Vad frågar AI om när någon letar efter en fastighetsmäklare?

När du frågar AI om en fastighetsmäklare i din stad får du inte ett svar i form av en annons. Du får en sammanfattning av det som modellen kan hitta och bekräfta offentligt på flera ställen. Det är skillnaden, och den förklarar varför vissa mäklare finns med i svaret medan andra inte syns alls.

AI-assistenter som ChatGPT, Perplexity, Gemini och Copilot hämtar webbkällor och väger de signaler de kan hitta om lokala företag när någon ber om hjälp att hitta en mäklare. Kan assistenten inte läsa sidan, eftersom den är stängd för AI-sökrobotar, kommer mäklaren inte med i bedömningen.

SOCi:s Local Visibility Index från januari 2026, baserat på amerikanska data, visar att ChatGPT bara rekommenderar 1,2 % av de platser som ingick i underlaget. Som jämförelse fanns 35,9 % med i Googles klassiska lokala resultat. Fältet i ett AI-svar är alltså betydligt smalare än den välkända listan med lokala resultat.

Det beror på vilka källor modellerna stöder sig på. Tidigare avgjorde Google Maps ensamt den lokala synligheten. Nu hämtar AI-modellerna i högre grad uppgifter från Trustpilot-omdömen, uppslag i Krak (en dansk företagskatalog), LinkedIn-profiler, Wikipedia-artiklar, nyhetsartiklar och själva webbplatsens struktur, medan Google Business Profile ofta fungerar som en sekundär källa. Det är en bredare samling källor, och det innebär att det inte längre räcker att vara synlig på ett enda ställe.

Ett AI-svar om en fastighetsmäklare är alltså ingen annons. Det är en sammanfattning av det som modellen kan verifiera offentligt på flera ställen. Blir du nämnd beror det på att uppgifterna om dig stämmer överens mellan olika källor. Blir du inte nämnd handlar det sällan om tur.

Vilken fastighetsmäklare ska jag välja: frågor som en AI kan besvara

När en kund skriver till en AI-assistent och frågar “vilken fastighetsmäklare kan du rekommendera i [by]?”, landar svaret någonstans. Antingen nämner modellen ditt företag, eller så nämner den en annan mäklare. Det finns inget tredje alternativ, och utfallet beror på vilka källor om dig som modellen kan läsa och bekräfta.

Assistenten bedömer inte vem som är skickligast. Den samlar ihop det som tydligt och upprepade gånger sägs om företag i området och återger det som ett svar. Därför blir frågan “vilken fastighetsmäklare ska jag välja” i praktiken en fråga om vem som är läsbar och trovärdig i de källor som modellen använder.

En stor del av det som kunderna frågar om är rent praktiskt och kan besvaras direkt utifrån annonsen:

• Är bostaden fortfarande till salu?

• Vad är utgångspriset?

• När kan vi titta på den?

• Hur stor är bostaden?

• Finns det parkeringsplats?

• Går priset att förhandla?

Det är de frågorna som tar mest plats i den första kontakten, och de kräver ingen fackmässig bedömning för att besvaras.

Men det är bara en del av bilden. Omkring 20 % av frågorna kräver mänsklig expertis, och de skickas vidare till en mäklare med hela sammanhanget, så att kunden inte behöver börja om från början.

Och det är rätt arbetsfördelning. AI kan inte ersätta mäklarens fackmässiga bedömning, förhandling eller visning. Den sköter snabbhet, volym och administration, medan mäklaren står för relationen, förtroendet och den fackmässiga bedömningen.

Vilka källor väger tyngst när AI rekommenderar en fastighetsmäklare

Assistenterna använder inte samma källa. Varje modell har sin egen bas och sina föredragna källor, och det avgör var modellen över huvud taget letar efter dig när någon ber om en rekommendation av en fastighetsmäklare.

Skillnaden innebär att en AI-rekommendation av en fastighetsmäklare sällan bygger på samma underlag från modell till modell. Är ditt företag bara synligt på ett ställe hittar vissa assistenter dig, medan andra inte gör det.

Därefter handlar det om huruvida uppgifterna om dig stämmer överens. Namn, adress och telefonnummer ska vara exakt likadana på webbplatsen, Trustpilot, Krak, LinkedIn och i sociala profiler. Även små avvikelser, ett kommatecken eller en förkortning, gör det svårt för modellen att veta vilket företag det är. När fälten inte matchar står modellen med motstridiga uppgifter och kan inte bekräfta att det rör sig om samma mäklare. Enhetlighet är därför inte bara en fråga om ordning och reda. Det avgör om modellen över huvud taget kan bekräfta dig som ett och samma företag.

Omdömen betyder mycket här. Företag med en Trustpilot-profil nämndes i 53,5 % av relevanta AI-svar, och bland dem som nämndes krävdes det i 75,3 % av fallen fler än 80 omdömen och löpande svar på dem. Siffrorna visar något enkelt: en tom eller tyst profil räknas inte som en signal. Det är mängden omdömen och den fortlöpande aktiviteten kring dem som gör profilen läsbar för modellen.

Även formatet spelar roll. Schema.org-märkning som Organization, LocalBusiness och FAQPage talar om för AI-modeller exakt vem mäklaren är, var kontoret ligger och vilka tjänster som erbjuds. Modellen kan läsa det utan att gissa, och gissningar kostar oftast en plats i svaret.

Synlig i ChatGPT: tekniska förutsättningar och citerbart innehåll

En genomsökning av 465 danska webbplatser den 21 juli 2026 visade att 5 % i stort sett inte hade någon läsbar text utan JavaScript, och att 38 % saknade strukturerad data. Båda siffrorna pekar på samma problem. Om en sida först blir begriplig när webbläsaren har kört ett tungt skript, eller om maskinen inte kan se vad som står var, har assistenten väldigt lite att arbeta med. Då blir det svårt att bli nämnd i ett AI-samtal om fastighetsmäklare, oavsett hur bra sidan annars ser ut för en människa.

De typiska tekniska hindren är inte exotiska. De dyker upp gång på gång:

• En robots.txt-fil som blockerar AI-sökrobotar, till exempel GPTBot, ibland av misstag inställd av en tidigare byrå

• Innehåll som visas först efter tung JavaScript, som sökroboten inte alltid kör

• Text som ligger gömd i bilder eller pdf-filer utan alternativ text och som därför är osynlig för maskiner

Kärntexten bör gå att läsa som ren HTML, utan att skript måste köras för att få fram den.

Skrivstilen betyder också mycket. Innehåll som kan citeras direkt är kort och precist. Enskilda meningar som går att förstå utan sammanhang är mycket lättare att lyfta in i ett svar än ett långt stycke där poängen blir tydlig först i slutet. Ett fråga-svar-format hjälper på samma sätt, eftersom modellen kan plocka ut det enskilda svaret och återge det utan att resten av sidan behöver följa med. Det gäller också de konkreta beskrivningarna av målgrupp, problem och lösning. Står det tydligt vem sidan är till för, vad problemet är och vad lösningen består av, finns det något att hämta. Är innehållet däremot för generiskt, för säljinriktat eller för dåligt strukturerat är det svårt för AI att rekommendera sidan.

Lägg krutet på rätt ställen. FAQ-sidor och interaktiva kalkylatorer hör till de sidtyper som AI-motorer oftast använder när de ska rekommendera ett företag vid köpnära frågor. Det är de sidor där någon står mitt i ett konkret val och söker ett svar, och det är precis den situationen som ett AI-svar ska täcka.

AI vid bostadsförsäljning: där assistenten hjälper till och där mäklaren behövs

Det mest konkreta exemplet på AI vid bostadsförsäljning är uppföljningen efter en öppen visning. En AI-röstagent kan ringa upp alla som anmälde sig samma dag och fråga om budget, förhandsgodkännande och tidshorisont. Om köparen tackar ja bokar agenten en privat visning direkt i kalendern, och leadet med tillhörande transkription hamnar i CRM-systemet. Det är ingen prototyp. Det är ett arbetsflöde som redan används.

De första frågorna i en bostadsaffär är desamma varje gång. Vad är budgeten, är finansieringen klar och när vill köparen ha tillträde? Sådant kan en röstagent hantera, eftersom manuset kan förgrena sig efter avsikt. Köpare får frågor om budget, förhandsgodkännande och tidshorisont, medan hyresgäster i stället får frågor om inflyttningsdatum och inkomst.

Innan sådana samtal kan användas måste vissa villkor vara uppfyllda:

• Det måste finnas ett uttryckligt samtycke, till exempel inhämtat via ett formulär för gratis värdering

• Det ska framgå tydligt att det är en AI-assistent och inte en mänsklig mäklare

• Data ska lagras inom EU

• Kunden ska kunna få sina uppgifter raderade igen

Det är ramarna, och de är inte förhandlingsbara om du vill använda AI i den del av bostadsförsäljningen som berör personuppgifter.

Längre fram i processen finns en annan typ av verktyg. AI vid bostadsförsäljning bygger i allt högre grad på automatiserade värderingsmodeller som Geomatic och BoIQ. Geomatic levererar en av Danmarks mest använda AVM-lösningar och används av flera danska banker för att prissätta bostäder, medan BoIQ hämtar data från över 40 olika källor om danska fastigheter. Båda hämtar sitt underlag från officiella register som BBR (det danska bygnings- och bostadsregistret) och Matriklen (det danska fastighetsregistret) och väger in parametrar som läge, bostadstyp, storlek, energimärkning och närmiljö.

Minst lika viktigt är det som modellerna inte kan. En AI-modell vet inte om köket kommer från IKEA eller Bulthaup. Skick, utsikt, ljud från grannar och kvaliteten på en renovering är faktorer som inte går att läsa ut ur ett register, och det är oftast just de faktorerna som flyttar ett pris åt det ena eller andra hållet. Värderingsmodellerna kompletterar därför mäklarens värdering, de ersätter den inte.

Bostadsförsäljning med AI har alltså ett tydligt avgränsat område. Assistenten svarar i telefon vid första signalen, ställer samma frågor varje gång och ser till att ingen förfrågan hamnar mellan stolarna. Men den ska aldrig visa bostaden, och den ska aldrig förhandla om priset. Värdering och prissättning är och förblir mäklarens professionella ansvar, och det är inte en teknisk fråga utan en fråga om att kunna stå för en siffra inför en säljare.

Hitta rätt fastighetsmäklare med AI: så knyter du ihop trådarna

Den första förväntningen du behöver justera när du vill hitta rätt fastighetsmäklare med AI är att ingen kan garantera att ChatGPT eller någon annan assistent nämner en viss fastighetsmäklare. Det du kan göra är att ta bort de tekniska och innehållsmässiga hindren, så att modellen över huvud taget kan hitta och citera uppgifterna korrekt. Resten avgör modellen.

Tiden spelar också in, och den varierar. Svar som bygger på sökning i realtid kan ändras inom några dagar till veckor när webbplatsen uppdateras och nya omnämnanden tillkommer. Synlighet som vilar på träningsdata tar månader att flytta. Vet du det blir det lättare att bedöma när det finns något att titta på och när du bara ska låta arbetet verka.

Ett villkor ligger fast. ChatGPT, Gemini och Perplexity nämner företag utifrån offentligt innehåll och källor som modellerna kan läsa, inte utifrån betalning. Du kan inte köpa dig till en rekommendation. Det är ingen begränsning som försvinner med en större budget, och det är därför de tekniska och innehållsmässiga greppen är de som faktiskt gör skillnad.

Vill du veta vad din bostad är värd innan du väljer mäklare kan du få en gratis värdering hos Brikk. Det är en lugn utgångspunkt, utan förpliktelser och utan löften om utfallet.

Läs också: Ditt första möte med fastighetsmäklaren: Vad ska du fråga om?