AI svarer — men det er ikke tilfældigt hvem den citerer
Når nogen skriver et spørgsmål ind i ChatGPT eller bruger Googles AI Overviews, sker der noget fundamentalt anderledes end ved traditionel søgning. Der er ikke en liste af links at klikke på. Der er et svar. Og i det svar er der måske én eller to virksomheder nævnt — eller ingen overhovedet. Det er den nye virkelighed danske virksomheder skal forholde sig til, og de fleste er slet ikke klar til det.
Det jeg oftest ser er, at virksomheder stadig optimerer som om det er 2019. De arbejder med søgeord, metadata og backlinks — og det er ikke forkert, men det er heller ikke nok længere. AI-modeller henter information fra nettet, men de prioriterer ikke sources på samme måde som et traditionelt søgeresultat. De leder efter klarhed, autoritet og struktur. Og det kræver en anden tilgang.
Hvad AI-modeller faktisk kigger efter
Der er en udbredt forestilling om, at hvis man rangerer højt i Google, så er man automatisk synlig i AI-søgninger. Det passer ikke helt. En høj placering hjælper, fordi det signalerer troværdighed — men det er ikke det eneste parameter.
ChatGPT, Perplexity og lignende modeller er trænet på store mængder tekst. Når de genererer svar, trækker de på mønstre fra den tekst de er eksponeret for. Det betyder, at virksomheder som konsekvent er nævnt i relevante sammenhænge — i artikler, faglige guides, branchemedier og strukturerede sider — har langt større chance for at blive inkluderet i et svar. Det handler om tilstedeværelse og kontekst over tid, ikke om en enkelt optimeret side.
Det typiske problem er, at mange virksomheders hjemmesider er skrevet til at imponere — ikke til at informere. Lange, uklare tekster om “vi brænder for vores kunder” rangerer dårligt hos AI, fordi modellen ikke kan udlede noget konkret og brugbart fra dem. En AI-model belønner præcision.
GEO — det du ikke har hørt nok om endnu
GEO står for Generative Engine Optimization, og det er i al sin enkelhed praksis med at optimere indhold specifikt til at blive citeret eller refereret af AI-systemer. Det er et relativt nyt begreb, men den underliggende logik er solid.
Hvor klassisk SEO handler om at overbevise Googles algoritme om relevans gennem links og søgeordsdensitet, handler GEO mere om at gøre indhold umiddelbart forståeligt og citerbart for en sprogmodel. Det vil sige: klare definitioner, direkte svar på spørgsmål, velstruktureret information og et neutralt, autoritativt sprog der ikke lyder som salgstekst.
En konkret observation: sider der besvarer specifikke spørgsmål direkte i starten af et afsnit — frem for at bygge op til svaret over tre afsnit — klarer sig markant bedre i AI-sammenhæng. Det skyldes at sprogmodeller fungerer ved at finde den mest relevante tekstpassage til et givent spørgsmål. Giver du svaret hurtigt og tydeligt, øger du chancen for at din tekst bliver brugt.
Hvad der faktisk ændrer sig i SEO
Klassisk SEO er ikke død. Det siger jeg til dem, der råber om revolution. Google bruger stadig links, indeksering og teknisk kvalitet som fundamentale signaler. Men den måde folk søger på er under forandring, og det påvirker hvilke sider der faktisk får trafik.
AI Overviews i Google — de svar der nu dukker op øverst, genereret af AI inden de organiske resultater — tager klik fra de traditionelle positioner. Det betyder, at selv en andenpladsen i det organiske resultat kan få væsentligt færre besøg end tidligere, hvis AI-svaret besvarer spørgsmålet tilstrækkeligt. Danske virksomheder mærker dette allerede på trafiktal i visse segmenter, især informationssøgninger.
Det jeg anbefaler er at se SEO og GEO som to lag der arbejder sammen. Den tekniske og linkbaserede SEO skaber fundamentet — troværdighed og indeksering. GEO-laget handler om selve indholdet: er det skrevet på en måde, så en AI-model kan forstå hvad siden handler om, hvem den er relevant for, og hvad den konkret svarer på?
Lokal og niche synlighed i AI-søgninger
Her er noget mange overser: AI-modeller er særligt gode til at citere kilder der dækker et emne dybdegående inden for en afgrænset kontekst. Det er faktisk en fordel for specialiserede SMV’er frem for brede generalister.
En virksomhed der er den tydelige specialist inden for ét område — og som har et website der konsekvent og grundigt behandler det område — har reelt en bedre udgangspunkt for AI-synlighed end en stor generalist med mange overfladiske sider. AI-modeller favoriserer dybde over bredde, fordi dybde signalerer ekspertise i træningsdataene.
Det typiske mønster jeg ser hos virksomheder der lykkes med dette, er at de har investeret i indhold der rent faktisk besvarer de spørgsmål deres kunder stiller — ikke markedsføringssider, men faglige tekster, guides og forklaringer. Det er ikke tilfældigt. Det er en bevidst strategi.
Strukturerede data og teknisk klarhed er ikke valgfrit
Bag det indhold der er synligt for brugeren, ligger der et lag som AI-modeller også reagerer på: strukturerede data. Schema markup, korrekte metatitler, logisk sidestruktur og hurtige sider er ikke detaljer for teknikere — de er signaler som hjælper AI-systemer med at forstå hvad din side handler om, hvem du er, og i hvilken kontekst du er relevant.
Mange danske virksomheders websites er teknisk rodet. Sider med duplikeret indhold, uklar hierarki og manglende markup giver AI-modeller et dårligt grundlag for at bruge dem som kilde. Det er ikke mystisk — det handler om at gøre det let for maskinen at forstå det, mennesket allerede kan se.
AI visibility er ikke et spørgsmål om at gætte en algoritme. Det er et spørgsmål om at producere indhold med en klar hensigt, en tydelig afsender og en konkret relevans for det din målgruppe faktisk søger svar på. Virksomheder der griber det sådan an, vil stå langt stærkere i de næste to til tre år end dem der venter på at se hvad der sker.
Vil du have et konkret blik på hvor din virksomhed står i forhold til AI-søgninger og GEO, er du velkommen til at række ud — jeg kigger gerne med.