Din CFO bruger en halv dag hver måned på at samle tal fra fire forskellige systemer ind i ét regneark. Din marketingchef kopierer de samme budskaber fra strategidokumentet ind i seks forskellige platforme. Og du selv? Du sidder med en indbakke fuld af PDF'er, notater og halvfærdige planer, der burde hænge sammen, men ikke gør det. Problemet er sjældent mangel på data. Problemet er, at ingen har et system til at gøre dataen brugbar og forvandle det til handling, men vi kan vise dig, hvordan AI kan lægge strategien. Dette er især relevant, når du skal forvandle uoverskuelig data til handlingsplaner, hvor AI kan sætte din SEO i system og give konkrete næste skridt. Denne guide giver dig en konkret arkitektur i fire etager, bygget på Gemini og NotebookLM, som gør dit kaos til en strategi, du faktisk kan handle på. Den er en del af vores større guide til AI-transformation for danske virksomheder, og her går vi i dybden med ét specifikt system.
Indholdsfortegnelse
- Hvorfor de fleste bruger AI forkert (og hvad "maskintåge" koster dig)
- Etage 1: Jordforbindelsen (NotebookLM som din videnbase)
- Etage 2: Grænsemodellen (Gemini som din analytiker)
- Etage 3: Specialisten (Gemini Gems som din tilpassede assistent)
- Etage 4: Værktøjerne (Workspace-integration der fjerner friktion)
- Hvad det betyder for danske virksomheder
- Konklusion: Byg dit system, én etage ad gangen
Hvorfor de fleste bruger AI forkert (og hvad "maskintåge" koster dig)
De fleste starter med AI ved at åbne ChatGPT, Gemini eller et andet værktøj og stille et tilfældigt spørgsmål. "Skriv en tekst om vores nye produkt." "Lav en strategi for Q3." Resultatet? Generisk output, der lyder som noget alle kunne have skrevet. Det fænomen kalder vi "maskintåge." Du får noget, der ligner et svar, men som mangler enhver forankring i din virkelighed, dine tal og din kontekst.
Maskintåge er dyrt. Ikke fordi AI'en tager penge for dårlige svar, men fordi du bruger tid på at redigere, omskrive og til sidst opgive. Og så vender du tilbage til regnearket og den manuelle metode.
Løsningen er ikke et bedre prompt. Løsningen er et system. Tænk på det som en bygning i fire etager, hvor hver etage har en specifik funktion. Du starter fra fundamentet og bygger opad. Springer du en etage over, vakler hele konstruktionen.
Etage 1: Jordforbindelsen (NotebookLM som din videnbase)
Første etage handler om præcision. Før du beder en AI om at analysere noget som helst, skal du give den det rigtige grundlag. Her er NotebookLM dit værktøj.
NotebookLM adskiller sig fra en almindelig AI-chat ved at den kun arbejder med de dokumenter, du giver den. Den opfinder ikke. Den gætter ikke. Den svarer udelukkende ud fra dine kilder. Det er en kæmpe fordel, når du arbejder med interne dokumenter, hvor fakta skal være korrekte.
Sådan sætter du det op trin for trin
Trin 1: Opret et notebook til dit projekt
Gå til notebooklm.google.com og klik "New notebook." Giv det et navn der svarer til projektet, fx "Q3 strategi" eller "APV-analyse 2024."
Trin 2: Upload dine kilder
Klik "Add sources" og upload de relevante dokumenter. NotebookLM accepterer PDF'er, Google Docs, Word-filer, tekstfiler og links. Upload alt, der er relevant for den konkrete analyse, du vil lave. ikke mere, ikke mindre. Jo mere fokuseret din kildepakke er, jo skarpere bliver svarene.
Eksempel for en HR-chef: Upload jeres personalepolitik, den seneste APV-rapport og referaterne fra de sidste tre MUS-samtaler.
Trin 3: Start med fokus-spørgsmål
Når dine kilder er oppe, stiller du skarpe, specifikke spørgsmål i chat-feltet til højre:
"Hvilke temaer går igen i MUS-samtalerne, som også nævnes i APV-rapporten?"
"Hvad siger personalepolitikken om fjernarbejde, og stemmer det overens med, hvad medarbejderne efterspørger i MUS-samtalerne?"
"Er der modsætninger mellem de mål, der sættes i MUS-samtalerne, og de ressourcer, APV-rapporten viser er tilgængelige?"
NotebookLM finder overlap, citerer præcist fra dine dokumenter og giver dig kildehenvisninger, du kan klikke ind og verificere. Du læser ikke passivt. Du spørger aktivt.
Trin 4: Skift til diffus-tilstand
Når du har fået svar på dine specifikke spørgsmål, stiller du brede, udforskende spørgsmål:
"Hvad overrasker dig mest i disse dokumenter?"
"Hvilke problemer nævnes, som ikke har fået nogen løsning?"
"Hvis du skulle identificere ét mønster på tværs af alle kilderne, hvad ville det være?"
Vekslingen mellem fokus og diffus giver dig indsigter, du ikke havde fundet ved at skimme dokumenterne. Det er ikke en tilfældig teknik. Det svarer til den måde, hjernen bearbejder kompleks information på: først analyse, så syntese.
Hvad du har efter etage 1: Et klart billede af, hvad dine egne data faktisk siger. med kildehenvisninger du kan stole på.
Etage 2: Grænsemodellen (Gemini som din analytiker)
Når du har din jordforbindelse på plads og ved præcist, hvad dine egne data siger, er du klar til etage to. Her bruger du Gemini som en kraftfuld research- og analysemotor.
Forskellen på etage 1 og 2 er scope. NotebookLM holder sig til dine dokumenter. Gemini kan trække på al tilgængelig viden og kombinere den med dine specifikke behov. Det gør Gemini ideel til at sætte dine interne indsigter i en bredere kontekst.
AIM-frameworket: Sådan bygger du et præcist prompt
For at få præcise svar fra Gemini bruger du AIM-frameworket. Tre bogstaver, tre byggeklodser: Er du helt ny, kan du lære mere om prompt engineering for begyndere i vores guide.
- A (Actor): Hvem skal AI'en agere som?
- I (Input): Hvad er konteksten og materialet?
- M (Mission): Hvad er den konkrete opgave?
Eksempel 1. Salgschef der mister leads:
Svagt prompt:
"Hjælp mig med at forbedre min salgsproces."
AIM-prompt:
"Agér som en B2B-salgskonsulent med erfaring i industrivirksomheder (A). Her er vores pipeline-data fra de sidste 6 måneder: [indsæt data]. Vi mister 30% af leads mellem første møde og tilbudsafgivelse (I). Identificér de tre mest sandsynlige årsager og foreslå én konkret ændring i vores opfølgningsproces for hver (M)."
Eksempel 2. Marketingchef der skal positionere et nyt produkt:
Svagt prompt:
"Skriv noget om vores nye produkt til LinkedIn."
AIM-prompt:
"Agér som en B2B-marketingstrateg med erfaring i SaaS (A). Vores produkt er et projektstyringsværktøj målrettet teamledere i virksomheder med 50-200 ansatte. Vores vigtigste konkurrent er Asana. Vores primære differentieringspunkt er automatisk ressourcetildeling baseret på medarbejdernes kalenderdata (I). Skriv tre LinkedIn-opslag på maks 150 ord hver, der adresserer det konkrete smertepunkt med ressourcespild, og som slutter med én specifik call-to-action (M)."
Eksempel 3. CFO der skal forberede bestyrelsesmøde:
Svagt prompt:
"Hjælp mig med at forberede en præsentation til bestyrelsen."
AIM-prompt:
"Agér som en finansdirektør med erfaring i at kommunikere til ikke-finansielle bestyrelsesmedlemmer (A). Her er vores Q2-tal: omsætning 4,2 mio. kr., EBITDA-margin 11%, cashflow fra drift minus 340.000 kr. på grund af øget lagerbinding. Vi forventer Q3-omsætning på 4,8 mio. kr. (I). Lav en disposition til en 10-minutters præsentation med maks fem slides. For hvert slide: angiv overskriften, de tre vigtigste punkter og hvilket spørgsmål fra bestyrelsen vi bør forberede svar på (M)."
Forskellen i output er enorm. Du går fra generiske råd til specifik analyse med handlingsanvisninger, du kan bruge samme dag.
Hvad du har efter etage 2: Dine interne indsigter sat i kontekst og omsat til konkrete handlinger og analyser.
Etage 3: Specialisten (Gemini Gems som din tilpassede assistent)
Her bliver det interessant for dem, der bruger AI dagligt. Gemini Gems lader dig bygge skræddersyede AI-assistenter, der husker din kontekst, din rolle og dine mål på tværs af samtaler.
Tænk på det som forskellen mellem at ringe til en tilfældig konsulent hver gang og at have en fast sparringspartner, der kender din forretning. En Gem husker ikke bare information. Den husker adfærd: hvilken tone du foretrækker, hvilke KPI'er du fokuserer på, og hvordan du strukturerer dine beslutninger.
Sådan bygger du en Gem trin for trin
Trin 1: Åbn Gem Manager
Gå til gemini.google.com, klik på "Explore Gems" i venstre menu og derefter "New Gem."
Trin 2: Skriv din system-instruktion
Det er her de fleste fejler. De skriver for lidt. En god Gem-instruktion besvarer fire spørgsmål:
- Hvilken rolle spiller Gem'en?
- Hvad ved den om dig og din virksomhed?
- Hvordan formaterer den sit output?
- Hvad gør den aldrig?
Eksempel: Gem til en marketingmanager i en B2B SaaS-virksomhed
"Du er min rapporteringsassistent for marketing. Du kender vores tre primære KPI'er: MRR (Monthly Recurring Revenue), churn rate og CAC (Customer Acquisition Cost). Vores nuværende mål er MRR på 500.000 kr., churn under 2% og CAC under 1.200 kr.
Du ved, at vores CEO foretrækker bullet points med maks tre linjer per punkt, og at hun altid spørger ind til sammenhængen mellem CAC og churn, så det skal du altid adressere proaktivt.
Når jeg deler rå data med dig, følger du altid denne struktur: (1) Executive summary på maks fem bullet points, (2) detaljeret breakdown per KPI med afvigelse fra mål angivet i procent, (3) én konkret anbefaling per KPI, der kan implementeres indenfor to uger.
Du skriver altid i vi-form. Du inkluderer aldrig tal uden at angive, hvilken periode de dækker. Hvis data mangler for at besvare et spørgsmål, siger du det eksplicit i stedet for at gætte."
Trin 3: Test og justér
Send Gem'en et sæt rå data og se, om output matcher det format, du beskrev. Juster instruktionen, indtil det sidder rigtigt. Regnemetaforen holder her: du bruger én time på opsætning for at spare to timer hver uge.
Tre Gem-typer, der løser konkrete problemer:
Gem 1. Mødeforberedelse
"Du er min mødeassistent. Når jeg giver dig dagsordenen og navnene på deltagerne, laver du: (1) de tre vigtigste spørgsmål jeg bør stille, (2) mulige indvendinger fra hver deltager baseret på deres rolle, (3) én klar beslutning vi bør nå inden mødet slutter."
Gem 2. Kundekommunikation
"Du er min kommunikationsassistent for kundehenvendelser. Vores tone er direkte, venlig og aldrig undskyldende. Vi siger aldrig 'desværre'. Vi siger, hvad vi gør i stedet. Når jeg giver dig en kundemail, skriver du tre alternative svar: ét kort (under 50 ord), ét standard (100-150 ord) og ét uddybende (200-250 ord). Jeg vælger selv."
Gem 3. Strategisk sparring
"Du er min strategiske sparringspartner. Du kender vores virksomhed: [beskriv branche, størrelse, primære udfordringer]. Når jeg deler en idé eller et problem, stiller du altid tre kritiske modspørgsmål, inden du bekræfter noget som helst. Derefter laver du en simpel 2×2-matrix med fordele/ulemper på kort og lang sigt."
Hvad du har efter etage 3: En assistent, der kender din kontekst og leverer output i det format, du faktisk kan bruge. uden at du skal forklare baggrundshistorien igen og igen.
Etage 4: Værktøjerne (Workspace-integration der fjerner friktion)
Den fjerde etage handler om at fjerne det, der dræber produktivitet: kontekstskift. Hver gang du kopierer data fra ét system til et andet, mister du fokus. Geminis integration med Google Workspace betyder, at du kan arbejde direkte i de programmer, du allerede bruger.
Gmail: Fra lange tråde til klar handling
Du åbner en lang e-mailtråd fra en leverandør med seks svarbeskeder og tre vedhæftede filer. I stedet for at læse fra top til bund klikker du på Gemini-ikonet i Gmail og skriver:
"Resumér denne tråd i tre bullet points. Hvad er det uafklarede spørgsmål? Foreslå et svar, der bekræfter modtagelse og beder om afklaring på det åbne punkt."
Du redigerer forslaget i 30 sekunder og sender. Det tog to minutter i stedet for ti.
Google Sheets: Fra tal til mønster
Du har et regneark med 200 rækker salgsdata fordelt på produktkategori, region og sælger. Du markerer datasættet, åbner Gemini i Sheets sidepanel og skriver:
"Hvilke tre mønstre skiller sig ud i dette datasæt? Angiv hvilke rækker du baserer hvert mønster på."
Du får ikke bare et svar. Du får et udgangspunkt for den analyse, der ellers ville tage en time at lave manuelt.
Google Docs: Fra blankt dokument til arbejdsudkast
Du skal skrive et strateginotat. I stedet for at stirre på en blank side åbner du Gemini i Docs og skriver:
"Lav en disposition til et fire-siders strateginotat om [emne]. Målgruppe er ledelsen. Strukturen skal følge: situation, komplikation, spørgsmål, svar. Brug maks to sætninger per afsnit i dispositionen."
Du redigerer dispositionen. det tager fem minutter. og begynder at skrive ind i en struktur, du allerede har godkendt. Blanksides-lammelsen er væk.
Google Meet og Calendar: Forberedelse uden friktion
Gemini kan i Google Calendar trække relevante dokumenter fra Drive frem forud for et møde og lave et forberedelsesresumé. Og i Google Meet kan du efter mødet bede Gemini om at opsummere beslutninger og næste skridt direkte fra transskriptionen, hvilket effektivt kan overtage mødenoter og referater.
Hvad du har efter etage 4: Et arbejdsmiljø, hvor AI-assistancen sker i de værktøjer, du allerede er i. ikke i et separat vindue, du glemmer at åbne.
Hvad det betyder for danske virksomheder
Mange danske SMV'er og offentlige organisationer står det samme sted: De har data nok. De mangler struktur til at bruge den. Og de har ikke råd til, eller behov for, at ansætte en hel dataafdeling.
Denne fire-etagers model er relevant, fordi den ikke kræver teknisk baggrund. Den kræver vilje til at opbygge et system i stedet for at bruge AI som et glorificeret Google-søgefelt. Forskellen er konkret: fra "jeg stillede AI et spørgsmål og fik et halvdårligt svar" til "jeg har et arbejdssystem, der kender min kontekst og leverer output, jeg faktisk kan bruge."
Det kræver en indsats at sætte op. Og det kræver, at man bruger det konsekvent. AI er 10% teknologi og 90% vaneændring. Softwaren er der allerede. Det er dine vaner kl. 8 mandag morgen, der afgør, om det virker.
Konklusion: Byg dit system, én etage ad gangen
Start ikke på alle fire etager samtidig. Begynd med etage 1. Upload ét vigtigt dokument i NotebookLM og stil det tre spørgsmål. Mærk forskellen på at læse passivt og spørge aktivt. Når det føles naturligt, tilføj etage 2. Så 3. Så 4.
Her er din konkrete startplan:
Uge 1: Opret ét NotebookLM-notebook. Upload tre dokumenter fra et igangværende projekt. Stil fem spørgsmål. tre fokus, to diffus.
Uge 2: Tag ét tilbagevendende spørgsmål, du stiller Gemini, og omskriv det med AIM-frameworket. Sammenlign outputtet med dit gamle prompt.
Uge 3: Identificér den opgave, du bruger mest tid på at gentage. Byg en Gem til den.
Uge 4: Næste gang du åbner Gmail med en tråd på over fem beskeder, brug Gemini i stedet for at læse fra top til bund.
Det vigtigste er, at du stopper med at bruge AI som et tilfældigt orakel og begynder at bygge et system, der bliver klogere, jo mere du bruger det. Ikke fordi teknologien magisk lærer sig selv. Men fordi du systematisk giver den den kontekst, den skal bruge for at hjælpe dig.
Ofte stillede spørgsmål
Bruno Poulsen er partner i Poulsen & Vinding, et konsulenthus der hjælper danske virksomheder og styrelser med at tage generativ AI i brug i den daglige drift. Han er senior underviser hos Bigum&Co gennem 10+ år og har siden 2023 stået bag AI-implementeringer, foredrag og workshops for blandt andre Lægemiddelstyrelsen, GS1 Danmark, Bornholms Højskole og 30+ bornholmske SMV’er via Business Center Bornholm. Skriver om praktisk anvendelse af AI-værktøjer, prompt engineering og hvordan ledelser kommer i gang mandag morgen kl. 08.00.
