Vigtigste resultater
- 70,2% af AI's brandviden kan ikke spores, hvilket er den absolut største kategori
- GPT-5.2 har et sentiment på 0,83 mod Geminis 0,32 for de samme brands, så modellerne fortæller helt forskellige historier
- Kun 2,8% af AI-svarene er stabile, mens 93,8% er variable på tværs af gentagne prompts
- Virksomhedsejet indhold (14,7%) er den største identificerbare kilde til AI's brandviden
- Børsnoterede over for private virksomheder: statistisk identisk AI-behandling på tværs af alle parametre
Jeres brand har et AI-omdømme. Problemet: det ændrer sig afhængigt af hvilken AI jeres kunde bruger, hvornår de spørger, og hvordan de formulerer spørgsmålet. Vi gennemførte det største tværbranche-studie af AI-omdømmekilder til dato. Her er hvad alle marketingfolk har brug for at vide.
Hvorfor dette studie er vigtigt
Hver gang en køber spørger ChatGPT, Gemini eller Perplexity om jeres branche, konstruerer disse AI-platforme et narrativ om jeres brand i realtid. Det narrativ er jeres AI-omdømme. I modsætning til traditionel mediedækning kan I ikke se det, spore dets kilder eller forudsige hvad det vil sige næste gang.
Vi satte os for at besvare fire spørgsmål: Hvor får AI sin brandviden? Hvor konsistent er den? Ændrer jeres branche svaret? Og har børsnoterede virksomheder en fordel?
Resultaterne er ubehagelige for alle der tror AI-synlighed er et simpelt problem.
Hvad vi testede
Vi studerede 24 reelle virksomheder på tværs af 8 brancher: E-handel, Sundhedsteknologi, Logistik, Konsulentvirksomhed, HR-teknologi, Webhosting, Marketingteknologi og FinTech. Halvdelen var børsnoterede, halvdelen private. Virksomhederne spændte fra Fortune 500-virksomheder til startups.
Vi gennemførte 1.296 prompts på tværs af GPT-5.2 og Gemini 3 Flash, plus 72 grundede forespørgsler via Perplexity. Hver stabilitetsprompt blev gentaget fem gange pr. brand for at måle konsistens. I alt analyserede vi 1.311 svar og kodede 3.041 kildehenvisninger manuelt.
Dette er ikke et blogindlæg med anekdoter. Dette er et peer-reviewed studie publiceret i Springers Discover Artificial Intelligence-tidsskrift.
Fund 1: 70% af hvad AI "ved" om jeres brand kan ikke spores
Vi klassificerede hver kildehenvisning AI gjorde når de diskuterede brands. Den enkelte største kategori: "Andet / Ikke sporbar" med 70,2%. AI ved ting om jeres brand, men vi kan ikke præcist pege på hvor den information kom fra.
De kilder vi kunne spore:
| Kildetype | Andel af alle citater |
|---|---|
| Virksomhedsejet indhold | 14,7% |
| Tier-1 nyhedsmedier | 5,7% |
| Anmeldelsesplatforme | 4,6% |
| Branche-/sektornyheder | 1,8% |
| Wikipedia | 1,5% |
| Finansiel/regulatorisk | 0,6% |
| Sociale medier | 0,5% |
| 0,4% | |
| Offentlige kilder | 0,1% |

Hvad dette betyder for jer: Jeres eget webstedsindhold er den største identificerbare kilde til AI's brandviden. Traditionel PR (tier-1 medier) er nummer to. Alt andet er marginalt. Men de 70% I ikke kan påvirke gennem nogen direkte kanal er den strukturelle udfordring ingen taler om.
Fund 2: AI-modeller fortæller helt forskellige historier om jeres brand
Vi sammenlignede hvordan GPT-5.2 og Gemini 3 Flash opfatter de samme brands. Kløften er dramatisk.
GPT-5.2 producerede en gennemsnitlig sentimentscore på 0,83 (på en skala fra -1 til +1). Det er overvældende positivt. Faktisk var 96,4% af GPT's svar om brands positive.
Gemini 3 Flash producerede et gennemsnitligt sentiment på 0,32. Kun 51,5% af dets svar var positive.
Korrelationen mellem de to modellers sentimentscorer? r = 0,37 -- svag og ikke statistisk signifikant. Modellerne bruger ikke bare forskellige skalaer. De vægter helt forskellige aspekter af omdømme.
Hvad dette betyder for jer: Hvis I kun auditerer jeres AI-tilstedeværelse på ChatGPT, ser I et kunstigt rosenrødt billede. Jeres kunder bruger flere AI-platforme. Hver enkelt fortæller en anden historie om jer.
Fund 3: Spørg den samme AI to gange og I får forskellige svar
Vi gentog den samme prompt fem gange for hvert brand på hver model. Den gennemsnitlige konsistensscore på tværs af alle virksomheder: 0,54 cosinus-lighed.
For at sætte dette i perspektiv: kun 2,8% af alle virksomhed-model-prompt-kombinationer oversteg 0,85-tærsklen vi definerede som "stabil". Samtidig faldt 93,8% under 0,70, hvilket vi klassificerede som "variabel".
GPT-5.2 var lidt mere konsistent (0,57) end Gemini 3 Flash (0,51), men ingen model giver det samme svar pålideligt.
Hvad dette betyder for jer: Der findes intet fast "AI-omdømme". Hver gang nogen spørger om jeres brand, konstruerer AI et lidt anderledes narrativ. En enkelt-prompt audit fanger en tilnærmelse, ikke sandheden. I har brug for gentagne målinger for at forstå jeres faktiske AI-tilstedeværelse.
Fund 4: Jeres branche bestemmer hvilke kilder AI bruger
Vi fandt et statistisk signifikant forhold mellem branchesektor og kildefordeling (chi-kvadrat = 143,28, p < 0,001). Effektstørrelsen er lille (Cramers V = 0,08), men mønstrene er reelle og anvendelige.
Konsulentvirksomheder får det rigeste identificerbare kildemix: 30,8% af deres AI-omdømme kommer fra virksomhedsindhold plus tier-1 nyheder kombineret. McKinsey får 8% af sine sporbare citater fra publikationer som Bloomberg og Financial Times.
Marketingteknologivirksomheder står over for den højeste kildeuigennemsigtighed: 81,3% af deres AI-omdømme er ikke sporbart. Hvis I er i B2B-teknologi, antag at det meste AI ved om jer er bagt ind i træningsdata uden klar oprindelse.
HR-teknologibrands læner sig tungt på anmeldelsesplatforme: 9,6% af identificerbare kilder kommer fra G2, Capterra og lignende sites -- højest af alle sektorer.
Hvad dette betyder for jer: Jeres AI-indholdsstrategi skal matche kildemønstrene som AI faktisk bruger i jeres branche. En konsulentvirksomhed bør investere i thought leadership og medierelationer. En HR-teknologivirksomhed bør investere i anmeldelsesplatformstilstedeværelse. En generisk playbook vil ikke virke.
Fund 5: At være børsnoteret giver jer ingen fordel
Vi sammenlignede 12 noterede virksomheder med 12 private virksomheder på tværs af hver metrik vi målte. Resultaterne: statistisk identiske.
- Konsistens: Noterede 0,54 vs. Private 0,54 (d = 0,03, ubetydelig)
- Sentiment: Noterede 73,9% positive vs. Private 74,5% positive
- Kildediversitet: Ingen signifikant forskel (Shannon-entropi: 1,43 vs. 1,37)
- Citatrigdom: Private virksomheder modtog faktisk lidt flere henvisninger pr. virksomhed (130,0 vs. 123,4)
- Finansiel/regulatoriske kilder: Mindre end 1% for begge grupper
SEC-indberetninger, Bloomberg-dækning, Crunchbase-profiler -- intet af det giver noterede virksomheder en målbar fordel i hvordan AI opfatter dem.
Hvad dette betyder for jer: Hvis I er en privat virksomhed eller en startup, er I ikke strukturelt underlegne. AI behandler en startup på samme måde som en Fortune 500-virksomhed. Spillebanen er lige. Spørgsmålet er ikke jeres virksomheds størrelse -- det er om jeres indhold er struktureret til AI-forståelse.
Den grundede tilstand-undtagelse
Der er et lyspunkt i alt dette. Når AI-modeller bruger retrieval-augmented generation (tilstanden hvor de aktivt søger på nettet før de svarer), bliver kildehenvisning gennemsigtig. Vi testede dette med Perplexity, som leverer URL-niveau citater.
I grundet tilstand skrumper kategorien "ikke sporbar" dramatisk. I kan se præcis hvilke sider AI trak fra, verificere nøjagtighed og optimere derefter.
Hvad dette betyder for jer: Efterhånden som flere AI-platforme adopterer retrieval-augmented tilstande (som Googles AI Overviews eller Perplexitys citater), vil kildeuigennemsigtighed-problemet mindskes. Men indtil videre sker størstedelen af AI-samtaler om brands i parametrisk tilstand -- hvor 70% af viden ikke har nogen sporbar oprindelse.
Hvad I skal gøre fra mandag
Forskningen peger på tre anvendelige prioriteter:
1. Auditer jeres AI-tilstedeværelse på tværs af flere modeller
Spørg ikke bare ChatGPT om jeres brand. Spørg Gemini. Spørg Perplexity. Med et 0,51-point sentimentgab mellem modeller og kun 2,8% af outputs der er stabile, har I brug for en multi-model, gentaget-målings tilgang for at forstå jeres faktiske AI-omdømme.
2. Invester i de kilder der faktisk betyder noget
70% af AI-viden er bagt ind i træningsdata og ikke sporbar. Af de 30% I kan påvirke: jeres eget webstedsindhold (14,7%) og tier-1 mediedækning (5,7%) er de to vigtigste. Anmeldelsesplatforme betyder noget for specifikke brancher (især HR-teknologi med 9,6%). Sociale medier og LinkedIn tilsammen udgør mindre end 1%.
Prioriter: virksomhedsejet indhold først, earned media andet, branchespecifikke kilder tredje.
3. Byg en overvågningsvane
AI-omdømme er ikke stabilt. Det skifter med hver forespørgsel, hver modelopdatering, hvert nyt stykke træningsdata. I ville ikke tjekke jeres Google-placeringer en gang og glemme det. Månedlig AI-synlighedsovervågning er minimum. Kvartalsvise omfattende audits på tværs af modeller er standarden.
Studiedetaljer
- Udvalg: 24 virksomheder, 8 brancher, 12 børsnoterede + 12 private
- Prompts: 1.296 administrerede, 1.311 analyserbare svar
- Modeller: GPT-5.2 (OpenAI), Gemini 3 Flash (Google), Perplexity (grundet tilstand)
- Kildehenvisninger: 3.041 kodet af to uafhængige trænede kodere
- Stabilitetsiterationer: 5 gentagelser pr. prompt pr. brand pr. model
- Publikation: Springer Discover Artificial Intelligence (peer-reviewed)
- Dataindsamling: 20. februar 2026
Bundlinjen
AI bygger et omdømme for jeres brand uanset om I styrer det eller ej. Spørgsmålet er om I forstår hvor det omdømme kommer fra (hovedsageligt ikke sporbart), hvor stabilt det er (ikke særlig), og hvor anderledes det ser ud på tværs af platforme (dramatisk anderledes).
De brands der vinder anbefalingsandel i AI-æraen vil ikke være dem med de største budgetter eller de længste track records. De vil være dem der forstår hvordan AI ræsonnerer om dem -- og strukturerer deres indhold derefter.
Andre spørger også om
Læs også
Din AI Visibility-rapport måler kun støj
Denne undersøgelse ser på responsvariabilitet og konsistens i brandomtaler på tværs af tre førende LLM'er: Google Gemini 3 Flash, OpenAI GPT-5.2 og xAI Grok-4-1. Ved hjælp af i alt 239 stikprøver på tværs af tre prompt-variationer (mand, kone, 2025) målte vi frekvensen af brandomtaler, svarkonsistens og overensstemmelse på tværs af modeller.
Only 1 in 6 Brands Has Strong AI Visibility: Corporate Visibility Pattern Analysis
Analysis of 195 AI queries across 6 corporate brands reveals three visibility patterns: Invisible (PGE, Polpharma), Brand-Dependent (TotalEnergies, Holcim), Topic-Locked (Orlen). Only 1 in 6 has strong AI presence.
AI-synlighedens tilstand: hvorfor brands mister kontrollen i AI-svar
Søgning findes stadig, men beslutningerne træffes nu et andet sted. Traditionel SEO antog, at hvis du rangerede godt, ville du blive opdaget. AI fungerer ikke sådan. Denne artikel definerer, hvorfor AI-synlighed betyder noget, og introducerer de fire dimensioner af AI-synlighed: Tilstedeværelse, Relevans, Nytte og Tillid.
Forståelse af AI-synlighedsklassificering: de 8 tilstande der definerer, hvordan AI ser dit brand
Dit brand har flere niveauer af synlighed for AI. Der er 8 forskellige tilstande, fra Usynlig til Kategorileder, og hver enkelt kræver en særskilt strategi. Denne artikel forklarer klassificeringssystemet bag AI Visibility Score, og hvordan metrikmønstre bestemmer din strategiske diagnose.
"Best Of"-fælden: hvorfor selvpromoverende listeartikler taber på Google og vinder på ChatGPT
Tre signaler på én uge: Google straffede selvpromoverende listeartikler (hvor SaaS-brands tabte 34-49 % i synlighed) og reducerede sine crawl-grænser med 86,7 %, mens Ahrefs fandt, at 44 % af alle ChatGPT-citationer stammer fra netop disse listeartikler. Google skrumper, og AI vokser. Få en 5-minutters brand-audit-drejebog og en opdelt strategi til at navigere i begge opdagelsessystemer.
Kindle: 100% af "kone"-forespørgsler. 0% af "mand"-forespørgsler. Samme AI.
Denne undersøgelse udvider konsistensanalysen af LLM-brands på tværs af prompts ved at introducere en kønsneutral "partner"-prompt for at isolere effekterne af kønsbias. Ved at sammenligne fire prompt-variationer på tværs af i alt 299 stikprøver leverer vi stærke beviser på kønsbaseret bias i LLM-brandanbefalinger. Vigtigt fund: Kindle optrådte i 100% af kone- OG partner-gentagelserne, men i 0% af mand-gentagelserne.
BeVisible Club
Få forskning som denne, før vi udgiver den.
Nye undersøgelser af AI-synlighed, rangordningsmønstre og kildedata leveret til din indbakke en uge før de offentliggøres.
Bliv medlem af BeVisible ClubVil du vide, hvordan AI ser dit brand?
Rankfor.AI måler dit brands AI-synlighed på tværs af alle store platforme og giver konkrete anbefalinger.
Om forfatteren

Stifter
Dmitrij Żatuchin er stifter af Rankfor.AI. Som datalog med en ph.d. i semantiske webteknologier bygger han bro mellem, hvordan AI ræsonnerer om brands, og hvordan brands ønsker at blive forstået. Med over to årtiers erfaring inden for softwarearkitektur og akademiske roller på Estonian Business School bygger Dmitrij den måleinfrastruktur, som brands har brug for til at gå fra at optimere til søgemaskiner til at blive synlige for ræsonneringsmotorer.
