Struktureret data i AI SEO: Derfor er schema ikke nok alene

Mange virksomheder tror, at den rette tekniske opsætning løser alle udfordringer med synlighed. Hvis koden er på plads, må maskinerne jo forstå budskabet. Inden for AI-søgning og LLM SEO er virkeligheden mere kompleks. Struktureret data er et stærkt fundament, men koden kan aldrig stå alene.

Kort svar: Struktureret data (schema-markup) fungerer som en maskinlæsbar ordbog, der hjælper store sprogmodeller med at identificere dine produkter, services og organisationer. Schema skaber dog ikke synlighed alene. Hvis dit synlige indhold mangler dybde, dine interne links er svage, eller dine eksterne tillidssignaler mangler, kan AI-systemerne overse din virksomhed.

Hvad gør struktureret data egentlig i AI SEO?

Struktureret data er kode, som du tilføjer til din hjemmeside for at give søgemaskiner og AI-modeller præcis kontekst. Hvor et menneske nemt kan se, at et telefonnummer tilhører kundeservice, skal en maskine ofte bruge schema-markup for at være helt sikker.

Når systemer som Google AI Overviews, ChatGPT Search, Perplexity og Gemini gennemsøger internettet, forsøger de at opbygge en forståelse af entiteter og relationer. En entitet kan være din virksomhed, en specifik medarbejder, en ydelse, et produkt, et brand eller et emne.

Her hjælper struktureret data med at:

• Etablere klare fakta om din virksomhed, for eksempel navn, adresse, logo og officielle profiler.
• Forbinde forfattere med deres ekspertiseområder.
• Give præcise oplysninger om priser, lagerstatus og specifikationer.
• Gøre det tydeligere, hvad en side handler om.
• Mindske risikoen for misforståelser, når AI-systemer læser dine sider.

Det handler grundlæggende om at gøre det så nemt som muligt for algoritmerne at verificere, hvem du er, og hvad du tilbyder. Du kan læse mere om den overordnede tilgang på min side om LLM SEO.

Hvorfor er schema ikke nok alene?

Hvis struktureret data er skelettet, så er dit synlige indhold kroppen. AI-systemer bruger schema til at forstå strukturen, men de vurderer også værdien ud fra det indhold, som brugeren rent faktisk kan læse.

Hvis der er uoverensstemmelse mellem koden og teksten på siden, mister maskinerne tillid til din kilde. Tillid er en af de vigtigste faktorer i AI-søgning. Modellerne vil sjældent anbefale en virksomhed, hvis data virker modsigende, forældede eller utilstrækkelige.

Her er tre eksempler på, hvorfor et ensidigt fokus på teknisk schema ofte fejler.

Eksempel 1: Konsulentvirksomheden med tyndt indhold

En mellemstor dansk rådgivningsvirksomhed får lagt Person-schema og Organization-schema på deres hjemmeside. Koden fortæller om direktørens baggrund, virksomhedens registrerede adresse og de faglige kategorier, de arbejder inden for.

Selve teksten på hjemmesiden består dog primært af korte overskrifter og generiske tekster uden konkrete eksempler, cases eller reelle beskrivelser af deres arbejdsproces.

Når en potentiel kunde spørger ChatGPT om hjælp til en kompleks forretningsudfordring, bliver konsulenten ikke nødvendigvis valgt som kilde. AI-modellen kan godt se i koden, at virksomheden eksisterer, men det synlige indhold mangler den faglige dybde, som modellen skal bruge for at formulere et kvalificeret svar og anbefale virksomheden som ekspert.

Schema fortæller, hvem du er. Indholdet skal bevise, hvorfor du er relevant.

Eksempel 2: Webshoppen med kopierede tekster

En e-commerce webshop sælger udstyr til outdoor-livet. De har styr på deres Product Schema, som indeholder korrekte priser, valuta og lagerstatus. Webshoppen har dog valgt den nemme løsning og kopieret alle produkttekster direkte fra producentens katalog.

Der er ingen unikke produktanmeldelser, ingen uddybende købsguides og ingen interne links, der forbinder produkterne med relevante blogindlæg om outdoor-aktiviteter.

Selvom koden er fejlfri, kan Perplexity, Google AI Overviews eller ChatGPT vælge at fremhæve konkurrenten. Konkurrenten tilbyder måske unikke testresultater, brugerskabt indhold og dybdegående vejledninger, der skaber mere værdi for brugeren. Schema-koden i sig selv kan ikke opveje manglen på unikt indhold.

Du kan dykke dybere ned i webshop-delen i artiklen om produktdata og schema i AI SEO og i guiden om ChatGPT produktanbefalinger for webshops.

Eksempel 3: Den lokale servicevirksomhed med rod i data

En landsdækkende håndværkervirksomhed med lokale afdelinger implementerer LocalBusiness-schema på deres lokationssider. Men på grund af dårlig intern koordinering står der ét telefonnummer i koden, et andet nummer i sidens synlige tekst og et tredje nummer på deres officielle Facebook-side.

Virksomhedens navn varierer også en smule mellem afdelingerne.

For en AI-model fremstår dette som usikre data. Når en bruger laver en lokal søgning via en AI-assistent, kan assistenten vælge at udelade virksomheden. Systemet vurderer ganske enkelt, at risikoen for at give brugeren forældede eller forkerte kontaktoplysninger er for høj.

Konsistens på tværs af hjemmeside, schema, Google Business Profile, sociale medier og brancheprofiler vægter tungt.

Hvilke schema-typer bør danske virksomheder prioritere?

Selvom koden ikke gør arbejdet alene, skal det tekniske fundament stadigering være i orden. For danske B2B- og B2C-virksomheder er der en række schema-typer, som er særligt vigtige for at opbygge den nødvendige kontekst.

• Organization: Definerer din virksomheds officielle navn, logo, sociale profiler og grundlæggende kontaktoplysninger. Det hjælper AI-systemer med at forstå, hvilken virksomhed der står bag hjemmesiden.
• Person: Bruges til nøglemedarbejdere, eksperter og forfattere. Det hjælper AI-modeller med at forstå, hvem der står bag indholdet, hvilket kan styrke troværdigheden.
• Article eller BlogPosting: Giver struktur til dine vidensartikler, nyheder og blogindlæg. Det fortæller, hvornår indholdet er udgivet, hvem forfatteren er, og hvad hovedemnet er.
• FAQPage: Gør spørgsmål og svar lettere at identificere. Det er særligt relevant, når AI-systemer skal trække korte, præcise svar ud af en side.
• Product: Giver detaljerede informationer om pris, valuta, tilgængelighed, anmeldelser og brand. Det er vigtigt for webshops, der vil forstås i AI-drevet shopping. Du kan læse mere om udviklingen i artiklen om ChatGPT Shopping og e-commerce.
• BreadcrumbList: Hjælper maskiner med at forstå hierarkiet på din hjemmeside, for eksempel hvordan forside, kategori, underside og artikel hænger sammen.
• LocalBusiness: Er vigtigt for virksomheder med fysiske placeringer, lokale serviceområder eller lokale afdelinger.

Det vigtigste er ikke at implementere flest mulige schema-typer. Det vigtigste er at bruge de rigtige typer korrekt, og at de matcher det synlige indhold.

Sådan kombinerer du schema, indhold og tillidssignaler

For at opnå reel synlighed i AI-søgning skal du arbejde med en samlet model. Du skal binde teknikken sammen med det indhold, dine brugere møder, og de signaler, som findes uden for din egen hjemmeside.

Struktureret data gør informationen maskinlæsbar. Synligt indhold gør informationen forståelig. Tillidssignaler gør informationen mere troværdig.

Synligt indhold med substans

Dit indhold skal besvare brugernes spørgsmål direkte og grundigt. Brug et klart sprog og opbyg teksterne logisk med præcise overskrifter.

Sørg for, at alt, hvad du angiver i din schema-markup, også kan læses direkte på siden af et menneske. Hvis dit schema siger, at du har 5 stjerner baseret på 100 anmeldelser, skal anmeldelserne eller en tydelig opsummering være synlig på siden.

Det samme gælder for priser, forfattere, cases, services, lokationer og åbningstider.

Strategiske interne links

Interne links hjælper ikke kun brugere med at finde vej. De hjælper også AI-modeller med at forstå sammenhængen mellem dine emner.

Hvis du skriver om et specifikt emne, så link tilbage til din primære ydelsesside eller dine mest relevante artikler. Det viser maskinerne, hvilke sider der er dine vigtigste autoriteter på området.

En gennemtænkt struktur er en vigtig del af en stærk LLM SEO-strategi.

Eksterne tillidssignaler

AI-modeller indsamler ikke kun viden fra din egen platform. De ser også på, hvad der skrives om dig på resten af internettet.

Omtale i medier, anmeldelser på Trustpilot eller Google Business Profile, links fra branchemedier, partneromtaler og konsistente virksomhedsprofiler er alle med til at bekræfte de data, du opgiver i dit schema.

Det bliver endnu vigtigere, når vi bevæger os mod agentic commerce og AI-indkøbere, hvor AI-assistenter i højere grad kan hjælpe brugere med at sammenligne leverandører og produkter.

Friskhed og opdateret indhold

Søgemaskiner og AI-systemer foretrækker information, der virker aktuel og vedligeholdt. Hvis dit indhold ikke er blevet opdateret i flere år, kan AI-systemer vælge nyere kilder, selvom dit schema teknisk set er korrekt.

Gennemgå dine vigtigste sider løbende. Opdater priser, services, årstal, cases, medarbejdere, åbningstider og kontaktdata. Når du ændrer indholdet væsentligt, bør dit Article schema eller tilsvarende markup også afspejle den seneste opdatering.

Opdaterede kilder er lettere at stole på, især når priser, services eller kontaktdata ændrer sig.

Konsistens i brand og entiteter

Brug det samme virksomhedsnavn, den samme adresse og det samme telefonnummer overalt på nettet.

Hvis dit firma hedder "Hansen Rådgivning ApS" i dit schema, bør det ikke omtales som "Hansens Konsulenthus" på LinkedIn, i lokale erhvervsregistre og på kontaktsiden. Små variationer kan være naturlige, men større uoverensstemmelser skaber usikkerhed.

Det samme gælder for personnavne, produktnavne, serviceområder og officielle profiler.

Checkliste: Gennemgang af din schema-strategi

Brug denne liste til at vurdere, om din virksomhed har den rette balance mellem teknik og indhold:

• Stemmer alle oplysninger i dit schema med det synlige indhold på siden?
• Er dine priser, forfattere, adresser, telefonnumre og åbningstider opdaterede?
• Har dine vigtigste forfattere eller eksperter tydelige profilsider?
• Har dine vigtigste services nok synligt indhold til, at en AI-model kan forstå dem?
• Er dit firmanavn, adresse og telefonnummer konsistent på tværs af hjemmeside, Google Business Profile og sociale profiler?
• Understøtter dine interne links de vigtigste relationer mellem emner, services og artikler?
• Har du eksterne anmeldelser, omtaler eller links, der bekræfter din troværdighed?
• Er din markup testet i relevante validatorer?
• Opdaterer du dit schema, når du opdaterer hjemmesiden?
• Bruger du schema som en del af en samlet AI SEO-strategi, ikke som en isoleret teknisk opgave?

Typiske fejl med schema i AI SEO

Når jeg gennemgår danske virksomheders digitale tilstedeværelse, ser jeg ofte de samme fejl i opsætningen af struktureret data.

Schema uden dækning i indholdet

Virksomheden tilføjer omfattende FAQ-schema eller produktinformationer i koden, men glemmer at gøre teksten synlig for de besøgende. Det skaber et mismatch mellem maskinlæsbar data og brugeroplevelse.

Forældede data i koden

Priser, lagertal eller kontaktoplysninger opdateres på siden, men koden bagved hænger fast i gamle værdier på grund af manglende integrationer eller dårlig vedligeholdelse.

Korrekt markup på tynde sider

Man implementerer avanceret schema på sider, der stort set ikke indeholder andet end to linjers tekst og et billede. Det tekniske signal er korrekt, men indholdet er for svagt til at fungere som en stærk kilde.

Manglende forfatter-kontekst

Artikler udgives under generiske navne som "Admin" eller "Redaktionen", hvilket gør det sværere for AI-systemer at forstå, hvem der står bag indholdet.

Modstridende oplysninger

Virksomheden bruger forskellige schema-typer eller datakilder, som modsiger hinanden. Det kan handle om ejerforhold, lokationer, telefonnumre, priser eller serviceområder.

Schema som en engangsopgave

Mange betragter schema som et teknisk flueben, der skal sættes én gang ved lancering af hjemmesiden. I praksis skal struktureret data vedligeholdes, hver gang virksomheden ændrer indhold, services, produkter eller kontaktinformation.

Næste skridt: Få styr på helheden

Hvis din virksomhed skal klare sig bedre i Google AI Overviews, ChatGPT Search og andre AI-baserede søgeoplevelser, skal du kigge ud over koden. Du skal sikre, at jeres tekniske fundament, det synlige indhold og jeres eksterne autoritet arbejder sammen som en helhed.

Du kan læse mere om den danske kontekst i min artikel om Google AI Overviews for danske virksomheder.

Vil du vide, om din hjemmeside er teknisk og indholdsmæssigt klar til AI-søgning? Få en AI SEO-gennemgang, hvor vi ser på schema, indhold, interne links, tillidssignaler og synlighed i Google AI Overviews, ChatGPT og Perplexity.