Schema-markup til AI: De typer der faktisk gør en forskel

Schema.org-markup er dit sites entydighedsgaranti: den fortæller maskiner præcis, hvad hver side er, hvem der står bag, og hvordan tingene hænger sammen. For AI-systemer, der vælger kilder på splitsekunder, er entydighed en konkurrencefordel — en AI, der er i tvivl om, hvad din side er, vælger en andens.

Schema.org blev grundlagt i 2011 af Google, Microsoft og Yahoo som et fælles vokabular for strukturerede data, og det implementeres i dag næsten altid som JSON-LD: en scriptblok i sidens HTML, der beskriver indholdet maskinlæsbart. Men ikke alle schema-typer er lige meget værd i AI-sammenhæng. Denne guide prioriterer de fem, der gør en forskel, og advarer mod de to fejl, der underminerer det hele.

Hvorfor betyder entydighed så meget for AI-systemer?

Et AI-system, der henter din side, skal på brøkdele af et sekund afgøre: Hvad er det her — en artikel, en produktside, en forside? Hvem er afsenderen, og er det samme afsender som på de andre sider, systemet kender? Hvornår er indholdet fra? Uden strukturerede data må systemet gætte ud fra layout og tekst, og gæt koster. Med korrekt markup er svarene eksplicitte.

Entydigheden har en anden gevinst, der ofte overses: den binder dit brand sammen som entitet på tværs af nettet. Når Organization-markup med sameAs-links peger på dine profiler på LinkedIn, Trustpilot og branchekataloger, hjælper du maskinerne med at forstå, at alle omtalerne handler om samme virksomhed — hvilket styrker netop den brand-genkendelse, der afgør AI-anbefalinger. Sammenhængen er udfoldet i artiklen om brand-mentions.

De fem schema-typer, prioriteret

Rækkefølgen herunder er en implementeringsplan: start øverst, og gå kun videre, når laget ovenfor er på plads og validt.

1. Organization + WebSite på hele sitetNavn, logo, kontaktdata og sameAs-links til jeres profiler. Det er fundamentet, der binder brandet sammen som entitet — og forudsætningen for, at resten af markup’en krediteres rigtigt.
2. Article eller BlogPosting på alt indholdMed forfatter, publiceringsdato, opdateringsdato og udgiver. AI-svar krediterer navngivne, daterede kilder — anonymt, udateret indhold vælges fra.
3. FAQPage hvor du reelt besvarer spørgsmålStrukturen matcher AI-svarenes format en til en: spørgsmål, svar, spørgsmål, svar. Men kun på sider med ægte FAQ-indhold — mønstergenkendelig FAQ-spam uden substans nedprioriteres.
4. Product eller Service med OfferPriser, valuta og tilgængelighed, hvis du sælger. Agenter, der sammenligner leverandører, læser Offer-felterne direkte — en side uden maskinlæsbar pris er svær at tage med i en sammenligning.
5. HowTo på guides med trinTrinlister løftes ofte ind i AI-svar som hele sekvenser. HowTo-markup gør sekvensen eksplicit og krediterbar.

Hvilke fejl underminerer din markup?

To fejl går igen, og begge er værre end ingen markup. Den første er markup uden dækning: schema, der lover mere, end siden synligt indeholder — anmeldelsesstjerner uden anmeldelser, FAQ-markup uden spørgsmål på siden. Det underminerer tilliden hos både Google og AI-systemer, og Google kan udstede manuelle sanktioner for vildledende strukturerede data.

Den anden er inkonsistente entiteter: tre forskellige skrivemåder af firmanavnet, skiftende forfatternavne for samme person, eller organisationsdata, der modsiger dem på LinkedIn og i CVR. Hver inkonsistens splitter din autoritet og sår netop den tvivl, markup skulle fjerne.

En AI, der er i tvivl om, hvad din side er, vælger en andens.

Sådan implementerer og vedligeholder du

Implementér i JSON-LD frem for microdata — det er nemmere at vedligeholde og Googles anbefalede format. I WordPress genererer SEO-plugins som Yoast og Rank Math det grundlæggende (Organization, WebSite, Article) automatisk; FAQPage, Product og HowTo kræver typisk manuel opsætning eller blok-understøttelse. Validér med Googles Rich Results Test og Schema.org-validatoren, og genvalidér efter temaskift og større opdateringer.

Vedligehold er den oversete halvdel: markup, der sakker bagud i forhold til indholdet — gamle priser i Offer, forkerte datoer i Article — er præcis den slags modstrid, der koster tillid. Sæt schema-tjek ind i din publiceringsrutine på linje med korrektur. Maskinlæsbar struktur er søjle 2 i agentic SEO, og den spiller tæt sammen med llms.txt som sitets samlede maskinvendte ansigt.

Lær af de sider, der allerede vinder

Konkurrenternes markup er offentlig — brug det. Tag de sider, der citeres i AI-svar på dine kernespørgssmål, og kør dem gennem Googles Rich Results Test eller kig direkte i kilden efter application/ld+json-blokke. Du får en konkret facitliste: hvilke typer bruger de, hvor detaljerede er deres Organization-data, og daterer de deres artikler maskinlæsbart? Mønsteret på tværs af tre-fire vindende sider er en bedre kravspecifikation end nogen generel guide — det viser, hvad udvælgelsen faktisk belønner i netop din niche.

Vær samtidig kritisk: kopiér strukturen, aldrig indholdet, og overtag ikke fejl. Markup uden synlig dækning og oppustede FAQ-blokke findes også hos konkurrenter, der vinder på trods af dem — ikke på grund af dem.

Ofte stillede spørgsmål

Giver schema-markup i sig selv flere AI-citater?

Ikke direkte. Kontrollerede forsøg har ikke påvist citatgevinst ved at tilføje JSON-LD på sider, der allerede er synlige — effekten ligger i entydighed og entitetskobling, som styrker udvælgelsen indirekte. Fakta skal stå i den synlige tekst; markup gør dem entydige.

Hvilket schema skal jeg starte med som lille virksomhed?

Organization med korrekt navn, logo og sameAs-links — det binder dit brand sammen som entitet og tager under en time. Derefter Article på indholdet, hvis du publicerer, og Service med priser, hvis du sælger ydelser.

Kan jeg have flere schema-typer på samme side?

Ja, og det er normalt: en artikelside kan fx bære Article, FAQPage (for sin FAQ-sektion) og BreadcrumbList samtidig. Kravet er, at hver type har synlig dækning på siden, og at de ikke modsiger hinanden.

Senest revideret 31. august 2026. Artiklen gennemgås løbende, når AI-søgelandskabet flytter sig.