10 SEO fejl

SEO handler ikke længere kun om placeringer i Google. I 2026 handler det også om, hvorvidt dit brand bliver nævnt, citeret og brugt i AI-genererede svar. Det ændrer kravene til indhold, struktur og måling. Fejl, som før kostede et klik, kan nu koste din plads i selve svaret.

Hvorfor fejlene er dyrere nu

Mange virksomheder arbejder stadig ud fra en klassisk SEO-logik. Den logik er ikke væk, men den er blevet udvidet. AI-baserede svarmotorer ser ud til at udtrække enkelte passager, vurdere entitetsklarhed og foretrække indhold med tydelige kilder. Derfor er spørgsmålet ikke kun, om din side rangerer. Spørgsmålet er også, om en model vælger netop dit indhold som grundlag for sit svar. Hvis du vil arbejde mere målrettet med LLM Visibility, kræver det en anden prioritering end den klassiske blogstrategi.

1 Blokering af AI crawlere

Den mest grundlæggende fejl er også den dyreste. Hvis AI-bots ikke kan læse dine sider, kan de heller ikke citere dem. Det ser ofte ud til at ske uden, at marketingteamet opdager det. Robots.txt, CDN-regler og sikkerhedsopsætninger kan blokere brugeragenter som GPTBot, ClaudeBot, PerplexityBot eller Google-Extended. Mange opdager først problemet, når de begynder at måle med LLM Tracking eller gennemfører et LLM Audits for deres vigtigste sider.

• Gennemgå robots.txt for generelle blokeringer af AI-bots
• Kontrollér Cloudflare eller anden CDN for botfiltre og sikkerhedsregler
• Tjek serverlogs for faktiske besøg fra relevante brugeragenter

Samtidig bør du sikre, at vigtigt indhold kan læses uden tung JavaScript-afvikling. Forskning peger på, at tilgængeligt og server-renderet indhold oftere bliver en del af retrieval-laget. Hvis du er i tvivl om din nuværende status, kan et LLM Check være et hurtigt første skridt.

2 Svaret kommer for sent

En klassisk SEO-tekst bygger ofte op mod svaret. I AI-søgning ser det ud til at være en svaghed. Modeller foretrækker korte, selvstændige afsnit, som hurtigt besvarer et spørgsmål. Hvis dit svar først kommer langt nede i afsnittet, vælger modellen ofte en konkurrent med en mere direkte passage.

Den praktiske løsning er enkel. Lad hvert vigtigt H2-afsnit starte med et klart svar på 40 til 60 ord. Brug et spørgsmål, som ligner den måde, brugeren faktisk spørger på. Giv derefter uddybning, dokumentation og kontekst. Denne struktur passer godt sammen med stærke Page Titles, fordi både titel og afsnitsåbning hjælper med at definere sidens formål tydeligt.

Sådan bør et afsnit starte

Start med en direkte definition eller konklusion. Skriv derefter to til tre korte afsnit med beviser, eksempler og nuancer. Undgå at gemme det vigtigste i citatbokse eller designmoduler. Almindelige brødtekstafsnit ser ud til at være lettere at udtrække.

3 Fokus på søgeord frem for entiteter

Mange tekster er stadig skrevet som variationer over det samme søgeord. Det virker mindre robust i en AI-kontekst. AI-systemer ser ud til at arbejde med entiteter og relationer. En entitet kan være et brand, et produkt, en person eller et begreb. Hvis din tekst ikke klart forklarer, hvad noget er, hvad det ikke er, og hvordan det hænger sammen med relaterede emner, bliver signalet svagere.

Det betyder også, at intern sammenhæng er vigtigere. Hvis du kalder det samme produkt for tre forskellige ting på tværs af sider, fragmenterer du forståelsen. Derfor bør du arbejde med emneklynger og konsekvent terminologi. LLM Playbooks er nyttige, når teams skal samle indhold, begreber og prioriteringer i én metode.

4 Tyndt indhold uden substans

Tyndt indhold var allerede et problem i klassisk SEO. I AI-søgning ser det ud til at være endnu mere kritisk. Korte sider uden data, eksempler eller kilder bliver sjældnere foretrukket som citatkilde. Det gælder især produkttekster, kategorisider og blogindlæg, som kun gentager generiske pointer.

Løsningen er ikke bare flere ord. Løsningen er mere substans. Tilføj konkrete tal, navngivne kilder, datoer, cases og tydelige observationer. Hvis du arbejder med e-handel, bør både Produktbeskrivelser og Kategoritekster løftes fra standardtekst til forklarende, dokumenterende indhold. Forskning peger på, at kildeunderstøttede udsagn giver modeller et stærkere grundlag for at citere eller parafrasere med attribution.

• Tilføj primære eller sekundære datakilder i hvert hovedafsnit
• Brug eksempler, cases og konkrete scenarier frem for brede påstande
• Saml tynde sider til stærkere, mere dækkende sider hvor det giver mening

5 Manglende FAQ og schema

FAQ-formatet matcher den måde, brugere stiller spørgsmål på. Derfor ser det ud til at fungere godt i AI-søgning. Når en side både har klare spørgsmål og korte svar, bliver den lettere at udtrække fra. Hvis du samtidig bruger strukturerede data, bliver siden også lettere at fortolke maskinelt.

Det gælder især FAQPage, Organization og Article schema. På guides kan HowTo også være relevant. Schema garanterer ikke synlighed, men fraværet gør ofte indholdet sværere at parse. Samtidig bør du ikke overse klassiske elementer som Metabeskrivelser, fordi de stadig hjælper med klik, forventningsafstemning og overordnet SERP-kvalitet.

Hvad du bør implementere først

Start med de vigtigste landingssider og blogindlæg. Tilføj fire til otte reelle spørgsmål nederst på siden. Svar kort, præcist og faktuelt. Markér dem op med FAQPage schema. Giv også tydelig forfatterattribution, så ekspertise bliver mere synlig.

6 Ingen tredjepartsomtaler

Brand-ejet indhold er vigtigt, men det står sjældent stærkest alene. AI-svarmotorer ser ud til at foretrække information, som kan bekræftes på tværs af flere kilder. Derfor får omtaler i medier, branchepublikationer, reviewsites og ekspertbidrag ofte stor vægt. Hvis dit brand kun taler om sig selv på eget domæne, bliver tillidssignalet smallere.

En stærk strategi omfatter original research, kommentarer fra navngivne eksperter og målrettet PR. Det er især effektivt, når de samme kernebudskaber går igen på tværs af dit site, LinkedIn-profiler, omtaler og branchemedier. Her hænger earned media tæt sammen med entitetsarbejdet.

7 Fravær på eksterne platforme

Mange brands tænker stadig, at deres website er hele slagmarken. Det er sjældent nok. Analyser af AI-citater indikerer, at platforme som Reddit, LinkedIn, YouTube og Wikipedia ofte optræder som kilder. Det betyder ikke, at alle brands skal være overalt. Men det betyder, at en ren website-strategi kun dækker en del af det reelle citationsrum.

For mange B2B-virksomheder er LinkedIn det bedste sted at starte. Publicér længere opslag fra navngivne eksperter. Dernæst kan YouTube være stærkt til forklarende indhold med transskriptioner og gode beskrivelser. Reddit kræver mere tålmodighed og ægte deltagelse. Promotion uden værdi virker sjældent. Et godt næste skridt er at måle, hvor dit brand allerede bliver nævnt, og hvor konkurrenterne fylder mere.

8 Indhold bliver ikke opdateret

Publicér og glem er en dyr vane. Recency ser ud til at spille en stor rolle i AI-søgning, især ved kommercielle og konkurrenceprægede emner. En side uden synlige opdateringer mister ofte terræn, selv hvis den stadig rangerer nogenlunde i traditionel søgning.

Det vigtige er, at opdateringen er reel. Nye data, nye kilder, nye eksempler og fjernelse af forældede udsagn sender et stærkere signal end blot at ændre datoen. Lav en kvartalsvis plan for dine vigtigste sider. Prioritér de sider, som driver forretning eller har høj sandsynlighed for AI-citater.

9 Uens brandinformation på tværs

Entitetskonsistens er et område, mange undervurderer. Hvis dit brand beskrives forskelligt på hjemmeside, LinkedIn, Crunchbase, forfatterprofiler og produktmateriale, falder klarheden. Det ser ud til at reducere modellens sikkerhed i, hvad virksomheden er, og hvordan den skal kategoriseres.

Sørg for, at navn, kategori, kernebeskrivelse, grundlæggende virksomhedsdata og produktnavne matcher på tværs af kanaler. Det gælder også forfatterbios og ekspertprofiler. Denne type oprydning er ikke glamourøs, men den har ofte høj effekt, fordi den styrker hele dit entitetssignal.

10 Du måler kun Google

Hvis du kun måler organisk trafik og placeringer, overser du en stor del af påvirkningen. Mange brugere får svaret direkte i en AI-grænseflade. De klikker måske aldrig. De kan i stedet søge på dit brand senere, gå direkte ind på sitet eller konvertere via en anden kanal. Derfor bliver klassisk webanalyse alene for snæver.

Du bør i stedet måle synlighedsrate, share of voice, sentiment, citationsplacering og udvikling mod konkurrenter. Det er netop her værktøjer til LLM Visibility og LLM Tracking bliver afgørende. Uden den type data bliver optimering hurtigt baseret på mavefornemmelse.

Sådan prioriterer du indsatsen

Alle fejl er ikke lige vigtige. Start med adgang og struktur. Hvis crawlere er blokeret, er resten næsten ligegyldigt. Dernæst bør du omskrive de vigtigste sider med definition-først afsnit og stærke FAQ-blokke. Efter det giver schema, entitetskonsistens og tredjepartsomtaler ofte den bedste næste effekt. Når fundamentet er på plads, kan du udvide til eksterne platforme og løbende content refresh.

• Fjern blokeringer for AI-bots og kontrollér renderingen
• Omskriv topindhold med direkte svar, FAQ og klar entitetsstruktur
• Mål AI-synlighed systematisk og prioriter efter faktiske citationstab

Det vigtigste skifte i 2026 er derfor ikke et nyt trick. Det er en ny mådeenhed for succes. Før handlede det om placering. Nu handler det også om sandsynligheden for at blive valgt som kilde i selve svaret. Brands, der tager det alvorligt nu, står stærkere i den næste fase af søgning.