Et Claude Code-kursus handler ikke kun om at lære udviklere at kode hurtigere. Claude Code er et AI-værktøj, der kan udføre flertrins-opgaver direkte på jeres egne filer og data, og med den rette oplæring kan et helt team bruge det, uden at nogen behøver en programmør-baggrund.

Når nogen søger efter et “claude code kursus”, regner de tit med, at det er noget teknisk til dem med koderne. Det er en forståelig antagelse, for Claude Code startede i udvikler-verdenen. Men billedet har flyttet sig, og det ændrer, hvem der har gavn af at lære værktøjet.

Her får I det praktiske overblik: hvad Claude Code egentlig er, hvem det er relevant for, hvornår det slår almindelig chatbot-brug, og hvorfor et teamformat ofte er den hurtigste vej til reel værdi.

Hvad er Claude Code, kort fortalt?

De fleste kender Claude som et chatvindue: man skriver en besked, og Claude svarer. Claude Code er noget andet. Det er et værktøj, hvor Claude kan arbejde selvstændigt hen over flere trin, læse og ændre i jeres faktiske filer og mapper, og udføre en hel opgave fra ende til anden i stedet for bare at svare på ét spørgsmål ad gangen.

Det er stadig samme Claude-model bagved. Forskellen er, at værktøjet kan handle, ikke kun tale. Det kan åbne et rodet regneark, rette det op og gemme resultatet. Det kan samle tal fra ti filer til én rapport. Det kan gentage den samme behandling på hundrede dokumenter, mens I laver noget andet. Navnet “Code” er lidt misvisende i dag, for opgaverne behøver slet ikke handle om programmering. Du kan læse mere om Anthropics eget værktøj på Claude Code-siden.

Er Claude Code kun for udviklere?

Nej, og det er den vigtigste misforståelse at få ryddet af vejen. Claude Code startede blandt udviklere, men vi ser flere og flere vidensarbejdere uden programmør-baggrund blive rigtig glade for det. Ikke fordi de er begyndt at kode, men fordi rigtig meget kontorarbejde i virkeligheden er de samme trin gentaget igen og igen på filer og data.

Konkrete eksempler fra almindeligt vidensarbejde:

• Rydde op i og standardisere rodede regneark, så tallene kan bruges.
• Samle og krydse data fra flere filer til ét overblik eller én rapport.
• Køre den samme behandling på mange dokumenter, for eksempel omdøbe, sortere eller trække nøgletal ud.
• Automatisere en tilbagevendende opgave, I i dag laver manuelt hver uge.

Det er ikke der, man starter sin AI-rejse. De fleste begynder med Claude i browseren til helt almindeligt arbejde: overblik over lange dokumenter, skrive og redigere tekst, analysere data. Claude Code er ofte der, mange ender, når de først er blevet fortrolige med Claude. Er I i tvivl om, hvornår Claude er det rigtige værktøj frem for ChatGPT, har vi samlet det i hvad er Claude, og hvad de forskellige planer koster, i Claude priser.

Hvornår er Claude Code bedre end almindelig chatbot-brug?

Det korte svar: når opgaven har mange trin, rører ved flere filer, eller skal gentages. Chatvinduet er suverænt til at tænke, formulere og få hjælp til enkeltstående ting. Claude Code er bygget til at udføre.

En god tommelfingerregel: hvis du mærker dig selv sige “og så skal jeg lige gøre det samme igen på den næste fil”, er du landet i Claude Codes hjemmebane. Hvis du bare skal have hjælp til at skrive en mail eller forstå et notat, er chatvinduet både hurtigere og nok.

Hvem får mest ud af et Claude Code-kursus?

Bredt sagt: teams, der arbejder meget med filer, data og gentagne processer. Det gælder både tekniske og ikke-tekniske funktioner. Nogle typiske profiler:

• Analyse- og økonomifolk, der jonglerer regneark, rapporter og datakilder.
• Fagfunktioner med tunge dokumenter, for eksempel jura, ejendom og rådgivning, hvor de samme processer kører igen og igen.
• Teams med tilbagevendende manuelt arbejde, der ved, at der er timer at spare, men ikke har haft værktøjet til det.
• Udviklere og tech-teams, der vil bruge Claude Code til det, det oprindeligt blev født til, og få fælles arbejdsgange på plads.

Fællesnævneren er ikke, om man kan kode. Det er, om man sidder med opgaver, der har struktur og gentagelse i sig. Har man det, er der som regel gevinst at hente.

Hvorfor et kursus i teamformat, og ikke bare “prøv selv”?

Man kan sagtens komme i gang med Claude Code på egen hånd, og mange gør. Men der er to grunde til, at et struktureret forløb i teamformat ofte er den hurtigste vej til reel værdi.

For det første er Claude Code kraftfuldt nok til, at man skal lære at bruge det med omtanke. Når et værktøj kan ændre i jeres filer og køre opgaver selv, betaler det sig at lære de gode vaner fra start: hvordan man arbejder trygt, holder styr på hvad der sker, og undgår at automatisere noget, man ikke har overblik over.

For det andet flytter det mest, når holdet lærer det sammen på jeres egne opgaver. Et generisk kursus giver inspiration, men når vi tager afsæt i jeres faktiske filer og processer, går I fra “det lyder smart” til noget, I bruger i næste uge. På et Claude-firmakursus bygger vi forløbet op om jeres hverdag, og deltagerne uden programmør-baggrund er lige så velkomne som dem med. Skal I vælge mellem flere AI-værktøjer på tværs af huset, kan I også se vores samlede AI-firmakurser. Foretrækker du at starte som enkeltperson, er vores åbne Claude-kursus et godt sted at begynde.

Paw Lundin

Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.

Ofte stillede spørgsmål om Claude Code-kursus

Hvad koster Claude? En gratisversion til 0 kr, Pro til ca. 140 kr om måneden, og en Team-plan til ca. 175 kr pr. medarbejder. Det dyre er ikke prisen pr. licens. Det dyre er at give alle i huset den dyreste licens, før I ved hvem der rent faktisk får værdi af den. Et Claude-firmakursus gør teamet fortroligt med værktøjet, så I hurtigere ser hvor licenserne skaber værdi.

Når en virksomhed søger på “hvad koster Claude”, er det sjældent prisskiltet, der er problemet. Det er regnestykket: hvis det koster X pr. person, og vi er 40 mennesker, så bliver det hurtigt mange penge. Og så ender beslutningen i “det venter vi lige med”.

Det er en dyr fejlslutning. For I behøver ikke at købe ind til hele huset for at komme i gang. Her er hvad de forskellige planer koster, hvad I reelt får, og hvordan I vælger den rigtige uden at brænde budgettet af på licenser, ingen bruger.

Hvad koster Claude? De fire planer kort

Claude fra Anthropic har fire niveauer. Priserne nedenfor er pr. måned. Anthropic fakturerer i amerikanske dollars, så kronebeløbet er omtrentligt og svinger lidt med kursen (regnet til ca. 7 kr pr. dollar, ekskl. moms).

Team har også en Premium-plads til ca. 875 kr ($125) pr. måned (ca. 700 kr ved årlig betaling), som giver fem gange så meget forbrug. Den er for de få, der virkelig kører Claude hele dagen. De fleste i et team klarer sig fint på en standardplads.

“Det bliver alt for dyrt til hele huset”

Det her er den indvending, der oftest stopper en god beslutning. Og den bygger på en antagelse, der er forkert: at alle skal have en licens fra dag ét.

Det skal de ikke. Start med de 3-5 medarbejdere, der har mest at vinde: dem der skriver meget, arbejder med lange dokumenter, laver research eller sidder med analyse. Giv dem Team-planen, mål hvad de sparer på en måned, og skalér derfra.

Regnestykket, der betyder noget, er ikke pris gange antal ansatte. Det er pris pr. person holdt op mod den tid, den person sparer. Når I har set tallet for et lille hold, er beslutningen om at brede det ud meget nemmere at træffe, og meget nemmere at få igennem.

Hvorfor betale, når der findes en gratisversion?

Gratisversionen er reel og god til at danne sig et indtryk. Men den er bygget til at prøve, ikke til at lave arbejde på. I praksis rammer man hurtigt ind i grænserne:

• Et brugsloft, så Claude holder op med at svare midt i en travl arbejdsdag.
• Ingen fælles administration, så I ikke kan styre adgang, fakturering eller hvem der har hvad.
• Begrænset adgang til de bedste modeller og funktioner, som er dem, der gør den store forskel på tunge opgaver.

Forskellen mærkes præcis den dag, Claude bliver et arbejdsredskab i stedet for en nysgerrighed. Gratis er fint til at finde ud af, om I vil. Pro eller Team er det, der gør, at folk faktisk bruger det.

Er Claude ikke kun for udviklere?

Nej, men der er en kerne af sandhed i rygtet. Claude er blevet kendt for kombinationen af deres sprogmodeller og Claude Code, et værktøj til at bygge og automatisere. Og det startede ganske rigtigt i udvikler-verdenen.

Men billedet flytter sig. Vi ser flere og flere vidensarbejdere uden programmør-baggrund blive rigtig glade for Claude Code, fordi det kan meget mere end at skrive kode: rydde op i rodede regneark, automatisere gentagne opgaver, samle og krydse data fra flere filer. Det er ikke der, man starter. Men det er ofte der, mange ender, når de først er blevet fortrolige med Claude. Vil I klæde teamet på til det, kan I dykke ned i vores Claude Code-kursus.

For de fleste begynder rejsen i Pro eller Team, der er bygget til helt almindeligt vidensarbejde: at få overblik over lange dokumenter, skrive og redigere tekst, analysere data og lave research. Derfor afhænger valget af plan af, hvor I er på rejsen, ikke af om I kan kode. Vil I vide, hvornår Claude er det rigtige værktøj frem for ChatGPT, har vi samlet det i hvad er Claude.

Hvilken plan skal I vælge?

Kort fortalt:

• Vil I bare prøve det? Start gratis. Brug en uge på at se, om det passer ind i jeres opgaver.
• Er det én person, der skal bruge det dagligt? Pro. Lav pris, fuld adgang, ingen binding ud over måneden.
• Skal et hold bruge det sammen? Team. I får admin, fælles fakturering og styring af hvem der har adgang, fra minimum fem pladser.
• Er I en stor organisation med krav til sikkerhed og login? Enterprise, hvor I forhandler vilkår og pris.

Den dyreste fejl er ikke at vælge den forkerte plan. Det er at vælge den rigtige plan til de forkerte mennesker, eller til for mange på én gang. Begynd småt, mål værdien, skalér. Så bliver prisen aldrig det, der står i vejen.

Paw Lundin

Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.

Ofte stillede spørgsmål om Claude-priser

De fleste virksomheder, der overvejer et Gemini-kursus, er ikke i tvivl om, at de skal i gang. De er i tvivl om, hvor de skal starte. I har måske allerede licenserne, måske har et par medarbejdere leget med det, men der er ingen, der har taget teten og fået det ind i den daglige arbejdsgang. Det er præcis dér, et kursus gør forskellen.

Denne guide gennemgår, hvad et Gemini-kursus reelt indeholder, hvornår 1 dag er nok mod hvornår 2 dage giver mening, hvad forskellen på Gemini i Google Workspace og Gemini som selvstændigt værktøj betyder for jer, og hvad I konkret kan, når kurset er slut. Målet er, at I efter de næste seks minutter ved præcis, hvilket forløb der passer til jeres situation.

Hvad lærer man på et Gemini-kursus?

Et brugbart kursus i Gemini er bygget op om arbejdsopgaver, ikke om menuer. I stedet for at gennemgå hver knap lærer deltagerne at løse de opgaver, de allerede sidder med, men hurtigere. Et typisk forløb dækker:

• Gemini i Gmail og Docs: opsummere lange mailtråde, finde din egen opgave i en tråd, skrive første udkast og omskrive tekst direkte, hvor du arbejder.
• Gemini i Sheets: stille spørgsmål til dine egne data i naturligt sprog, bygge formler og finde mønstre uden at være ekspert i regneark.
• NotebookLM: lade AI’en svare ud fra jeres egne kontrakter, referater og rapporter med kildehenvisninger, så I slipper for at gætte på, om svaret er rigtigt.
• Prompts, der virker i praksis: hvordan I formulerer opgaver, så I får brugbare svar første gang, i stedet for at kæmpe jer frem.
• Ansvarlig brug: hvad I trygt kan lægge ind i værktøjet, og hvor I skal være varsomme med fortrolige data.

Det vigtigste element står sjældent i programmet: tid til at arbejde med jeres egne opgaver under kurset. Et godt forløb er ikke en demonstration, I ser på. Det er en arbejdsdag, hvor I løser rigtige opgaver med en underviser ved siden af. Det er forskellen på at have set Gemini og på rent faktisk at bruge det mandagen efter.

1 dag eller 2 dage: Hvad passer til jer?

Det hyppigste spørgsmål før en booking er, hvor langt kurset skal være. Svaret afhænger af, hvor I er nu, og hvad I vil have ud af det. Her er den ærlige version:

Vores tommelfingerregel: Skal I bare have hul på bylden og fjerne forvirringen om, hvor I starter, er 1 dag rigeligt. Vores åbne Google Gemini-kursus er bygget som netop sådan en kickstart. Skal hele afdelingen kunne bygge konkrete arbejdsgange omkring jeres egne data og systemer, giver to dage rum til, at det fæstner sig, og det kører vi typisk som et firmakursus.

Gemini i Workspace mod Gemini som standalone

En forskel, der er værd at forstå før kurset, er, om I vil bruge Gemini inde i Google Workspace eller som et selvstændigt værktøj i et browservindue. Det lyder teknisk, men det afgør, hvor meget I får ud af det.

Gemini i Workspace lever inde i Gmail, Docs, Sheets og Drive. Den kan se den mail, du står i, og de filer, du har adgang til. Det betyder, at den arbejder med jeres egen kontekst, ikke kun med generel viden. Det er her, tidsbesparelsen kommer fra, fordi I slipper for at kopiere tekst frem og tilbage.

Gemini som standalone (appen på gemini.google.com) ved intet om jeres filer, før I selv indsætter eller uploader dem. Den er fin til at brainstorme eller skrive løs, men den giver ikke den samme effekt i en virksomhed, der lever i Google Workspace.

For langt de fleste virksomheder er pointen med et Gemini-kursus netop at få den indbyggede version ind i arbejdsdagen. Hvis I omvendt sidder i Microsoft 365, er det Copilot, ikke Gemini, der er det naturlige valg. Er I i tvivl om, hvilket værktøj der passer til jeres setup, har vi en sammenligning af Copilot og Gemini, der gør valget nemmere.

Det praktiske udbytte: Hvad kan I, når kurset er slut?

Et kursus skal kunne mærkes i kalenderen ugen efter, ikke kun føles inspirerende på dagen. Et godt Gemini-kursus efterlader deltagerne med konkrete færdigheder som disse:

• Opsummere en lang mailtråd og få at vide, hvad din egen opgave er, på sekunder i stedet for minutter.
• Skrive første udkast til et tilbud eller notat med udgangspunkt i jeres egne tidligere dokumenter.
• Stille spørgsmål direkte til en bunke PDF’er og få svar med kildehenvisning via NotebookLM.
• Analysere data i et regneark uden at skulle huske den rigtige formel.
• Vide, hvad der trygt kan lægges i værktøjet, og hvad der ikke skal.

Summen af de små greb er det, der tæller. Vil I se nogle af dem i praksis, har vi samlet tre konkrete ting, I kan gøre med Gemini i Workspace. Sparer hver medarbejder en halv time om dagen på opgaver, de før brugte længere tid på, er licensen tjent hjem på under en uge. Og lige så vigtigt: forvirringen om, hvor I skulle starte, er væk. I har nu et fælles udgangspunkt at bygge videre på.

Åbent kursus eller firmakursus med jeres egne data?

Den sidste beslutning er, om I skal sende folk på et åbent kursus eller få et forløb hjem til virksomheden. Begge dele virker. Forskellen er, hvor skræddersyet det skal være.

Et åbent kursus er oplagt for en eller to medarbejdere, der skal i gang. Her arbejder vi med kuraterede øvelser bygget på rigtige opgaver fra danske virksomheder, så I lærer på realistiske eksempler. Se datoer og indhold på vores AI-kurser.

Et firmakursus giver mening, når et helt team skal med, og når udbyttet skal bygges direkte på jeres egne dokumenter, processer og data. Vi kommer ud til jer (eller kører online), tilpasser indholdet til jeres arbejdsdag og kan strække det over to dage, hvis I vil dybere. Det er typisk her, det største udbytte ligger, fordi øvelserne er jeres egne. Læs mere om AI-firmakurser, hvis I overvejer at tage hele teamet med.

Sådan kommer I i gang

Hvis I er nået hertil, ved I sandsynligvis allerede, at I vil i gang. Så lad os gøre det enkelt. I behøver ikke have lagt en stor AI-strategi først. Det rigtige første skridt er en arbejdsdag, hvor jeres folk får hænderne i værktøjet med jeres egne opgaver. Det er hele pointen med et kursus: det fjerner spørgsmålet om, hvor I starter, fordi I starter på selve kurset.

Vælg en dato på det åbne kursus for en enkelt medarbejder eller to, eller få et tilbud på et firmaforløb, hvis hele teamet skal med. Begge dele tager udgangspunkt i de opgaver, I sidder med i forvejen.

Paw Lundin

Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.

Ofte stillede spørgsmål om Gemini-kursus

De fleste virksomheder, der bruger Google Workspace, har kigget på Gemini. Nogle har endda købt licenserne. Problemet? Folk bruger det stadig bare som et legetøj til at skrive pæne emails. Det er spild af penge.

Gemini er ikke bygget til at være en chatbot i et separat vindue. Det er bygget til at arbejde sammen med dig direkte i de værktøjer, du allerede bruger: Gmail, Docs, Sheets og Drive. Hvis du stadig kopierer tekst frem og tilbage mellem Google Docs og ChatGPT, bruger du teknologien forkert.

Her er tre konkrete ting, du kan gøre med Google Gemini i dag, som sparer dig tid. Ingen krav om særlige licens-tillæg ud over jeres almindelige Workspace-aftale, og ingen kursus i prompt engineering før du går i gang.

1. Ryd op i den 40-mails lange tråd i Gmail

Du kender det. Du bliver cc’et på en mailtråd, der har kørt i tre dage på tværs af fem mennesker. Beskederne ligger ovenpå hinanden, halvdelen er citater af de andre, og du aner ikke, om der er noget, du skal gøre.

I stedet for at læse det hele klikker du på Gemini-ikonet i Gmail og beder den om:

Du får svaret på 10 sekunder. Tidsbesparelse: 15 minutter, hver gang. Gør det 4 gange om dagen, og du har sparet en time. Gør det hele ugen, og du har tjent et halvt arbejdsdøgn ind.

2. Brug NotebookLM til at analysere jeres egne PDF’er

Det her er den funktion, de færreste kender, og den er gratis. Standard chatbots hallucinerer, fordi de gætter ud fra deres træningsdata. NotebookLM gør ikke. Den arbejder kun ud fra de kilder, du selv giver den.

Fodr den med jeres egne kontrakter, mødereferater, tilbud eller rapporter, og stil spørgsmål direkte til jeres egne dokumenter. Den svarer med kildehenvisninger, så du kan klikke direkte ned i det afsnit, svaret kommer fra.

Eksempler på spørgsmål, vi har set fungere godt i praksis:

• “Find alle steder i kontrakten, hvor der står noget om opsigelse, og opsummer dem.”
• “Hvad blev der besluttet på de sidste tre styregruppemøder om budgettet?”
• “Sammenlign tilbud A og tilbud B. Hvor adskiller priserne sig, og hvor er der forskelle i leveringstid?”

Det er en gamechanger for alle, der arbejder med tunge dokumenter: jurister, projektledere, indkøbere, kommunikationsfolk. Og fordi den kun svarer ud fra dine egne kilder, slipper du for at sortere i hvad der er rigtigt og hvad der er digtet.

3. Skriv første udkast i Docs med kontekst fra dit Drive

Når du starter et nyt Google Doc, kan du bede Gemini trække information direkte fra en fil i dit Drive. Det betyder, at første udkast ikke er et generisk skabelon-tekst, men noget der er bygget på jeres egne tidligere arbejder.

Det er forskellen på at sidde med et tomt dokument i 20 minutter og at have noget at redigere i på 30 sekunder. Du sparer ikke selve tænkearbejdet væk. Det skal du stadig lave. Men du sparer den friktion, der ofte er det, der får folk til at udskyde opgaven.

Stop med at copy-paste

Hvis du stadig kopierer tekst frem og tilbage mellem Google Docs og en chatbot i et andet vindue, bruger du teknologien forkert. Værdien i Gemini ligger i, at den er der, hvor du allerede arbejder. Ikke i, at den kan svare på trivia-spørgsmål.

De tre ting ovenfor er det, vi typisk ser folk komme i gang med først. Overvejer I et hold til hele teamet, så læs vores guide til Gemini-kursus for virksomheder. Når først rutinen sidder, åbner der sig et hav af andre brugsscenarier, fra at lave Sheets-formler ud fra et spørgsmål i naturligt sprog, til at bygge slides i Google Slides ud fra et eksisterende dokument. Vil I have overblik over, hvor Gemini passer ind ved siden af de andre værktøjer, kan I kigge forbi vores AI-kurser.

Paw Lundin

Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.

Ofte stillede spørgsmål om Google Gemini i praksis

I har købt Copilot eller ChatGPT Enterprise til hele afdelingen. Ledelsen forventede en produktivitetsrevolution. Men tre måneder senere viser tallene en dyster sandhed: De fleste medarbejdere har slet ikke åbnet programmet i denne uge. Ubrugte AI-licenser er blevet et dyrt og udbredt problem. Hvad gik der galt?

I foråret 2026 rullede der en bølge af kolde kendsgerninger ind over tech-verdenen. Flere uafhængige analyser viste, at adoptionen af enterprise AI-værktøjer halter gevaldigt. Kun omkring en tredjedel af medarbejdere med en Microsoft Copilot-licens bruger den aktivt, mens cirka 64 procent bruger den sjældent eller aldrig. Det betyder, at virksomheder brænder hundredevis af tusinder af kroner af på ubrugte AI-licenser, der samler støv.

Hos Digital Forlomme ser vi dette mønster igen og igen. Virksomheder behandler AI som et IT-projekt, der bare skal rulles ud. Men AI er ikke som at installere et nyt regnskabsprogram. Det er en adfærdsændring. Og adfærdsændringer kræver mere end en manual og en velkomstmail.

De tre klassiske faldgruber

Når AI-implementeringer fejler, skyldes det sjældent teknologien i sig selv. Det skyldes måden, den bliver introduceret på. Her er de tre fejl, vi oftest støder på.

1. Det hvide papirs forbandelse

Mange medarbejdere åbner ChatGPT eller Claude og stirrer på en tom tekstboks. De ved, at værktøjet er “klogt”, men de ved ikke, hvad de skal spørge om. Hvis den første oplevelse er at bede AI’en skrive en vittighed eller en festsang, bliver værktøjet hurtigt afskrevet som legetøj. Uden konkrete, arbejdsrelaterede use cases dør adoptionen i løbet af få dage.

2. “One size fits all”-træning

Når virksomheder endelig holder et kursus, er det ofte en generel introduktion til “hvad er kunstig intelligens”. Men en sælger og en bogholder har vidt forskellige behov. Sælgeren skal bruge hjælp til at researche kunder og skrive tilbud. Bogholderen skal bruge hjælp til at finde afvigelser i Excel-ark. Hvis træningen ikke tager udgangspunkt i medarbejderens specifikke hverdag, bliver den glemt i det sekund, de forlader mødelokalet.

3. Frygten for at gøre noget forkert

Mange medarbejdere er bange for at fodre AI’en med fortrolige data, eller de er bange for, at deres chef tror, de “snyder”, hvis de bruger AI til at løse deres opgaver. Uden en krystalklar, positiv politik fra ledelsen, vil de forsigtige medarbejdere helt lade være med at bruge værktøjerne.

Regnestykket: hvor lidt der skal til, før en licens tjener sig hjem

Den gode nyhed er, at break-even ligger absurd lavt. Tag en medarbejder med en samlet omkostning på cirka 54.000 kroner om måneden (grundløn plus overhead til pension, ferie, IT og kontor). Fordelt på omkring 160 arbejdstimer svarer det til cirka 5,6 kroner i minuttet.

Det individuelle regnestykke er overbevisende. Men den reelle værdi viser sig, når I skalerer på tværs af teamet:

For et team på 20 svarer den årlige gevinst til at ansætte en ekstra fuldtidsmedarbejder, uden lønomkostningen. Vil I regne på jeres egne tal, så brug vores AI-licens-kalkulator. Pointen er den samme: diskussionen handler ikke om licensprisen, men om adoption. Og det er præcis der, de fleste taber pengene.

Sådan vender I udviklingen (4 konkrete trin)

Hvis I vil have jeres ubrugte AI-licenser ud af dvale, skal I skifte fokus fra teknologi til mennesker. Her er vores køreplan for succesfuld AI-adoption.

Mål på værdi, ikke bare aktivitet

Som McKinsey påpeger i deres State of AI-rapport (2025), er det en fejl kun at måle på, hvor mange gange en medarbejder åbner programmet. 88 % af virksomhederne har taget AI i brug, men kun 6 % høster reel værdi. I stedet skal I måle på, om arbejdet bliver bedre eller hurtigere.

Spørg jeres teams: “Hvilken opgave tog før tre timer, men tager nu kun én time takket være AI?” Når I begynder at samle disse succeshistorier og dele dem internt, skaber I en positiv sneboldeffekt. Pludselig vil de medarbejdere, der tøvede i starten, også være med på vognen, fordi de kan se den konkrete værdi for deres kolleger.

AI er et fantastisk værktøj, men det er stadig kun et værktøj. En hammer bygger ikke et hus af sig selv, og en AI-licens skaber ikke produktivitet uden den rette træning og kultur.

Paw Lundin

Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.

Ofte stillede spørgsmål om ubrugte AI-licenser

Valget mellem Microsoft Copilot og Google Gemini burde være nemt. Alligevel ser vi virksomheder bruge måneder på at analysere det, hyre konsulenter til at lave matricer, og holde tre styregruppemøder, før de beslutter sig. Lad os skære igennem støjen.

Svaret afhænger 100 % af, hvilket økosystem I allerede har bygget jeres arbejde på. Ikke af, hvilken model der er “klogest” eller “nyest” lige nu, for den titel skifter fra kvartal til kvartal. Værdien ligger ikke i modellen. Den ligger i, hvor godt værktøjet har adgang til jeres data, jeres møder og jeres rettighedsstruktur.

Hvis I lever i Microsoft 365: Vælg Copilot

Bruger I Word, Excel, Teams, Outlook og SharePoint som jeres daglige arbejdsplatform? Så skal I vælge Microsoft Copilot. Den er bygget ind i det økosystem, I allerede har:

• Den kan finde dokumenter og personer på SharePoint og Teams.
• Den kan opsummere jeres Teams-møder direkte fra optagelsen.
• Den kan trække data fra Excel og bygge analyser, uden at I skal copy-paste.
• Den respekterer jeres rettighedsstruktur og viser kun ting, brugeren selv har adgang til.

At købe Gemini i et Microsoft-hus ville være som at købe en Mac-oplader til en Windows-pc. Den virker måske isoleret set, men den løser ikke det problem, I har.

Hvis I lever i Google Workspace: Vælg Gemini

Arbejder I i Docs, Sheets, Drive, Gmail og Google Meet? Så er Google Gemini det eneste rigtige valg:

• Den forstår jeres Drive-struktur og kan trække fra filer, du @-mentioner.
• Den læser og opsummerer dine Gmail-tråde direkte i indbakken.
• NotebookLM lader jer arbejde med jeres egne PDF’er og kontrakter med kildehenvisninger.
• Den lever inde i de værktøjer, I allerede har åbne hele dagen.

Vil I dykke dybere ned i hvad det betyder i praksis, har vi skrevet om tre konkrete ting, du kan bruge Gemini til i dag.

Hurtigt overblik

“Men hvad hvis vi bruger begge dele?”

Det gør de fleste danske virksomheder i et eller andet omfang. I har Microsoft 365 til økonomi og dokumenter, men marketing kører i Google Workspace. Eller omvendt. Vores anbefaling i den situation er enkel: Vælg det værktøj, der passer der hvor I producerer flest dokumenter og holder flest møder. Den anden afdeling kan klare sig med en almindelig chatbot ved siden af.

Hvad I ikke skal gøre, er at købe begge platforme til alle medarbejdere “for at være på den sikre side”. Så bruger ingen nogen af dem ordentligt, og I betaler dobbelt op for licenser, der samler støv.

Den største fejl, vi ser

Den største fejl er ikke at vælge forkert platform. Begge dele virker. Den største fejl er at købe licenserne og tro, at folk selv finder ud af at bruge dem.

Det gør de ikke. De prøver det to gange, bliver frustrerede over generiske eller forkerte svar, og går tilbage til at gøre tingene manuelt. Tre måneder senere kigger I på adoption-tallene og opdager, at cirka to ud af tre licenser er ubrugte. Vi har skrevet udførligt om det fænomen i indlægget om hvorfor jeres AI-licenser ligger ubrugte.

Beslutningen er reelt truffet af jeres infrastruktur

Her er pointen, der gør valget enklere, end de fleste tror: Copilot vs. Gemini er ikke en kvalitetssammenligning. Begge modeller er stærke. Det reelle spørgsmål er ikke, hvilken der er klogest. Det er, hvor jeres data, jeres rettighedsstyring og jeres daglige dokumentproduktion allerede lever.

En AI-assistent er kun så værdifuld som den kontekst, den har adgang til. Og den adgang følger jeres økosystem. Bygger I på Microsoft 365, med jeres Microsoft-login og -rettigheder og med SharePoint og Teams som rygrad, så får Copilot fat i jeres virkelighed på en måde, Gemini aldrig kan. Lever I i Google Workspace, gælder det omvendte. Det er et infrastruktur-spørgsmål, ikke et smagsspørgsmål.

Vil I derimod have den ægte diskussion om, hvilken AI der er dygtigst til selve tænkearbejdet (skrivning, analyse, ræsonnement), så er det ChatGPT vs. Claude, den hører hjemme i. Den sammenligning dykker vi ned i vores guide til at vælge AI-værktøj. Copilot vs. Gemini afgøres derimod af, hvor I allerede arbejder.

Paw Lundin

Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.

Ofte stillede spørgsmål om Copilot vs. Gemini

Du har ChatGPT. Din IT-afdeling taler om Copilot. Nu hører du pludselig, at I også skal overveje Claude. Hvad er Claude egentlig, og giver det mening at betale for endnu et AI-værktøj? Svaret afhænger af, om du skriver mails eller analyserer kontrakter.

Når vi rådgiver virksomheder om AI, er det mest almindelige spørgsmål: “Hvad er forskellen på alle de her modeller?” Det er et fair spørgsmål. For et år siden var ChatGPT det åbenlyse valg. I dag er billedet mere nuanceret. Særligt efter Claude er begyndt at stjæle markedsandele fra konkurrenterne. Vil I hurtigt finde ud af, om Claude er det rigtige for jer, giver et hands-on Claude kursus svaret på én dag med jeres egne opgaver.

Claude er udviklet af Anthropic. Det er en virksomhed stiftet i 2021 af tidligere OpenAI-medarbejdere, der ønskede at bygge AI med et stærkere fokus på sikkerhed og pålidelighed. Resultatet er en sprogmodel, der tænker og skriver lidt anderledes end ChatGPT.

Hvad er Claude bedst til?

Hvis du bare skal have hjælp til at formulere et hurtigt svar på en mail, kan du bruge hvilken som helst model. Forskellen viser sig, når opgaverne bliver komplekse.

Claude skiller sig markant ud på tre områder:

• Lange dokumenter: Claude har et enormt “hukommelsesvindue” (context window). Den kan læse og huske op til 200.000 tokens i den betalte version. Det svarer til cirka 150.000 ord. Du kan uploade en 100-siders årsrapport eller en tung juridisk kontrakt, og Claude kan analysere den på tværs uden at glemme starten af dokumentet.
• Naturligt sprog: AI-genereret tekst har ofte en bestemt, kunstig klang. Claude er kendt for at skrive mere direkte og menneskeligt. Den undgår i højere grad de typiske floskler.
• Ærlighed: Mange AI-modeller vil hellere give dig ret end at rette dig. Claude er bygget til at sige “det ved jeg ikke” frem for at finde på et svar der lyder rigtigt.

Hvor Claude står svagere

Claude er ikke perfekt til alt. Der er konkrete situationer, hvor vi anbefaler andre værktøjer.

Claude kan ikke generere billeder. Hvis du har brug for en AI til at lave illustrationer til præsentationer eller sociale medier, er ChatGPT (med GPT-4o) eller Copilot et bedre valg. Claudes integration med internettet er også mindre flydende end ChatGPTs, selvom de for nylig har forbedret deres web-søgning. Endelig mangler Claude den dybe integration i Microsoft Office, som gør Copilot attraktiv for mange virksomheder.

Claude vs. ChatGPT vs. Gemini vs. Copilot

For at gøre valget mere konkret, har vi samlet de vigtigste forskelle herunder. Priserne er for de gængse professionelle licenser (opdateret foråret 2026). Vil du have det fulde overblik over alle fire værktøjer, så læs vores guide til at vælge AI-værktøj.

Priser: Hvad koster Claude?

Anthropic har for nylig opdateret deres prisstruktur for at matche forskellige behov. Du kan starte gratis, men for professionel brug skal du have pungen op af lommen.

• Free (0 kr.): Giver adgang til basismodellen. Fint til at teste, men du rammer hurtigt en grænse for, hvor mange spørgsmål du kan stille per dag.
• Pro (~140 kr./md, eller ~120 kr./md ved årlig fakturering): Den mest populære løsning til enkeltpersoner. Giver adgang til den kraftigste model og lader dig uploade store dokumenter.
• Max (fra ~700 kr./md): Til superbrugere der har brug for langt højere grænser end Pro.
• Team (fra ~175 kr./md pr. bruger): Designet til virksomheder. Standard seat starter ved ~175 kr./md (eller ~140 kr./md årligt). Premium seat med højere brugskvoter koster ~875 kr./md (eller ~700 kr./md årligt). Inkluderer delte arbejdsområder (Projects).

Vil I have den fulde gennemgang plan for plan i danske kroner og hjælp til at vælge den rigtige licens, så læs vores dedikerede guide til Claude-priser og planvalg.

Hvornår vælger vi Claude over ChatGPT?

Hos Digital Forlomme bruger vi alle modellerne. Men vi griber oftest fat i Claude, når vi skal producere tekst, der skal læses af mennesker. Det gælder artikler, strategipapirer og e-mails, hvor tonen er vigtig. Vi bruger også konsekvent Claude til at analysere data og læse tunge PDF’er. Modellen fanger nuancer, som de andre overser.

Hvis du primært skal lave hurtig research, generere billeder eller have en AI integreret direkte i Word, er Claude ikke det rigtige valg. Men hvis dit arbejde består af kompleks problemløsning og tekstproduktion, bør du overveje at skifte. Vil du prøve Claude med en underviser ved siden af, er det et af de fire værktøjer på vores åbne AI-kurser i København, Aarhus og Odense.

Paw Lundin

Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.

Ofte stillede spørgsmål om Claude