Når et AI-søgesystem anbefaler et brand, nævner en stifter eller oplyser, hvilket år en virksomhed blev grundlagt, henter det ofte oplysningerne fra en struktureret database over kendte entiteter i stedet for at læse en webside i realtid. Google Knowledge Graph er den største og mest indflydelsesrige af disse databaser, og den former, hvilke organisationer AI-systemer ser som troværdige nok til at nævne ved navn.
Her forklarer vi, hvordan Knowledge Graph fungerer, hvordan den fodrer AI-svar i Google AI Overviews, Gemini og andre systemer, og hvad du kan gøre for at sikre, at dit brand bliver gengivet korrekt. Læs også om optimering af knowledge graph og knowledge panel og schema markup og struktureret data til AI-citater.
Hvad Knowledge Graph er, og hvordan den gemmer data om entiteter
Google Knowledge Graph er en semantisk database, der kortlægger entiteter fra den virkelige verden og forbindelserne mellem dem. En entitet kan være en person, en organisation, et produkt, et sted, en begivenhed eller et begreb. Hver entitet har egenskaber (navn, beskrivelse, stiftelsesdato, hovedkontor) og forbindelser til andre entiteter (stifter af, datterselskab af, konkurrent til).
Google har bygget Knowledge Graph ved at samle data fra pålidelige kilder: Wikipedia, Wikidata, officielle hjemmesider, offentlige registre og struktureret markup på udgiveres sider. Grafen indeholder i dag milliarder af entiteter og billioner af forbindelser.
Når AI-systemer har brug for faktuelle oplysninger om en velkendt entitet, spørger de ofte strukturerede vidensbaser som Knowledge Graph før eller i stedet for at hente websider. Det er hurtigere, mere pålideligt og mindre udsat for hallucinationer end at generere fakta ud fra ustruktureret tekst.
Hvordan Knowledge Graph fodrer AI-søgesvar
Knowledge Graph påvirker synligheden i AI-søgning ad tre forskellige veje.
Genkendelse af entiteter i søgninger
Når en bruger spørger "Hvad laver [brand]", genkender AI-systemet brandet som en kendt entitet og henter dets beskrivelse fra struktureret data i stedet for at køre en almindelig websøgning.
Kontrol af fakta, mens svaret laves
AI-systemer bruger knowledge graphs til at kontrollere påstande, mens de genererer svar. Hvis en webside siger, at en virksomhed blev grundlagt i 2010, men Knowledge Graph siger 2008, foretrækker systemet måske data fra grafen eller markerer uoverensstemmelsen. Korrekte data i Knowledge Graph beskytter dit brand mod forkert gengivelse i AI-svar.
Knowledge Panels og AI Overviews
Google AI Overviews henter ofte resuméer af entiteter direkte fra data i Knowledge Graph, når søgningen handler om et brand.
Hvilke entiteter kommer med i Knowledge Graph
Ikke alle virksomheder har en post i Knowledge Graph. Google opretter typisk poster for entiteter, der opfylder bestemte krav til kendthed.
- Tilstedeværelse på Wikipedia eller Wikidata: Det stærkeste signal. Entiteter med en artikel på Wikipedia har næsten altid en post i Knowledge Graph
- Ensartet struktureret data: Organisationer med Organization schema markup, bekræftede Google Business-profiler og ensartede NAP-data (navn, adresse, telefon) på tværs af nettet
- Søgevolumen og hvor ofte du nævnes: Entiteter, der ofte nævnes i autoritative kilder
- Optagelse i officielle registre: Virksomheder, der er registreret i offentlige erhvervsregistre, faglige godkendelsesorganer eller brancheregistre
Små virksomheder og nyere brands mangler ofte en post i Knowledge Graph og må i stedet stole på websøgning og autoritetssignaler.
Sådan styrker du din tilstedeværelse i Knowledge Graph for AI-synlighed
At opbygge og vedligeholde en korrekt post i Knowledge Graph er en langsigtet investering, der betaler sig i alle AI-søgesystemer, som bruger Googles entitetsdata.
Indsæt Organization schema markup på din hjemmeside. Tag navn, beskrivelse, stiftelsesdato, stiftere, adresse, logo, sameAs-links og kontaktoplysninger med.
Hold oplysningerne om din entitet ensartede alle steder, hvor dit brand optræder. Virksomhedens navn, beskrivelse og ledelse skal passe sammen på din hjemmeside, i din Google Business-profil, på sociale profiler og i brancheregistre.
Søg om at komme på Wikipedia eller Wikidata, hvis din organisation opfylder kravene til kendthed. Det er det mest effektive skridt for at komme med i Knowledge Graph.
Gør krav på og optimer dit Google Knowledge Panel, hvis der findes et for dit brand. Bekræftede panels giver dig direkte indflydelse på de entitetsdata, AI-systemer bruger.
Ofte stillede spørgsmål
Hvordan tjekker jeg, om mit brand har en post i Knowledge Graph?
Søg på dit brandnavn i Google. Hvis et Knowledge Panel vises i højre side af resultaterne med struktureret information om din organisation, har du en post. Du kan også søge efter din entitet på Wikidata.org. Med WEMASY's hjemmesidebygger kan du tilføje Organization schema markup, som sender entitetsdata videre til vidensbaser.
Påvirker Knowledge Graph svarene i ChatGPT og Perplexity?
Ikke direkte. ChatGPT og Perplexity spørger ikke i Googles Knowledge Graph. Men de kilder, der fodrer grafen (Wikipedia, schema markup, omtale i autoritative medier), er de samme kilder, som disse systemer henter fra. Stærke signaler i Knowledge Graph hænger sammen med stærkere AI-synlighed i alle systemer.
Kan jeg oprette en post i Knowledge Graph for et nyt brand?
Du kan ikke oprette en direkte. Google opretter poster ud fra signaler om kendthed. For nye brands handler det om ensartet schema markup, en bekræftet Google Business-profil, korrekte registreringer i kataloger og om at blive nævnt i autoritative udgivelser. Signalerne samler sig over tid, indtil Google opretter en post.
Hvad sker der, hvis mine data i Knowledge Graph er forkerte?
Forkerte data spreder sig til AI Overviews, Knowledge Panels og alle systemer, der bruger grafen. Gør krav på dit Knowledge Panel hos Google for at foreslå rettelser. Opdater dit schema markup, og sørg for, at alle eksterne kilder viser ensartede, korrekte oplysninger. Rettelser tager typisk flere uger om at slå igennem.
Kræver det Wikipedia at komme med i Knowledge Graph?
Det er ikke et strengt krav, men det er det stærkeste signal. Organisationer med en artikel på Wikipedia har næsten altid en post i Knowledge Graph. Uden Wikipedia har du brug for stærke alternative signaler: grundigt schema markup, hyppig omtale i autoritative kilder og bekræftede virksomhedsprofiler.
Hvordan hænger Knowledge Graph sammen med schema markup?
Schema markup er struktureret data, du udgiver på din hjemmeside, og som søgesystemer og vidensbaser læser. Organization schema sender direkte entitetsegenskaber videre til Knowledge Graph. Grafen samler schema-data med oplysninger fra Wikipedia, kataloger og andre kilder for at bygge en komplet profil af entiteten.