NOXEL Research Lab

NOXEL Research Lab publicerar originaldata om SEO, AEO, GEO och AI-söksynlighet — hämtad från verkliga webbplatsgranskningar, inte återvunna råd.

NOXEL Research Lab har publicerat sina första preliminära fynd — ett v1-dataset med 53 offentligt tillgängliga webbplatser, analyserade för AI-crawlertillgänglighet och adoption av strukturerad data. Se fynden nedan, eller läs vår fullständiga metodik. Detta är en startpunkt, inte ett slutgiltigt svar — vi utökar urvalet och publicerar på nytt allt eftersom mer data kommer in.

Vad detta är

Majoriteten av SEO-innehåll återupprepar samma råd som finns överallt annars. NOXEL Research Lab är byggt för att göra tvärtom: publicera fynd som kommer direkt från verkliga granskningar körda genom NOXEL SEO, med en transparent metodik bakom varje siffra.

Varje statistik vi publicerar här kommer att inkludera ett exakt värde, en urvalsstorlek, en metodik, ett datum och en källa — inga påhittade siffror, inga vaga påståenden.

Utforska

Tillgänglig nu

Metodik

Hur NOXEL beräknar poäng för SEO, AEO, GEO och Core Web Vitals — de faktiska vikterna och kriterierna.

Tillgänglig nu

AI-sökberedskap — v1

Första fynd om AI-crawlertillgänglighet och adoption av strukturerad data, n=53.

Live · expanderar

Under arbete

Riktmärken

Bransch- och kategoririktmärken för teknisk SEO, prestanda och AI-sökberedskap.

Bygger urvalsstorlek

NOXEL AI-sökberedskap — v1-fynd

Urval: 53 offentligt tillgängliga webbplatser, utvalda bland marknadsförings-/SEO-byråer, SaaS-verktyg och en liten institutionell kontrollgrupp (myndigheter, akademiska och referenswebbplatser). Detta är ett preliminärt v1-dataset, inte ett slumpmässigt eller representativt urval av webben — vi publicerar det nu eftersom en transparent studie med blygsam storlek är bättre än att vänta hur länge som helst på en "perfekt" sådan. Enskilda domäner namnges aldrig; varje siffra nedan är ett aggregat.

AI-crawlertillgänglighet

20,8 % av webbplatserna blockerade minst en större AI-crawler (GPTBot, PerplexityBot och liknande).
Av dessa blockeringar var 91 % hänförbara till explicita robots.txt-regler — resten hade ingen tydlig orsak från robots.txt enbart och skulle kräva undersökning på servernivå.

Adoption av strukturerad data

28,3 % av webbplatserna saknade helt JSON-LD-strukturerad data.
66,0 % saknade Organization- eller LocalBusiness-schema.
94,3 % saknade BreadcrumbList-schema.

Sammanfattningsvis: vår forskning visade att adoption av strukturerad data — särskilt BreadcrumbList-schema — fortfarande är ovanlig även bland tekniskt sofistikerade webbplatser, och att blockering av AI-crawlers vanligtvis beror på robots.txt, inte brandväggar.

AI-crawlertillgänglighet avser huruvida crawlers som GPTBot och PerplexityBot kan hämta och läsa en sida — en förutsättning för att den sidan någonsin ska kunna citeras av en AI-svarsmotor.

Hur vi genomförde denna forskning

Först valde vi ut 53 offentligt tillgängliga webbplatser inom tre kategorier: marknadsförings-/SEO-byråer, SaaS-verktyg och institutionella referenswebbplatser.
Sedan körde vi varje domän genom NOXEL SEO:s egna granskningsmotor — samma teknik som ligger bakom varje NOXEL SEO-rapport — och kontrollerade AI-crawlertillgänglighet och förekomst av strukturerad data.
Därefter aggregerade vi resultaten till procenttalen ovan; ingen enskild domän eller poäng publiceras.
Slutligen planerar vi att utöka detta dataset mot ett större, mer representativt urval och kommer att publicera uppdaterade fynd allt eftersom det sker.

Våra data skannades i september 2026. Varje siffra ovan anger sin urvalsstorlek tydligt, precis som utlovat.

Varför originalforskning är viktigt för AI-sökning

Stora språkmodeller som ChatGPT, Claude, Perplexity och Gemini rankar inte sidor på samma sätt som traditionella sökmotorer gör — de syntetiserar svar, och de föredrar källor som erbjuder något som inte redan sägs av ett dussin andra sidor. Återvunna råd, omformulerade definitioner och generiska "10 tips"-listor citeras sällan, eftersom en AI-modell redan har absorberat den informationen från tusentals andra källor under träningen. Originaldata — ett verkligt urval, en verklig metodik, verkliga procenttal — är annorlunda. Det är den typ av innehåll som en AI-modell inte redan kan känna till, vilket är precis vad som gör det värt att citera.

Detta är grundidén bakom NOXEL Research Lab: istället för att skriva mer generiska SEO-råd kör vi verkliga granskningar genom NOXEL SEO:s egna motor och publicerar vad vi faktiskt hittar. Varje studie här följer samma disciplin — en redovisad urvalsstorlek, en beskriven metodik, ett publiceringsdatum och aggregerade resultat utan att någon enskild webbplats namnges.

Vad som kommer härnäst

V1-datasetet ovan är avsiktligt blygsamt — 53 webbplatser är tillräckligt för att publicera ärligt, men inte tillräckligt för att kalla det representativt för den bredare webben. Vår nästa release kommer att utöka urvalet mot ett större, mer stratifierat dataset (fler kategorier, fler webbplatser per kategori, en tydligare urvalsmetodik) och kommer att lägga till nya signaler utöver AI-crawlertillgänglighet och strukturerad data — saker som innehållsfräschhet, entitetklarhet och ämnesdjup för samma webbplatser.

Om du vill bli meddelad när nästa NOXEL Research Lab-release publiceras, eller om du driver en webbplats och vill att den ska inkluderas i en framtida studie (med ditt uttryckliga samtycke — se vår datapolicy ovan), kontakta oss via vår kontaktsida.