De fleste mærker mister AI-citater og ved det ikke engang
Kun 14% af marketingfolk sporer, om deres mærke vises i AI-svar - alligevel serverer AI Overviews forskelligt indhold 70% af tiden for det samme spørgsmål, og den samme mærkeliste gentages næsten aldrig på tværs af kørsler. Dit mærke kunne forsvinde fra AI-anbefalinger lige nu, og du ville ikke have nogen idé om det.
Næsten ingen holder øje
En GoodFirms-undersøgelse af 100+ marketingpraktikere på tværs af 20+ lande (jan.–feb. 2026) viste, at kun 14% af marketingfolk aktivt overvåger AI-citatsynlighed. Det tal står over for en baggrund, hvor 89% af mærker allerede vises i AI-søgeresultater og 43% af de samme praktikere nævner AI-søgeoptimering som en vigtig 2026-strategi. Kløften mellem ambition og måling kunne næppe være større. Adoptionssporing er også stærkt størrelseafhængig: 73% af marketingfolk på virksomheder med 1.000+ medarbejdere overvåger AI-synlighed, mod 39% på virksomheder med ti eller færre - ifølge Fractls AI Search-undersøgelse af 150 marketingfolk.
AI-svar bliver konstant omrokkeret
Ahrefs undersøgte cirka 43.000 AI Overview-nøgleord og fandt, at indholdet ændres ~70% af tiden for samme forespørgsel - og 45,5% af individuelle citater ændres, når en AI Overview regenereres. Det betyder, at et brand, der er til stede i et svar i dag, kan være væk i morgen uden nogen handling fra dets side, og omvendt. På det individuelle brand-liste-niveau er tallene endnu mere slående. SparkToro og Gumshoe kørte 12 prompts på tværs af cirka 2.961 samlede kørsler på ChatGPT, Claude og Google AI (600 frivillige, nov.–dec. 2025): samme brandliste dukkede op i færre end 1-ud-af-100 kørsler, og samme liste i samme rækkefølge dukkede op i færre end 1-ud-af-1.000.
Hvilken AI du spørger ændrer, hvilke brands der bliver citeret
Svar varierer over tid, men hvilke kilder der bliver citeret, varierer endnu mere radikalt efter platform. Ahrefs fandt kun 13,7% citatoverlap mellem Google AI Overviews og Google AI Mode. En separat Profound-analyse af 6,8 millioner citater fandt, at kun omkring 11% af domæner citeret af ChatGPT også vises i Perplexity-resultater. Et brand kan være fremtrædende i ét AI-økosystem og praktisk talt fraværende i et andet, uden at et enkelt dashboard fanger begge. Tabellen nedenfor illustrerer omfanget af divergence.
| Sammenligning | Citatoverlap | Kilde |
|---|---|---|
| Google AI Overviews vs Google AI Mode | 13,7% | Ahrefs |
| ChatGPT vs Perplexity (domæneniveau) | ~11% | Profound (6,8M citater) |
| Samme AI Overview-forespørgsel regenereret | 54,5% bevaret | Ahrefs (~43K nøgleord) |
| Identisk brandliste på tværs af ~2.961 kørsler | <1% | SparkToro + Gumshoe |
Store mærker overvåger. Små mærker flyver blindt.
Fractl-undersøgelsen (1.008 forbrugere + 150 marketingfolk) viser, at overvågningsadoption falder kraftigt baseret på virksomhedsstørrelse. Enterprise-teams har ressourcerne til at spore AI-synlighed; mindre mærker - dem, der argumenteret set er mest udsat for konkurrentfortrængning fra et enkelt AI-svar - gør det stort set ikke. I mellemtiden rapporterer 27% af marketingfolk på tværs af hele stikprøven, at deres mærke allerede er blevet unøjagtigt beskrevet i et AI-svar. Uden overvågning forbliver denne unøjagtighed ukorrigeret og forværres på tværs af alle forespørgsler, der viser den.
| Virksomhedsstørrelse | Overvåg AI-citatsynlighed |
|---|---|
| 1.000+ medarbejdere | 73% |
| 10 eller færre medarbejdere | 39% |
| Alle størrelser (GoodFirms) | 14% |
Hvad forskningen ikke fortæller dig
Et par vigtige forbehold, før du handler på noget af dette - inklusive Baselines egen platformdata.
Rangsporing i AI er sandsynligvis meningsløs. SparkToros konklusion fra deres forskning er præcis: positionsniveausporing - "mit mærke flyttede fra tredje til anden" - er "statistisk meningsløs" givet hvor sjældent lister gentager sig. Det mere stabile signal er tilstedeværelsesandel: hvor ofte dit mærke optræder overhovedet på tværs af mange uafhængige kørsler, snarere end dets rang i nogen enkelt.
Værktøjer bruger inkompatible metoder. Prompt-sporing, skærmbilledprøvetagning og direkte API-kald måler hver især noget lidt forskelligt. Tal fra forskellige værktøjer er ikke direkte sammenlignelige. Ahrefs selv markerer, at en del af dens målte citatændring kan afspejle forbedringer i, hvordan det analyserer AI Overview-indhold, snarere end volatilitet i svarene.
Leverandørincitament. Størstedelen af forskningen, der kvantificerer, hvor dårligt mærker sporer AI-citater - inklusive de GoodFirms- og Fractl-studier, der mest citeres her - kommer fra virksomheder, der sælger overvågning eller tilstødende tjenester. Baseline sælger også overvågning. Det gør tallene ikke forkerte, men det er værd at tage i betragtning, når du beslutter, hvor hastigt du skal handle.
Tilstedeværelse slår placering
I betragtning af volatiliteten er den rigtige enhed at spore share-of-presence på tværs af mange kørsler på mange platforme. Hvor du rangerede i ét svar på én dag fortæller dig næsten intet. Det betyder at køre de samme prompts gentagne gange på tværs af ChatGPT, Perplexity, Google AI og Claude, og spore hvor konsistent dit brand vises i puljen af anbefalede navne. Et enkelt øjebliksbillede er støj. En trend på tværs af dusinvis af kørsler er signal. De 14% af marketingfolk, der allerede gør dette, bygger et forspring, der vil sammensættes, når AI-søgningens markedsandel vokser.
Kilder: GoodFirms - SEO-statistik, AI-søgningsrangeringer og zero-click-trends (100+ praktikere, jan.–feb. 2026, udgivet 7. apr. 2026). Ahrefs - Hvor ofte ændres AI Overviews? (~43.000 nøgleord). Ahrefs - AI Overviews vs AI Mode. SparkToro + Gumshoe (Rand Fishkin / Patrick O'Donnell) - AI'er er meget inkonsistente, når de anbefaler brands eller produkter (600 frivillige, ~2.961 kørsler, nov.–dec. 2025). Fractl - AI Search-undersøgelse (1.008 forbrugere + 150 marketingfolk; forfatter Aditya Sachdeva). Profound - 6,8M citatanalyse (citeret via Ahrefs AI Mode-indlæg).