Kort fortalt
Danskerne er begyndt at spørge AI-assistenter til råds, også om hvor de skal spise. DI og Epinions undersøgelse blandt 1.047 danskere fra september 2025 viser, at 22 procent ofte har brugt eller testet AI til at planlægge oplevelser som restaurantbesøg, koncerter og museer, og Dansk Erhverv målte i april 2026, at 45 procent har brugt et AI-værktøj i forbindelse med et onlinekøb inden for et halvt år, op fra 38 procent ti måneder før. Det er stadig et mindretal, men det vokser hurtigt. Forskellen fra Google er, at en AI giver ét svar og ikke ti links, så det handler om at blive nævnt. Det kræver, at oplysningerne om din restaurant er strukturerede, ensartede på tværs af nettet, og at gæsten kan booke uden login eller app.
Der er sket noget stille med, hvordan folk finder et sted at spise. Ikke for alle, og ikke fra den ene dag til den anden, men tydeligt nok til at det er værd at forholde sig til. En del gæster søger ikke længere. De spørger.
Hvor mange gør det egentlig?
Lad os tage tallene, før vi tager konklusionen. DI fik i september 2025 Epinion til at spørge 1.047 voksne danskere om deres brug af AI til at planlægge ferie og oplevelser. 20 procent bruger AI, når de planlægger ferie, og 22 procent har ofte brugt eller i hvert fald testet AI til at planlægge oplevelser som restaurantbesøg, koncerter og museer.
Samtidig er den generelle vane med at spørge en AI før et køb i klar vækst. Dansk Erhverv målte i april 2026, at 45 procent af danskerne havde brugt et AI-værktøj i forbindelse med et onlinekøb inden for de seneste seks måneder, mod 38 procent i juni 2025. Det er syv procentpoint på ti måneder.
Men lad os også have det ærlige forbehold med. I DI's undersøgelse svarede kun 2 procent, at de foretrækker at få anbefalinger fra en AI-assistent, mens over 40 procent stadig foretrækker anbefalinger fra venner og familie. AI er ikke ved at afløse mund til mund. Det er blevet et af de steder, folk orienterer sig, og det er et sted, hvor de færreste restauranter har gjort noget som helst.
Hvorfor det er en anden slags synlighed end Google
En Google-søgning giver en liste. Er du nummer syv, er du stadig med, og en gæst der scroller kan stadig finde dig. Et svar fra en AI-assistent er en anden mekanik: den nævner tre steder, måske fem, og resten af byen findes ikke i den samtale. Der er ingen side to.
Det betyder, at det ikke handler om at ligge højt, men om at blive taget med. Og en AI tager kun det med, den kan finde, forstå og stole på.
En AI kan kun anbefale det, den kan læse
Når en AI-assistent skal svare på, hvor man spiser godt i Nyborg en torsdag aften, skal den kunne besvare en række helt jordnære spørgsmål om din restaurant. Findes stedet stadig? Hvad serverer I? Hvornår har I åbent? Hvad koster det cirka? Kan man reservere, og hvordan? Hvis den ikke kan finde svarene, eller finder tre forskellige svar, springer den jer typisk over til fordel for et sted, hvor oplysningerne er entydige.
- →Åbningstider, adresse og telefonnummer skal være de samme alle steder, de optræder
- →Køkken, prisniveau og hvad stedet er godt til, skal stå skrevet et sted i klar tekst, ikke kun ligge i et billede eller en PDF
- →Menuen skal kunne læses som tekst, ikke som et fotografi af et opslag
- →Der skal være et bookinglink, der virker, og som ikke kræver app eller kontooprettelse
- →Oplysningerne skal være mærket op med struktureret data, så en maskine ved hvad der er hvad
Konsistens slår kreativitet
Det kedeligste råd er det vigtigste. Hvis din restaurant hedder én ting på Facebook, en anden på Google, og har åbningstider fra sidste sommer på jeres egen side, så er I ikke bare svære at finde. I er svære at stole på, og en model der skal give ét svar, vælger det sted, den er mest sikker på. Gå listen igennem en gang om året, og igen hver gang I ændrer åbningstider eller koncept.
Struktureret data er det, maskiner faktisk læser
Der findes et fælles vokabular for at fortælle maskiner, hvad indholdet på en side betyder: at det her er en restaurant, det her er åbningstiden, det her er prisniveauet, og det her er linket til at booke bord. Uden det skal en model gætte ud fra brødtekst. Med det får den svaret serveret. Det er den samme opmærkning, der giver rige resultater i Google, så arbejdet gør nytte to steder på én gang.
Bliv anbefalet, og lad så gæsten handle på det
Der er en fælde her, som er nem at falde i. En anbefaling er kun en anbefaling værd, hvis gæsten kan gøre noget ved den med det samme. Bliver din restaurant nævnt klokken 21 en tirsdag, og er den eneste vej ind at ringe i morgen mellem 10 og 14, så er anbefalingen løbet ud i sandet.
Det er den samme pointe som med gæster over 50: det nytter ikke at blive fundet, hvis vejen fra interesse til reservation har et hul i sig. Et bookingflow, der virker på mobilen og ikke kræver login, er det, der forvandler synlighed til en booking i kalenderen.
Det er ikke et nyt fag, det er skærpet håndværk
Det meste af det her er godt gammelt hjemmesidearbejde: korrekte oplysninger, læsbar tekst, opmærkning, hastighed og en side der virker på en telefon. Forskellen er, at der ikke længere er nogen menneskelig velvilje til at fylde hullerne ud. En gæst der er lidt i tvivl, ringer måske. En model der er lidt i tvivl, nævner et andet sted.
Kilder
- →Dansk Industri og Epinion, Mange danskere bruger kunstig intelligens til at planlægge ferie og oplevelser, 1.047 adspurgte, september 2025: 20% til ferieplanlægning, 22% til oplevelser og restaurantbesøg, 2% foretrækker AI-anbefalinger
- →Dansk Erhverv, Halvdelen af danskerne har brugt AI til at handle online, april 2026, 45% inden for seks måneder mod 38% i juni 2025
Ofte stillede spørgsmål
Er der overhovedet nok, der bruger AI til at finde restauranter?
Det er stadig et mindretal, men et voksende et. DI og Epinion målte i september 2025, at 22 procent af danskerne har brugt eller testet AI til at planlægge oplevelser som restaurantbesøg, og Dansk Erhverv så AI-brug ved onlinekøb stige fra 38 til 45 procent på ti måneder. Kun 2 procent foretrækker AI frem for andre kilder, så det afløser ikke mund til mund. Det er blevet et ekstra sted, folk orienterer sig.
Hvad er den vigtigste ting at gøre først?
Sørg for at åbningstider, adresse, telefonnummer og navn er præcis ens alle de steder, de optræder: egen hjemmeside, Google, sociale medier og portaler. En model, der finder modstridende oplysninger, vælger typisk et sted, hvor den er mere sikker.
Hjælper det på almindelig Google-søgning også?
Ja. Struktureret opmærkning, korrekte oplysninger og en hurtig mobilside er det samme håndværk, der giver bedre resultater i almindelig søgning. Arbejdet tæller to steder, så det er ikke et sats på en enkelt kanal.
Hvad hjælper et bookingsystem med her?
Det lukker hullet mellem at blive nævnt og at få reservationen. Bliver din restaurant anbefalet klokken 21 en tirsdag, skal gæsten kunne booke med det samme uden app eller kontooprettelse. Ellers er anbefalingen spildt.