Ranglister fra kunstig intelligens vakler: Ny test viser store udsving i anbefalinger

Anbefalinger fra ChatGPT, Claude og Googles løsninger med kunstig intelligens kan ændre sig markant fra gang til gang – selv når man stiller det samme spørgsmål. Det viser en ny, storskala undersøgelse fra SparkToro, og det gør klassiske “top-10”-ranglister til et usikkert grundlag for både markedsføring og leverandørvalg.

Kort fortalt

SparkToro analyserede 2.961 svar fra 600 frivillige, baseret på 12 spørgsmål (indsamlet nov.–dec. 2025, publiceret 27. jan. 2026).

For ChatGPT og Google var chancen for en identisk anbefalingsliste ved to gentagelser under 1 ud af 100. Identisk rækkefølge var endnu sjældnere (omkring under 1 ud af 1.000).

En mere brugbar måling er synlighedsprocent: hvor ofte et brand overhovedet nævnes på tværs af mange gentagelser (typisk 60–100+).

Leverandører af måleværktøjer bør kunne dokumentere metoder og statistik, ellers risikerer du at optimere efter tilfældigheder.

I praksis betyder det, at et brand kan ligge højt i én kørsel og være helt væk i den næste. SparkToro peger på, at det ikke nødvendigvis handler om “fejl”, men om at systemer med kunstig intelligens er bygget til at give varierede svar – og samtidig kan påvirkes af små forskelle i formuleringer, tests i systemerne og løbende opdateringer.

Derfor anbefaler SparkToro at skifte fokus fra placering til hyppighed. Eksemplerne i undersøgelsen viser spændet: City of Hope blev nævnt i 69 ud af 71 ChatGPT-svar (97 % synlighed), mens Smartsites blev nævnt i 85 ud af 95 Google-svar (cirka 89 %). I en test om høretelefoner med knap 994 svar lå kendte brands kun på cirka 55–77 % synlighed.

Målemetode	Hvad du får	Hvorfor det kan vildlede
“Top-10 placering”	Ét øjebliksbillede af rækkefølgen	Rækkefølgen skifter ofte fra kørsel til kørsel
Synlighedsprocent	Hvor ofte brandet nævnes på tværs af gentagelser	Kræver mange gentagelser, men bliver mere stabilt

Det kan du gøre nu

Bed om dokumentation, hvis et bureau eller værktøj lover “topplaceringer” i svar fra kunstig intelligens: antal gentagelser, hvilke spørgsmål, og hvordan variationen ser ud.
Skift internt fra “placering” til synlighedsprocent og kræv, at målinger bygger på mange gentagelser (gerne 60–100+).
Brug ekstra omtanke ved indkøb og leverandørvalg: Krydstjek anbefalinger fra kunstig intelligens med egne krav, referencecases og menneskelig vurdering.

Kilder

SparkToro: Ny forskning om inkonsistente anbefalinger fra kunstig intelligens (publiceret 27. januar 2026)