InboundCPH har samlet sin metode til AI-synlighed i whitepaperet “AI-centreret SEO-strategi”. Budskabet er enkelt: det er ikke længere nok at blive fundet på Google. Virksomheder skal også blive nævnt og valgt, når kunderne beder ChatGPT, Gemini eller Perplexity om et råd. Redaktionen har læst whitepaperet igennem og oversætter her de vigtigste tal og anbefalinger til almindeligt dansk.
- Besøgende fra AI-chatbots konverterer 4,4 gange oftere end besøgende fra en almindelig Google-søgning, skriver InboundCPH med henvisning til Semrush.
- 58,5 % af alle Google-søgninger i USA endte i 2024 uden et klik, viser en analyse fra SparkToro.
- ChatGPT.com havde 5,2 milliarder besøg i juli 2025 ifølge Semrush.
- Whitepaperet er gratis og hentes via InboundCPHs tilmeldingsside.
Hvad er AI-centreret SEO egentlig?
AI-centreret SEO er en udvidelse af klassisk søgemaskineoptimering, ikke en afløser for den. Sådan definerer InboundCPH begrebet i sit whitepaper. Fundamentet er stadig det velkendte SEO-arbejde med teknik, indhold og links. Ovenpå lægges et nyt lag af teknikker, der skal gøre indholdet citérbart, når en sprogmodel formulerer et svar til brugeren i stedet for at vise ti blå links.
Strategien hviler på seks principper. Virksomheden skal holde fast i sit eksisterende SEO-fundament, styrke sine autoritetssignaler og skrive indhold, som både mennesker og AI-modeller kan læse. Dertil kommer teknisk optimering af sitet, nye AI-specifikke målepunkter ved siden af de klassiske og en konsekvent brug af E-E-A-T, struktureret data og FAQ-sektioner. Ingen af delene er nye hver for sig. Det nye er målestokken: succes vurderes nu på, om man optræder i et AI-svar, og ikke kun på en placering på side 1 i Google.
Hvorfor konverterer AI-trafik bedre end klassisk søgetrafik?
Besøgende fra AI-chatbots er 4,4 gange mere tilbøjelige til at konvertere end besøgende fra en traditionel Google-søgning. Tallet stammer fra et Semrush-studie blandt over 500 digitale marketingeksperter, og InboundCPH gør det til et af whitepaperets bærende argumenter. Forklaringen er ligetil. En samtale med en AI-assistent har typisk allerede afklaret behovet, sammenlignet et par løsninger og peget på en kort liste af kandidater, før brugeren klikker videre. Den besøgende, der lander på et website via en AI-chat, er derfor længere i sin beslutning end den, der bare har tastet et enkelt søgeord.
Dermed flytter kampen om opmærksomheden til et andet sted i kunderejsen. I den klassiske model gik vejen fra en første impuls over Google og website til research, sammenligning og køb. I den AI-assisterede model klarer samtalen med assistenten flere af de mellemliggende trin, før brugeren eventuelt googler videre eller går direkte til handling. Virksomheder konkurrerer med andre ord om at blive nævnt inde i selve samtalen, ikke kun om et klik på en resultatside.
Hvorfor er server-side rendering så vigtigt for AI-synlighed?
Server-side rendering er afgørende, fordi Common Crawl ikke kan afvikle JavaScript. Common Crawl leverer omkring 35 procent af den tekst, AI-modeller trænes på, viser InboundCPHs opgørelse i whitepaperet. Et website bygget med client-side rendering, hvor indholdet først dannes i brugerens browser, risikerer derfor at være usynligt i modellernes vidensgrundlag. Det gælder, uanset hvor godt siden klarer sig i en almindelig Google-søgning. Punktet er det mest tekniske i whitepaperet, og måske også det mest overraskende for mange marketingfolk.
Løsningen er at rendere de vigtigste indholdssider på serveren, så teksten ligger færdig i HTML’en, når en crawler henter siden. Det kræver ikke, at hele sitet bygges om. InboundCPH anbefaler en pragmatisk mellemvej kaldet progressiv forbedring: det centrale indhold gøres tilgængeligt uden JavaScript, mens ekstra funktioner lægges ovenpå. Mange virksomheder har endnu ikke taget det skridt, bemærker whitepaperet. Det giver et forspring til dem, der handler først.
“Du kan ligge nummer 1 i Google — men være usynlig for ChatGPT. GEO handler om at blive valgt, ikke bare fundet.”
Hvordan måler man, om man bliver nævnt i AI-svar?
Synlighed i AI-svar måles med Share of Voice, forkortet SoV. Begrebet dækker over, hvor ofte en virksomhed nævnes og anbefales, når en sprogmodel svarer på spørgsmål inden for dens branche, sat i forhold til konkurrenterne. Metoden i whitepaperet er manuel, men systematisk. Man stiller de samme spørgsmål hver måned i ChatGPT, Claude og Perplexity og noterer, hvilke brands der optræder og i hvilken sammenhæng. Resultaterne samles i et dashboard, der viser udviklingen måned for måned.
Som eksempel fremhæver InboundCPH en analyse af 240 søgninger inden for én bestemt branche. Her har bureauet kortlagt, hvilke brands AI-assistenterne nævner og anbefaler. Formålet rækker ud over at dokumentere egen synlighed. Analysen skal også afdække de skjulte muligheder: spørgsmål, hvor virksomheden burde optræde i svaret, men reelt er fraværende.
Hvad skal man skrive, for at AI citerer indholdet?
Indhold, der citeres af AI-modeller, er bygget op om citérbare konklusioner. Det er kernen i whitepaperets råd om indhold. Hver sektion bør rumme en tydelig, faktuel opsummering, som en sprogmodel kan trække ud og bruge alene, også hvis resten af artiklen aldrig bliver læst af et menneske. Klare overskrifter og en FAQ-sektion med schema-markup nævnes som konkrete greb. Det samme gør kundeudtalelser og cases, fordi de styrker troværdigheden.
På ét punkt trækker InboundCPH en skarp grænse til klassisk SEO: en velskrevet SEO-tekst egner sig ikke automatisk til AI-svar. Sprogmodeller vægter kontekst og en samtalenær formulering højere end søgeordstæthed. Eksisterende indhold skal derfor ofte omskrives sprogligt, ikke bare struktureres om, før det fungerer i den nye sammenhæng.
Whitepaperet er værd at læse, fordi det samler InboundCPHs to års erfaring med AI-drevet søgeadfærd i én sammenhængende model i stedet for spredte observationer. Danske virksomheder får en trin-for-trin-model for deres egen AI-synlighed: kortlægning af kunderejsen og intentionen bag kundernes spørgsmål, dernæst onsite- og offsite-optimering, prioritering ud fra eksisterende SEO-data og til sidst en datadrevet baseline, som fremgangen kan måles imod. For hvert trin beskriver InboundCPH både en manuel og en AI-assisteret fremgangsmåde. Et eksempel er at lade en sprogmodel gruppere søgeord fra Google Search Console efter intention. Et andet er at få den til at simulere, hvordan en potentiel kunde ville formulere sit spørgsmål i en AI-chat.
Pointen er, at ingen behøver at starte fra bunden. Søgeordsanalyser, data fra Search Console og noter fra kundedialoger kan genbruges direkte. Det nye er linsen, man ser dem igennem, og de spørgsmål, man stiller til dataene bagefter — og det er den linse, whitepaperet giver.

Hent whitepaperet
Hele whitepaperet med alle grafer, kildehenvisninger og den fulde metode kan hentes gratis hos InboundCPH.
FAQ: AI-centreret SEO-strategi
Hvad er forskellen på klassisk SEO og AI-centreret SEO?
Klassisk SEO handler om at rangere højt på en søgemaskines resultatside. AI-centreret SEO handler ifølge InboundCPHs whitepaper om at blive nævnt og anbefalet direkte i et AI-genereret svar fra fx ChatGPT eller Google AI Overviews. De to discipliner udelukker ikke hinanden: AI-centreret SEO bygger videre på det samme fundament af autoritet og indhold.
Hvornår overhaler AI-søgning traditionel søgning?
AI-søgning overhaler traditionel søgning i 2028, både i volumen og i værdi, hvis man skal tro et Semrush-studie. Studiet bygger på svar fra over 500 digitale marketingeksperter, og InboundCPH henviser til det i sit whitepaper.
Hvad er Share of Voice i en AI-kontekst?
Share of Voice, forkortet SoV, er et mål for, hvor ofte en virksomhed nævnes og anbefales i AI-genererede svar sammenlignet med konkurrenterne. InboundCPH har som eksempel på metoden bygget en SoV-analyse på 240 søgninger inden for en enkelt branche.
Hvorfor betyder server-side rendering noget for AI-synlighed?
Server-side rendering betyder noget, fordi Common Crawl ikke kan afvikle JavaScript. Common Crawl leverer ifølge InboundCPHs whitepaper omkring 35 procent af de data, AI-modeller trænes på. Sider bygget med client-side rendering risikerer derfor at blive udeladt af modellernes træningsgrundlag, selv hvis de rangerer godt i Google.
Senest revideret 3. september 2026. Artiklen gennemgås løbende, når AI-søgelandskabet flytter sig.






