Da Google introducerede E-A-T som begreb i 2018, var det primært et kvalitetskrav til indhold inden for YMYL – medicin, jura, økonomi. Noget specialister skulle bekymre sig om.
I 2022 tilføjede Google et ekstra E og gjorde begrebet til E-E-A-T. Det nye E stod for Experience – erfaring. Pludselig var det ikke nok at have ekspertise. Du skulle også kunne dokumentere at du faktisk havde prøvet det du skrev om.
I 2026 er E-E-A-T ikke længere kun et SEO-kvalitetskrav. Det er det primære signal AI-søgemaskiner bruger til at vurdere om dit indhold er citérbart.
Det ændrer alt ved, hvordan du bør tænke om det.
Hvad E-E-A-T faktisk betyder
E-E-A-T er en forkortelse for fire kvalitetssignaler Googles Quality Raters bruger til at evaluere indhold:
Experience – Erfaring Har forfatteren personlig, førstehånds erfaring med det emne de skriver om? En anmeldelse af et hotel skrevet af nogen der har sovet der, er mere troværdig end en skrevet af nogen der har læst andres anmeldelser. Det er det Experience handler om.
Expertise – Ekspertise Har forfatteren den faglige viden der er nødvendig for at udtale sig om emnet? En læge der skriver om medicin, en jurist der skriver om kontrakter, en SEO-specialist der skriver om søgeordsanalyse. Ekspertise handler om baggrunden – ikke kun om indholdet.
Authoritativeness – Autoritet Er forfatteren eller hjemmesiden anerkendt som en autoritet inden for sit felt? Det måles primært på eksterne signaler: er du citeret af andre, omtalt i branchemedier, nævnt af eksperter? Autoritet er det din branche mener om dig – ikke hvad du selv siger om dig selv.
Trustworthiness – Troværdighed Er siden og indholdet til at stole på? Det inkluderer tekniske signaler (HTTPS, korrekte kontaktoplysninger, en klar privatlivspolitik) men også redaktionelle: er fakta korrekte, er kilder angivet, er der gennemsigtighed om hvem der har skrevet hvad og hvornår?
Af de fire er Trustworthiness den mest centrale. De tre andre understøtter troværdighed – troværdighed er fundamentet.
Hvorfor E-E-A-T er særligt vigtigt i AI search
Her er det der har ændret sig siden 2022: AI search platforme som Google AI Overviews, ChatGPT Search og Perplexity er trænet til at prioritere præcis de signaler E-E-A-T beskriver.
Når en AI-søgemaskine skal vælge hvilke kilder den citerer i et genereret svar, stiller den implicit disse spørgsmål:
- Hvem har skrevet det? Har de erfaring med emnet?
- Er kilden anerkendt inden for sit felt?
- Er der andre troværdige steder der refererer til denne kilde?
- Er indholdet faktabaseret og verificerbart?
Det er E-E-A-T. Ikke som en tjekliste – men som en underliggende logik.
Det betyder at en hjemmeside med stærke E-E-A-T-signaler har dobbelt gevinst: bedre placeringer i klassisk Google-søgning og højere sandsynlighed for at blive citeret i AI-genererede svar.
Hvad der tæller – og hvad der ikke gør
E-E-A-T er ikke noget du kan skrive dig til. Du kan ikke tilføje et afsnit der hedder "Vores ekspertise" og forvente at Google eller AI'en anerkender det.
Det der faktisk tæller er eksternt verificerbare signaler.
Det der tæller:
- Bylines med baggrund – hvem har skrevet artiklen, og hvad er deres faglige baggrund? En artikel om SEO signalerer mere E-E-A-T hvis den er skrevet af "Martin Væver, SEO-specialist med 8 års erfaring" end af "Redaktionen"
- About-sider der linker til ekstern profil – en LinkedIn-profil der stemmer overens med den ekspertise du påberåber dig på hjemmesiden, er et verificerbart signal
- Omtale på tredjeparts sites – omtale i branchemedier, citater i artikler, referencer fra andre eksperter. Det er autoritetssignaler AI-systemer kan verificere
- Opdateret indhold med dato – indhold med tydelig publicerings- og opdateringsdato signalerer at nogen har et ansvar for at holde det aktuelt
- Primære kilder og kildehenvisninger – at linke til det studie du refererer, den rapport du citerer, den myndighed du bygger på. Det øger troværdighed markant
- Konsistens på tværs af platforme – at din ekspertise er dokumenteret samme sted som dit indhold: LinkedIn, branchefora, interviews
Det der ikke tæller (men mange tror det gør):
- At skrive "Vi er eksperter i..."
- En lang About-side uden ekstern verifikation
- Mange interne links til egne sider
- Schema markup der påstår ekspertise uden at understøtte det med indhold
E-E-A-T for en personlig blog
Her er det der er interessant for martinvaever.dk – og for enhver der driver en personlig fagblog: E-E-A-T-kravene er faktisk nemmere at opfylde for en person med dokumenteret ekspertise end for en anonym virksomhedshjemmeside.
Fordi der er en reel person bag. Med en reel LinkedIn-profil. Med reel erfaring der kan verificeres.
Det kræver at du gør det synligt:
Experience: Skriv fra egne erfaringer. Brug konkrete eksempler fra din hverdag og dine klienter. Anonymiserede cases er fine – det vigtige er at det er ægte, ikke konstrueret.
Expertise: Nævn din baggrund første gang du introducerer dig på et nyt emne. Ikke pompøst – men informativt. "Som SEO-specialist med fokus på AI search optimization" er nok til at sætte konteksten.
Authoritativeness: Det her er det sværeste at styre selv – det opbygges over tid. Gæsteposter på branchemedier, interviews, citater i andres artikler. LinkedIn-aktivitet der viser at du er en aktiv deltager i fagmiljøet.
Trustworthiness: Teknisk orden på sitet, synlig kontaktinfo, korrekturlæste tekster med kildehenvisninger. Og opdateringsdatoer på alle indlæg.
Den konkrete tjekliste
Inden du publicerer et nyt indlæg, bør du kunne svare ja til disse:
- Er det tydeligt hvem der har skrevet indlægget?
- Er der et link til forfatterens profil eller bio?
- Fremgår det hvornår indlægget er publiceret – og evt. opdateret?
- Er faktuelle påstande understøttet af links til primære kilder?
- Bruger du egne eksempler eller cases fremfor generelle påstande?
Og på hjemmesideniveau:
- Er der en klar Om-side med reel baggrund – ikke kun salgstale?
- Er kontaktinformation let tilgængelig?
- Er der konsistens mellem hvad du påstår på sitet og hvad der kan verificeres eksternt (LinkedIn, branchemedier)?
Et ord om AI-genereret indhold
Det er værd at nævne direkte: AI-genereret indhold og E-E-A-T er ikke nødvendigvis uforenelige – men de kræver bevidst håndtering.
Indhold der er skrevet med AI som hjælperedskab, men bygger på egne erfaringer, egne eksempler og en reel faglig stemme, kan sagtens have stærke E-E-A-T-signaler. Det er hvad der er i indholdet der tæller – ikke hvordan det er produceret.
Indhold der er genereret uden faglig substans bag, med generiske eksempler og ingen reel afsender-troværdighed, vil klare sig dårligt uanset om det er skrevet af et menneske eller en AI.
E-E-A-T er i bund og grund et spørgsmål om: er der en reel, kvalificeret person der står bag dette indhold, og kan det verificeres?
Det spørgsmål ændrer sig ikke med AI.