AI & automatisering
AI og automatisering der sparer jer timer
Chatbots, AI-agenter og workflows der kører af sig selv. Jeg bygger AI-løsninger oven på GPT og Claude, koblet på jeres egne data, og automatiseringer i Make, der får jeres systemer til at tale sammen – med fejlhåndtering og logging, så I kan stole på dem. Nogle opgaver kræver en sprogmodel, andre kræver bare et workflow, der aldrig fejler. Jeg finder ud af hvilket, før noget bygges.
Automatiser dine opgaver
Hvorfor bygge det med mig?
Skræddersyet til jeres data og jeres processer – ikke en generisk demo.
Skræddersyede AI-agenter
Agenter der kan slå op i jeres data, udfylde formularer og handle selvstændigt – ikke bare svare på spørgsmål. Forskellen mærkes i hverdagen.
Workflows bygget i Make
Ét værktøj, der kan det hele: Make forbinder over 2.000 apps og håndterer alt fra simple flows til scenarier med forgreninger – i en visuel editor, I selv kan aflæse.
Integration med jeres systemer
CRM, e-mail, regnskab, dokumenter og jeres egne systemer kobles sammen via API’er – med retry, alerts og logging, så I kan se hvad der gik galt, og hvor.
Rådgivning uden hype
Nogle opgaver skal løses med AI. Andre skal bare have et workflow, der aldrig fejler. Jeg siger ærligt hvilket – og det sparer flest penge af alt.
Sådan arbejder jeg
Fra tidsrøver til noget, der kører af sig selv.
Procesafdækning
Jeg kortlægger, hvad der tager tid, hvor data bor, og hvordan de flyder mellem systemer – og finder ud af, om opgaven kalder på AI, et workflow eller begge dele.
Prototype & design
Trigger, trin og fejlhåndtering på plads, før noget bygges. På AI-delen får I en fungerende proof-of-concept at teste på – typisk klar på dage, ikke et slide-deck.
Implementering
Opbygning, test og go-live med integrationer, sikkerhed og dokumentation. I får korte instrukser, så I selv kan følge med i, hvad der kører.
Drift & finjustering
I kan se status og fejl løbende, og jeg justerer prompts, logik og scenarier undervejs – også når jeres systemer ændrer sig. Både AI og automatiseringer bliver bedre af at blive brugt, hvis nogen holder øje.
Typiske projekter
Konkrete opgaver, der forsvinder fra jeres to-do-liste.
Interne AI-assistenter
En chatbot der kender jeres produkter, dokumenter og FAQ – og svarer korrekt, ikke bare hurtigt.
Automatisk sagsbehandling
AI læser indkommende mails og formularer, opretter sagen og forbereder svaret – klar til et menneske, der godkender.
Lead-pipelines
Nye leads fra formular eller kampagne ryger direkte i CRM og udløser opfølgende mail eller en opgave til sælgeren – på minutter i stedet for næste dag.
Dokument- og datauddrag
AI læser PDF’er, fakturaer og rapporter og lægger de vigtige data direkte ind i jeres systemer – uden dobbelttastning.
Synkronisering & rapportering
Kontakter, deals og tal holdes i sync mellem CRM, e-mail og regnskab, og de ugentlige rapporter samler sig selv – færdige, til tiden, hver gang.
Videnssøgning
Én søgning på tværs af alle jeres dokumenter, referater og manualer – med svar i stedet for en liste af filer.
AI eller automatisering – hvad er forskellen, og hvad skal I bruge?
De to ting bliver ofte blandet sammen, men de løser hver sit problem. Automatisering er software, der overtager de gentagne opgaver, I i dag klarer med kopiér-indsæt mellem systemer: data flyttes, mails sendes, rapporter dannes, og systemer holdes i sync – automatisk, hver gang, efter faste regler. AI tilføjer det, regler ikke kan: at læse, forstå og vurdere indhold, der ikke har en fast form.
De fleste projekter ender med at bruge begge dele. Et workflow henter mailen, en sprogmodel læser den og finder ud af, hvad den handler om, og workflowet sender den videre til det rigtige sted. Regler til det forudsigelige, AI til det rodede.
Hvad en rigtig AI-løsning kan
En AI-løsning er software, der bruger en sprogmodel som GPT eller Claude til at løse en konkret opgave i jeres forretning – koblet på jeres egne data, så den svarer og handler ud fra jeres virkelighed og ikke internettets gennemsnit.
Det er den vigtige forskel. En chatbot, der bare er ChatGPT med jeres logo på, giver flotte svar og forkerte fakta. En rigtig AI-løsning ved, hvad der står i jeres produktkatalog, jeres prisliste og jeres interne dokumenter – og indrømmer det, når den ikke ved noget. Teknikken bag hedder RAG, retrieval-augmented generation: før AI’en svarer, slår den op i jeres egne data og bygger svaret på det, den finder. Det lyder teknisk, men resultatet er simpelt: svar, I kan stole på.
Næste skridt er AI-agenter. Hvor en chatbot svarer på spørgsmål, udfører en agent opgaver: læser den indkommende mail, slår kunden op i CRM’et, forbereder et svar og opretter en sag – og lægger det hele klar til et menneske, der godkender. AI’en tager rutinearbejdet; ansvaret bliver hos jer.
Hvad automatisering er værd
Jeg har arbejdet med økonomi, administration og IT i over ti år, så jeg har selv siddet med de opgaver, jeg nu automatiserer væk. Rapporten, der skal trækkes hver mandag. Tallene, der skal flyttes fra ét system til et andet. Fakturaen, der skal oprettes, når en ordre lander. Det er ikke svært arbejde – det er bare arbejde, der æder timer, og hvor én tastefejl kan koste dyrt.
Derfor spørger jeg heller ikke først, hvilket system I bruger. Jeg spørger: Hvor gør det ondt?
Et eksempel: et nyt lead udfylder en formular på jeres website. I dag betyder det måske, at nogen skal kopiere oplysningerne ind i CRM’et, sende en velkomstmail og oprette en opgave til en sælger. Automatiseret udløser formularen ét workflow, der gør alle tre ting – på under et minut, hver gang, uden at nogen rører en tast. Gang det op med alle de små rutiner i en arbejdsuge, og der er ofte 5–10 timer at hente. Om ugen. Det er ikke magi – det er bare systemer, der endelig taler sammen.
Værktøjet: Make
Jeg bygger alle automatiseringer i Make, og det er et bevidst valg. Make forbinder over 2.000 apps, håndterer komplekse scenarier med forgreninger og datatransformationer, og er en europæisk platform, hvor jeres data kan behandles i EU-datacentre. Vigtigst af alt bygges scenarierne i en visuel editor, hvor I selv kan se, hvad der sker i hvert trin – ingen sort boks, ingen kode I ikke kan aflæse.
Ét værktøj i stedet for tre betyder også, at alle jeres automatiseringer bor samme sted, med samme logging og samme adgangsstyring. Det gør dem nemmere at vedligeholde – for mig og for jer. Og fordi AI-trinnene bygges ind i de samme scenarier, kan løsningen vokse med jer: start med ét workflow, og læg et AI-trin på, når behovet opstår.
Hvornår giver AI ikke mening?
Det er ingen hemmelighed, at AI er hypet lige nu. Men ikke alle problemer skal løses med en sprogmodel. Har I en proces med faste regler og strukturerede data, er ren automatisering ofte billigere, hurtigere og mere pålidelig. Og har I data, der ikke må forlade huset, skal opsætningen designes efter det fra dag ét – ikke lappes bagefter.
Derfor starter jeg altid samme sted: Hvilket problem skal løses, og hvad koster det jer i dag? Kan det ikke betale sig, siger jeg det. Det er billigere for alle parter, end at I opdager det efter tre måneder.
Jeg bruger selv AI-agenter hver eneste dag – det er sådan, jeg bygger apps og websites overhovedet. Jeg har muskelsvind og skriver langsomt på tastatur; AI fjernede den barriere fuldstændig. Så når jeg anbefaler et værktøj, er det ikke ud fra en brochure. Det er ud fra, hvad der faktisk virker, når man bruger det otte timer om dagen. Den fulde historie ligger på om-siden.
Kom i gang med AI og automatisering
Fortæl mig, hvilke processer der sluger tid, eller hvilket problem I gerne vil løse med AI – så finder jeg ud af, hvad der kan bygges, og hvad det koster.
Skriv til mig →Ofte stillede spørgsmål
Hvad er forskellen på AI og automatisering?
Automatisering følger faste regler: når X sker, gør Y. AI kan læse, forstå og vurdere indhold, der ikke har en fast form – for eksempel en mail, en PDF eller en fritekstbesked. De fleste løsninger bruger begge dele: et workflow flytter data, og et AI-trin klarer det, reglerne ikke kan.
Hvad er AI automatisering?
AI automatisering er, når software og AI overtager gentagne, manuelle arbejdsopgaver – som dataindtastning, rapportering og synkronisering mellem systemer – så de kører af sig selv. AI’en tilføjer det, klassisk automatisering ikke kan: at læse, forstå og kategorisere indhold.
Hvad koster det at komme i gang?
Det afhænger af kompleksiteten. En enkelt automatisering eller en simpel chatbot er typisk et lille projekt på dage, mens en AI-agent med adgang til flere systemer er større. Vi starter med den proces, der sluger mest tid, så gevinsten kan mærkes med det samme – og du får en fast vurdering af pris og omfang, før noget bygges.
Hvilke opgaver kan automatiseres?
Typisk gentagne rutiner: leads der flyttes mellem systemer, notifikationer, rapporter, fakturering og synkronisering af data på tværs af værktøjer. Tommelfingerreglen: gør du det samme mere end én gang om ugen, kan det sandsynligvis automatiseres.
Hvorfor Make og ikke Zapier eller n8n?
Make rammer den bedste balance: over 2.000 integrationer, en visuel editor I selv kan aflæse, og muskler nok til komplekse scenarier med forgreninger og datatransformationer. Som europæisk platform kan Make desuden behandle jeres data i EU-datacentre – et plus i forhold til GDPR.
Skal vi bruge ChatGPT eller vores egne data?
De fleste løsninger kombinerer en sprogmodel som GPT eller Claude med jeres egne data via såkaldt RAG (retrieval-augmented generation), så svarene er baseret på jeres virkelighed – ikke bare modellens generelle viden.
Hvad er en AI-agent?
En AI-agent er software, der ikke bare svarer på spørgsmål, men udfører opgaver: den kan slå op i systemer, træffe beslutninger efter jeres regler og udføre flere trin i træk – typisk med et menneske som godkender til sidst.
Er vores data sikre?
Ja. Data flyttes direkte mellem jeres egne systemer via API’er og forbliver som udgangspunkt inden for jeres kontrol. Make kan behandle dem i EU-datacentre, og jeg vælger leverandører og opsætning ud fra jeres krav til datahåndtering og GDPR. Der sættes altid logging op, så I kan se præcis, hvad der er sket – og hvornår.
Hvor lang tid tager det?
En enkelt automatisering eller en proof-of-concept er typisk klar på dage. En løsning i produktion med integrationer, sikkerhed og fejlhåndtering tager fra få uger og op, afhængigt af hvor mange systemer den skal tale med.
Kan vi selv vedligeholde det bagefter?
Ja. I får dokumentation og korte instrukser til hvert workflow, og opsætningen ligger i jeres egne konti. Vil I hellere slippe helt, tilbyder jeg løbende overvågning og vedligehold.