Googles udrulning af AI Overviews og de store sprogmodellers indtog i nyhedsforbruget tvinger netmedier til at ændre publiceringsstrategi. For mediekoncernen m4m.dk og andre digitale udgivere markerer skiftet en historisk demokratisering af medielandskabet: Tiden, hvor tårnhøj Domain Authority og massive linkprofiler ejede søgeresultaterne, er ovre. Nu kan nichemedier udkonkurrere de helt store mediehuse – hvis de knækker AI-algoritmens nye koder.

Af: Mikkel Kjerri, AI ekspert

KØBENHAVN – Den kunstige intelligens har overtaget magten i søgemaskinerne. Når danske brugere søger efter viden om medieproduktion, teknologi eller kulturtendenser, præsenteres de i stigende grad for syntetiserede svar genereret direkte af Google Gemini eller OpenAI’s ChatGPT. For netmedier, der er afhængige af organisk søgetrafik, skaber dette en ny tidsregning.

For at overleve og forblive synlige skal netmedier transformere deres SEO-indsats til Generative Engine Optimization (GEO). Målet er ikke længere blot at rangere som det klassiske “blå link” nummer et på Google, men at blive udtrukket som den primære sandhedskilde, AI-modellerne citerer og linker til i deres svarpaneler.

Magtskiftet: Domain Authority falder, fagekspertise vinder

I årevis har giganter som tv2.dk, dr.dk og de største landsdækkende aviser siddet tungt på de mest trafikerede søgeord i Danmark. Det skyldtes i høj grad parametre som Domain Authority (domæneautoritet) og antallet af indgående links (backlinks). Det betød, at hvis et stort medie skrev en overfladisk artikel om et emne, ville de næsten altid udkonkurrere et mindre nichemedie, simpelthen i kraft af deres domænestørrelse.

Med Google AI Overviews og de nyeste kernealgoritmer er denne dynamik brudt op. Google og de eksterne LLM’er (Large Language Models) prioriterer nu ud fra helt andre parametre. Data viser, at AI-modellerne udvælger kilder baseret på kontekstuel dybde, semantisk komplethed og verificerbar fagekspertise (E-E-A-T) frem for domænets historiske vægt.

Dette åbner et enormt vindue for mindre nichemedier uden millioner af månedlige besøg. Hvis et nichemedie under m4m.dk-paraplyen leverer det mest præcise, dybdegående og datadokumenterede svar på et specifikt spørgsmål inden for medieproduktion, vil AI Overviews og ChatGPT ofte foretrække dette link frem for et generisk skriv fra et massemedie. Nichemedier kan nu for alvor konkurrere på lige fod, fordi AI-modeller leder efter den bedste information, ikke det største domæne.

Hvordan prioriterer AI Overviews sine svar?

For at få sine artikler medtaget i AI-genererede svar, skal redaktionen forstå den underliggende logik i udvælgelsesprocessen. AI-modellerne arbejder ud fra fire primære succeskriterier, når de sammensætter svar:

1. Semantisk komplethed

Modellerne scanner internettet for artikler, der dækker et emne 360 grader. En artikel, der både forklarer definitionen, mekanismerne, fordelene, begrænsningerne og konkrete eksempler på et emne, vil blive prioriteret over en artikel, der kun berører overfladen.

2. Svar-først struktur (Information Extraction)

AI-crawlerne har brug for at udtrække information lynhurtigt. Hvis en artikel pakker sit svar ind i 300 ords introducerende “fluff” og ligegyldig tekst, bliver den kasseret. Svaret skal serveres prompte under præcise underoverskrifter.

3. “Information Gain” og proprietær data

AI-modellerne lider under at læse det samme genbrugte indhold på tværs af 100 forskellige hjemmesider. De belønner artikler, der tilfører noget nyt til internettet – såsom originale interviews, egne casestudier, unikke statistikker eller unikke faglige vinkler.

4. Multimodal integration

AI-søgningen i dag er visuel. Artikler, der integrerer tekst med relevante billeder (med præcis alt-tekst), infografikker, tabeller og indlejrede videoer, oplever op mod 150 procent højere udvælgelsesrate i AI Overviews.

Tjekliste: Tips og tricks til m4m.dk’s netmedier

For at sikre at jeres artikler bliver ædt og refereret til af AI Overviews, Gemini og ChatGPT, bør journalister og redaktører implementere følgende redaktionelle og tekniske greb:

• Skriv direkte svar-først (Answer-First Format): Strukturér jeres afsnit således, at de første 1-2 sætninger under en underoverskrift (H2/H3) svarer direkte og konkret på det spørgsmål, overskriften stiller. Uddyb og nuancér først derefter.
• Formulér underoverskrifter som spørgsmål: Brug reelle spørgsmål, som brugere prompter AI’en med (f.eks. ”Hvordan opsætter man tids-synkronisering i DaVinci Resolve?”).
• Brug entiteter og drop stedord: Undgå at bruge uklare stedord som “det”, “den” eller “de” i jeres svar-sætninger. AI’en skal kunne klippe sætningen ud og bruge den uafhængigt. Skriv i stedet det fulde navn på programmet, metoden eller hardwaren.
• Hård datadokumentation og klare citater: Brug eksplicitte kildeangivelser i teksten. Formuleringer som “Ifølge en undersøgelse fra [Organisation]…” eller “Ekspert i medieproduktion, [Navn], udtaler…” hjælper AI’en med at verificere påstanden og øger jansen for, at I vælges som kilde.
• Implementér avanceret Schema-data (JSON-LD): Sørg for, at jeres tekniske setup automatisk genererer Article Schema, Author Schema og FAQ Schema. Det forbinder forfatterens reelle identitet og ekspertise direkte i et sprog, søgemaskinerne forstår (Entity Resolution).
• Opret en llms.txt-fil: Implementér den nye standard på jeres domæner. En llms.txt-fil er en simpel tekstfil placeret i rodmappen, som fodrer AI-crawlere med en klar, tekstbaseret oversigt over jeres vigtigste indhold og data, optimeret til LLM-skanning.
• Hold indholdet friskt: Opdatér jeres tidløse guides og artikler (evergreen indhold) mindst hver 90. dag. Aktualitet og friskhed vægter tungt, når ChatGPT og Gemini skal levere realtidssvar.

Ved at rykke fokus fra gammeldags søgeords-optimering til denne strukturerede og vidensbaserede GEO-tilgang, kan m4m.dk’s nichemedier cementere sig som de uundgåelige autoriteter, som fremtidens kunstige intelligens ikke kan komme udenom at citere.

---

FAQ: Ofte stillede spørgsmål om AI som kildeanviser