Hvordan måler du AI-synlighet før nettsiden er lansert? Case: B2S Research

Hva er AI-synlighet - og hvorfor holder ikke godt innhold alene?

AI-synlighet handler om i hvilken grad en språkmodell som for eksempel ChatGPT, Perplexity eller Googles AI-svar forstår, stoler på og velger å sitere et nettsted når den svarer på et spørsmål brukeren stiller. Stadig flere kunder finner leverandøren sin gjennom disse verktøyene i stedet for et klassisk Google-søk. Da er det ikke lenger nok at et nettsted er pent og godt skrevet – det må være noe en språkmodell faktisk kan hente ut og gjengi. Mye godt B2B-innhold kommer til kort her: innholdet er bra, men kommuniseres for bredt og ikke konkret nok til å bli sitert.

Utfordringen: du kan ikke måle det som ikke er publisert

B2S Research AS, et norsk analysemiljø med 25 års erfaring innen medarbeider- og kundeundersøkelser, skulle bygge nettstedet sitt på nytt. Sikte AI tok på oss å restrukturere og optimalisere innholdet for AI-synlighet underveis i ombyggingen.

Her møter man et klassisk problem: et verktøy som måler AI-synlighet forventer et publisert nettsted, riktig robots.txt, sitemap, llms.txt og sider uten noindex. Et testmiljø under bygging har med vilje alt dette feil, fordi det ikke er ment å bli funnet ennå. Kjører du en vanlig skanning mot en staging-versjon, straffer verktøyet deg for ting som uansett fikses ved lansering, og du får et misvisende bilde. I praksis betyr det at de fleste venter til alt er live før de måler, og da er det for sent å endre kurs uten kostbart etterarbeid.

Løsningen: en egen staging-modus i måleverktøyet

Sikte AI tilpasset sitt eget AI-synlighetsverktøy med en staging-modus som gjenkjenner at nettstedet er en før-lansering-build, og holder de lanseringsavhengige signalene (robots.txt, sitemap, llms.txt og noindex) utenfor beregningen. De flagges i stedet for ny sjekk når siden går live.

Det som står igjen i beregningen, er det som faktisk avgjøres av innholdsarbeidet akkurat nå:

• hvor tydelig selskapet fremstår som en entitet

• hvor godt strukturerte dataene er

• hvor lesbar strukturen er

• hvor siterbart innholdet er

Dette gjorde det mulig å følge forbedringene i sanntid mens arbeidet pågikk, rett i testmiljøet, og justere kurs før noe ble publisert.

Resultatene: +13,3 poeng og et nytt siterbarhetsnivå

Utgangspunktet, dagens live b2s.no, målt 05.08.2026, landet på en samlet AI-synlighetsscore på 66,5 av 100 (Middels). Den nye, ombygde versjonen lå allerede på 79,8 (Sterk) i staging da den ble målt 07.08.2026, og arbeidet pågår fortsatt.

Det største løftet er siterbarhet, fra 17 til 63, nesten en firedobling. Der den gamle siden fremhevet «25 års erfaring» uten en eneste kilde å underbygge påstanden med, gir den nye versjonen språkmodellene noe konkret å feste seg ved og gjengi.

Like tydelig er entitetsklarhet, som gikk fra 55 til blanke 100. Den gamle siden manglet organisasjonsnummer, eksterne bekreftelseskilder og navngitte fagpersoner. Den nye har fullt organisasjonsnummer, adresse, telefon, e-post, sameAs-lenker til Brønnøysund, Proff og LinkedIn, og tre navngitte medarbeidere med rolle og kundeuttalelser. For et norsk B2B-selskap som konkurrerer i et tynt datagrunnlag, er nettopp dette forskjellen på å bli forvekslet og å bli valgt.

Hva vi faktisk endret

• Entitetsdata: organisasjonsnummer, adresse, telefon, e-post og sameAs-lenker til Brønnøysundregistrene, Proff og LinkedIn lagt inn som strukturert data.

• Navngitte fagpersoner: tre medarbeidere fikk navn, rolle og kundeuttalelser knyttet til seg, i stedet for anonyme påstander.

• Kildebelagte påstander: «25 års erfaring» og lignande påstander fikk konkrete kilder og tall å vise til, i stedet for å stå ubekreftet.

• Struktur: innhold organisert slik at hvert avsnitt svarer på ett konkret spørsmål en bruker faktisk stiller en AI.

Poenget: mål mens du bygger, ikke etterpå

Det viktigste her er ikke ett tall, men tidspunktet. Fordi vi kunne måle inne i testmiljøet, ble AI-synlighet en del av selve ombyggingen, ikke en revisjon i etterkant. Hver strukturendring og hvert innholdsgrep ble bekreftet før lansering, og vi kan fortsatt hente ut mer før siden går live.

Få en gratis AI-synlighetsanalyse

Bygger du om et nettsted, eller lurer på hvor synlig du egentlig er når kundene spør en AI i stedet for å google? Send oss en henvendelse her, så gjør vi en gratis lite AI-synlighetsanalyse med Sikte AI sitt måleverktøy.

Tallene i denne artikkelen er hentet fra Sikte AIs AI-synlighetsanalyser av b2s.no (live, målt 05.08.2026) og den nye staging-versjonen (målt 07.08.2026).

Vanlige spørsmål

Hva er en AI-synlighetsscore?

En AI-synlighetsscore måler hvor godt en språkmodell kan forstå, stole på og sitere innholdet på et nettsted, basert på faktorer som entitetsklarhet, siterbarhet og crawlability.

Kan man måle AI-synlighet før et nettsted er lansert?

Ja, med en staging-modus som holder lanseringsavhengige signaler (robots.txt, sitemap, llms.txt, noindex) utenfor beregningen, kan man måle innholdskvalitet og struktur i et lukket testmiljø og justere før lansering.

Hva er forskjellen på SEO og AI-synlighet / GEO?

SEO optimaliserer for at et nettsted skal rangere høyt i klassiske søkeresultater. AI-synlighet (også kalt GEO, Generative Engine Optimization) optimaliserer for at et nettsted skal bli forstått, stolt på og sitert av språkmodeller som ChatGPT, Perplexity og Googles AI-svar.

Hvorfor er siterbarhet viktigere enn ren tekstkvalitet?

Fordi en språkmodell trenger noe konkret å feste seg ved og gjengi; tall, kilder, navngitte personer og verifiserbare fakta, ikke bare velskrevne, generelle påstander.

Relaterte artikler:

• Hvordanmåle AI-synlighet? 5KPIer norske bedrifter bør følge denne må vi endre

• Slik jobber du med AI-synlighet i praksis denne må vi endre