Hva er E-E-A-T, og hvorfor bryr Google og KI-modeller seg om hvem som skrev noe?
Sist faktasjekket:

Kort oppsummert
E-E-A-T står for Experience, Expertise, Authoritativeness og Trustworthiness, altså erfaring, ekspertise, autoritet og troverdighet. Det er kvalitetskriterier Google bruker for å vurdere om innhold er laget av noen som faktisk kan faget, og ikke noe du kan legge inn i koden. Nå ser også KI-modeller etter de samme signalene når de velger kilder å sitere.
Hvor kommer E-E-A-T fra?
Begrepet startet som E-A-T, uten den ekstra E-en, og har lenge vært en del av Googles «Search Quality Rater Guidelines». Det er et internt dokument Google bruker til å lære opp tusenvis av menneskelige kvalitetsvurderere. De vurderer søkeresultater for hånd, slik at Google kan teste og kalibrere de automatiske rangeringssystemene sine. E-A-T er altså ikke selv en algoritme, men en retningslinje for hva et menneske bør se etter når det vurderer om et søkeresultat er bra.
I desember 2022 oppdaterte Google retningslinjene og la til en ekstra E for Experience, som betyr erfaring. Poenget var å fange opp noe det opprinnelige E-A-T ikke fanget godt nok, nemlig om skribenten selv har opplevd det de skriver om, og ikke bare lest seg opp på det. Google har selv brukt en anmeldelse av en vandrerute som eksempel på forskjellen. Er anmeldelsen skrevet av noen som faktisk har gått ruten, viser den erfaring og ikke bare ren ekspertise.

Den ekstra E-en for Experience kom i desember 2022, som en fjerde badge lagt til det opprinnelige E-A-T.
Hva betyr de fire bokstavene, konkret?
- Experience (erfaring): Har skribenten selv brukt produktet, besøkt stedet eller opplevd situasjonen teksten handler om? Dette handler om førstehåndskunnskap, ikke bare research.
- Expertise (ekspertise): Har skribenten den fagkunnskapen temaet krever? For et medisinsk tema betyr det gjerne en helsefaglig bakgrunn. For en oppskrift kan det bety erfaring som kokk, ikke nødvendigvis en formell utdanning.
- Authoritativeness (autoritet): Stoler andre i bransjen faktisk på skribenten eller nettstedet når det gjelder akkurat dette temaet? Dette handler om omdømme sett utenfra, ikke om hvor godt teksten selv hevder å være skrevet.
- Trustworthiness (troverdighet): Kan du stole på at informasjonen er nøyaktig, ærlig og trygg? Google har selv vært tydelig på at troverdighet er den viktigste av de fire. Et nettsted uten troverdighet bør nemlig ikke stoles på uansett, selv om det skårer høyt på de tre andre.
| Bokstav | Betyr | Handler om |
|---|---|---|
| Experience | Erfaring | Førstehåndskunnskap, ikke bare research |
| Expertise | Ekspertise | Fagkunnskapen som faktisk kreves for temaet |
| Authoritativeness | Autoritet | Om andre i bransjen stoler på kilden |
| Trustworthiness | Troverdighet | Om informasjonen er nøyaktig og trygg (viktigst, ifølge Google) |
Google presiserer selv at E-E-A-T ikke er én enkelt rangeringsfaktor med en tallverdi, slik for eksempel sidehastighet er. Det er et rammeverk kvalitetsvurdererne bruker til å vurdere innholdet som helhet. Vurderingene deres brukes igjen til å teste og forbedre de automatiske systemene som faktisk rangerer søkeresultatene.
Hvorfor er dette blitt en KI-sak, ikke bare en Google-sak?
Det er ikke lenger bare Google som velger ut hvilke sider som vises i en liste. KI-modeller som ChatGPT og Perplexity velger også hvilke kilder de stoler nok på til å sitere direkte i et ferdig svar. Derfor er spørsmålet «hvem skrev dette, og kan jeg stole på dem» enda viktigere enn før. Vi har skrevet mer om dette i artikkelen om GEO.
Flere uavhengige gjennomganger av hvordan AI-søketjenester velger kilder, peker på nøyaktig de samme signalene som E-E-A-T beskriver. Modellene ser etter en navngitt fagperson bak teksten og et nettsted med etablert omdømme innenfor temaet. De ser også etter påstander som stemmer med det andre troverdige kilder sier. Én kilde beskriver det treffende. En KI-modell rangerer ikke bare sider, den avgjør også hvilke kilder den skal sitere ord for ord i et svar, og da favoriserer den innhold den kan bekrefte fra flere hold. Hvilke signaler som avgjør valget, går vi grundigere gjennom i artikkelen om hvorfor KI-chatboter siterer noen nettsider og ikke andre.

En KI-modell velger ut ett dokument den stoler nok på til å sitere direkte, fremfor de andre kildene den har funnet.
Betyr dette at strukturerte data eller en fin forfatterboks løser dette?
Nei, og det er verdt å være ærlig om det. En kontrollert studie fra 2026 fant ingen målbar effekt av å legge til schema-kode alene. Du kan lese mer om den i artikkelen vår om strukturerte data og schema. Det samme prinsippet gjelder her. En forfatterboks eller et velfylt om oss-avsnitt viser tydelig at informasjonen finnes, og det er nyttig, men det erstatter ikke den faktiske ekspertisen. Google har selv vært tydelig på at E-E-A-T handler om at kvaliteten faktisk er der, og at det ikke holder å signalisere den.
For KI-modeller gjelder dette trolig enda sterkere. De skanner ikke bare etter et forfatternavn øverst i artikkelen, for i praksis leser de gjennom selve teksten og krysstjekker påstandene mot andre kilder.
Så hva bør du faktisk gjøre?
- Vær ærlig om hvem som skrev noe, med et synlig navn og en kort forklaring på hvorfor akkurat den personen har relevant bakgrunn for temaet.
- Skriv om ting du faktisk har erfaring med, eller intervju noen som har det, i stedet for å bare gjenfortelle det andre allerede har skrevet.
- Bygg et faktisk omdømme over tid med innhold som er konsekvent og korrekt innenfor et avgrenset fagfelt. Det er ikke et enkeltgrep du gjør én gang.
- Sørg for at påstandene dine stemmer med det andre troverdige kilder sier. Både menneskelige kvalitetsvurderere og KI-modeller ser nemlig etter nettopp den typen samsvar.
Vanlige spørsmål
Er E-E-A-T en direkte rangeringsfaktor?
Nei. Google har selv presisert at E-E-A-T ikke er ett enkelt, målbart signal slik sidehastighet er. Det er et rammeverk kvalitetsvurdererne bruker for å vurdere innholdet samlet sett, og vurderingene deres brukes igjen til å teste og kalibrere de automatiske rangeringssystemene.
Hvorfor ble Experience lagt til i 2022?
Fordi det opprinnelige E-A-T ikke fanget opp om skribenten selv hadde førstehånds erfaring med det de skrev om. De tre bokstavene sto for ekspertise, autoritet og troverdighet, og ingen av dem skiller egen erfaring fra ren faglig eller akademisk kunnskap om temaet.
Gjelder E-E-A-T for alle typer innhold likt?
Nei. Google vektlegger det tyngst for såkalte YMYL-tema. Forkortelsen står for «Your Money or Your Life» og gjelder innhold som direkte kan påvirke helse, økonomi eller sikkerhet. En oppskriftsblogg møter ikke de samme kravene til formell ekspertise som en artikkel om medisinsk behandling.
Hjelper det å skrive under fullt navn i stedet for anonymt?
Ja, i den grad det gir leseren og maskinen mulighet til å vurdere hvem som står bak innholdet. Navnet alene gjør ikke innholdet mer troverdig, men uten et navn er det umulig å vurdere erfaring og ekspertise i det hele tatt.
Oppsummering og kilder
Det viktigste å huske:
- E-E-A-T står for erfaring, ekspertise, autoritet og troverdighet og stammer fra Googles retningslinjer for kvalitetsvurderere
- Den ekstra E-en for erfaring ble lagt til i desember 2022
- Troverdighet er ifølge Google selv den viktigste av de fire komponentene
- KI-modeller ser etter mange av de samme signalene når de velger hvilke kilder de skal sitere direkte i et svar
Kilder brukt i denne artikkelen:
- Google Search Central: Our latest update to the quality rater guidelines: E-A-T gets an extra E for Experience
- Google Search Central: Creating Helpful, Reliable, People-First Content
- Contently: E-E-A-T and AI Search: Why Author Credentials Matter
- Discovered Labs: ChatGPT, Claude, Perplexity, and Google AI Overviews: How Each Platform Cites Sources Differently
Sist oppdatert: August 2026
Les også

Hva er llms.txt, og bør nettsiden din faktisk ha en?
En ny type tekstfil skal visstnok gjøre nettsiden din lettere å forstå for KI-modeller. Problemet er at nesten ingen av KI-selskapenes egne roboter faktisk henter den.

Hva er strukturerte data (schema), og hvorfor blir det viktigere i en KI-drevet søkeverden?
Schema er kode som forteller søkemotorer og KI-modeller nøyaktig hva innholdet på en side faktisk betyr. Men fungerer det egentlig som en snarvei til å bli sitert av ChatGPT? Ferske, kontrollerte studier gir et mer nyansert svar enn du kanskje har hørt.

Hvorfor siterer KI-chatboter noen nettsider og ikke andre? Grunnleggende om synlighet i AI-svar
To nettsider kan skrive om nøyaktig det samme temaet, men bare den ene dukker opp som kilde når du spør ChatGPT eller Perplexity. Hvorfor blir det sånn, og hvorfor er det ikke bare et spørsmål om å rangere høyt i Google fra før?