Fra IP Delivery til moderne SEO og AI

Når man har arbejdet med søgemaskiner i mere end 25 år, opdager man noget interessant. Alt ændrer sig. Og alligevel ændrer overraskende lidt sig. AltaVista forsvandt. Lycos forsvandt. Google overtog stort set hele markedet.

IP Delivery forsvandt som arbejdsmetode.

Keyword density mistede sin betydning.

PageRank forsvandt ud af Google Toolbar.

Mobiltelefonen ændrede internettet.

Sociale medier kom til.

Og nu har vi ChatGPT, Gemini, Claude, Perplexity, GEO, AI Discovery og en lang række nye teknologier og forkortelser.

Hver gang sker næsten det samme.

En ny teknologi kommer frem, og kort efter bliver den præsenteret, som om alt det gamle er dødt.

Det har jeg efterhånden oplevet nogle gange.

Og jeg tror, historien fortæller noget andet.

Teknologien ændrer sig. Grundprincipperne gør ikke nødvendigvis.

IP Delivery var ikke en lille niche for mig

Jeg har i de tidligere kapitler beskrevet, hvordan jeg arbejdede med IP Delivery og cloaking fra omkring årtusindskiftet og frem.

Det var ikke et lille eksperiment ved siden af den øvrige forretning.

Det var en betydelig del af min virksomhed i en årrække.

Jeg tror, at jeg som person og enkeltmandsvirksomhed har stået bag et af de største antal cloaking-løsninger på danske domæner i perioden frem mod omkring 2012.

Jeg skriver bevidst et af de største.

Jeg har ingen mulighed for at vide, hvad alle andre virksomheder i Danmark har produceret gennem perioden, og derfor ville det være forkert kategorisk at udråbe mig selv som den, der lavede flest.

Hvis andre mener, at de har udført mere, respekterer jeg naturligvis det.

Min egen aktivitet kan jeg til gengæld dokumentere.

Alene faktureringen på cloakingdelen løb gennem årene op i et tocifret millionbeløb.

Det var alene IP Delivery og de tilhørende løsninger.

Omsætningen fra almindelig SEO, teknisk SEO og de øvrige opgaver, jeg arbejdede med sideløbende, kom oveni.

Jeg nævner ikke beløbet for at imponere nogen.

Jeg nævner det, fordi størrelsesordenen er vigtig for historien.

Det var ikke nogle få forsøg på en testserver.

Det var produktion.

Når noget virker, bliver det en forretning

Systemerne skulle håndtere mange websites og store mængder trafik.

Der skulle genereres sider.

Crawlerne skulle identificeres.

IP-databaser skulle vedligeholdes.

Serverlogfiler skulle analyseres.

Software skulle udvikles og opdateres.

Produktionsservere skulle fungere.

Og hvis Google ændrede adfærd, skulle jeg opdage det.

Helst før det blev et problem.

På et tidspunkt leverede systemerne flere hundrede tusinde organiske besøg om måneden til kunder i Danmark og udlandet.

Det var derfor ikke længere et spørgsmål om, hvorvidt et smart script kunne få en side til at placere sig.

Det var blevet drift.

Og det ændrede min måde at arbejde på.

Det vigtigste var aldrig cloakingen

Når jeg ser tilbage i dag, er cloakingen faktisk ikke det mest interessante.

Teknikken hører sin tid til.

Det interessante er alt det, der skulle fungere rundt om den.

Jeg skulle vide, hvem der besøgte serveren.

Jeg skulle kunne skelne mellem mennesker og crawlere.

Jeg skulle analysere store mængder logdata.

Jeg skulle opdage ændringer.

Jeg skulle kunne automatisere processer.

Jeg skulle finde footprints i mine egne systemer, før andre gjorde.

Og jeg skulle kunne ændre software hurtigt, når virkeligheden ændrede sig.

Det var datadrevet arbejde, længe før vi begyndte at bruge det udtryk om stort set alt.

Serverlogfilerne lærte mig noget, jeg stadig bruger

Da Google omkring 2007 begyndte de mere målrettede manuelle undersøgelser af danske cloakede websites, var det ikke et SEO-værktøj, der fortalte mig, hvad der skete.

Det var serverlogfilerne.

Jeg kunne se besøgene.

Jeg kunne se IP-adresserne.

Jeg kunne se tidspunkterne.

Og jeg kunne sammenholde dem med det, der efterfølgende skete med placeringerne.

Det førte til ændringer i mine systemer.

Men vigtigere endnu lærte det mig noget, jeg har taget med videre:

Data lyver sjældent.

Man kan have teorier hele dagen.

Men hvis serveren fortæller noget andet, bør man i det mindste kigge efter.

Det gælder stadig i dag.

Fra cloaking til teknisk SEO

Efterhånden ændrede markedet sig.

Google blev bedre.

Algoritmerne blev bedre.

De manuelle kontroller blev bedre.

Og værdien af IP Delivery blev mindre.

Jeg fortsatte ikke med en teknik, bare fordi den engang havde tjent mange penge.

Det ville have været meningsløst.

I stedet flyttede arbejdet sig.

Mere almindelig SEO.

Mere teknisk SEO.

Informationsarkitektur.

Indeksering.

Serveropsætning.

Performance.

Strukturerede data.

Canonical.

Sitemaps.

Crawleradgang.

Loganalyse.

Og alt det andet, der gennem årene er blevet en del af det, vi i dag kalder SEO.

Værktøjskassen ændrede sig.

Men den grundlæggende arbejdsmetode gjorde ikke.

Se på systemet. Se på data. Find problemet. Test. Mål resultatet.

Så kom AI – og endnu en gang skulle SEO være død

Nu står vi midt i endnu en teknologisk forandring.

Denne gang hedder den AI.

ChatGPT.

Gemini.

Claude.

Perplexity.

AI Overviews.

GEO.

AI Discovery.

Og igen hører vi, at SEO er dødt.

Jeg har lidt svært ved at se det.

For hvad er det egentlig, AI-systemerne skal arbejde med?

De skal kunne finde informationen.

De skal kunne hente den.

De skal kunne forstå strukturen.

De skal kunne identificere virksomheden, personen, produktet eller emnet.

De skal kunne forbinde informationerne.

Og de skal helst kunne vurdere, om kilden er værd at stole på.

Det er naturligvis ikke identisk med klassisk SEO.

Men meget af fundamentet er det samme.

Fra Googlebot til AI-crawlere

Omkring år 2000 brugte jeg meget tid på at identificere søgemaskinernes crawlere.

Hvilken IP-adresse kom de fra?

Hvad stod der i user-agent?

Var det virkelig Googlebot, eller var det bare nogen, der skrev Googlebot i user-agent-feltet?

I dag ser vi igen på crawlere.

Googlebot findes naturligvis stadig.

Men nu kommer der også crawlere og automatiserede tjenester fra AI-systemer og andre platforme.

Spørgsmålene er blevet flere.

Hvem må hente hvad?

Hvilke filer skal være tilgængelige?

Hvilket indhold ønsker vi indekseret?

Hvordan beskriver vi strukturen maskinelt?

Hvordan gør vi vores vigtigste informationer nemme at finde?

Teknologien er en anden.

Men for mig er tankegangen mærkeligt velkendt.

Fra doorway pages til strukturerede data

Der er naturligvis en afgørende forskel.

Dengang forsøgte vi blandt andet at forstå algoritmerne så godt, at vi kunne påvirke dem direkte.

I dag handler en stor del af mit arbejde om det modsatte:

At gøre informationen så tydelig som muligt.

Schema-data.

Knowledge Graph.

Markdown.

Sitemaps.

API-information.

AI Discovery-filer.

Tydelig dokumentation.

Forfatterinformation.

Virksomhedsdata.

Sammenhæng mellem siderne.

Det handler ikke om at vise én version til maskinen og en anden til mennesket.

Det handler om at gøre det samme indhold forståeligt for begge.

AI Discovery er ikke en llms.txt-fil

Jeg ser i øjeblikket en tendens, som minder mig om mange tidligere perioder i SEO.

Når noget nyt dukker op, leder markedet efter den ene ting, man skal installere.

Nu er det eksempelvis llms.txt.

Så opretter man filen, og så er websitet pludselig “AI-optimeret”.

Så enkelt tror jeg ikke, det bliver.

En teknisk fil kan hjælpe en maskine med at finde information.

Den kan ikke gøre en virksomhed troværdig.

Den kan ikke skabe 20 års dokumenteret erfaring.

Den kan ikke gøre dårligt indhold godt.

Og den kan ikke reparere et website, som crawlere har svært ved at forstå.

AI Discovery skal efter min opfattelse bygges oven på et fundament.

Præcis som SEO.

Man kan ikke optimere sig uden om fundamentet

Det er måske den største sammenhæng mellem 1999 og 2026.

Vi kan opfinde nye ord.

SEO.

GEO.

AEO.

AI Discovery.

Og der kommer sikkert flere.

Men maskinerne skal stadig have noget at arbejde med.

Et website skal fungere.

Serveren skal svare.

Crawleren skal have adgang.

HTML-koden skal være i orden.

Informationerne skal hænge sammen.

Indholdet skal kunne forstås.

Og der skal være noget bag ordene, hvis en virksomhed skal opfattes som en troværdig kilde.

Derfor har jeg svært ved at stille SEO og AI op som modsætninger.

For mig er det lag oven på hinanden.

Fra IP-database til Intelligence Data

Der er også en mere personlig cirkel, som jeg først rigtigt har tænkt over, mens jeg har skrevet denne serie.

For mere end 20 år siden byggede og vedligeholdt jeg databaser med oplysninger om crawlere og deres IP-adresser.

Jeg analyserede servertrafik for at forstå, hvem der kom, hvad de hentede, og hvordan systemerne reagerede.

I dag arbejder jeg igen med software, der indsamler og strukturerer tekniske informationer.

Formålet er et andet.

Teknologien er en anden.

Men min nysgerrighed er den samme:

Hvad sker der faktisk på websitet?

Ikke hvad vi tror sker.

Ikke hvad et tilfældigt dashboard fortæller os, at vi bør tro.

Men hvad data viser.

Fra at skjule information til at gøre den synlig

Hvis jeg skulle beskrive forskellen mellem begyndelsen og i dag med én sætning, ville det måske være denne:

Dengang udviklede jeg systemer, der kunne styre præcis, hvad søgemaskinen fik lov til at se. I dag udvikler jeg systemer, der skal gøre det så nemt som muligt for søgemaskiner og AI-systemer at finde og forstå den rigtige information.

Det er næsten den modsatte opgave.

Og alligevel bygger begge dele på forståelsen af, hvordan maskiner læser et website.

25 år senere sidder jeg stadig og kigger på crawlere

Det er måske det morsomme ved hele historien.

Omkring år 2000 sad jeg og analyserede crawlertrafik, IP-adresser, HTML, serverlogs og søgemaskinernes adfærd.

I 2026 sidder jeg stadig og analyserer crawlertrafik, HTML, serverlogs og maskiners adfærd.

Navnene er blevet anderledes.

Systemerne er blevet ufatteligt meget mere avancerede.

Datamængderne er eksploderet.

Og AI kan noget, vi næppe havde forestillet os dengang.

Men spørgsmålet, jeg forsøger at besvare, er stadig grundlæggende det samme:

Hvordan sørger vi for, at maskinen finder, forstår og behandler informationen, som vi ønsker?

SEO er ikke dødt – det har bare fået flere naboer

Jeg tror derfor heller ikke på diskussionen om, hvorvidt SEO skal erstattes af GEO eller AI-optimering.

Det er efter min mening den forkerte diskussion.

SEO forsvandt ikke, da AltaVista forsvandt.

SEO forsvandt ikke, da Google introducerede nye algoritmer.

SEO forsvandt ikke, da mobiltelefonen overtog en stor del af trafikken.

Og SEO forsvinder heller ikke, fordi mennesker nu kan spørge en AI i stedet for at skrive tre ord i Googles søgefelt.

Det ændrer arbejdet.

Selvfølgelig gør det det.

Men fundamentet består.

Teknik.

Indhold.

Struktur.

Data.

Troværdighed.

Og forståelsen af de systemer, der skal behandle informationen.

Hvis historien har lært mig noget

Jeg har arbejdet med teknologier, som engang omsatte for millioner, og som i dag er historie.

Det er en ganske god påmindelse om ikke at forelske sig for meget i et værktøj eller en metode.

IP Delivery virkede.

Indtil verden ændrede sig.

Andre SEO-metoder virkede.

Indtil verden ændrede sig.

De AI-værktøjer og tekniske standarder, vi taler om i 2026, vil også ændre sig.

Nogle vil overleve.

Andre vil være glemt om fem år.

Derfor tror jeg ikke, at den vigtigste kompetence er at kende den nyeste forkortelse.

Det er at forstå fundamentet godt nok til at kunne følge med, når teknologien ændrer sig.

Det var nødvendigt i 1999.

Det var nødvendigt i 2007.

Og det er mindst lige så nødvendigt i 2026.

Teknologien ændrer sig.

Nysgerrigheden, dataene og behovet for at forstå maskinen gør ikke.

Kilder og historisk dokumentation

Denne artikel bygger på mine egne erfaringer, observationer og dokumentation fra perioden 1999-2012.

For at bevare artiklens fokus på historien har jeg valgt at samle den bagvedliggende dokumentation på en separat side. Her findes blandt andet historiske ordrebekræftelser, priseksempler, anonymiserede fakturaer, arkiverede websites og andet materiale, der dokumenterer mit arbejde med SEO siden 1999.

Læs den historiske dokumentation her:

SEO siden 1999 – historisk dokumentation