Gør Schema markup en forskel for AI-citeringer? Ny data fra Ahrefs giver svaret

I takt med at Google udruller AI Overviews (tidligere SGE) og værktøjer som Perplexity vinder frem, er kampen om at blive brugt som kilde af kunstig intelligens intensiveret. Mange SEO-specialister har længe formodet, at struktureret data – også kendt som Schema markup – kunne være den direkte vej til at blive udvalgt som citering i disse AI-svar. En omfattende test fra Ahrefs sår nu tvivl om denne teori.

Spørgsmålet er centralt for moderne søgemaskineoptimering til AI: Kan vi via tekniske greb “tvinge” de store sprogmodeller til at se vores indhold som mere autoritativt? Ifølge de seneste data er svaret mere komplekst end som så.

Ahrefs’ test af struktureret data og AI-søgninger

For at undersøge sammenhængen mellem teknisk optimering og synlighed i AI-genererede svar, gennemførte Ahrefs et eksperiment med over 1.000 relevante søgeord. Formålet var at se, om implementering af specifikke Schema-typer (såsom Article, TechArticle eller NewsArticle) øgede sandsynligheden for, at en side blev brugt som kilde i AI Overviews.

Testen blev opdelt i en kontrolgruppe og en testgruppe. I testgruppen blev der metodisk tilføjet omfattende struktureret data for at gøre indholdet så letlæseligt som muligt for søgemaskinernes robotter. Man kiggede herefter på, om disse sider rykkede sig i forhold til AI-citeringer sammenlignet med de sider, der ikke havde fået opdateret deres markup.

Resultatet var overraskende entydigt: Der var ingen statistisk signifikant stigning i AI-citeringer for de sider, der fik tilføjet Schema markup. Det tyder på, at de algoritmer, der udvælger kilder til kunstig intelligens i søgeresultater, prioriterer andre faktorer end blot de tekniske mærkater.

Resultatet: Ingen genvej gennem teknisk markup

Selvom Schema markup er et essentielt værktøj til at opnå rige søgeresultater (rich snippets) i den traditionelle Google-søgning, ser det ikke ud til at fungere som en direkte “on-knap” for AI-synlighed. Ahrefs’ data indikerer, at AI-modellerne er langt mere sofistikerede i deres udvælgelsesproces.

En af de vigtigste observationer i undersøgelsen var, at AI-modeller ofte vælger de kilder, der i forvejen rangerer i top 10 på de organiske resultatlister. Det betyder, at din generelle SEO-optimering og autoritet (E-E-A-T) vejer tungere end tekniske detaljer som struktureret data. AI’en læser selve brødteksten og forstår konteksten, fremfor blot at læne sig op ad de metadata, vi serverer i kildekoden.

Dette understreger en vigtig pointe for marketingredaktører: Man kan ikke teknologisere sig ud af manglende indholdskvalitet. Hvis dit mål er at blive en foretrukken kilde i AI-svar, er du nødt til at fokusere på at skabe det mest præcise og værdifulde svar på brugerens spørgsmål.

Hvad betyder det for din SEO-strategi i en AI-tid?

Selvom testen viser, at Schema markup ikke direkte flytter nålen for AI-citeringer, betyder det ikke, at du skal droppe din strukturerede data. Det er stadig afgørende for din synlighed i de klassiske søgeresultater, som trods alt stadig driver størstedelen af trafikken.

For at optimere mod fremtidens søgelandskab bør du i stedet fokusere på følgende:

1. Indholdets relevans og præcision: AI-modeller leder efter direkte svar. Sørg for, at dine artikler svarer klart på de spørgsmål, din målgruppe stiller.
2. Autoritet og troværdighed (E-E-A-T): Da AI ofte citerer sider, der allerede rangerer højt, er traditionel autoritetsopbygning vigtigere end nogensinde.
3. Læsbarhed for maskiner og mennesker: Selvom Schema ikke er en mirakelkur, hjælper en klar tekststruktur (overskrifter, lister og korte afsnit) både brugere og AI-modeller med at afkode dit budskab.

Konklusionen er klar: Der findes ingen hurtige tricks, når det kommer til kunstig intelligens. Vejen til succes går gennem solidt håndværk og en forståelse for, hvordan man bliver kilde i AI-søgninger ved at levere den højeste værdi.

Kilde

Hvilken betydning har Schema markup for SEO i dag?
Schema markup er stadig meget vigtigt for at få vist udvidede søgeresultater som stjerner, opskrifter eller FAQ-sektioner i Googles normale søgeresultater. Det hjælper søgemaskinerne med at forstå sidens kontekst, selvom det ikke direkte garanterer en plads i AI Overviews.

Hvorfor prioriterer AI ikke sider med struktureret data?
Moderne sprogmodeller er trænet til at forstå naturligt sprog direkte fra teksten. De har ikke nødvendigvis brug for de tekniske “tags” i Schema for at afkode informationen, da deres semantiske forståelse er blevet ekstremt avanceret.

Hvordan øger jeg chancen for at blive citeret af Google AI Overviews?
Den bedste strategi er at rangere højt i de organiske søgeresultater. Sørg for at producere indhold af høj kvalitet, der giver fyldestgørende svar på specifikke spørgsmål, og opbyg dit domænes autoritet gennem relevante links og ekspertviden.