EEAT (E-E-A-T) – Experience, Expertise, Authoritativeness og Trustworthiness

Definisjon

EEAT, eller E-E-A-T, står for Experience, Expertise, Authoritativeness og Trustworthiness og brukes av Google til å vurdere innholdets troverdighet, kvalitet og pålitelighet – særlig viktig for innhold som kan påvirke folks helse eller økonomi.

Hva EEAT betyr, og hvorfor det spiller en rolle

E-E-A-T – ofte skrevet EEAT uten bindestreker – er Googles sentrale kvalitetsrammeverk for å avgjøre hvilket innhold som er pålitelig nok til å vises høyt i søkeresultatene og brukes som grunnlag for KI-genererte svar. Det handler ikke bare om hva som sies, men om hvem som sier det, ut fra hvilken erfaring og i hvilken sammenheng.

Experience har fått økt betydning i takt med KI-generert innhold. Google vil se tegn på faktisk, praktisk erfaring – ikke bare teoretisk korrekthet. Expertise handler om faglig dybde og korrekt bruk av fagspråk, mens Authoritativeness bygges gjennom konsekvent tilstedeværelse, anerkjennelse og omtaler fra andre troverdige aktører. Trustworthiness binder helheten sammen gjennom åpenhet, korrekthet og tydelig avsender.

Rammeverket het tidligere E-A-T (uten Experience) og ble utvidet i desember 2022, da Google la til den fjerde E-en, Experience, for å løfte fram innhold som bygger på egen erfaring (Google Search Central).

E-E-A-T er særlig avgjørende for YMYL-innhold (Your Money or Your Life) – innhold som kan påvirke folks helse, økonomi, sikkerhet eller livsbeslutninger. Men prinsippene er relevante for alle bransjer som vil bygge langsiktig digital troverdighet.

Den ekstra E-en – slik viser du førstehåndserfaring

Experience – den fjerde E-en, lagt til i 2022 – er den mest konkrete endringen sammenlignet med tidligere E-A-T. Google vil se at innholdet bygger på reell erfaring, ikke bare innlest kunnskap. Konkrete måter å vise det på:

• Kundecase med faktiske data – Vis resultater fra reelle prosjekter med konkrete tall, tidsrammer og metodebeskrivelser
• Skjermbilder og egne eksempler – Bilder fra egne verktøy, analyser og plattformer bekrefter at skribenten faktisk har jobbet med det som beskrives
• Tydelige bylines og forfatterprofiler – Forfatternavn med lenke til LinkedIn, publiserte artikler og bransjeerfaring styrker Experience-signalene på nettstedsnivå
• Spesifikk kontekst og første person – «Vi så dette i et prosjekt for en kunde i X-bransjen» kommuniserer erfaring på en måte som generelle formuleringer ikke gjør

YMYL – ikke bare helse og finans

YMYL (Your Money or Your Life) kategoriserer innhold som kan påvirke helse, økonomi, sikkerhet eller viktige livsbeslutninger. Kravene til E-E-A-T er høyest for disse sidene. De åpenbare kategoriene er medisinsk informasjon, finansiell rådgivning og juss – men begrepet strekker seg lenger og er direkte relevant for mange B2B-bedrifter:

• SaaS-avtaler og abonnementstjenester – Kjøpsråd om dyre avtaler kan havne i gråsonen for YMYL. Google avgjør YMYL ut fra risikoen for skade på helse, økonomisk trygghet eller sikkerhet, ikke ut fra prislappen
• Regnskap og revisjon – Råd om merverdiavgift, lønnsadministrasjon og skatteplanlegging krever tydelig ekspertise og en avsender som kan stilles til ansvar
• Juss og etterlevelse (compliance) – Avtaler, arbeidsrett og regulatorisk rådgivning stiller høye krav til troverdighet og korrekthet
• B2B-rådgivning med stor betydning for virksomheten – Strategiske anbefalinger som påvirker et selskaps retning og økonomi, bør behandles etter YMYL-standard

Schema markups rolle for E-E-A-T

Med strukturert data forteller du søkemotorer og KI-systemer hvem som står bak innholdet, hvilken ekspertise som finnes og hvordan ulike deler av nettstedet henger sammen. De viktigste schema-typene for E-E-A-T:

• Person – Navn, rolle, bilde og sameAs-attributter som peker til LinkedIn og eksterne profiler
• Organization – Med founder, sameAs (eksterne omtaler og profiler), contactPoint og address
• Article – Med author-referanse og dateModified for å signalisere aktualitet og redaksjonelt ansvar
• FAQPage – gyldig markup for spørsmål og svar, men gir ikke lenger noen egen boks i Google. Det er formatet i teksten som gjør svarene lette å sitere

I et KI-drevet søkelandskap, der innhold oppsummeres og gjengis uten menneskelig gjennomgang, blir maskinlesbar troverdighet ekstra viktig. KI-systemer støtter seg på strukturelle signaler for å avgjøre om en kilde er trygg å sitere – særlig innenfor YMYL-områder.

E-E-A-T og AI-synlighet

E-E-A-T er ikke bare et rangeringskonsept – det er utvelgelsessystemet som avgjør hvilke kilder KI velger å sitere. Google AI Overviews, ChatGPT og Perplexity bruker lignende signaler for å vurdere om en kilde er troverdig nok til å presenteres som svar.

Konkret: en side med tydelige forfatterprofiler, kildehenvisninger, ekstern tilstedeværelse og strukturert data har bedre forutsetninger for å bli sitert i KI-svar enn en anonym side uten tydelig avsender – uansett hvor velskrevet innholdet er. Arbeid med E-E-A-T gjør derfor nytte både i det organiske søket og i KI-svarene.

EEAT i praksis

Å jobbe med EEAT handler i bunn og grunn om å gjøre nettstedet og avsenderen åpne og etterprøvbare – for søkemotorer, for KI-systemer og for besøkende. Google publiserer retningslinjene sine for E-E-A-T i Search Quality Evaluator Guidelines, som oppdateres jevnlig og er åpent tilgjengelige.

I SEOS Design hjelper vi organisasjoner med å bygge troverdig digital synlighet tilpasset både SEO og AEO. Les et kundecase innen medisinsk teknologi, eller ta kontakt for rådgivning om E-E-A-T, YMYL og AI-synlighet.