Google RankBrain — Machine learning i søgeresultaterne

Da Bloomberg i oktober 2015 offentliggjorde en artikel om, at Google brugte kunstig intelligens i sine søgeresultater, skabte det bølger i SEO-branchen. Ikke fordi alle forstod præcis, hvad det betød — men fordi det var første gang, Google officielt bekræftede, at maskinlæring spillede en direkte rolle i, hvad der vises på side 1. Jeg husker tydeligt diskussionerne i de SEO-fora, jeg fulgte dengang: var dette begyndelsen på en ny æra, eller bare endnu et buzzword fra Mountain View?

Svaret, som vi ved det i dag, var: begge dele.

Hvad er Google RankBrain?

Definition og baggrund

RankBrain er et machine learning-system, som Google bruger til at hjælpe med at fortolke søgeforespørgsler — særligt dem, Google aldrig har set før, eller dem der er formuleret på en måde, der ikke matcher præcis de ord, der findes på en given side.

Systemet er en del af Googles overordnede Google Opdateringer-infrastruktur og arbejder tæt sammen med Googles Hummingbird-algoritme, som vi dækker i google-hummingbird. Hvor Hummingbird handlede om at forstå samtalebaserede forespørgsler som helhed, er RankBrain mere specifikt rettet mod at kortlægge ukendte eller tvetydige forespørgsler til relevante søgeresultater via vektorrummodeller.

Teknisk set bruger RankBrain word embedding — en metode, hvor ord og fraser omsættes til matematiske vektorer, så systemet kan beregne semantisk lighed mellem udtryk. Søger du på “bedste løbesko til asfalt”, men der ikke findes sider der bruger præcis den formulering, kan RankBrain kortlægge forespørgslen til sider, der handler om løbesko til hårdt underlag, byvejsløb eller lignende.

Oktober 2015: Google bekræfter AI i kernen

Den 26. oktober 2015 bekræftede Google over for Bloomberg, at RankBrain allerede var aktivt og på det tidspunkt var den tredjestørste rankingfaktor i Googles algoritme. Det var en bemærkelsesværdig udmelding: Google havde aldrig tidligere bekræftet, hvilke faktorer der vejede tungest, og at en AI-komponent figurerede på en top-3-liste, var nyt territorium.

Google oplyste også, at RankBrain behandlede en “meget stor del” af de milliarder af søgninger, der dagligt sendes igennem systemet — med særligt fokus på de ca. 15 procent af forespørgsler, som Google aldrig havde set før. Det tal lyder lavt, men med mere end fem milliarder daglige søgninger på verdensplan svarer det til hundredvis af millioner unikke forespørgsler om dagen.

Hvad ændrede RankBrain?

Fra regelbaseret ranking til machine learning

Før RankBrain var Googles ranking i høj grad baseret på eksplicitte regler defineret af ingeniører: hvis siden indeholder disse ord, har disse backlinks, og opfylder disse kriterier, placeres den her. Det er selvfølgelig en forsimpling, men princippet holder. Systemet var deterministisk og relativt forudsigeligt — hvilket var grunden til, at traditionel keyword-optimering fungerede så godt i de tidlige dage.

Med RankBrain kom et element af statistisk inferens ind i ranking-processen. Systemet lærer af historiske søgemønstre og brugerinteraktioner og kan generalisere: en forespørgsel, der aldrig er set før, kan stadig behandles meningsfuldt ved at sammenholde den med lignende forespørgsler, systemet har set. Det var et grundlæggende skifte fra at følge regler til at genkende mønstre.

Jeg oplevede i de følgende måneder, at sider der var minutiøst keyword-optimerede, men indeholdsmæssigt tynde, mistede placeringer til sider der behandlede emner bredere og mere substantielt. Det var ikke et pludseligt kollaps — men et stille skift i, hvad Google “forstod” som relevant.

Hvilke søgninger påvirkes

RankBrain er mest aktiv ved lange, konversationelle eller komplekse søgeforespørgsler — det, vi kalder long-tail-søgninger. Korte, veldefinerede forespørgsler som “vejrudsigt København” kræver ikke megen fortolkning. Men “hvilken løbesko er bedst hvis jeg har pronation og løber på asfalt om morgeren” er netop den type forespørgsel, RankBrain er designet til at håndtere.

Det er direkte koblet til det bredere skift i søgeadfærd, vi gennemgår i fra-keywords-til-intent: brugere formulerer sig mere naturligt, og RankBrain er en central grund til, at Google kan følge med.

Google RankBrain i dag — overvundet af MUM og Gemini?

I 2021 introducerede Google MUM (Multitask Unified Model), og med Gemini-integrationen i 2023-2024 er det klart, at de sproglige og fortolkningsmæssige opgaver, RankBrain engang håndterede alene, nu deles med langt mere avancerede systemer. Google Opdateringer de seneste år har i stigende grad handlet om AI-kapacitet snarere end justeringer af klassiske algoritmekomponenter.

Men RankBrain er ikke væk. Det fungerer stadig som en del af det lag i søgningen, der håndterer forespørgselsfortolkning, og google-bert fra 2019 kom som et supplement snarere end en erstatning. Det er i dag mest præcist at beskrive RankBrain som et fundament, som efterfølgende AI-systemer er bygget oven på.

Fra et søgemaskiner-perspektiv markerede RankBrain det øjeblik, Google gik fra at være et avanceret indekseringssystem til at være et system med reel sproglig forståelse — og det er et skifte, der har sat retningen for alt, der er sket siden.

Hvad angår google-ai-overviews-seo, er det tydeligt, at den vej fra RankBrain til generative AI-svar er mere sammenhængende end diskontinuerlig. RankBrain lærte at forstå, hvad brugeren mente. AI Overviews forsøger at svare direkte.

Hvad betyder RankBrain for din SEO?

Konkrete handlinger

Det vigtigste, du kan gøre i lyset af RankBrain, er at skrive indhold der reelt dækker et emne fremfor at optimere for en enkelt nøglefrase. Det handler om semantisk bredde: brug naturlige variationer af dit emne, besvar de spørgsmål brugeren stiller, og undgå at gentage det samme keyword mekanisk.

Konkret betyder det:

• Skriv til brugerens intention, ikke til et keyword. Hvad forsøger brugeren at opnå?
• Inkluder relaterede termer og begreber naturligt i teksten.
• Brug strukturerede overskrifter der dækker subtopics.
• Mål på click-through-rate og time-on-page — de brugerinteraktionssignaler, RankBrain sandsynligvis læner sig op ad.

Typiske fejl

Den klassiske fejl, jeg ser, er at skrive indhold der er optimeret til ét keyword og ikke meget andet. Det var en farbar vej i 2012. I 2026 fortæller det RankBrain, at siden er snæver — og snævre sider klarer sig dårligt mod sider der forstår emnet i dybden.

En anden fejl er at tro, at RankBrain kan “snydes” ved at placere keywords på bestemte positioner. RankBrain opererer ikke med positioner — det opererer med vektorer og sandsynligheder.

RankBrain, BERT og vejen til AI-søgning

RankBrain var starten. BERT i 2019 gik et skridt videre og forbedrede Googles forståelse af kontekst inden for sætninger — ikke blot mellem forespørgsler. MUM og siden Gemini har udvidet kapaciteten til at forstå og generere sprog på tværs af modaliteter.

Set i bakspejlet var RankBrain det første signal om, at SEO ikke længere primært handler om at tale til en algoritme med keywords — det handler om at skabe indhold, der er meningsfuldt for et system med reel sproglig forståelse. Det princip gælder mere end nogensinde.

---

Ofte stillede spørgsmål om Google RankBrain

Hvornår blev Google RankBrain lanceret? RankBrain blev lanceret tidligere i 2015, men Google bekræftede dets eksistens offentligt den 26. oktober 2015 via Bloomberg. Det var allerede aktivt og behandlede en stor del af søgeforespørgslerne på det tidspunkt.

Er RankBrain en rankingfaktor? Da Google bekræftede RankBrain i 2015, blev det beskrevet som den tredjestørste rankingfaktor. I dag er det mere præcist at beskrive det som én komponent i et langt mere komplekst AI-drevet ranksystem. Det er stadig aktivt, men deles nu med BERT, MUM og Gemini-baserede systemer.

Hvad skal jeg gøre anderledes på grund af RankBrain? Fokuser på semantisk bredde og brugerintention fremfor keyword-tæthed. Skriv indhold der reelt svarer på det, brugeren søger, og dæk emnet tilstrækkeligt til, at Google forstår konteksten. Undgå tynde sider med ét keyword gentaget mange gange.

Påvirker RankBrain dansk-sproget søgning? Ja. RankBrain og de efterfølgende systemer arbejder på tværs af sprog. Dansk er ikke undtaget, om end den sproglige kapacitet historisk set har været stærkest på engelsk. Med Gemini-integrationen er den flersprogede kapacitet væsentligt forbedret.