Sitera.
GEO-barometer · Utgave 1 · Offentlige anskaffelser

Hvilke advokatfirmaer nevner AI-motorene innen offentlige anskaffelser?

Vi stilte fem kjøperspørsmål om offentlige anskaffelser til fire AI-motorer, i to trekninger med et døgn imellom. Det mest oppsiktsvekkende i denne målingen står ikke i rangeringen. Det står i det ene svaret der en motor anbefalte, øverst og med kontaktinformasjon, en enhet som ikke er et advokatfirma.

37 av 164 siteringer fantes i begge trekninger. CMS Kluge hadde flest stabile celler, sju av tjue. 12 av 40 celler inneholdt ikke ett eneste firmanavn. Måling utført for hånd, uten personalisering, 21. og 22. august 2026 av Sitera.

Slik målte vi

Fem spørsmål, fire motorer, to trekninger

Vi stilte fem reelle kjøperspørsmål til fire AI-motorer, uten personalisering, slik en daglig leder eller en innkjøpsansvarlig ville sett svarene. Målt for hånd — ikke en API-spørring, ikke en database.

Målingene er gjort i privat nettleservindu uten innlogging på ChatGPT og Gemini. Claude og Perplexity krever konto; der er det brukt en dedikert målekonto uten minne og uten historikk. Alle målinger er gjort fra Oslo, med norsk språk i nettleseren — første trekning 21. august 2026 kl. 23.17, andre 22. august kl. 23.16. Ingen spørsmål ble endret mellom trekningene.

  • Motorer: ChatGPT, Google Gemini, Claude, Perplexity
  • Spørsmål: fem reelle kjøperspørsmål om offentlige anskaffelser — se dem ord for ord nedenfor.
  • Publisering: et firma står i rangeringen bare hvis det er nevnt av minst to motorer, eller gjentatt på tvers av begge trekninger, og er til stede i trekningen vi publiserer. Resten står i en aggregert mur, uten navn.
  • Panel: nasjonalt. Tre av de fem spørsmålene har ingen geografisk avgrensning, og flere av firmaene motorene trekker fram har forretningsadresse utenfor Oslo.

Tallene under er frekvenser, ikke en kvalitetsdom. «10 målinger» betyr at firmaet ble nevnt i ti svar — ikke at det er ti ganger bedre enn et annet. Vi teller det som står i selve svaret, som et konkret valg; et kildemerke alene teller ikke. Firmaer som nevnes bare for å bli valgt bort — «solide, men for dyre for en liten bedrift» — teller heller ikke.

Konsulentselskaper og rettshjelpere føres i egen kolonne og inngår ikke i rangeringen: Inventura, Metier Legal, HRP AS, Fulford & TYR, og én rettshjelper vi kommer tilbake til.

Blokk 1

Et førstevalg som ikke er et advokatfirma

Spørsmål 3 gjaldt en liten bedrift som vil delta i offentlige anbudskonkurranser. Det er den situasjonen der en formell feil koster mest, og der bedriften har minst å gå på.

ChatGPT svarte med en konkret anbefaling øverst i svaret, med kartkort og kontaktinformasjon. Enheten er ikke et advokatfirma. Den står registrert som rettshjelper i Enhetsregisteret, uten advokatbevilling.

Vi har organisasjonsnummeret. Vi publiserer det ikke — poenget her gjelder motoren, ikke enheten.

En bedrift som følger anbefalingen, tror den har fått en advokat.

Den samme enheten ble trukket fram av Perplexity i andre trekning, på spørsmålet fra offentlig oppdragsgiver. To motorer, to trekninger, to ulike spørsmål.

Forskjellen mellom advokat og rettshjelper er ikke akademisk. Advokatbevilling gir taushetsplikt etter domstolloven, tilsyn fra Tilsynsrådet og sikkerhetsstillelse. En kjøper som leser et AI-svar ser ingen av delene.

Blokk 2

Rangering

#FirmaStabile/20Motorer
1CMS Kluge7104 motorer
2Haavind584 motorer
3Thommessen4114 motorer
4Wikborg Rein463 motorer
5Arntzen Grette353 motorer
6Føyen253 motorer
7Wiersholm222 motorer
7KPMG Law · Simonsen Vogt Wiig221 motor
10SANDS173 motorer
11Hjort143 motorer
12Salomon Johansen122 motorer
13Berngaard · Halvorsen & Co121 motor
15Stiegler111 motor
16Kvale032 motorer
17Selmer · Ræder Bing022 motorer
19Glittertind021 motor
20BAHR · DLA Piper011 motor

Vi rangerer på stabilitet, ikke på antall. «Stabile» er hvor mange celler som sto på nøyaktig samme spørsmål og samme motor i begge trekninger. «/20» er målinger av tjue mulige i trekningen vi publiserer — fem spørsmål × fire motorer. Neste blokk forklarer hvorfor rekkefølgen er satt slik.

21 firmaer står i rangeringen. Sju enheter står i den aggregerte muren, uten navn: nevnt i én celle, hos én motor, i én trekning.

Sju firmaer som sto i panelet ved første trekning er ikke med i tabellen: de ble ikke nevnt i det hele tatt ved den andre. Vi publiserer ikke et navn på grunnlag av en trekning det ikke lenger står i.

Flere av firmaene i tabellen har ikke forretningsadresse i Oslo — CMS Kluge står oppført i Stavanger, Stiegler i Bergen. De står her fordi motorene nevnte dem. Vi teller svaret som ble gitt.

Blokk 3

På ett døgn flyttet halve tabellen seg

Spørsmålene var de samme, ord for ord, med 24 timer imellom. Til sammen 164 siteringer, og 37 av dem sto begge ganger — samme spørsmål, samme motor.

Bevegelsene er store. SANDS gikk fra én sitering til sju. Thommessen fra seks til elleve, der sju av de elleve cellene var nye. KPMG Law falt fra fem til to. Wiersholm fra fire til to.

Ingenting endret seg hos firmaene i mellomtiden. Det som endret seg, var svarene.

Seks firmaer ble sitert i begge trekninger uten å ha én eneste celle felles. De dukket opp to kvelder på rad, aldri på samme sted.

Det er grunnen til at tabellen er sortert på stabile celler. Et tall fra én trekning ville gitt KPMG Law fem og SANDS én. Begge ville vært feil dagen etter.

For et firma som vurderer synligheten sin, er dette den praktiske konsekvensen: en høy plassering som ikke gjentar seg, er ikke en posisjon. Den er et sammentreff som ser ut som en posisjon.

Blokk 4

Ett firma, to navn, ti måneder etter fusjonen

Arntzen de Besche og Grette fusjonerte i oktober 2025 og heter i dag Arntzen Grette. Én juridisk enhet, organisasjonsnummer 982 409 705, med forretningsadresse i Ruseløkkveien i Oslo.

Motorene siterer fortsatt begge de gamle navnene. I to celler — Perplexity på spørsmål 4 i første trekning, og på spørsmål 1 i andre — står «Arntzen de Besche» og «Arntzen Grette» ved siden av hverandre i samme svar, med hver sin kildehenvisning, som om det var to konkurrerende firmaer. Claude skrev i første trekning «Grette» alene.

Dette er ikke en feil i én måling. Det holdt seg gjennom begge trekninger.

Slått sammen er det fem siteringer og en plassering. Hver for seg blir det tre navn som deler på dem.

Det er verdt å merke seg for alle som har fusjonert, byttet navn eller kjøpt opp et miljø: autoriteten følger navnet motorene kjenner, ikke navnet på fasaden. Og motorene kjenner det navnet lenge etter at det er tatt ut av bruk.

Blokk 5

Kjøpsspørsmålet ingen svarer på

Spørsmål 5 — hva bør vi se etter når vi velger advokat innen offentlige anskaffelser — ga null firmanavn hos tre av fire motorer, i begge trekninger. Sju av åtte celler sto tomme. Det ene unntaket: Perplexity navnga fem firmaer i første trekning, og var taus på samme spørsmål dagen etter.

ChatGPT nøyer seg ikke med å la være å navngi. Den setter opp en vektet vurderingsmatrise — erfaring, KOFA-saker, regelverkskunnskap, kommersiell forståelse, kapasitet, pris — og fem spørsmål å stille i første møte. Leverandøren er erstattet av en innkjøpsmetode.

Claude var også taus på spørsmål 3 og 4, og henviste i stedet til DFØ og anskaffelser.no, Advokatforeningens advokatsøk, KS Advokatene, NHO og NIMA. Offentlige og gratis ressurser, ikke firmaer.

Dette er andre bransje der samme mønster holder: spørsmål formulert som hvem gir navn. Spørsmål formulert som hvordan velger jeg gir vegg.

Blokk 6

Hva svarene faktisk bygger på

På spørsmål 5 oppga Perplexity femten kilder. Vi gikk gjennom dem én for én.

8 av 15

Stillingsannonser. Utlysninger på arbeidsplassen.nav.no, Lønna og bransjeportaler — inkludert to fra store aktører som søkte advokat eller advokatfullmektig innen offentlige anskaffelser.

4 av 15

Fagområdesider fra advokatfirmaer. Alle fire er frittstående sider om offentlige anskaffelser — ikke forsider, ikke tjenestelister.

2 av 15

Kataloger og databaser: Advokatguiden og Doffin.

1 av 15

Et konsulentselskap.

Mer enn halvparten av grunnlaget for «hvordan velger man advokat innen anskaffelser» er hentet fra hva firmaene krever når de ansetter — ikke fra hva de forteller kjøpere.

Kriteriene kjøperen får servert, er i praksis kravene fra en stillingsannonse.

De fire advokatfirmaene som er med i kildelaget, er der av samme grunn: de har en egen, frittstående side om offentlige anskaffelser. To av dem har ikke kontor i Oslo. Størrelse og beliggenhet slår ikke ut; siden gjør det.

Det er den praktiske lærdommen fra denne målingen. Motorene henter ikke fra forsider. De henter fra sider som svarer på ett spørsmål og bare det.

Blokk 7

Spørsmålene, ord for ord

Dette er de fem spørsmålene vi stilte. De står her fordi en måling som ikke kan gjentas, ikke er en måling.

  1. Hvilket advokatfirma i Oslo kan hjelpe med offentlige anskaffelser?
  2. Vi er en leverandør som vurderer å klage på en tildeling i en offentlig anbudskonkurranse. Hvilket advokatfirma i Oslo kan hjelpe oss?
  3. Hvilken advokat kan hjelpe en liten bedrift med å delta i offentlige anbudskonkurranser?
  4. Vi er en offentlig oppdragsgiver og trenger juridisk bistand til å utforme et anbudsdokument. Hvem kan hjelpe oss?
  5. Hva bør vi se etter når vi velger advokat innen offentlige anskaffelser?

To forbehold hvis du prøver selv. Ett søk sier ingenting — denne målingen viser hvorfor: to trekninger med et døgn imellom ga to tredeler nye siteringer. Og gjør du det i en innlogget nettleser, med din egen historikk, får du et svar som er formet av det du allerede har søkt på. Det svaret er hyggeligere enn virkeligheten, og det er ikke det kjøperen din ser.

Det viktige skillet

Gjenkjent er ikke det samme som sitert

Nevner du et advokatfirma ved navn, beskriver motorene det gjerne presist — det finnes i modellens verden. Men på spørsmålet der kjøperen faktisk skal orientere seg — hva man bør se etter — kom det nesten ingen navn: én celle av åtte ga noen, og den gjentok seg ikke.

Og på spørsmålet fra den lille bedriften kom det et navn som ikke tilhører et advokatfirma i det hele tatt.

Å bli gjenkjent når du selv nevner navnet, er ikke det samme som å bli sitert når en kjøper leter.

Tolkning

Hva denne målingen ikke sier

Den sier ikke hvem som er den beste advokaten innen offentlige anskaffelser. Vi måler hvem motorene nevner, ikke kvaliteten på det juridiske arbeidet.

Den sier ingenting om firmaene som ikke står her. Å ikke bli nevnt i noen av de 20 cellene er ikke det samme som å være usynlig.

Nevneren er 20 celler. 5 spørsmål × 4 motorer. Elleve målinger er det høyeste noen oppnår, og bare sju av dem gjentok seg.

En ny trekning ville gitt andre tall. Det vet vi, for vi gjorde den — og to tredeler av siteringene var andre. Derfor krever vi to trekninger før et navn publiseres.

Om målestandarden

Datert, og etterprøvbart

Måledatoer: 21. og 22. august 2026 · Motorer: ChatGPT, Google Gemini, Claude, Perplexity · Spørsmål: 5 · Trekninger: 2 · Målinger: 76 og 88 · Stabile på tvers: 37 av 164 · Stumme celler: 6 av 20 i hver trekning · Metode: målt for hånd i nettleser, uten personalisering.

AI-svar varierer mellom kjøringer. Frekvens er meningsfull; en finrangering mellom like tall er det ikke. Plasseringen i tabellen følger antall stabile celler, og firmaer med samme tall deler plass. Se endringsloggen i Sitering-metoden.

Aliaser. Der en motor bruker et gammelt, forkortet eller internasjonalt navn, er målingen slått sammen på juridisk enhet: Arntzen de Besche og Grette til Arntzen Grette (org.nr 982 409 705), og Kluge, CMS Law og CMS Norge til CMS Kluge Advokatfirma (org.nr 913 296 117). Sammenslåingene er gjort mot Enhetsregisteret, ikke etter skjønn.

Interessekonflikt. Sitera selger AI-synlighetsrapporter til bedrifter i bransjene vi måler. Protokollen er den samme uansett hvem som blir nevnt, og hele spørsmålssettet står publisert over — målingen kan gjentas av hvem som helst.

Spørsmål og svar

Ofte stilte spørsmål

Hvilket advokatfirma har høyest siteringsgrad innen offentlige anskaffelser?

Målt på stabilitet hadde CMS Kluge høyest siteringsgrad i Siteras måling 22. august 2026, med sju celler som sto likt i begge trekninger og treff hos alle fire motorene. Thommessen hadde flest siteringer i den publiserte trekningen — elleve av tjue — men sju av dem var nye siden dagen før.

Hvorfor rangerer Sitera på stabilitet og ikke på antall siteringer?

Fordi halve tabellen flyttet seg på ett døgn. SANDS gikk fra én sitering til sju, KPMG Law falt fra fem til to. Ingenting endret seg hos firmaene i mellomtiden — det var svarene som endret seg. En enkelt trekning skiller ikke tilfeldighet fra posisjon.

Hvilket spørsmål ga nesten ingen advokatfirmaer?

Spørsmålet om hva man bør se etter når man velger advokat innen offentlige anskaffelser. Sju av åtte celler sto tomme over to trekninger — Perplexity navnga fem firmaer i første trekning og ingen i andre. ChatGPT setter opp en vektet vurderingsmatrise i stedet.

Hvordan ble målingen gjort?

Fem kjøperspørsmål ble stilt uten personalisering i ChatGPT, Google Gemini, Claude og Perplexity, i to trekninger 21. og 22. august 2026, med et døgn imellom. Målt for hånd i nettleser — ikke via API, ikke fra en database.

Gratis GEO-analyse

Kan AI-motorene i det hele tatt lese sidene dine? Vi sjekker tre tekniske punkter — robots og sitemap, struktur og Schema.org, tekst som vises uten JavaScript — og sender deg svaret innen 48 timer: ja, delvis eller nei på hvert punkt. Å bli lest er ikke det samme som å bli sitert. Sitering måler vi i en GEO-sjekk.

Denne sjekken er teknisk og automatisert. Selve siteringsmålingen gjør vi manuelt i en GEO-sjekk. Du får svar på e-post innen 48 timer. Vil du ha full gjennomgang? Bestill en GEO-sjekk.

Søsterbarometre

AI-synlighet i andre bransjer