Vi spurte fire AI-motorer om 465 danske bedrifter: Teknikken avgjør om du blir sitert – ikke om du blir anbefalt

Vi stilte fire AI-motorer 576 spørsmål om 465 danske bedrifter. Den tekniske utformingen er en sterk indikator på om nettsiden din blir brukt som kilde – men sier ingenting om hvorvidt bedriften din blir anbefalt. To utfall, to svar.

Vi stilte fire AI-motorer 576 spørsmål om 465 danske bedrifter i tre bransjer — bedrifter man kan finne ved å søke på Google i 12 danske byer. Resultatet delte seg i to: den tekniske oppsettet er en sterk prediktor for om siden din blir brukt som KILDE (p=0,000). Den sier ingenting om hvorvidt bedriften din blir ANBEFALT (p=0,988).

Dette er to spørsmål som vanligvis slås sammen til ett. Vi gjorde det selv da vi begynte å regne – og kom først frem til at «teknikken betyr ingenting», noe som var feil. Den betyr noe. Bare ikke det man tror.

Utgangspunktet var det forskningen allerede hadde vist. Princeton-studien bak begrepet GEO fant at målrettet optimalisering av en side kan øke synligheten i AI-svar med opptil 40 % (Aggarwal et al., KDD ’24). Men dette er målt ut fra hvor ofte en side inngår i svaret – ikke ut fra om en bedrift blir anbefalt.

Den andre undersøkelsen er nyere: I mai 2025 sammenlignet Ahrefs 75 000 merkevarer med deres synlighet i Google AI Overviews og fant at omtaler av merkevaren på nettet hadde en sterkere sammenheng med synligheten (0,664) enn tilbakekoblinger gjorde (0,218) – analysen finnes her. Vi kommer tilbake til den lenger ned, for den må leses med forbehold.

Ingen av de to svarer på det en dansk håndverker eller revisor faktisk spør om: blir jeg nevnt når kunden spør en AI? Det er nettopp det vi har målt.

Slik målte vi

Vi spurte ikke motorene om de enkelte bedriftene. Vi stilte de spørsmålene en vanlig kunde stiller – «Hvilke VVS-firmaer kan du anbefale i Aalborg?» – i 12 danske byer, med fire spørsmålsvarianter, til ChatGPT, Gemini, Claude og Perplexity med nettsøk aktivert. Deretter målte vi hvilke av bransjens bedrifter søkemotorene selv viste frem.

To ting ble telt separat: om bedriften ble nevnt ved navn i svaret, og om domenet ble oppgitt som kilde.

De to tallene må tolkes forskjellig, og dette er viktig nok til å nevnes her og ikke bare i metodebeskrivelsen. Navnene i svarteksten er søkemotorens egne – det er ChatGPT, Gemini, Claude og Perplexity, som selv viser frem bedriften. Kilde-URL-ene gjør ikke det i alle fire tilfeller. ChatGPT, Gemini og Claude ble kjørt gjennom en websøk via OpenRouter, der et felles søke-plugin (Exa) henter kildene og sender dem videre til modellen. For disse tre betyr «siteret» derfor: søkelaget fant siden og la den foran modellen – ikke at ChatGPT, Gemini eller Claude hver for seg har funnet den. Perplexity søker selv, og er dermed den eneste av de fire hvor sitatet stammer fra selve søkemotoren.

Hvor mange ble nevnt?

Bransje	Målbare	Nevnt ved navn	Sitat som kilde
Advokater	106	60 (57 %)	59 (50 %)
VVS	162	62 (38 %)	90 (45 %)
Revisorer og regnskapsførere	127	41 (32 %)	46 (31 %)
Totalt	395	163 (41 %)	195 (42 %)

Omtrent fire av ti ble nevnt av minst én motor. Spredningen mellom bransjene er markant: en advokat hadde nesten dobbelt så stor sannsynlighet for å bli nevnt som en revisor.

Den tekniske poengsummen forutså ikke hvem som ble anbefalt

Vi har allerede en teknisk score for hvert nettsted — lesbar tekst uten JavaScript, llms.txt, robots.txt-tilgang for AI-crawlere, strukturerte data, H1 og metabeskrivelse. Hvis denne poengsummen avgjorde hvem AI-en anbefalte, burde de nevnte nettstedene ligge høyere på listen.

Bransje	Poengsum, nevnt	Poengsum, ikke nevnt	p-verdi
VVS	77,9	78,8	0,66
Revisorer	76,5	72,7	0,22
Advokater	70,8	67,3	0,30
Totalt	74,9	74,3	0,70

Ingen av bransjene er i nærheten av signifikans. llms.txt gikk til og med i feil retning i to av tre tilfeller: blant VVS-bedriftene hadde 6 % av de nevnte filen, mot 13 % av de ikke-nevnte; blant revisorene 10 % mot 16 %.

Den åpenbare innvendingen er at det ikke er nok spredning: 41 % av de skannede nettstedene har nøyaktig samme poengsum, fordi de allerede har det grunnleggende på plass. Så vi delte feltet opp i poengbånd og målte andelen nevnte i hvert:

Teknisk poengsum	Bedrifter	Nevnt av AI
Under 60	59	36 %
60–74	104	43 %
75–84	37	32 %
85–100	195	44 %

Kurven er flat. Det er 101 bedrifter under 70 poeng i materialet, så spredningen finnes – og de blir nevnt omtrent like ofte som de i toppen. Manglende varians forklarer altså ikke dette alene.

Det betyr ikke at teknikken er uviktig. Det betyr at den ligner mer på en adgangsbillett enn på et konkurransefortrinn: nødvendig for å bli vurdert, men ikke det som avgjør valget blant dem som allerede er med. Våre data kan ikke si noe om hvordan det ser ut for nettstedene som ligger under bunnlinjen – de er per definisjon ikke synlige i søkeresultatene og inngår derfor ikke.

Men teknikken avgjør noe annet – og det er viktig

Da vi delte opp de to utfallene, ble bildet et helt annet. Den tekniske oppsettet er en sterk indikator på om siden din blir brukt som KILDE. Det sier ingenting om hvorvidt bedriften din blir ANBEFALT.

Resultat	Teknisk poengsum	JSON-LD	p-verdi
Sitat som kilde	77,9 mot 72,7	68 % mot 57 %	0,000
Nevnt som anbefaling	74,9 mot 74,9	63 % mot 61 %	0,988

Det er to forskjellige spørsmål, og de har hvert sitt svar:

• «Bruker AI siden min som kilde?» — her spiller teknikken en stor rolle. Forskjellen er 5,2 poeng og svært signifikant. Strukturerte data og lesbar HTML gjør siden din brukbar for en modell.
• «Anbefaler AI min bedrift?» — her har teknikken ingen målbar betydning. Poengsummen er identisk på begge sider av skillelinjen.

Man kan altså godt være den siden som AI leser og henviser til, uten å være den virksomheten som AI peker på. Det tekniske arbeidet er ikke bortkastet — det gir bare et annet utfall enn det de fleste tror.

Derimot stemmer ikke én ting: innholdslengde. Siterte sider har i gjennomsnitt 1 083 ord mot 895 hos ikke-siterte, men forskjellen er ikke statistisk signifikant (p=0,32). Vi nevner dette fordi «skriv lengre tekster» er et utbredt råd – våre data støtter ikke dette.

Hva AI faktisk siterte

Det ble henvist til 4 034 kilder fordelt på 494 domener. Fordelingen overrasket oss:

• 61 % var bedriftenes egne nettsteder (2 457 siteringer).
• 16 % var kataloger og anmeldelsessider (630).
• 23 % var andre tredjeparter – bransjeportaler, medier, andre selskapers sider (1 237).

Egne nettsider dominerer altså. Det er verdt å huske på hvis man er i ferd med å konkludere med at AI kun ser på omtale andre steder – det gjør den ikke.

Hvor de 4 034 kildene kom fra, fordelt: 1 874 (46 %) er fra Perplexity, hentet av søkemotoren selv, med et gjennomsnitt på 13 kilder per svar. De resterende 2 160 (54 %) fordeler seg med nøyaktig 720 på hver av ChatGPT, Gemini og Claude — nøyaktig fem per svar, fordi søkeplugin-modulen bak dem leverer fem. At tallet er det samme for de tre, er ikke en tilfeldighet: de fikk den samme listen. En påstand som «ChatGPT siterte 720 kilder» er derfor en påstand om søkelaget, ikke om ChatGPT.

Hvilke kilder gikk igjen i alle tre bransjer?

Av 494 domener ble bare seks sitert i alle tre bransjene. Alle seks er kataloger eller registre.

Domene	Siteringer	Hva det er
krak.dk	103	Bedriftskatalog
findformig.dk	78	Katalog med anmeldelser
Trustpilot	73	Anmeldelsesplattform
cvrexplorer.com	23	CVR-registeroversikt
LinkedIn	22	Bedriftsprofiler
degulesider.dk	17	Bedriftskatalog

Alt annet var bransjespesifikt. Det er den mest handlingsrettede observasjonen i datasettet: uansett om man er advokat, revisor eller rørlegger, ble det hentet fra det samme lille settet med kataloger — og en katalogprofil er noe man kan gjøre noe med på en ettermiddag.

Men de seks katalogene tilhører stort sett Perplexity alene, og det endrer hvem rådet gjelder for. Deler man de 316 kataloghenvisningene opp på søkemotorene, står Perplexity for 294 av dem (93 %):

• krak.dk, degulesider.dk, cvrexplorer.com og LinkedIn: alle henvisningene kom fra Perplexity. ChatGPT, Gemini og Claude henviste til dem null ganger til sammen.
• findformig.dk: 59 av de 78 var fra Perplexity; de siste 19 fordelte seg med 6–7 på hver av de tre andre.
• Trustpilot: 70 av de 73 var fra Perplexity – de tre andre siterte den én gang hver.

Forklaringen er den samme som ovenfor: de tre brukte det samme søkepluginet, og dette pluginet pekte hovedsakelig mot bedriftenes egne nettsider fremfor kataloger. Så katalogrådet er ikke feil – det er bare mer målrettet enn tabellen antyder: en katalogprofil er først og fremst en Perplexity-investering, målt her. Hvis du vil forbedre de tre andre, er din egen nettside den plattformen kildene faktisk ble hentet fra.

Vær oppmerksom på hva dette ikke sier. Vi har målt hvilke kilder AI siterte – ikke at en profil i disse katalogene fører til at du blir nevnt. For å finne ut av det måtte vi følge de samme bedriftene over tid og se om endringer i katalogene har noen innvirkning. Den målingen har vi ikke gjort ennå.

Hva sier andre målinger om omtaler kontra lenker?

Vårt eget datasett sier ingenting om hvorfor noen bedrifter blir nevnt. Den nærmeste eksterne referansen er Ahrefs-analysen fra innledningen: 75 000 merkevarer, publisert 26. mai 2025, sammenlignet med deres synlighet i Google AI Overviews. Målt med Spearmans rangkorrelasjon hang omtaler av merkevaren tettere sammen med synligheten (0,664) enn antall tilbakekoblinger gjorde (0,218).

Dette er verdt å vite. Men det må leses med fire forbehold – de tre første påpeker Ahrefs selv:

• Det er Google AI Overviews. Ikke ChatGPT, Claude eller Perplexity. Én dimensjon, ikke «AI-synlighet» generelt – og det er en viktig forskjell når tallet blir sitert.
• Sammenhengen er ikke sterk i seg selv. Ahrefs beskriver alle de undersøkte faktorene som moderate til svært svake. 0,664 er en tydelig sammenheng, ikke en forklaring på det meste.
• Korrelasjon er ikke årsak. Kjente merkevarer blir både nevnt oftere og brakt opp oftere. Undersøkelsen kan ikke skille mellom de to, og forfatterne hevder heller ikke det.
• Unngå brøkformen. Tallet sirkulerer mye som et forhold: at omtaler skal ha tre ganger så stor effekt som tilbakekoblinger. Det er 0,664 delt på 0,218 – og to korrelasjonstall kan ikke deles med hverandre på den måten. Forholdet mellom dem sier ikke at effekten er tre ganger så stor. Gjengi de to tallene hver for seg, ikke forholdet.

Sammenholdt med våre egne tall peker de to i samme retning uten å motsige hverandre: omtale andre steder enn på ditt eget nettsted betyr noe. Men de seks katalogene som søkemotorene faktisk siterte i dansk lokalsøk, er et mer konkret utgangspunkt enn en generell jakt på omtaler — og de er målt på nettopp det markedet du selger i. Ahrefs’ analyse finner du her.

Hva vi ikke kan svare på

Vi kan med rimelig sikkerhet si hva som ikke avgjør synligheten: den tekniske poengsummen, blant nettsteder som allerede er synlige i søkeresultatene. Vi kan ikke si hva som da avgjør det.

Vi har ikke målt antall anmeldelser, alder, bedriftsstørrelse eller markedsføringsbudsjett. Enhver forklaring på hvorfor advokater klarer seg bedre enn revisorer, ville være et gjetning fra vår side. Det er en måling vi gjerne vil gjennomføre – og vi vil offentliggjøre den, uansett hva den viser.

Den praktiske konsekvensen er den samme uansett forklaring: du kan ikke regne ut om AI nevner bedriften din. En teknisk sjekkliste kan vise om du har det grunnleggende på plass – men ikke om søkemotorene faktisk viser deg øverst når en kunde søker. Det er to forskjellige spørsmål, og bare det ene kan besvares ved å måle.

Ofte stilte spørsmål

Forutsier en god teknisk GEO-score at AI nevner bedriften din?
Nei — men den forutsier om AI bruker siden din som kilde. Det er to forskjellige utfall. Blant 465 danske bedriftsnettsteder (Geoa, 26. juli 2026) hadde de bedriftene AI ANBEFALTE en teknisk score på 74,9 mot 74,9 hos de øvrige — ingen forskjell (p=0,988). Men sidene AI SITERTE som kilde scoret 77,9 mot 72,7, og den forskjellen er sterkt signifikant (p=0,000).

Hva er forskjellen på å bli sitert og å bli anbefalt av AI?
Å bli sitert betyr at AI bruker siden din som kilde til svaret sitt. Å bli anbefalt betyr at AI nevner bedriften din som et konkret valg for kunden. I dataene våre henger teknisk oppsett sterkt sammen med det første og slett ikke med det andre. Man kan altså godt være siden AI leser, uten å være bedriften AI peker på.

Hjelper llms.txt da med å bli nevnt av AI?
Dataene våre viser ingen positiv sammenheng. Blant de søkbare VVS-bedriftene hadde 6 % av de nevnte en llms.txt mot 13 % av de ikke-nevnte; hos revisorene 10 % mot 16 %. Det beviser ikke at filen skader — tallene er små, og utvalget er begrenset. Men påstanden om at llms.txt får AI til å nevne deg, kan vi ikke støtte med egne målinger.

Hvilke kilder bruker AI da når den anbefaler lokale bedrifter?
Det ble sitert 4 034 kilder fordelt på 494 domener. 61 % var bedriftenes egne nettsider. Bare seks domener gikk igjen på tvers av alle tre bransjene, og de var alle kataloger eller registre: krak.dk (103 sitater), findformig.dk (78), Trustpilot (73), cvrexplorer.com (23), LinkedIn (22) og degulesider.dk (17). Legg merke til fordelingen: 294 av de 316 kataloghenvisningene kom fra Perplexity, som er den eneste av de fire søkemotorene som selv utfører søk. ChatGPT, Gemini og Claude brukte et felles søke-plugin (Exa), som leverte fem kilder per svar og nesten aldri pekte på katalogene.

Hvor stor forskjell er det mellom bransjer?
Stor — langt større enn mellom tekniske scorer. Av de målbare bedriftene ble 57 % av advokatene nevnt av minst én motor, mot 38 % av VVS-bedriftene og 32 % av revisorene. Bransjen betydde altså mer for synligheten enn nettstedets tekniske oppsett.

Kan jeg sitere tallene?
Ja. Oppgi «Geoa, juli 2026, n=465 bedrifter, 576 AI-svar» og len gjerne til analysen. Hvis du bruker kildetallene, må du ta med følgende forbehold: tre av de fire søkemotorene hentet kildene sine fra et felles søke-plugin, kun Perplexity søkte selv. Vi noterer datoen ved hver oppdatering, slik at eldre sitater kan spores tilbake til den versjonen de stammer fra.