Muck Racks rapport »Hvad læser AI?« viser, at journalistikkens andel af AI-kildehenvisninger falder til 22%

Muck Racks rapport fra oktober 2026, Hvad læser AI?-rapporten, viser, at journalistikkens andel af AI-kildehenvisninger er faldet fra cirka 27 % i maj til 22 %, selv om fortjent omtale og tredjepartskilder fortsat tegner sig for omkring 84 % af henvisningerne. Den fjerde udgave bygger på mere end 40 millioner AI-svar og 207 millioner kildehenvisninger på tværs af ChatGPT, Claude, Perplexity og Gemini.

Undersøgelsen blev offentliggjort den 28. oktober og peger på en ændring i sammensætningen af det materiale, der ligger til grund for AI-genererede svar. Nyhedsdækning er fortsat en vigtig kilde, men en større andel kommer fra andre typer tredjepartsmateriale og indhold, som brands selv udgiver. For udgivere og kommunikationsteams viser resultaterne, at synlighed afhænger af udbyderen, prompten og indholdsformatet.

Journalistikken mister andele, mens fortjente kilder fortsat står centralt

Faldet fra 27 % til 22 % svarer til omkring fem procentpoint. Det beskriver journalistikkens andel af kildehenvisningerne, ikke et tilsvarende fald i det absolutte antal nyhedslinks eller den trafik, der sendes til udgiverne.

Det er afgørende at skelne mellem journalistik og fortjent omtale for at forstå resultatet. Muck Rack bruger en bred kategori for fortjent omtale, som omfatter akademisk forskning, offentlige myndigheder og NGO-kilder, encyklopædiske websites, sociale platforme og tredjepartsindhold fra virksomheder samt journalistik. Rapportens tal på omkring 84 % dækker derfor et langt bredere kildeøkosystem end de professionelle nyhedsredaktioner alene.

Egne medier steg fra 13,7 % til 15,2 %, mens materiale fra myndigheder, encyklopædiske websites og akademiske kilder også øgede deres andel. Betalt indhold og advertorials lå fortsat på 0,3 %, uændret siden maj. Den lille andel af kildehenvisninger måler, hvor ofte sådanne sider optræder som kilder; den måler ikke reklamens samlede effektivitet.

ChatGPT står bag en stor del af forskydningen

Muck Rack peger på ChatGPT som en væsentlig årsag til faldet i journalistikkens andel. Det longitudinelle diagram viser markante ændringer i løbet af 2026 og ender på 22 % i september. Claude og Gemini viser forholdsvis mere stabile mønstre gennem det meste af perioden.

Disse forskelle er vigtige for alle, der prøver at forstå, hvorfor en udgivelse eller et brand optræder i én assistents svar, men ikke i en andens. En ændring i synligheden kan skyldes, at udbyderen ændrer sit kildevalg, snarere end en tilsvarende ændring i udgiverens indhold eller relevans.

Resultaterne handler om kilder, der henvises til i genererede svar. De fastslår ikke, hvilket materiale der indgik i en models træningsdata, og andelen af kildehenvisninger bør ikke opfattes som et direkte mål for læsertal eller tillid.

Kun 212 domæner optrådte hos alle fire udbydere

I septemberindsamlingen, hvor hver udbyder fik 1.020 prompts, optrådte kun 212 domæner på tværs af alle fire systemer. Det er overlapningen i denne undersøgelses stikprøve, ikke en optælling af alle de kilder, tjenesterne kan få adgang til.

Resultatet svækker argumentet for at betragte AI-synlighed som én samlet rangering, der kan optimeres. En placering, som én udbyder ofte henviser til, kan have begrænset rækkevidde hos en anden. Tilsvarende kan en nyttig virksomhedsside og uafhængig omtale spille forskellige roller alt efter, hvilket spørgsmål der besvares.

Rapportens landingsside fremhæver en anden kilde til variation: Hvis man stiller det samme spørgsmål igen, kan man få et andet sæt kildehenvisninger. Den praktiske konsekvens er, at ét enkelt svar giver et spinkelt grundlag for at vurdere en vedvarende ændring i synligheden.

Hvad metoden kan – og ikke kan – vise

Den fulde rapport og metodebeskrivelse kombinerer særskilte undersøgelsesindsamlinger, der primært bruger forbrugerprompts uden brandnavne, med Generative Pulses løbende overvågning, som for det meste fokuserer på brands. Datasættene tjener forskellige formål og bør ikke betragtes som én ensartet stikprøve.

Rapporten bemærker også, at udbyderne lancerede og udfasede modeller under undersøgelsen. Sammenligninger over tid afspejler derfor både ændringer i modeller og produkter og den forløbne tid. Observationerne beskriver de testede systemer, spørgsmål og indsamlingsperioder.

Muck Racks tidligere forklaring af sin undersøgelsesmetode gør det tydeligt, hvor vigtigt valget af prompts er. Den beskriver, hvordan forespørgsler sammensættes ud fra brancher, brands og virkelige problemstillinger, hvorefter kildehenvisninger klassificeres efter både mediekategori og indholdsformat. De spørgsmål, forskerne vælger, er med til at afgøre, hvilke kilder de finder.

Hvad ændrer sig for udgivere og kommunikationsteams

Den umiddelbare lære er at følge kildevalget på udbyder- og spørgsmålsniveau. Et fast sæt prompts, der er relevante for målgruppen, kan afsløre mere, når de gentages over tid, end en enkeltstående forekomst. Hvis man registrerer ændringer i modellerne sammen med resultaterne, bliver det lettere at skelne mellem virkninger af redaktionelle valg eller distribution og ændringer i selve AI-tjenesten.

For udgivere betyder journalistikkens lavere samlede andel ikke, at den ikke længere spiller en rolle i forklaringen af nye udviklinger eller vurderingen af produkter og organisationer. For brands skaber væksten i eget indhold en ny vej ind i svarene, men tredjepartskildernes fortsatte fremtrædende rolle betyder, at udgivelser på en virksomheds hjemmeside kun dækker en del af kildeøkosystemet.

Rapporten fra oktober 2026 med titlen What Is AI Reading? indeholder de fulde resultater og metodologien. Dens hovedbudskab er, at AI-henvisninger fortsat i vid udstrækning bygger på materiale fra tredjeparter, mens kildesammensætningen varierer betydeligt på tværs af udbydere, spørgsmål og tid.