AI-oversigterne ramte 90 % af brandsøgningerne. Tallet måler tilstedeværelse, ikke placering

Hvad der faktisk blev målt

To uafhængige målinger ramte offentligheden med to døgns mellemrum. DemandSphere trackede brandsøgeord dagligt gennem deres DemandMetrics-platform — én måling per søgeord per dag, alle markeder, alle enheder — og registrerede et AI-oversigt, hver gang et panel optrådte på resultatsiden. Forløbet gennem september 2026 ser sådan ud:

To døgn før offentliggørelsen testede Chris Long fra Nectiv 100 enterprise-brands via SerpApi og fandt AI-oversigter på 93 af dem — Reddit, Salesforce, Mailchimp, Amazon, Adobe, Apple, Samsung. Barry Schwartz eftergik stikprøven. To forskellige metoder, to forskellige datakilder, samme retning. Det er stærkere belæg, end man normalt får på en SERP-ændring, Google ikke har sagt noget om.

Tilstedeværelse er den forkerte metrik

Begge datasæt måler det samme: optrådte der et panel. Ingen af dem måler, hvor panelet lå. Det er den afgørende forskel på en brandsøgning, for du står allerede nummer ét på dit eget navn — du kan ikke rykke op. Det eneste, der kan flytte sig, er, hvor mange centimeter skærm der er mellem toppen og dit resultat.

Og dér siger den ene test, der faktisk noterede placering, noget andet end overskrifterne: de fleste paneler lå midt på siden eller lavere. Adobe var undtagelsen med et panel øverst. Et AI-oversigt under dit eget resultat er ikke et tab af klik; det er en fodnote, de fleste aldrig ruller ned til. Det er samme skelnen, jeg skrev om, da citeringsandelen i AI-oversigterne steg: tilstedeværelse og destination er to forskellige tal, og det er næsten altid det andet, der betyder noget.

Dertil to forbehold, kilderne selv tager, og som er værd at tage med. DemandSphere oplyser ikke, hvor mange brandsøgeord stikprøven består af — tallet kan ikke reproduceres. Og et panel tælles med, uanset om brandet selv bliver citeret i det. En brandsøgning, hvor Google sammenstykker svaret om din virksomhed fra tre andres sider, og en hvor den citerer din egen forside, ligger i samme kolonne.

Undtagelserne siger mere end de 90 %

Der var to kategorier uden AI-oversigter: Googles eget brandnavn, og nyhedsudgivere. Det er ikke tilfældige huller. Nyhedsforespørgsler er den kategori, Google konsekvent holder generative svar væk fra, fordi indholdet er færskt og fejl er dyre. Og at Google ikke lægger et genereret svar over sit eget navn, er en oplysning om, hvordan de selv vurderer panelets værdi på en navigationssøgning.

Hvis du vil gætte på, hvad der udløser panelet, er de to undtagelser et bedre udgangspunkt end de 93 procent. De peger på, at udløseren er, om forespørgslen har et stabilt, beskriveligt svar — ikke om brandet er stort nok.

Tre dage ligner en test, ikke en udrulning

90,48 %, så 80,23 %, så 82,06 %. Ti procentpoints fald på et døgn og derefter fladt. Det er ikke formen på en udrulning; det er formen på en trafikdeling, der bliver skruet op og lidt ned igen. Og springet falder sammen med vinduet for Googles spamopdatering fra september 2026, som startede 24. september med et annonceret rulningsvindue på op til to uger — det samme vindue, jeg har regnet efter før.

Sammenfaldet skal nævnes, ikke påstås. En spamopdatering ændrer ranking, ikke hvilke SERP-funktioner der udløses, og der er ingen dokumenteret mekanisme mellem de to. Men to samtidige, uannoncerede ændringer i det samme vindue er grund til at behandle september-tallene som støjfyldte, ikke som en ny baseline.

Sådan regner du det ud på dine egne tal

Datoerne giver dig en naturlig før-og-efter, og den slags får man ikke tilbudt ofte. Rækkefølgen jeg ville tage det i:

1. Byg brandlisten. I Search Consoles effektivitetsrapport, filtrér forespørgsler på dit brandtoken — firmanavnet, de almindelige stavefejl, domænenavnet uden endelse. Det er din behandlingsgruppe.
2. Byg kontrolgruppen. Samme rapport, forespørgsler der ikke indeholder brandtokenet. Den fanger alt det, der flyttede sig af andre grunde i samme periode — spamopdateringen inklusive.
3. Del perioden ved 26. september. 1.–25. september mod 26. september og frem. Sammenlign de to grupper mod hinanden, ikke de to perioder isoleret.
4. Læs CTR ved konstant gennemsnitsplacering. Det er hele øvelsen. Står du stadig på 1,0–1,2 på dit eget navn, og er CTR faldet, har panelet taget klik. Er både placering og CTR flad, kostede tilstedeværelsen dig ingenting — uanset hvad brancheoverskrifterne siger.
5. Stikprøv manuelt, på placering. Søg på dine tolv vigtigste brandforespørgsler og notér, om panelet ligger over eller under dit eget resultat. Det er det tal, ingen af datasættene har, og det tager tyve minutter.

Hvad du ikke kan bruge til det: Search Consoles separate rapport for generativ AI. Den har visninger og ikke andet — ingen klik, ingen CTR, ingen placering, ingen forespørgselsdata — hvilket jeg også løb ind i, da Dive deeper kom i Discover. Og den almindelige effektivitetsrapport har intet flag for AI-oversigter: dens søgetyper er Web (tekstbaseret), Web (multimodal), Billede, Video og Nyheder, så panelvisningerne ligger blandet ind i Web. Derfor er CTR ved konstant placering det eneste reelle håndtag, du har, og derfor er kontrolgruppen ikke til pynt.

For en mellemstor virksomhed er det her ikke en SEO-detalje. Brandsøgningen er den forespørgsel, der konverterer — folk, der skriver dit navn, er længst nede i tragten. Et genereret svar, der beskriver, hvad du laver, ud fra tre konkurrenters sammenligningssider, er et positioneringsproblem, før det er et trafikproblem. Og det eneste, du kan styre, er kildematerialet: at dine egne om-, ydelses- og prissider siger klart og kontrollerbart, hvad du laver, så panelet har noget rigtigt at samle svaret fra.