Copy for Originals · Guide · AI-sökning och rykte
Den här sidan går igenom vad som mättes under 2026 om AI-svar om företag, vad plattformarna erbjuder och var domstolarna står. Varje siffra är kontrollerad mot källan den 24 oktober 2026. Sidan avslutas med en granskning i nio steg som ett företag kan göra själv.
AI-assistenter har fel om fakta om företag, och hur ofta beror på vad som frågas. Två studier från 2026, båda gjorda av företag som säljer tjänster med koppling till ämnet, kom fram till mycket olika resultat. Seer Interactive, en byrå, granskade svar om sitt eget varumärke på sex plattformar: 2,8 % var felaktiga och 31,2 % var uteblivna svar. Reputation Age och Bubbling fann att 40 % av de halvårssiffror som ChatGPT och Gemini gav för 39 av Frankrikes största börsbolag (CAC 40) var fel, oftast föråldrade eller påhittade. Vi har inte hittat någon kanal hos plattformarna som är byggd för att företag ska kunna rätta ett svar, och ingen som lovar en rättelse; det som kommer närmast är Perplexitys formulär för att anmäla felaktiga svar. Det här kan ett företag göra: testa med fasta promptar som körs flera gånger, spåra varje fel till dess källa, rätta de sidor och listningar som företaget själv styr över, anmäla svaret och testa igen. Full Fact, som följde samhällsfakta, såg i ett fall en rättad siffra i stort sett försvinna ur svaren, medan vissa modeller i ett annat fall fortfarande angav en siffra som hade ersatts mer än ett år tidigare. Vi har inte hittat någon mätning av hur lång tid en rättelse tar för fakta om företag. Domstolar i USA och Tyskland har börjat döma, oftast i tidiga skeden.
I de två mätningar av fakta om företag från 2026 som vi hittade låg andelen fel mellan 2,8 % av svaren om en byrås eget varumärke och 40 % av de finansiella siffrorna om Frankrikes största börsbolag. Båda kommer från företag som säljer tjänster med koppling till ämnet, och vi har inte hittat någon oberoende studie som upprepar dem.
Byråns granskning av sig själv. Seer Interactive följde 1 562 frågor om sitt eget varumärke, insamlade dagligen från 1 maj till 9 juni 2026 i Google AI Mode, Google AI Overviews, ChatGPT, Claude, Gemini och Perplexity, och bedömde de 28 123 svaren mot 87 fakta om Seer. I genomsnitt var 2,8 % av svaren felaktiga och 31,2 % uteblivna svar; när en plattform väl svarade hade den rätt i 95,9 % av fallen.
| Plattform | Fel | Inget svar | Rätt, när den svarade |
|---|---|---|---|
| Google AI Overviews | 5,7 % | 28 % | 92,1 % |
| Gemini | 4,3 % | 28,2 % | 94,1 % |
| Perplexity | 3,3 % | 29,2 % | 95,3 % |
| Google AI Mode | 1,7 % | 24,1 % | 97,8 % |
| ChatGPT | 1,3 % | 27,1 % | 98,2 % |
| Claude | 1,1 % | 46,3 % | 98 % |
| Genomsnitt | 2,8 % | 31,2 % | 95,9 % |
Tre begränsningar gäller. Det är ett enda företag, som mätt sig självt. Ett delvis omnämnande räknas som korrekt: om ett svar anger Philadelphia som Seers huvudkontor inne i ett längre svar markeras den uppgiften som rätt. Och Seer anger inte om svaren samlades in via plattformarnas API:er eller deras konsumentappar, vem som bedömde dem eller från vilken plats frågorna ställdes; data kom från Seers dataset i Scrunch.
Studien av CAC 40. Reputation Age, en kommunikationsbyrå, och Bubbling, som beskriver sig som ett företag som mäter hur varumärken citeras i AI-svar, lät en automatiserad persona i form av en ekonomijournalist fråga ChatGPT och Gemini om resultatet för första halvåret 2026 för 39 bolag i CAC 40: 8 671 konversationer och 34 684 svar mellan 25 och 28 augusti 2026. Studien fann att ”40% des chiffres générés par ChatGPT et Gemini sont incorrects” (ungefär: 40 procent av siffrorna som ChatGPT och Gemini genererade var felaktiga). Andelen korrekta svar varierade från 67 % för nettoresultat till 42 % för redovisad tillväxt, och per bolag från 81 % för Capgemini till 32 % för Crédit Agricole. ActuIA, som rapporterade om studien, noterade att ”The protocol is only partially published and the two authors sell services related to the subject” (ungefär: protokollet är bara delvis publicerat och de två upphovsmännen säljer tjänster med koppling till ämnet) och att modellversionerna och användningen av webbsökning inte anges.
Andra tester, som inte gäller företag. I en studie från European Broadcasting Union och BBC av mer än 3 000 nyhetssvar från ChatGPT, Copilot, Gemini och Perplexity, publicerad i oktober 2025, gällde att ”20% contained major accuracy issues, including hallucinated details and outdated information” (ungefär: 20 procent hade allvarliga brister i korrektheten, bland dem påhittade detaljer och föråldrad information). Å andra sidan sa Google i maj 2024 att AI Overviews var lika korrekta som utvalda utdrag (featured snippets), utan att ange någon siffra.
Vad det betyder. Det finns ingen enskild felfrekvens att citera. Ett enkelt faktum om ett företag och en specifik siffra ur en halvårsrapport är olika frågor, och de gav mycket olika resultat: när Seers plattformar svarade var ungefär 4 % av svaren fel (vår beräkning utifrån Seers 95,9 %), mot 40 % av siffrorna för CAC 40. Den enda siffra som säger något om ditt företag är en du mäter själv, med metoden i stegen nedan.
Föråldrade uppgifter, tjänster som företaget inte erbjuder, felaktiga siffror, förväxlingar med ett annat företag med samma namn och påståenden som ingen citerad källa stöder. Hur felen fördelar sig mellan typerna vet ingen, eftersom ingen studie från 2026 som vi har hittat skiljer en inaktuell uppgift från en påhittad.
I Seers granskning var de fel som Seer anger antal för dess tidigare kontor i San Diego (223 gånger), tjänster som Seer inte erbjuder, som ryktesvård (109 gånger), och ett felaktigt antal anställda (85 gånger), som Seer sorterar under ”Fix First” (ungefär: åtgärda först), samt en felaktig titel för en chef (3 gånger), som byrån kallar städning. En berättelse om ”High account turnover” (ungefär: hög kundomsättning) byggde på en enda kundrecension från 2018. Felet om San Diego var inaktuellt: Seer beskriver det som att AI ”saying Seer’s San Diego office is still open” (ungefär: säger att Seers kontor i San Diego fortfarande är öppet). Seer anger inte om felen om tjänster och antal anställda var inaktuella eller påhittade.
I studien av CAC 40 föll de felaktiga siffrorna i två grupper. För vart och ett av de sju finansiella nyckeltalen var föråldrade eller påhittade siffror vanligare än verkliga siffror som besvarade en annan fråga:
| Nyckeltal | Korrekt | En annan officiell siffra, fel för frågan | Föråldrad eller påhittad |
|---|---|---|---|
| Nettoresultat | 67 % | 13 % | 19 % |
| Nettoskuld | 66 % | 8 % | 26 % |
| Omsättning | 65 % | 6 % | 29 % |
| Organisk tillväxt | 64 % | 12 % | 25 % |
| Fritt kassaflöde | 62 % | 8 % | 29 % |
| EBITDA | 57 % | 7 % | 36 % |
| Redovisad tillväxt | 42 % | 24 % | 34 % |
Den andra sortens fel, rätt dokument men fel siffra, var ett återkommande mönster för tre bolag: 46 % av kontrollerna för BNP Paribas, 43 % för Crédit Agricole och 26 % för EssilorLuxottica. Studiens egen webbsida säger att modellerna ”parfois” (ungefär: ibland) hittar rätt dokument och väljer fel nyckeltal.
Förväxlingar och påståenden utan stöd syns i nyhetsrapporter och rättsfall. CBC News rapporterade i juli 2026 att Googles AI Overview hade sagt att ett bageri i Millbank i Ontario skulle stänga; ”the AI had mistaken Anna Mae’s for a bakery of the same name in Illinois” (ungefär: AI:n hade förväxlat Anna Mae’s med ett bageri med samma namn i Illinois). I ett mål som Landgericht München I avgjorde i maj 2026 rapporterade den juridiska nyhetssajten LTO att domstolen ansåg att vissa av AI:ns påståenden inte fanns i de länkade källorna över huvud taget. I Keene v. Google citerade AI Overviews Wikipedia, och domstolen skrev att ”Only after a user read the linked Wikipedia article would any contradiction become apparent” (ungefär: först när en användare läste den länkade Wikipediaartikeln skulle en motsägelse bli synlig).
De här fallen rapporterades för att de gick fel, så de säger ingenting om hur vanliga felen är, och studierna kan inte avgöra det: Seers felaktiga svar omfattar ”a stale value pulled from an old source or something the model invented with no basis” (ungefär: ett inaktuellt värde hämtat från en gammal källa eller något som modellen hittat på utan grund), och den största gruppen i studien av CAC 40 är ”donnée obsolète ou inventée” (ungefär: föråldrad eller påhittad uppgift).
Vad det betyder. Räkna med två sorters fel som kräver olika hantering. Fel som har en källa, som ett gammalt kontor, en gammal siffra eller en enda gammal recension, går att spåra, och källan går att rätta. Fel utan källa, som en förväxling med en namne eller ett påstående som den citerade sidan inte gör, går bara att anmäla och väga upp med tydligare och mer samstämmiga fakta på andra ställen. Din granskning bör notera vilken sort varje fel är, eftersom studierna inte gör det.
Studierna om företag säger inte varför. Forskning om hur modeller lär sig fakta pekar på en trolig orsak: modeller svarar mindre tillförlitligt om sådant som det sällan skrivs om, och att tillämpa det på företag är vår slutsats. Det Seers granskning visar är att det var betydligt vanligare att avstå från att svara än att svara fel: 31,2 % uteblivna svar mot 2,8 % felaktiga svar. Seer räknar som uteblivet svar varje svar där ”The model declined to answer or told the user to check with the brand directly” (ungefär: modellen avböjde att svara eller bad användaren att fråga varumärket direkt).
Andelen varierade mellan plattformar och mellan frågor. Claude gav inget svar i 46,3 % av fallen och Google AI Mode i 24,1 %. Direkta frågor om Seer besvarades korrekt i 90,4 % av fallen och indirekta i 88,7 %. Jämförande frågor (”How does Seer Interactive compare to other marketing agencies?”, ungefär: hur står sig Seer Interactive mot andra marknadsföringsbyråer?) var korrekta bara i 18,8 % av fallen och gav inget svar i 80,3 % av fallen.
Forskningen gäller fakta i allmänhet. Kandpal med kollegor (ICML 2023) fann att en modells förmåga att besvara en faktafråga ”relates to how many documents associated with that question were seen during pre-training” (ungefär: hänger ihop med hur många dokument med koppling till frågan modellen såg under förträningen), och Mallen med kollegor (ACL 2023) att modeller ”struggle with less popular factual knowledge” (ungefär: har svårt med mindre kända fakta). Ingen av studierna tittade på företag. Vår slutsats: ett företag som det sällan skrivs om är mindre sannolikt att vara känt från träningen, och mer beroende av vad en assistent kan hitta och läsa när den svarar.
Vad det betyder. För många företag är det större problemet tystnad, inte fel, och det är värst för jämförande frågor, som sannolikt är de frågor köpare ställer när de väljer (vår bedömning). Ett uteblivet svar är inget rättelseproblem; det är det synlighetsproblem som tas upp i Vad avgör om en AI rekommenderar dig. Notera uteblivna svar för sig och felaktiga svar för sig i din granskning, så att du rättar rätt sak.
Seer delar in orsakerna till felaktiga svar i tre grupper: en inaktuell sida som assistenten läste när den svarade, det modellen lärde sig under träningen och en feltolkning av företagets egen webbplats. Vissa svar innehåller påståenden som de citerade källorna inte innehåller.
Seer anger en uppskattad tid för att rätta var och en. Träningsdata har ”No citation or source to trace” (ungefär: ingen citering eller källa att spåra) och tar månader, kopplat till nästa omträning. Hämtning i stunden från en inaktuell källa är ”Traceable and fixable” (ungefär: spårbart och åtgärdbart) inom dagar till veckor när källan har uppdaterats. En feltolkning av din egen webbplats hör enligt Seers bedömning till det som går snabbast att rätta, genom att lägga till ”more explicit language to existing pages” (ungefär: tydligare formuleringar på befintliga sidor). Tiderna är uppskattningar, inte mätningar.
I båda studierna var företagens egna webbplatser de mest citerade källorna. I Seers granskning stod seerinteractive.com för över 35 % av 219 349 citeringar från 9 240 domäner. I studien av CAC 40 pekade 78 % av citeringarna, nästan alla från ChatGPT, på bolagens egna webbplatser, och 0,08 % på pressartiklar. Emmanuel Dollé, medgrundare av Bubbling, framförde en åsikt, inte ett mätresultat, i en debattartikel av Reputation Age publicerad på Boursorama: assistenterna ”retiennent souvent le chiffre le plus visible, généralement celui de la première page” (ungefär: behåller ofta den mest synliga siffran, oftast den på första sidan) och återger den ur sitt sammanhang.
I ett test räckte det med en sida. Lily Ray, som arbetar med SEO, publicerade ett påhittat påstående på sin egen webbplats och skrev i april 2026 att ”Within 24 hours, Google’s AI Overviews was confidently serving this fabricated information back to users” (ungefär: inom 24 timmar serverade Googles AI Overviews tvärsäkert den påhittade informationen till användarna); hennes sida var den enda källa som gjorde påståendet.
Spårningen har sina gränser. En studie från 2023 av fyra generativa sökmotorer, äldre än dagens, fann att ”a mere 51.5% of generated sentences are fully supported by citations and only 74.5% of citations support their associated sentence” (ungefär: bara 51,5 procent av de genererade meningarna har fullt stöd i citeringarna och bara 74,5 procent av citeringarna stöder den mening de hör till). Rättsfallen ovan visar samma glapp, och Wolf River Electric, ett företag som stämmer Google, hävdar att ”none of the referenced materials in fact contained the information Google claimed they did” (ungefär: inget av det refererade materialet faktiskt innehöll den information som Google påstod att det gjorde).
Vad det betyder. Börja med din egen webbplats, den mest citerade källan i båda studierna. Skriv ut de fakta som spelar roll som raka meningar på sidor som en sökrobot kan läsa: var ni finns och inte finns, vad ni erbjuder och inte erbjuder, hur många som arbetar hos er och aktuella siffror högt upp på sidan. Kontrollera sedan de gamla ställen där ert namn förekommer: listningar för tidigare kontor, gamla pressmeddelanden, en ensam recension. Så skriver du innehåll som LLM:er hämtar och citerar visar hur du skriver de sidorna, och Kan AI läsa din webbplats?, vårt gratisverktyg, kontrollerar om sökrobotarna kommer åt dem.
Inte nödvändigtvis. Full Fact, en ideell faktagranskningsorganisation, fann att ”models sometimes gave different answers to the same question on different days” (ungefär: modellerna ibland gav olika svar på samma fråga olika dagar), så ett enda felaktigt svar är en observation, inte en frekvens. Hur mycket varumärkesrekommendationer varierar tas upp i Vad avgör om en AI rekommenderar dig.
Vad det betyder. En enda skärmdump av ett felaktigt svar visar att felet finns, inte hur ofta människor ser det. Ingen studie vi har hittat har testat hur många körningar en faktagranskning behöver. För bevakning av varumärkessynlighet rekommenderar Universität St. Gallen ”at least 7 runs per prompt per day” (ungefär: minst sju körningar per prompt och dag). En engångsgranskning av fakta är ett annat jobb, och vårt eget förslag är lättare: minst sju körningar av varje prompt på varje plattform totalt, utspridda över flera dagar, med de råa svaren och datumen sparade. Se det som ett golv, inte en standard.
Inte som företag, enligt de hjälpsidor och policyer vi läste. Varje kanal vi hittade är antingen en återkopplingsväg som inte lovar någon rättelse (Perplexitys formulär för att anmäla felaktiga svar är den mest specifika), eller en integritets- eller rättslig väg för personuppgifter eller olagligt innehåll, där plattformen bara lovar att ”consider” (ungefär: överväga) eller göra en ”reasonable effort” (ungefär: rimlig ansträngning). Det är vad de sidor vi läste visar den 24 oktober 2026, inte ett bevis för att det inte finns någon sådan kanal.
| Plattform | För alla: återkoppling | För namngivna personer och rättsliga frågor | Vad plattformen lovar |
|---|---|---|---|
| ChatGPT (OpenAI) | Tummen ner under ett svar; ”Report” flaggar möjliga brott mot villkoren eller lagen. Bland skälen i formuläret Report Content finns inte felaktig information. | Rättelse eller borttagning av ”factually inaccurate information about you” (ungefär: sakligt felaktig information om dig) via privacy.openai.com eller dsar@openai.com; en begäran om ”Remove my personal data from ChatGPT responses” (ungefär: ta bort mina personuppgifter ur ChatGPT:s svar). | ”we will consider your request based on applicable law and the technical capabilities of our models” (ungefär: vi kommer att överväga din begäran utifrån tillämplig lag och våra modellers tekniska möjligheter). Om godkännande: ”Not necessarily” (ungefär: inte nödvändigtvis). |
| Google AI Overviews | ”Report a problem” (ungefär: rapportera ett problem). | Report Content for Legal Reasons; sidan nämner inte AI-funktioner. | ”Your feedback helps us improve AI Overviews for everyone” (ungefär: din återkoppling hjälper oss att förbättra AI Overviews för alla). För rättsliga anmälningar: ”consider blocking, limiting, or removing access” (ungefär: överväga att blockera, begränsa eller ta bort åtkomst). |
| Google AI Mode | Tummen upp eller ner. | Som ovan. | ”so we can continuously improve” (ungefär: så att vi kan förbättra oss hela tiden). |
| Gemini | — | Enligt lagar som GDPR kan du begära att ”inaccurate personal data in Gemini Apps’ responses to be corrected” (ungefär: felaktiga personuppgifter i Gemini-apparnas svar rättas); i Gemini, More och sedan Report legal issue. | Inget löfte om rättelse på sidan. |
| Microsoft Copilot | ”use the Report or Feedback features in Copilot” (ungefär: använd funktionerna Report eller Feedback i Copilot). | Sidan ”Report a Concern” för rättsliga frågor. | Inget löfte om rättelse på sidan. |
| Perplexity | Flaggikonen under svaret, eller ett supportärende; ärendetyperna omfattar ”Misinformation” och ”Outdated information” (ungefär: felinformation och inaktuell information); menyn med tre punkter, ”Report”; support@perplexity.ai för andra frågor. | — | ”happy to take your report to improve the quality of your responses” (ungefär: tar gärna emot din anmälan för att förbättra kvaliteten på dina svar). |
| Claude (Anthropic) | Tummen ner, eller e-post för återkoppling. | En begäran om rättelse av ”factually inaccurate personal data relating to you” (ungefär: sakligt felaktiga personuppgifter som rör dig). | ”a reasonable effort to correct this information—but ... it may not always be possible” (ungefär: en rimlig ansträngning för att rätta informationen, men det kanske inte alltid är möjligt). |
Kommentar till tabellen: — betyder att de sidor vi läste den 24 oktober 2026 inte beskriver den här vägen. För Microsoft 365 Copilot Chat (jobb- och skolkonton) säger Microsoft att återkoppling med tummen upp och ner används ”to improve Copilot” (ungefär: för att förbättra Copilot), men ”We don’t use this feedback to train the foundation models used by Copilot” (ungefär: vi använder inte den här återkopplingen för att träna de grundmodeller som Copilot använder).
Perplexitys anmälningsformulär, som ber om en ”Description of the error and expected result” (ungefär: beskrivning av felet och förväntat resultat), är det närmaste en begäran om rättelse som vi hittade, även om det bara lovar att ”improve the quality of your responses” (ungefär: förbättra kvaliteten på dina svar).
Två närliggande vägar ändrar källor, inte svar. I Google Företagsprofil kan ägare redigera sin egen profil, och Google säger att sådana ändringar ”usually take about 10 minutes to show up” (ungefär: brukar synas efter ungefär 10 minuter) och kan ta upp till 30 dagar. Vem som helst kan föreslå en ändring av en profil som hen inte hanterar; hjälpsidan anger ingen tid för det. Ingen av hjälpsidorna säger att en ändring påverkar vad AI Overviews eller AI Mode säger. IndexNow meddelar Bing och några andra sökmotorer att en sida har ändrats; ingenting på dess webbplats säger att någon AI-assistent uppdaterar ett svar efter en sådan signal.
Google, OpenAI, Microsoft och Anthropic friskriver sig också från ansvar för korrektheten i de sidor vi läste. Google skriver att ”AI Overviews can and will make mistakes” (ungefär: AI Overviews kan och kommer att göra misstag), att AI Mode ”doesn’t always get it right” (ungefär: inte alltid har rätt) och, i sin integritetshubb för Gemini, att LLM-tjänster, Gemini-apparna inräknade, ”can hallucinate” (ungefär: kan hallucinera). OpenAI, Microsoft och Anthropic säger samma sak.
Vad det betyder. Använd återkopplingsknapparna ändå, med det korrekta faktumet, eftersom de är den enda direkta vägen och tar en minut. Men planera som om de inte gör någonting, eftersom ingen källa vi hittade visar att de leder till en rättelse. Om det felaktiga svaret gäller en namngiven person, som en grundare, en delägare eller en läkare, har den personen en starkare väg: begäran enligt integritetsreglerna. Spara en skärmdump, datumet och prompten varje gång du anmäler.
Ibland. Det finns belägg åt båda hållen, och vi har inte hittat någon publicerad mätning av hur lång tid en rättelse tar för fakta om företag.
Seer skriver att ”Once you update the source of outdated information, you should see AI model responses reflect those changes within days” (ungefär: när du har uppdaterat källan till den föråldrade informationen bör du se AI-modellernas svar återspegla ändringarna inom några dagar), och att hela processen ”will take weeks to months” (ungefär: kommer att ta veckor till månader). Det är en prognos. Seer säger i samma inlägg att byrån tidigare lyckats med att ”changing the narrative in AI” (ungefär: ändra berättelsen i AI) om ”High account turnover” (ungefär: hög kundomsättning), men studien redovisar inget uppmätt omtest efter rättelserna.
Full Fact står för de enda oberoende belägg vi hittade. De gäller samhällsfakta och nyheter och samlades in genom att frågorna ställdes till modellerna via deras API:er för utvecklare, inte via konsumentapparna. I löpande kontroller av påståenden som organisationen faktagranskade, inledda i februari 2026, fann Full Fact att ”In some cases the LLMs corrected themselves days later” (ungefär: i vissa fall rättade språkmodellerna sig själva några dagar senare), men i ”several instances” (ungefär: flera fall) ”continued to respond with incorrect information” (ungefär: fortsatte chattbottarna att svara med felaktig information). Efter att Full Fact publicerat faktagranskningar av en falsk bild från Ryanair och en felaktigt bildsatt video från Green Party ”All the LLMs which initially made errors corrected themselves” (ungefär: rättade alla språkmodeller som först hade gjort fel sig själva). Under Full Facts benchmarkbevakning publicerade House of Commons Library en felaktig siffra för barnfattigdom, och ”When the Library corrected the error, the incorrect statistic largely disappeared from model responses” (ungefär: när biblioteket rättade felet försvann den felaktiga statistiken i stort sett ur modellernas svar); Full Fact skrev att detta ”illustrates how quickly models can learn and adjust their answers when source information changes” (ungefär: visar hur snabbt modeller kan lära sig och justera sina svar när informationen i källan ändras), utan att ange någon tid. Organisationen lägger till en reservation: vissa svar upprepade den felaktiga siffran utan att citera biblioteket, så felet kan ha spridits via andra webbplatser, och ”If so, correcting the original does not necessarily clear the record” (ungefär: i så fall rensar en rättelse av originalet inte nödvändigtvis bort felet).
När Storbritannien fick en ny premiärminister den 20 juli 2026 gällde att ”Most models updated promptly, but DeepSeek was still identifying Sir Keir as both Prime Minister and Labour leader as late as September” (ungefär: de flesta modeller uppdaterades snabbt, men DeepSeek pekade fortfarande ut Sir Keir som både premiärminister och Labourledare så sent som i september). Och ”several chatbots cited a weekly rate of £8.86, which was superseded by £9.95 in June 2025” (ungefär: flera chattbottar angav en veckoersättning på 8,86 pund, som ersattes av 9,95 pund i juni 2025): ”Gemini 3.1 Pro and Claude gave the outdated figure outright in some responses” (ungefär: Gemini 3.1 Pro och Claude angav den föråldrade siffran rakt av i vissa svar) i data insamlade från 15 juli till 22 september 2026, mer än ett år efter ändringen.
Vad det betyder. Rätta källorna ändå. Det är det enda steget som det finns några belägg för att det fungerar, och det enda som du helt styr över. Testa sedan igen med samma promptar efter två till fyra veckor, och igen efter en modelluppdatering, i stället för att utgå från att rättelsen fick effekt. Om ett fel överlever en rättad källa, leta efter en andra källa som upprepar den gamla uppgiften, eller utgå från att felet kommer från träningsdata, som enligt Seers bedömning tar månader att ändra.
Inte mycket ännu, och det beror på om det falska påståendet gäller företaget eller en namngiven person. Det här är en sammanfattning av offentliga avgöranden och klagomål per den 24 oktober 2026, inte juridisk rådgivning.
Dataskyddet gäller personer, inte företag. GDPR ”does not cover the processing of personal data which concerns legal persons and in particular undertakings established as legal persons” (ungefär: omfattar inte behandling av personuppgifter som rör juridiska personer, särskilt företag som är etablerade som juridiska personer) (skäl 14). En namngiven person har däremot ”the right to obtain from the controller without undue delay the rectification of inaccurate personal data” (ungefär: rätt att av den personuppgiftsansvarige utan onödigt dröjsmål få felaktiga personuppgifter rättade) (artikel 16). noybs klagomål mot OpenAI, inlämnade i Österrike i april 2024 och i Norge i mars 2025, står som pågående på organisationens ärendesidor, med de senaste anteckningarna från 2025. I det norska ärendet upphörde det falska svaret efter att OpenAI lagt till webbsökning, en ändring av plattformen snarare än en rättad källa, och noyb varnade för att ”the incorrect data may still remain part of the LLM’s dataset” (ungefär: de felaktiga uppgifterna fortfarande kan finnas kvar i språkmodellens dataset).
USA. OpenAI vann förtalsmålet Walters v. OpenAI i Georgia genom summary judgment, ett avgörande utan fullständig rättegång, den 19 maj 2025. I Keene v. Google, där en AI Overview sa att käranden var ”serving a life sentence without parole for the murders of three women” (ungefär: avtjänade ett livstidsstraff utan möjlighet till villkorlig frigivning för morden på tre kvinnor), avslog en federal domstol i Illinois den 14 september 2026 Googles yrkande om avvisning för två av fyra AI Overviews. I Starbuck v. Google, som gäller uttalanden som han säger att Googles AI-verktyg, bland dem Bard och Gemma, gjort om honom, avslog en domstol i Delaware Googles yrkande om avvisning ”in its entirety” (ungefär: i sin helhet) den 24 juli 2026; Fox News rapporterade att målet går vidare till bevisupptagning (discovery). Wolf River Electric hävdar att Googles AI har förtalat företaget; i januari 2026 återförvisade en federal domstol målet till delstatsdomstol eftersom Google hade begärt att få målet flyttat för sent, utan att pröva sakfrågan.
Tyskland. Den 28 maj 2026 gav Landgericht München I ett förlag i München och dess dotterbolag ett interimistiskt förbud mot Google för en AI Overview, med stöd i företagets rätt till sitt anseende. Domstolen fann att en AI Overview innehåller Googles egna uttalanden. Google sa i juni 2026 att beslutet ”is not yet final” (ungefär: ännu inte har vunnit laga kraft) och att företaget tänkte överklaga, och beskrev målet som ett som ”focuses on specific and narrow errors” (ungefär: handlar om specifika och avgränsade fel). Den 24 september 2026 meddelade Landgericht Aachen, med hänvisning till München, ett interimistiskt beslut om att AI Mode hade tillskrivit en läkare en annan persons förflutna. Enligt en advokatbyrås blogg grundade domstolen Googles ansvar på att företaget tillhandahåller AI-sökningen och de svar den genererade, och läkarens klagomål som inte ledde någonstans förstärkte ansvaret. Ett tredje avgörande, från Oberlandesgericht Hamm den 12 maj 2026, gäller ett företags egen chattbot på webbplatsen, som felaktigt sa till användare att de två läkarna bakom företaget var specialister i plastikkirurgi och estetisk kirurgi. Domstolen behandlade svaren som företagets egen vilseledande affärsmetod. Domstolen gav tillstånd att överklaga till Bundesgerichtshof, Tysklands högsta domstol i civilmål, och CMS ärendeöversikt angav avgörandet som inte slutgiltigt i juni 2026.
Vad det betyder. I målen hittills har företag stött sig på förtalslagstiftning i USA (Wolf River) och på ett företags rätt till sitt anseende i Tyskland (München). Om någon av vägarna finns där du verkar är en fråga för en jurist. En namngiven grundare, delägare eller läkare har också vägen via GDPR, även om noybs klagomål fortfarande pågår. I Walters ledde det faktum att kärandesidan inte bett OpenAI om rättelse eller tillbakadragande till att inget straffskadestånd kunde utgå enligt lagen i Georgia. I Keene bidrog en tidigare anmälan via Googles formulär ”report a legal removal issue” (ungefär: anmäl ett ärende om juridisk borttagning) till att talan inte avvisades: domstolen fann att anmälan rimligen talade för vetskap om eller grov likgiltighet inför att uppgifterna var falska. Anmäl alltså allvarliga fel via plattformens formulär för rättsliga frågor, spara dokumentationen och tala sedan med en jurist. Och kontrollera vad chattboten på din egen webbplats säger: i Hamm höll domstolen företaget ansvarigt för den.
Arbetssättet nedan följer Seers: ”identify your brand’s critical attributes, build test prompts against them, and track accuracy daily before chasing anything else” (ungefär: identifiera varumärkets viktigaste egenskaper, bygg testpromptar utifrån dem och följ träffsäkerheten dagligen innan du jagar något annat). Vi har lagt till upprepade körningar, spårning av källor och ett omtest. Även en liten granskning blir många svar: 20 fakta i tre promptformer, körda sju gånger på sju plattformar, ger 2 940 svar att spara och bedöma (vår uträkning). Börja mindre om du behöver (se steg 3).
Det beror på frågan. I Seer Interactives granskning 2026 av svar om det egna varumärket var 2,8 % av 28 123 svar på sex plattformar felaktiga och 31,2 % uteblivna svar; Google AI Overviews hade fel i 5,7 % av fallen och ChatGPT i 1,3 %. I en studie från Reputation Age och Bubbling av 39 av Frankrikes största börsbolag (CAC 40) var 40 % av de halvårssiffror som ChatGPT och Gemini gav fel. Båda studierna kommer från företag som säljer tjänster med koppling till ämnet.
Inte genom någon särskild kanal som vi har hittat. I oktober 2026 har ChatGPT, Google AI Overviews, AI Mode, Copilot, Perplexity och Claude knappar för återkoppling, och OpenAI, Google och Anthropic har integritetsvägar för felaktiga personuppgifter om enskilda personer. I de hjälpsidor och policyer vi läste är ingen av dem en väg för företag att få rättelse, och ingen lovar att felet rättas. Använd återkopplingsknapparna, rätta källorna som svaret bygger på och testa igen.
Nej. Skäl 14 säger att GDPR inte omfattar uppgifter som rör juridiska personer, till exempel företag. En namngiven person, som en grundare, delägare eller läkare, har däremot enligt artikel 16 rätt att få felaktiga personuppgifter rättade, och OpenAI, Google och Anthropic tar emot sådana begäranden, men i de policyer vi läste lovar ingen av dem att göra rättelsen. noybs klagomål mot OpenAI i frågan stod fortfarande som pågående i oktober 2026.
Vi har inte hittat någon publicerad mätning för fakta om företag. Seer Interactive bedömer att fel som kommer från en källa som assistenten läser i stunden tar dagar till veckor att rätta, och fel som modellen lärt sig under träningen månader, men det är uppskattningar. Full Fact, som testade nyheter och samhällsfakta, såg en rättad statistikuppgift i stort sett försvinna ur svaren, och en föråldrad ersättningsnivå som vissa modeller fortfarande angav rakt av mer än ett år efter att den hade ersatts.
Mål pågår, och de flesta avgöranden hittills är tidiga eller interimistiska. Företagens mål finns i Tyskland, där Landgericht München I i maj 2026 gav ett förlag ett interimistiskt förbud mot Google för en AI Overview, som Google i juni 2026 sa att det skulle överklaga, och i USA, där Wolf River Electrics förtalstalan mot Google återförvisades till delstatsdomstol av processuella skäl i januari 2026. Enskilda personers mål visar hur domstolar behandlar AI-svar: OpenAI vann Walters v. OpenAI genom summary judgment 2025, medan Starbuck v. Google 2026 klarade sig helt förbi ett yrkande om avvisning och Keene v. Google delvis. I Walters ledde det faktum att kärandesidan inte hade bett OpenAI om rättelse eller tillbakadragande till att inget straffskadestånd kunde utgå enligt lagen i Georgia; i Keene bidrog en tidigare anmälan via Googles formulär för juridiska borttagningar till att talan inte avvisades.
Uteblivna svar är vanligare än felaktiga svar. I Seer Interactives granskning var 31,2 % av svaren om varumärket uteblivna svar, mot 2,8 % felaktiga, och jämförande frågor blev obesvarade i 80,3 % av fallen. Forskning om språkmodeller visar att de har svårt med mindre kända fakta. Att tillämpa den forskningen på företag är vår slutsats: ett mindre känt företag är sannolikt beroende av sidor som en assistent kan hitta och läsa när den svarar.
Samtliga lästa den 24 oktober 2026. Källor från företag som säljer tjänster för AI-synlighet, ryktesvård eller listningar är märkta (leverantör).
Så citerar du sidan: Copy for Originals, ”När ChatGPT eller Googles AI har fel om ditt företag: vad 2026 års belägg visar och vad du kan göra”, 24 oktober 2026, https://tools.copyfororiginals.com/sv/nar-ai-har-fel-om-ditt-foretag/.