AI-søgning
Sådan opbygger brands den tillid og autoritet, der får AI til at anbefale dem
AI anbefaler de brands, som andre står inde for. En praktisk guide til identitet, anmeldelser, lister, dokumentation og outreach – med et gennemregnet eksempel.

Indhold
AI anbefaler de brands, som andre kilder står inde for. Du opbygger autoritet ved at gøre din identitet entydig, få anmeldelser og pladser på de rigtige lister, publicere dokumentation og være til stede der, hvor AI allerede kigger.
De fleste brands står svagest på autoritet. Og det er den faktor, der er sværest at rette op på med dit eget indhold.
Tag det demo-workspace, vi bruger til at vise, hvordan det fungerer. Her følger vi et stort sportstøjsbrand i forhold til seks konkurrenter i Danmark, Sverige, Storbritannien og USA. I Danmark får brandet 61 ud af 100 på autoritet. For et kendt brand lyder det helt fint.

De fem faktorer for brandet i Danmark. Samlet får autoritet 61. Gennemsnittet skjuler, hvor brandet står svagt. Demo-workspace; brandnavne er sløret.
Se så på ét emne: strømper. Her er brandet synligt i 14,1 % af svarene, mens den førende konkurrent ligger på 21,5 %. AI henviser til brandet 68 gange, når spørgsmålene handler om strømper, og til den førende 201 gange. På autoritet får emnet 17 ud af 100. De lister, AI henviser til om strømper, fx iRunFars bedste løbestrømper og NBC News' bedste træningsstrømper, nævner slet ikke brandet.

Emnet strømper i Danmark: autoritet 17 ud af 100 og 68 kildehenvisninger, mens den førende har 201. Den foreslåede tilgang er partnerskaber og kildehenvisninger med stor effekt – ikke mere tekst på brandets eget website. Demo-workspace; brandnavne er sløret.
Denne guide er opskriften på netop den situation. Den bygger på det, vi ser hos de brands, vi følger.
Det korte svar
For en AI-assistent er autoritet de beviser, den kan finde for, at andre end dig selv bakker op om det, du siger. Brands opbygger den i fem lag:
- Identitet. Sørg for, at modellerne ved præcis, hvem du er, og ikke forveksler dig med andre.
- Bekræftelse. Få andre kilder til at sige det samme om dig, som du selv siger.
- Dokumentation. Publicer tal, cases og anmeldelser, som en model kan citere.
- Tilstedeværelse. Kom med på de konkrete sider, AI allerede henviser til, når dine kunder spørger.
- Konsistens. Sig det samme alle steder, så alle kilder er enige.
Indholdet på dit eget website betyder stadig noget, men det kan ikke klare opgaven alene. Dit website er én stemme. Autoritet er det, de andre stemmer siger.
Derfor er dit eget website ikke nok
AI-svar bygger sjældent på brandets eget website. Vi har undersøgt 100 kundebrands og 5,9 mio. kildehenvisninger. For mediankunden udgjorde brandets egne domæner kun 6,8 % af de kilder, AI henviste til i svarene inden for brandets kategori. De resterende 93 % var tredjepartssider.
Det bliver værre endnu. For 41 af de 100 brands henviste AI oftere til konkurrenternes websites end til brandets eget.
|
Hvad AI henviser til (på tværs af 100 brands) |
Resultat |
|---|---|
|
Brandets eget website |
Median 6,8 % af kildehenvisningerne |
|
Konkurrenternes websites |
Oftere end brandets eget website for 41 af 100 brands |
|
Anmeldelses- og sammenligningssider |
Henvist til for 82 af 100 brands |
|
|
Henvist til for 85 af 100 brands, men kun ca. 1 % af kildehenvisningerne i median |
|
Det tredjepartsdomæne, der henvises mest til, pr. brand |
En anmeldelses- eller sammenligningsside for 22 brands, Reddit for 15, en offentlig myndighed eller sundhedsinstitution for 11 og et nichewebsite for 47 |
Kilde: 3RD-kundedata, 100 brands, 19. sep.–18. okt. 2026. Kildetyperne er inddelt efter domænemønster, så se fordelingen som en retning.
Mønsteret gælder også uden for vores data. Ahrefs' undersøgelse af 75.000 brands viste, at omtale af brandet på nettet hang stærkest sammen med synlighed i Googles AI Overviews.
Men at blive nævnt er stadig ikke det samme som at blive anbefalet. På tværs af 60 brands og 494.000 gennemgåede svar blev mediankunden nævnt i 19,8 % af svarene, men kun anbefalet frem for alternativerne i 0,2 %. Det er i det spænd, autoriteten gør sit arbejde. En model nævner de brands, den kender. Den anbefaler de brands, den kan begrunde.

Sentiment-siden for et sportstøjsbrand: 84 % positive udtryk, og de negative handler om pris og pasform, fx ”kan være dyr” og ”pasformen varierer”. Tjek, hvor hvert negativt udtryk kommer fra. Gentager det en påstand fra én anmeldelsesside, er det et autoritetsproblem, du skal løse ved kilden. Det er ikke et produktproblem. Demo-workspace; brandnavne er sløret.
Hvad ”autoritet” betyder for en AI-assistent
Skræl fagsproget væk, og der står fire spørgsmål tilbage. Dem skal en assistent have svar på, før den foreslår dig.
|
Det spørgsmål, modellen skal have svar på |
Det læser den |
Sådan ser svag autoritet ud |
|---|---|---|
|
Hvem er det? |
Dit website, strukturerede data, Wikipedia og Wikidata, hvis du er der, virksomhedsregistre, LinkedIn og profiler på anmeldelsessider |
Modellen forveksler dig med en virksomhed med et lignende navn eller ved ikke, hvad du sælger |
|
Siger andre det samme? |
Uafhængige artikler, lister, sammenligninger, analytikernotater og partnersider |
Dine påstande står kun på dit eget website |
|
Er der dokumentation? |
Anmeldelser, bedømmelser, cases med tal og egne data |
”Begrænset offentlig dokumentation” |
|
Er det aktuelt og ens alle steder? |
Datoer, nylig omtale og beskrivelser, der stemmer overens på tværs af kilder |
Gamle eller modstridende beskrivelser |
3RD's dokumentation siger det ret præcist. En påstand, som ingen model gentager, og som kun dit eget website bakker op om, bliver ikke stærkere af mere tekst på dine egne sider. Der skal en anden til at sige den.
Sådan gør du
Vi arbejder i denne rækkefølge, fordi hvert trin gør det næste billigere.
Trin 1: Gør din identitet entydig
Før nogen kan stå inde for dig, skal modellerne kunne koble dit navn til dig.
Det er et almindeligt problem for brands, hvis navn også er et helt almindeligt ord, eller som deler navn med en virksomhed i en anden kategori. Kan et menneske forveksle to virksomheder, kan en model også.
Det skal du gøre:
- Tilføj Organization-schema på dit website med dit juridiske navn, logo, URL og `sameAs`-links til dine officielle profiler. Det er en af de mangler, rapporten Agent readiness oftest finder.
- Brug den samme beskrivelse alle steder. Én linje om, hvad du laver, som går igen på dit website, LinkedIn, G2, Crunchbase og partnersider.
- Gør krav på dine profiler på de anmeldelses- og registersider, der betyder noget i din kategori.
- Wikipedia og Wikidata kun, hvis du opfylder deres krav til relevans. Skriv ikke din egen artikel. En afvist eller slettet artikel gør mere skade end ingen artikel.

En Agent readiness-rapport for et sportstøjsbrand: 2.144 sider er tjekket, og der er 15 problemer. Tjekket Identifiable kræver arbejde. Blandt problemerne er produkter uden vigtige id'er som GTIN eller SKU og manglende sidetitler eller beskrivelser på 1.315 sider. Den slags rettelser hjælper AI-agenter med at fastslå, hvem du er, og hvad du sælger. Demo-workspace; brandnavne er sløret.
Trin 2: Find de sider, AI allerede henviser til, når dine kunder spørger
Start ikke med en ønskeliste over PR. Start med de sider, der allerede leverer indhold til de svar, du gerne vil med i.
Lav for hvert Must-win-spørgsmål en liste over de tredjepartssider, AI henviser til. Marker dem, der nævner konkurrenterne, men ikke dig. Det er dine vigtigste mål. Ifølge 3RD's dokumentation er det selve definitionen på et outreach-mål med høj prioritet: en kilde, der fremhæver konkurrenterne meget, men ikke dig, på de prompts, du går op i.

De sider, AI henviser mest til for et sportstøjsbrand, og om de nævner brandet. Basketball- og løbeskolisterne fra WearTesters og RunRepeat nævner brandet. iRunFars liste over de bedste løbestrømper, som der er henvist til 302 gange, gør ikke. Demo-workspace; brandnavne er sløret.
I demo-workspacet er mønsteret let at aflæse. Brandet er med på listerne over sko, men mangler på listerne over strømper: iRunFars bedste løbestrømper og NBC News' bedste træningsstrømper. Det samme gælder Business Insiders bedste træningstøj til mænd. De sider nævner konkurrenterne i stedet, og det passer med den lave autoritet på strømper. Det er de sider, der er målet – ikke brandets egen blog.
Én placering, du har gjort dig fortjent til, kan rykke mange svar, fordi AI trækker på et snævert udvalg af kilder i hver kategori. Derfor prioriterer du målene efter, hvor mange af dine prompts de påvirker, og ikke efter deres trafik.
Trin 3: Kom med på listerne
Lister over ”de bedste X” fylder meget i mange kategorier, fra software til løbesko. For de fleste af dine kunders spørgsmål er de sider, AI henviser mest til, lister og sammenligninger.
Sådan griber du en liste an:
- Læs den. Forstå forfatterens kriterier, og hvem listen er skrevet til.
- Tjek, om du passer ind. Kontakt kun lister, hvor du reelt hører hjemme.
- Gør det nemt. Send et kort, faktuelt bidrag i listens eget format: hvad du laver, hvem det er til, pris, ét konkret resultat og et demo- eller prøvelogin, hvis de tester værktøjer.
- Giv noget brugbart. Data, forfatteren ikke har, en rettelse eller et skærmbillede.
- Følg op én gang. Gå så videre.
Når en opgave er løst, skal du læse resultatet i forhold til en kontrolgruppe. Her er et eksempel fra demo-workspacet. Opgaven er ikke outreach, men en omskrivning af en dansk outletside for at løfte indholdskvaliteten. 3RD måler dog begge typer opgaver på samme måde.

Den målte effekt af en løst omskrivningsopgave. Sidens score steg fra 46 til 53, men synligheden på sidens prompts lå fast på 100 %, mens brandets øvrige prompts faldt fra 57 % til 55 %. 3RD's vurdering: ”Bevægede sig i takt med brandets øvrige prompts, så det ligner almindelige udsving snarere end en effekt.” Demo-workspace; brandnavne er sløret.
Siden blev bedre. Dens score steg 7 point, fra 46 til 53. Men andelen af AI-modeller, der henviste til den, faldt fra 18 % til 0 %, og synligheden på dens prompts blev på 100 %. 3RD tolker det som almindelige udsving og ikke som en effekt – og siger det ligeud. Fodnoten gælder for alle opgaver, også outreach: Det er målte værdier, ikke bevis for, at opgaven var årsagen. Én rettelse eller én placering rykker sjældent AI alene.
Det stemmer med det, vi ser hos kunderne. 3RD har målt 117 løste opgaver i forhold til en kontrolgruppe. 29 % steg mere end 5 procentpoint i forhold til kontrolgruppen, 26 % faldt, og 44 % lå stille. Enkelte handlinger rykker sjældent noget alene. Det gør et mønster af kilder, der bekræfter hinanden.
Trin 4: Få anmeldelser på de platforme, AI læser
I vores undersøgelse blev der henvist til anmeldelses- og sammenligningssider for 82 af de 100 brands. For 22 af dem var det det tredjepartsdomæne, AI henviste mest til.
Det skal du gøre:
- Vælg de to eller tre anmeldelsesplatforme, AI henviser til i din kategori. For B2B-software er det ofte G2 eller Capterra. For forbrugerbrands kan det være Trustpilot eller en lokal sammenligningsside. Tjek dine egne data om kildehenvisninger i stedet for at gætte.
- Spørg alle tilfredse kunder hver måned. En kort, høflig forespørgsel lige efter en succesoplevelse virker bedre end en kampagne hvert kvartal.
- Følg hver platforms regler. Ingen falske anmeldelser, ingen anmeldelser skrevet af medarbejdere og ingen belønninger, platformen ikke tillader.
- Svar på anmeldelser, også de kritiske. Dine svar bliver en del af det, modellerne læser.
- Udfyld din profil. Kategorier, priser, skærmbilleder og integrationer bliver alle brugt på sammenligningssider.
I 3RD ligger arbejdet med anmeldelser som opgaver på tavlen ved siden af outreach-opgaverne. Hver opgave er mærket med den faktor, den rykker.

Opgavetavlen for et sportstøjsbrand. Hvert kort er mærket med den faktor, det rykker, og markedet. Outreach-opgaver, fx at komme med i iRunFars guide til de bedste løbestrømper, ligger ved siden af indholdsopgaver og tekniske opgaver. Demo-workspace; brandnavne er sløret.
Trin 5: Publicer dokumentation, som AI kan citere
Modellerne foretrækker klare, konkrete udsagn, de kan gentage. Så giv dem nogle.
- Cases med tal. En navngiven kunde, et udgangspunkt, hvad kunden gjorde, og resultatet – med datoer. Vores er Manyone, Apollon Studios og Boë Beauté.
- Egne data. Undersøgelser, som kun du kan lave. Vores er analysen bag disse artikler: 111 brands og 732.000 AI-svar. Andre medier henviser til den slags data, og det giver den tredjepartsomtale, du har brug for.
- Navngivne eksperter. En rigtig person med en rigtig rolle, som forklarer, hvordan tingene hænger sammen. Bylines og forfattersider hjælper modellerne med at koble ekspertisen til dit brand.
- Klare fakta. Skriv priser, abonnementer, markeder, integrationer og sikkerhed tydeligt på dit eget website, så tredjeparter gengiver dem korrekt.
Trin 6: Bliv omtalt uden for dine egne kanaler
Omtale fra tredjeparter er bekræftelse, som du ikke selv har skrevet.
- Fagmedier og nyhedsbreve i din kategori og på dine markeder.
- Podcasts og webinarer, som andre står bag.
- Oplæg på konferencer. De giver programmer, opsummeringer og optagelser.
- Partner- og integrationssider. De beskriver, hvad du laver, med en andens ord.
- Kunders opslag om deres resultater. Det vejer tungere, når en kunde siger det, end når du gør.
Prioriter efter samme regel som i trin 2. Omtale i kilder, AI allerede henviser til, når dine kunder spørger, slår omtale, der kun ser godt ud i en præsentation.
Trin 7: Vær med i fællesskaberne – som person
I vores undersøgelse blev der henvist til Reddit for 85 af 100 brands, men kun med ca. 1 % af kildehenvisningerne i median. Reddit betyder noget, men det er ikke det hele. Tjek dine egne data om kildehenvisninger. Henviser AI til tråde på Reddit, når dine kunder spørger, og nævner ingen af dem dig, er det et hul, som en navngiven ekspert kan begynde at lukke.
Reglen er enkel. Deltag som en navngiven person, sig åbent, at du arbejder i virksomheden, og svar på det, der faktisk bliver spurgt om. Fællesskaber straffer reklame hurtigt, og det gør moderatorerne også.
Trin 8: Sørg for, at alle kilder siger det samme
Når dit website, din G2-profil, en partnerside og en liste beskriver dig forskelligt, må modellen gætte. Skriv én beskrivelse, én positioneringslinje og ét sæt fakta. Opdater dem alle steder, når noget ændrer sig, og ret forældede påstande der, hvor de står.
Hvilket greb, hvornår
|
Greb |
Brug det, når |
Det skal du gøre |
Hvem gør det typisk |
|---|---|---|---|
|
Ret identiteten |
Modellerne forveksler dig med andre eller beskriver dig forkert |
Organization-schema, én beskrivelse alle steder, gør krav på profiler |
Web- eller SEO-ansvarlig sammen med en udvikler |
|
Outreach til lister |
De lister, AI henviser til ved dine Must-win-spørgsmål, nævner konkurrenterne, men ikke dig |
Send et faktuelt bidrag i listens format |
Marketing eller PR |
|
Anmeldelser |
Anmeldelsessider er blandt de kilder, AI henviser mest til |
Bed om anmeldelser hver måned, udfyld profiler, svar på anmeldelser |
Customer success sammen med marketing |
|
Cases |
AI skriver, at der er ”begrænset dokumentation” |
Publicer navngivne resultater med tal og datoer |
Produktmarketing |
|
Egne data |
Du vil have tredjeparter til at henvise til dig |
Lav en undersøgelse, kun du kan lave, og publicer metoden |
Marketing sammen med data eller produkt |
|
Medier og partnere |
Du har brug for uafhængige beskrivelser af, hvad du laver |
Kontakt fagmedier, podcasts og partnersider |
PR, partnerskaber |
|
Fællesskaber |
AI henviser til Reddit eller fora, når dine kunder spørger |
Svar som navngiven person, og sig, hvem du arbejder for |
Fageksperter |
|
Tjek af konsistens |
Kilderne beskriver dig forskelligt |
Én beskrivelse og ét faktaark, ret ved kilden |
Produktmarketing |
Det virker ikke
- Købte links eller placeringer forklædt som redaktionelt indhold. Læsere og platforme tillægger dem mindre vægt, og de kan skade din synlighed i søgning.
- Falske anmeldelser eller anmeldelser mod betaling, som platformen ikke tillader. Platformene fjerner dem og kan straffe din profil.
- Egne lister over ”de bedste værktøjer”, hvor du selv ligger øverst. Nogle leverandører gør det, og AI henviser faktisk til nogle af de sider. Men en liste på dit eget domæne er stadig din egen stemme, og den hjælper ikke på spørgsmålet ”siger andre det samme?”.
- Masseproduceret AI-indhold. Mængde uden dokumentation skaber ikke autoritet. Det udvander de sider, der gør.
- Skjult tekst eller instruktioner rettet mod AI-crawlere. Det er manipulation, og det bliver som regel opdaget.
- Reklameopslag i fællesskaber. De bliver fjernet, og de kan hænge ved dit brand.
Vil du købe placeringer åbent, som annoncer, så læs betalt AI-synlighed i 2026. Det er en anden kanal med andre regler.
Hvor lang tid det tager
Jeg lover ingen tidsplan. Autoritet bygges op af mange kilder, og AI-modellerne crawler og lærer på ny i deres eget tempo. I vores kundedata var enkelte handlinger, målt i forhold til en kontrolgruppe, tæt på plat eller krone på kort sigt. Derfor ser vi autoritet som et vedvarende program og ikke som en kampagne. Det skal være stabilt og konkret, og det måles på gennemsnit over 30 dage.
Det skal du holde øje med undervejs:
- Din score på autoritet i 3RD's Diagnose.
- Udtryk i sentiment. Forsvinder ”begrænset dokumentation”?
- Anbefalingsraten, ikke kun hvor ofte du bliver nævnt.
- Hvor mange AI-modeller der henviser til de sider, der nævner dig.
Læs hele målemetoden i sådan beviser du, at en GEO-ændring faktisk har rykket din AI-synlighed.
Gennemregnet eksempel: en plan for autoritet i et demo-workspace
Tilbage til sportstøjsbrandet i demo-workspacet og emnet strømper i Danmark. Her er synligheden 14,1 %, autoriteten 17 ud af 100, og brandet har 68 kildehenvisninger, mens den førende har 201. En fornuftig plan ser sådan ud, i rækkefølge:
- Identitet. Ret det, rapporten Agent readiness peger på. Tilføj produkt-id'er som GTIN og SKU, og udfyld de manglende sidetitler og beskrivelser.
- Anmeldelser. Brandets egen side på Trustpilot er den fjerde mest henviste kilde i workspacet. Bed kunderne om anmeldelser der hver måned, og svar på de kritiske.
- Lister. Kontakt de lister over strømper, som AI henviser til, og som brandet mangler på. Start med iRunFars bedste løbestrømper, og tag derefter NBC News' bedste træningsstrømper. Opgaven om iRunFar ligger allerede på tavlen.
- Dokumentation. Publicer testdata og oplysninger om pasform. De negative udtryk, AI bruger, handler om pris og pasform, så svar med fakta.
- Indhold. Gør specifikationer og påstande nemme at citere. For løbesko peger 3RD Agent på netop det som det første, der skal gøres.

Vi spurgte 3RD Agent: ”Hvad skal vi fokusere på først for at blive valgt oftere, når kunder spørger AI, hvilke løbesko de skal købe?” Svaret: Brandet bliver anbefalet i 1,8 % af svarene, mens den førende ligger på 5,4 %. Det er ”et problem med indhold og positionering – ikke med rækkevidde”. Først skal specifikationer og påstande om skoene frem til kunderne. Dernæst skal hullet i Gemini og Google AI Mode lukkes. Og til sidst skal mere specifikke prompts testes. Demo-workspace; brandnavne er sløret.
Er 3RD thought leader inden for AI-synlighed? Det må andre kilder afgøre – og det er netop pointen med hele denne artikel. Det, vi selv kan gøre, er at publicere brugbart og konkret arbejde med egne data, fx analysen bag disse artikler, og lade andre bedømme det.
Hvad 3RD gør i det her arbejde, og hvad det ikke gør. 3RD's faktorer Autoritet og Outreach følger signaler om omtale af brandet og prioriterer de tredjepartssider, AI henviser til, efter hvor mange af dine prompts de påvirker. For hver kilde skriver 3RD et udkast til en outreach-strategi: hvad du skal tilbyde, og hvilken vinkel der passer. 3RD opdager, når en målside begynder at nævne dig, og måler, hvad der har rykket sig bagefter. 3RD sender ikke henvendelsen, skriver ikke dine anmeldelser og skaffer ikke omtalen for dig. Outreach er stadig noget, mennesker gør.
Om data
Kundetallene kommer fra 3RD's egen analyse. Vi har analyseret kildehenvisninger fra 100 brands (5,9 mio. kildehenvisninger) og svar for 60 til 111 brands, som blev fulgt i 3RD mellem 19. september og 18. oktober 2026. Resultaterne for løste opgaver kommer fra 117 opgaver med en kontrolgruppe på tværs af 44 brands. Udvalget hælder mod nordiske brands, og data er anonymiseret og samlet. Skærmbilleder og tal fra demo-workspacet viser ét demobrand. De er eksempler og indgår ikke i analysen af kundedata.
FAQ
Hvordan opbygger brands den tillid og autoritet, der får AI til at anbefale dem? Ved at få andre kilder til at bakke op om det, de siger. Gør din identitet entydig, så modellerne ved, hvem du er. Få anmeldelser og pladser på lister på de sider, AI allerede henviser til. Publicer dokumentation som cases og egne data, og sørg for, at alle kilder siger det samme.
Opbygger jeg autoritet ved at publicere mere indhold på mit eget website? Kun delvist. På tværs af 100 brands, vi følger, udgjorde brandets eget website i median 6,8 % af AI's kildehenvisninger. Dit indhold besvarer spørgsmål, men autoriteten kommer fra tredjepartskilder, der bekræfter det.
Har anmeldelser betydning for, om ChatGPT anbefaler et brand? I vores undersøgelse blev der henvist til anmeldelses- og sammenligningssider for 82 af 100 brands, og for 22 af dem var det det tredjepartsdomæne, AI henviste mest til. Anmeldelser på de platforme, AI læser, er en af de mest direkte veje til mere dokumentation.
Hvordan kommer jeg med på de lister over ”de bedste værktøjer”, AI henviser til? Find de lister, AI henviser til, når dine kunder spørger. Tjek, at du reelt passer ind, og send et kort, faktuelt bidrag i listens eget format med ét konkret resultat. Prioriter målene efter, hvor mange af dine spørgsmål hver liste påvirker.
Hvor længe går der, før AI begynder at anbefale os? Der findes ingen pålidelig tidsplan. Modellerne opdateres i deres eget tempo, og enkelte handlinger rykker sjældent anbefalingerne alene. Følg autoritet, sentiment og anbefalingsrate som gennemsnit over 30 dage, og regn med et vedvarende program frem for en hurtig gevinst.
Start med trin 2 i denne uge. Lav en liste over de sider, AI henviser til ved dine tre vigtigste kundespørgsmål, og marker dem, der nævner konkurrenterne, men ikke dig. Det er din outreach-liste. Se, hvordan 3RD finder dem.




