de URL ondersteunt het protocol drie optionele tags: <lastmod>, <changefreq> en <priority>. De waarde <lastmod> geeft aan wanneer een pagina voor het laatst inhoudelijk is gewijzigd. De tag <changefreq> geeft aan hoe vaak een pagina wordt bijgewerkt en <priority> wijst op het relatieve belang.

Het is cruciaal om te weten hoe Google hiermee omgaat. Google gebruikt <lastmod> als de waarde consequent en aantoonbaar juist is, maar negeert <priority> en <changefreq> volledig. De les: besteed geen tijd aan het finetunen van prioriteitsscores. Besteed die tijd aan het kiezen van de juiste URL's en aan het eerlijk houden van <lastmod>.

Groottelimieten en sitemapindexbestanden

Een enkel sitemapbestand is beperkt tot 50000 URL's of 50MB ongecomprimeerd, afhankelijk van wat eerst wordt bereikt. Je kunt het bestand met gzip comprimeren om bandbreedte te besparen, maar de ongecomprimeerde grootte telt nog steeds mee voor de limiet. De meeste websites komen nooit in de buurt van deze grenzen, maar grote webshops en uitgeverijen wel.

Overschrijd je een van beide limieten, dan verdeel je je URL's over meerdere sitemapbestanden en verwijs je ernaar vanuit één sitemapindexbestand. De index is zelf een XML-bestand met de locatie van elke onderliggende sitemap. Zo dien je één hoofd-URL in en kun je toch duizenden of miljoenen pagina's logisch indelen (bijvoorbeeld één sitemap per productcategorie of contenttype).

Sitemaps per sectie opsplitsen maakt ook de diagnose makkelijker. Als je het sitemaprapport in Google Search Console bekijkt, zie je precies welke groep pagina's problemen heeft met het vinden of indexeren, in plaats van naar één gigantische lijst zonder onderscheid te staren.

Welke URL's je opneemt

Neem alleen canonieke, indexeerbare pagina's op die je echt in de zoekresultaten wilt. Een sitemap is geen dump van elke URL die je CMS kan genereren. Sluit dubbele pagina's, gepagineerde archieven, varianten met parameters, bedankpagina's en alles wat door een noindex-richtlijn wordt geblokkeerd uit. Niet-canonieke URL's opnemen geeft tegenstrijdige signalen en verwatert de waarde van het bestand.

Een veelgemaakte fout is dat de sitemap niet meer synchroon loopt met de live site. Als hij URL's bevat die nu een 404 geven of doorsturen, tast je het vertrouwen aan dat crawlers in het bestand hebben. Controleer regelmatig, zodat elke regel naar een live, canonieke pagina met 200-status verwijst. Die discipline hangt direct samen met het crawlbudget: een compacte sitemap wijst crawlers op wat telt en weg van wat verspilling is.

Gespecialiseerde soorten sitemaps

Naast de standaardsitemap voor pagina's ondersteunt het protocol extensies voor media. Met afbeeldings- en videositemaps maak je visuele content vindbaar die crawlers anders zouden missen, met gegevens zoals bijschrift, titel en duur. Nieuwsuitgevers kunnen een Google News-sitemap gebruiken om actuele artikelen te markeren, zodat ze sneller worden opgepikt.

Je hebt meestal niet elk type nodig. Is je site rijk aan afbeeldingen of heb je een videobibliotheek, dan helpt de bijbehorende extensie om die bestanden te laten vinden. Voor de meeste contentsites volstaat een schone standaardsitemap met je artikelen, landingspagina's en belangrijkste bronnen om goed te kunnen crawlen en indexeren.

Je sitemap indienen

Er zijn drie hoofdmanieren om zoekmachines van je sitemap op de hoogte te brengen. De meest directe is Google Search Console, waar je in het sitemaprapport de URL van het bestand indient en daarna in de loop van de tijd volgt hoeveel pagina's zijn gevonden, gecrawld en geïndexeerd. Bing biedt hetzelfde via Bing Webmaster Tools.

De tweede methode is de sitemap in je robots.txt-bestand vermelden met één regel: Sitemap: https://example.com/sitemap.xml. Elke crawler die je robots.txt leest, weet dan waar hij de sitemap kan vinden. De derde is de Search Console API voor indiening via code, handig als je sitemaps automatisch opnieuw genereert.

Let op: Google heeft het oude ping-endpoint zonder authenticatie uitgefaseerd, dus de oude methode om een URL te pingen werkt niet meer. Dien in via Search Console of robots.txt. IndexNow vult sitemaps aan door direct meldingen van URL-wijzigingen naar deelnemende zoekmachines te sturen, in plaats van te wachten op de volgende crawl.

XML-sitemaps en AI-crawlers in 2026

Sitemaps zijn nu om meer dan Google belangrijk. AI-assistenten zoals ChatGPT, Perplexity en Gemini zetten hun eigen crawlers in (GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot) om de content te verzamelen en te verversen die ze citeren. Een actuele, juiste sitemap helpt deze systemen je pagina's te vinden en te tonen in door AI gegenereerde antwoorden.

Serverlogs uit 2025 lieten zien dat het verkeer van AI-crawlers sterk steeg, waarbij sommige bots op jaarbasis met enkele honderden procenten groeiden. Dat verkeer concurreert om dezelfde bronnen die Googlebot gebruikt. Een gerichte sitemap die crawlers naar je beste content wijst, samen met juiste <lastmod>-datums, helpt elke zoekmachine haar beperkte crawlcapaciteit te besteden aan de pagina's die jij het liefst gevonden en geciteerd ziet.

Veelgemaakte fouten met XML-sitemaps

Geobsedeerd zijn door priority en changefreq is de klassieke fout: Google negeert beide, dus die moeite is verspild. Andere veelvoorkomende problemen zijn het opnemen van niet-canonieke of doorgestuurde URL's, 404's in het bestand laten staan, vergeten <lastmod> bij te werken wanneer content echt verandert en de limiet van 50000 URL's overschrijden zonder op te splitsen in een index.

Een ander subtiel probleem is het vervalsen van <lastmod>-datums. Als je bij elke nieuwe generatie alle URL's de datum van vandaag geeft, wordt het signaal betekenisloos en leert Google het te wantrouwen. Werk de datum alleen bij als de content van de pagina echt verandert. Juist die nauwkeurigheid maakt de tag waardevol om te bepalen welke pagina's eerst opnieuw gecrawld worden.

Je sitemap monitoren en onderhouden

Zie je sitemap als een levend bestand, niet als een eenmalige instelling. Controleer het sitemaprapport in Search Console elke maand om te bevestigen dat het bestand wordt gelezen, het verschil tussen ontdekte en geïndexeerde pagina's te bekijken en parseerfouten vroeg op te sporen. Een groeiend verschil tussen ingediende en geïndexeerde URL's wijst vaak op problemen met de contentkwaliteit of dubbele content, niet op een fout in de sitemap.

De meeste moderne contentplatforms genereren en updaten sitemaps automatisch, waardoor ze actueel blijven terwijl je publiceert. Beheer je er handmatig een, bouw dan een stap voor het opnieuw genereren in je publicatieproces, zodat nieuwe pagina's snel verschijnen en verwijderde pagina's verdwijnen. Combineer dit met een regelmatige technische audit om de crawlsignalen op je hele site schoon te houden.

Hoe maak je een XML-sitemap?

Op de meeste platforms schrijf je een XML-sitemap niet met de hand: het CMS of een SEO-plug-in genereert hem en werkt hem bij telkens als je publiceert. Alleen op een maatwerk- of statische site bouw je er zelf een, door je canonieke URL's op te sommen en het bestand bij elke build te genereren.

Volg voor een maatwerksite deze stappen:

1. Maak een lijst van de URL's die je geïndexeerd wilt hebben: alleen canonieke versies met een 200-status, zonder parameters, redirects of noindex-pagina's.
2. Genereer het bestand in het standaardformaat, met één url-regel per pagina en een lastmod-datum die uit de echte wijzigingsdatum komt.
3. Splits het met een sitemapindex op in meerdere bestanden als je meer dan 50000 URL's of 50 MB ongecomprimeerd haalt.
4. Plaats het in de hoofdmap van het domein, open het in een browser om te controleren of het laadt en verwijs ernaar in robots.txt.
5. Maak het genereren onderdeel van elke deployment, zodat nieuwe pagina's zonder handwerk verschijnen.

Welk platform je ook gebruikt, open het gegenereerde bestand één keer: plug-ins nemen soms tagarchieven, bijlagepagina's of testpagina's op die je liever buiten de sitemap houdt.

Conclusie

Een XML-sitemap is een eenvoudig bestand met grote hefboomwerking: het bevat de canonieke URL's die zoekmachines en AI-crawlers moeten vinden. Het dwingt geen indexering af, maar versnelt wel het vinden van pagina's, vooral op grote, nieuwe of vaak bijgewerkte sites. Beperk het tot indexeerbare canonieke pagina's, houd je aan de limieten van 50000 URL's en 50MB met indexbestanden, houd de <lastmod>-datums eerlijk en negeer priority en changefreq, want Google doet dat ook. Dien in via Search Console, verwijs ernaar in robots.txt en monitor elke maand het verschil tussen ontdekte en geïndexeerde pagina's. In 2026 helpt een schone sitemap elke zoekmachine, van Google tot ChatGPT, haar crawlcapaciteit te besteden aan de pagina's die er het meest toe doen. Bekijk hoe de GEO SEO-audit van Sorank je sitemap en crawlgezondheid automatisch controleert.