Bare schema giver dig ikke synlighed i AI — og et bureau, der lover det, bør du droppe

Lad os tage det lige på sagen. Hvis du taler med et bureau om at blive synlig i AI, og hele deres leverance koger ned til «vi lægger lidt strukturerede data på», kan du trygt lægge på. Ikke fordi schema er værdiløst — det er det ikke — men fordi det er som at hyre en arkitekt, der kun vil skifte dørhåndtagene. Det er en lille, rigtig detalje solgt, som om den var hele huset.

AEO og GEO er meget mere end schema. Det er hele pointen med denne artikel: at vise dig, hvad «meget mere» faktisk består af, så du kan genkende et rigtigt fagmiljø, når du møder et — og et, der sælger dig et plugin.

Lad os være ærlige om schema først

Djævlens advokat fortjener taletid, for schema bliver uretfærdigt latterliggjort i denne branche. Strukturerede data gør reelle ting: de hjælper maskiner med at tolke, hvad en side er, de kan udløse rige resultater i Google, de gør organisations-, produkt- og FAQ-information eksplicit i stedet for underforstået, og de er en billig, kontrollerbar hygiejnefaktor. At have ryddelig JSON-LD på plads er et tegn på et teknisk sundt website, og vi anbefaler det til hver eneste kunde.

Men — og det er hele forskellen — schema er nødvendigt, ikke tilstrækkeligt. Det beskriver dit indhold for en maskine. Det gør ikke indholdet værd at citere, det giver dig ikke autoritet, og det får dig ikke ind i svaret, hvis modellen aldrig henter din side til at begynde med. Du kan have perfekt schema og stadig være fuldstændig usynlig i ChatGPT. Vi har en egen gennemgang af netop hvad strukturerede data gør og ikke gør for AI-søgning, hvis du vil grave dybere.

Hvad AEO og GEO faktisk handler om

Når en AI-model beslutter sig for at nævne et brand i et svar, er det summen af flere mekanismer — og schema er en lille en af dem. Her er dem, der faktisk flytter nålen.

1. Entitetsautoritet: er du overhovedet en «ting», modellen kender?

Før en model kan anbefale dig, skal den forstå, hvem du er, hvad du laver, og stole nok på det til at sige det højt. Det bygges gennem entitetsautoritet — konsistent omtale af samme navn, samme kategori og samme fakta på tværs af eget website, registre, profiler og tredjeparter. Et schema-tag, der siger «vi er en organisation», hjælper marginalt; det, der tæller, er, om verden uden for dit domæne bekræfter det samme. Læs mere om entitetsoptimering.

2. Tredjepartsomtale: det meste af arbejdet sker uden for dit eget domæne

Dette er den ubehagelige sandhed, schema-sælgere ikke nævner: en stor andel af det, AI-modeller citerer, peger på andre kilder end brandene selv — kataloger, medier, anmeldelsessider, branchekilder. Vi målte dette i vores analyse af AI-citeringer på det norske marked, og billedet var tydeligt: de fleste citeringer gik til tredjeparter, ikke til virksomhederne, svaret handlede om (se resultaterne her). Ingen mængde schema på dit eget website ændrer, hvad en uafhængig anmeldelsesside skriver om dig. At påvirke det er en helt anden — og meget tungere — disciplin.

3. Retrieval-klart indhold: kan bidden hentes alene?

Moderne AI læser ikke din side fra top til bund. Den henter én bid — ofte ét afsnit — og bruger den isoleret. Hvis meningen falder fra hinanden, når afsnittet løsrives, bliver du ikke citeret, uanset hvor pæn markup er. At skrive selvstændige, citerbare bidder er en indholdsdisciplin, ikke et teknisk tag. Vi har skrevet om, hvorfor chunken er den nye side.

4. Teknisk adgang: lukkes AI-crawlerne overhovedet ind?

Schema er værdiløst, hvis robotten aldrig når frem til det. AI-modeller bruger egne crawlere til træning og til hentning, og en robots.txt-regel, en geoblokering eller en langsom server kan gøre dig usynlig, uden at du aner det. Det tekniske arbejde handler om, at de rigtige bots faktisk kommer ind og får indholdet med — ikke om at pynte på det, de eventuelt finder.

5. Måling: ved du, om noget af dette virker?

Et bureau, der ikke måler AI-synlighed, gætter. At blive citeret i ChatGPT i dag betyder ikke, at du bliver det i morgen, og et engangsgreb giver ingen kurve at styre efter. Løbende måling af, hvor, hvor ofte og i hvilke svar du dukker op — på tværs af modellerne — er det, der skiller en strategi fra en engangsleverance. Det er præcis, hvad AI Monitor gør, og rammeværket bag vurderingen finder du under CAVIS.

Røde flag, når du vælger bureau

Brug dette som en hurtig tjekliste i selve salgssamtalen. Hører du flere af disse, er det på tide at takke af.

• «Vi lægger schema på, så bliver du synlig i AI.» Nødvendig hygiejne solgt som strategi.
• Alt sker på dit eget website. Så ignorerer de de tredjeparter, der faktisk citeres mest.
• Ingen omtale af måling. Uden en baseline og en kurve kan de ikke bevise effekt — eller mangel på effekt.
• De blander «placere sig i Google» og «blive citeret af AI» sammen. Det er to forskellige opgaver. Her er forskellen på GEO, AEO og SEO.
• Garantier om «førsteplads i ChatGPT». Ingen kontrollerer, hvad en model svarer. Den, der lover det, lyver eller forstår ikke feltet.
• De kan ikke forklare retrieval kontra modelhukommelse. Så ved de ikke, hvorfor du bliver citeret overhovedet.

Hvordan et godt AEO-opdrag ser ud

Et seriøst opdrag starter med en måling af, hvor du står i dag, kortlægger, hvilke faktiske spørgsmål kunderne stiller AI, og arbejder på flere fronter samtidig: teknisk tilgængelighed for crawlerne, indhold skrevet til at hentes som selvstændige bidder, entitetsarbejde både på og uden for eget domæne, og en løbende kurve, der viser, om det virker. Schema er med — som én linje på en lang liste, ikke som overskriften.

Vil du se, hvordan vi tænker om dette, har vi samlet det på AEO-siden og GEO-siden. Skal du sammenligne aktører, har vi lavet et ærligt overblik over de bedste AEO-bureauer i Norge. Og er du bare i tvivl om, hvor synlig du er lige nu, kan du starte med et gratis synlighedstjek.

Konklusion

Schema er godt at have. Det er bare ikke en strategi for AI-synlighed, lige så lidt som en speedometer er en rejseplan. Næste gang nogen prøver at sælge dig synlighed i AI-modeller, og alt de taler om er strukturerede data, så stil ét spørgsmål: «Hvad gør I med alt det andet?» Får du ikke et godt svar, ved du, hvad du skal gøre med røret.