AI Share of Voice (Share of Model)

Hvad AI Share of Voice er, og hvorfor det opstår nu

AI Share of Voice bygger på en enkel iagttagelse: Flere og flere købsbeslutninger starter i dag hos en conversational AI frem for i et Google-søgeresultat. I stedet for ti blå links får brugeren ét sammenfattet svar, hvor en håndfuld brands bliver nævnt og nogle få kilder citeret. Din synlighed afgøres derfor ikke længere af din placering alene. Den afgøres af, om du overhovedet optræder i selve svaret.

Forskellen fra klassisk Share of Voice. Traditionelt Share of Voice kommer fra reklameverdenen og PR. Det måler din andel af mediebudgettet, dine annonceimpressions eller dine placeringer på søgeordslister sammenlignet med konkurrenterne. Det er en andel af en hylde, du kender på forhånd. AI Share of Voice måler i stedet din andel af et syntetiseret svar, som modellen selv sætter sammen ud fra mange kilder. Der er ingen resultatliste at rangere på og ingen fast hylde. Enten er du en del af det svar, brugeren læser, eller også er du det ikke.

Derfor opstår behovet lige nu. Din Google-placering forudsiger ikke længere din AI-synlighed. Analyser fra 2026 viser, at kun 2,1 procent af de sider, der ligger i top 10 på Google, dukker op som kilder i ChatGPT, og at 44,3 procent af top 10-siderne aldrig optræder i noget AI-svar overhovedet. Samtidig voksede trafikken fra AI-søgning med 42,8 procent på et år. Du kan altså ligge nummer et på dit vigtigste søgeord og stadig være usynlig, når en kunde spørger en AI.

Målehullet er stort. Der er langt mellem ord og handling i marketingafdelingerne. Undersøgelser peger på, at kun 14 procent af marketingfolk faktisk måler deres AI-citationer, mens 43 procent kalder AI-synlighed en kernedel af deres strategi. Den forskel er præcis det tomrum, AI Share of Voice udfylder. Uden et tal at styre efter optimerer du i blinde.

Måletallet under GEO og AEO. AI Share of Voice hænger tæt sammen med to beslægtede discipliner. GEO handler om at optimere dit indhold, så generative modeller trækker det med i deres svar, mens AEO (Answer Engine Optimization) fokuserer på at blive det direkte svar på et konkret spørgsmål. Begge dele er indsatser. AI Share of Voice er den fælles resultatmåling, der viser, om indsatserne flytter din andel af svarene opad.

Tre niveauer af synlighed. Når en LLM genererer et svar, kan dit brand optræde på tre måder. En omtale er, at dit navn nævnes i teksten. En citation er, at modellen henviser til eller linker til dit domæne som kilde. En anbefaling er, at modellen aktivt fremhæver dig som et godt valg. De tre ting er ikke det samme, og en moden måling skelner mellem dem, fordi de har forskellig værdi i et købsforløb.

Fra buzzword til fast KPI. Marketingstrateg Tom Roach beskrev i Marketing Week Share of Model som det nye markedsføringsmål for AI-æraen, på linje med hvordan Share of Voice var styringstal for annoncering i årtier. Logikken er den samme: Når en voksende del af købsbeslutningerne formes af, hvad en AI siger, skal du kunne måle din andel af det, en AI siger. I 2026 er metrikken på vej fra præsentationsslides og ind i de månedlige marketingrapporter.

Vil du vide, hvor din AI Share of Voice ligger i dag, kan vi måle den for jer. I Consile bruger vi Ahrefs Brand Radar til at følge, hvor ofte jeres brand nævnes og citeres i ChatGPT, Google AI Overviews, Perplexity og Copilot, sat op mod jeres konkurrenter og fordelt på hver model. Vi sætter et promptsæt op, der spejler jeres kunders faktiske spørgsmål på dansk og engelsk, leverer en baseline med tal, I kan handle på, og peger på de konkrete sider og kilder, der skal styrkes for at flytte jer op i svarene. Skal vi tage den første måling sammen, så I ved præcist, hvor I står? Se mere på vores AI-side.

Sådan måler du AI Share of Voice i praksis

At måle AI Share of Voice er i princippet en gentaget stikprøve. Du definerer et sæt spørgsmål, dine kunder reelt stiller, kører dem systematisk på flere AI-modeller, registrerer hvor og hvordan du bliver nævnt, og regner din andel ud. Kvaliteten af målingen står og falder med, hvor godt de fire trin er sat op.

Byg et promptsæt, der ligner virkeligheden. Grundlaget er en liste af købsrelevante spørgsmål. En brugbar måling kræver mindst 50 prompts, og de fleste seriøse opsætninger bruger 100 til 200. Spørgsmålene deles typisk i tre grupper: brandede spørgsmål, hvor dit navn indgår, kategorispørgsmål som 'bedste CRM til en mindre dansk virksomhed', og sammenligningsspørgsmål som 'alternativer til [konkurrent]'. Pointen er at spejle den måde, en rigtig køber formulerer sit problem på, frem for de søgeord, du allerede vinder.

Selve udregningen. Den grundlæggende formel er enkel: dine omtaler divideret med de samlede omtaler af dig og dine udvalgte konkurrenter, gange 100. Får du 38 omtaler, mens to konkurrenter får henholdsvis 52 og 30, er din AI Share of Voice 38 divideret med 120, altså 31,7 procent. Det er den samme logik som klassisk Share of Voice, men tælleren og nævneren er nu omtaler i AI-svar frem for annoncekroner eller søgeplaceringer.

Omtale, citation og placering tæller forskelligt. Ud over den rene andel bør du følge to andre tal. Din omtalerate er andelen af alle svar, hvor du nævnes. Din citationsrate er andelen, hvor modellen linker til dit domæne som kilde. Nogle opsætninger vægter desuden efter placering i svaret med et harmonisk fald, hvor en førsteplads tæller 1,0, en andenplads 0,50 og en tredjeplads 0,33, fordi det første navn i et svar bliver læst oftere end det sidste. En omtale sidst i et langt AI-svar er mindre værd end en, der står først.

Mål hver model for sig. Din synlighed svinger kraftigt fra model til model, og et samlet gennemsnit skjuler det, du har brug for at vide. Det samme brand kan have 22 procent på Perplexity, 18 procent på ChatGPT og 6 procent på Gemini samtidig. Modellerne henter fra vidt forskellige kilder: i en analyse var der kun 11 procents overlap mellem de domæner, ChatGPT og Perplexity citerede. Derfor bør du følge hver model separat og ikke lægge tallene sammen til ét gennemsnit.

Forstå hvorfor du bliver valgt. Modellerne finder ikke dit indhold via klassiske søgeord alene. De bruger semantic search til at matche betydningen i brugerens spørgsmål med indhold, der besvarer det, og mange svar bygges med RAG, hvor modellen henter friske kilder og fletter dem ind i svaret med en henvisning. En måling af AI Share of Voice bliver først handlingsanvisende, når du kobler den til, hvilke sider og kilder modellen faktisk trak på, så du ved, hvad du skal styrke.

Mål også tonen i omtalen. At blive nævnt er ikke i sig selv en gevinst, hvis omtalen er negativ. Derfor supplerer modne opsætninger frekvensmålingen med en sentimentvurdering, ofte kaldet Share of Narrative, der klassificerer hver omtale som positiv, neutral eller negativ og ser på, hvordan modellen ramme­sætter dig. For et B2B-brand kan det afsløre, at en konkurrent både nævnes oftere og konsekvent beskrives som det sikre valg, hvilket er en dyrere opgave at rette op på.

Vælg en ugentlig kadence. AI-svar er ustabile. De ændrer sig, når modellerne opdateres, og når nye kilder indekseres, og citationerne kan skifte 40 til 60 procent fra måned til måned. Måler du dagligt, drukner signalet i tilfældig støj. Måler du kun månedligt eller kvartalsvist, opdager du et fald i din synlighed for sent til at nå at reagere. En ugentlig måling rammer balancen for de fleste danske B2B-virksomheder.

Værktøjer til AI Share of Voice og hvad de koster

Du kan måle AI Share of Voice manuelt i et regneark, men i praksis bruger de fleste et af de specialiserede værktøjer, der er kommet til i løbet af 2025 og 2026. De adskiller sig på pris, på hvor mange AI-modeller de dækker, og på hvor præcist de tæller. Her er de mest udbredte med de priser, der gjaldt i midten af 2026.

Ahrefs Brand Radar. Det er det værktøj, vi selv bruger i Consile. Brand Radar dækker seks svarmaskiner: Google AI Overviews, Google AI Mode, ChatGPT, Perplexity, Gemini og Microsoft Copilot. Det kræver et Ahrefs-abonnement, der starter på 129 dollar om måneden for Lite-planen, plus et Brand Radar-tillæg på omkring 699 dollar om måneden for den fulde modeldækning. Med 2.500 prompttjek om måneden i standardopsætningen rækker det til et solidt promptsæt. Til gengæld dækker det ikke Claude, Grok eller Meta AI, og uafhængige test har vist, at omtaletallene for ChatGPT kan afvige fra virkeligheden, så tallene bør læses som en tendens og ikke en facitliste.

Semrush AI Visibility Toolkit. Semrush lægger AI-synlighed oven på sin kendte SEO-suite som et tillæg til 99 dollar om måneden. For et team, der allerede bruger Semrush til søgeordsdata, er det en billig måde at få AI Share of Voice, promptsporing og konkurrentsammenligning ind i det dashboard, man kender i forvejen. Dækningen er bredere, end den er dyb, så det passer bedst til den, der vil have overblik uden at skifte platform.

Profound. Et af de mere avancerede rene AI-synlighedsværktøjer, med priser fra 499 dollar om måneden. Profound dækker et bredt felt af modeller, blandt andet ChatGPT, Claude, Gemini, Perplexity, AI Overviews, Copilot, Grok, AI Mode og DeepSeek, og går ud over ren måling ved også at kunne generere AI-optimeret indhold. Det passer til større organisationer, der vil samle både måling og produktion ét sted, og som har budget til det.

Peec AI. Et europæisk værktøj med priser fra 75 euro om måneden, der dækker ChatGPT, Perplexity, Claude, Gemini og Google AI Overviews. Peec AI er analysetungt og bygget på deres eget datalag, og det europæiske ophæv gør det interessant for danske virksomheder, der lægger vægt på, hvor data behandles. Det er et af de mere prisvenlige valg til en dansk marketingafdeling, der vil i gang uden et stort abonnement.

De lette indgange. Vil du bare i gang, findes der billigere værktøjer. Otterly.AI koster fra 29 dollar om måneden og overvåger ChatGPT, Gemini, Copilot og Perplexity med fokus på ren monitorering. Rankscale starter omkring 20 euro om måneden og dækker over 17 modeller. HubSpot har desuden en gratis AEO Grader og en overvågningsfunktion fra 50 dollar om måneden, der dog kun følger tre modeller. De er gode til en første måling, men mangler dybden til løbende styring.

Sådan vælger du. Der findes ikke ét rigtigt værktøj. Bruger du allerede Ahrefs eller Semrush, er tillægget den nemme vej ind. Skal måling og indholdsproduktion hænge sammen i en større afdeling, trækker Profound. Vil du starte billigt og europæisk, er Peec AI et godt bud. Det vigtigste er at holde metode og værktøj fast over tid, for skifter du promptsæt eller model hver måned, kan du ikke sammenligne dine tal, og så mister målingen sin værdi.