HverdagsAI

Automation er ikke et nyt begreb, men med AI er mulighederne eksploderet. I denne episode dykker Mads og Jacob ned i, hvad AI automation egentlig er, hvilke værktøjer der findes, og hvordan du som virksomhed kommer i gang, uden nødvendigvis at have en teknisk baggrund.Jacob giver konkrete eksempler på, hvordan automations allerede bruges i praksis: Fra automatisk sortering af indkomne e-mails til komplekse flows, der researcher, skriver og publicerer blogindlæg helt uden menneskelig indgriben. Og vigtigst af alt: Hvordan du vurderer, om det overhovedet giver mening at automatisere en given opgave i din virksomhed.I episoden kommer vi blandt andet ind på:Hvad AI automation er, og hvordan det adskiller sig fra traditionel regelbaseret automationDe mest udbredte værktøjer: Power Automate, Zapier, Make.com og N8NKonkrete eksempler på automations i praksis – fra e-mailsortering til fakturabehandlingHvordan du bryder en arbejdsproces ned og vurderer automatiseringspotentialetHvorfor valget af platform fra start kan spare dig for store omstillings omkostningerDenne episode er for dig, som har hørt meget om AI og automation, men endnu ikke rigtig ved, hvor du skal starte, eller for dig, der allerede er i gang og vil blive klogere på, hvilke værktøjer og metoder der giver mest mening for din virksomhed.Læs mere om hvordan vi kan hjælpe dig med AI automations: https://hverdagsai.dk/ai-loesninger/ai-automation/Eller læse mere om vores kursus i n8n/ AI autimation: https://hverdagsai.dk/ai-kurser/ai-agent-kursus/

Er vi for afhængige af amerikansk tech? Da Trump fik Microsoft til at lukke for ICC's adgang til Outlook, blev det pludselig meget konkret. I denne episode kigger Mads og Frederick på Mistral AI – det europæiske alternativ til ChatGPT og Gemini – og hvorfor det måske er på tide at diversificere.I denne episode kommer vi blandt andet ind på:Hvorfor europæiske virksomheder begynder at stille spørgsmål ved deres afhængighed af Silicon ValleyHvad Mistral AI er, og hvad der adskiller det fra de amerikanske modellerHvordan open source-modeller giver virksomheder mulighed for at køre AI lokalt på egne servereMistral og Le Chats styrker inden for GDPR, datasikkerhed og europæiske sprogHvad det koster, og hvor nemt det er at komme i gangDenne episode er for dig, som bruger ChatGPT eller Gemini i hverdagen og er begyndt at spekulere på, om du putter for meget data i hænderne på amerikanske tech-giganter, eller bare er nysgerrig på, hvad Europa egentlig har at byde på inden for AI.00:00) Intro (00:59) Velkomst og dagens emne: Europæiske alternativer til Silicon Valley (01:44) Hvad er Mistral AI og chatrobotten "Le Chat"? (02:30) Sikkerhed, compliance og GDPR i en europæisk kontekst (03:45) Risikoen ved amerikansk tech-afhængighed og dataudlevering (04:50) Eksemplet med Microsoft og ICC: Når der bliver slukket for strømmen (07:25) Open Source og Open Weight: Kør AI lokalt på egne servere (08:53) Hvordan klarer Mistral sig mod amerikanske modeller (benchmarks)? (10:05) Fordelen ved europæisk sprogforståelse og kulturel kontekst (11:35) Økonomi: Værdiansættelse og nye europæiske investorer (ASML) (13:49) Er det nemt at komme i gang? (Brugervenlighed og agenter) (14:55) Coding skills, tekstforfatning og billedgenerering med Flux (16:30) Udfordringen med manglende europæiske økosystemer (Outlook/Google-pendant) (17:42) Hvorfor Mistral er et godt alternativ til gratisversioner af ChatGPT (18:25) Memory og kontekstvindue: 10x bedre end andre gratis modeller (19:35) Pris: Gratis vs. Paid (15 Euro pr. måned) (20:19) Kommunikation uden "amerikansk facon": Mere direkte og kulturelt præcis (22:20) Opsamling: Derfor skal du prøve Mistral AI

Gratis vs. Betalt: Her er hvad du reelt får for pengene i Microsoft Copilot 365.Er Microsoft Copilot bare en dyr opgradering af din stavekontrol, eller giver det adgang til en AI assistent, som er investeringen værd?I denne episode af HverdagsAI dykker Mads Bang og Frederick Krause, partner i HverdagsAI og ekspert i Enterprise AI, helt ned i Microsofts økosystem for at finde ud af, om de 220 kr. om måneden per medarbejder er givet godt udVi kommer omkring:Sikkerheden først: Hvorfor "Enterprise Data Protection" er afgørende for, at din virksomheds data ikke lander hos OpenAI eller konkurrenterne.Microsoft Graph: Hvordan Copilot får adgang til dine e-mails, Teams-chats og filer for at give dig svar med fuld kontekst.De nye agenter: Vi ser nærmere på "Researcher" og "Analyst", der kan lave deep research og dataanalyser på baggrund af din virksomheds dataSlut med Copy-Paste: Fordelene ved at have AI integreret direkte i Word, Excel og Outlook fremfor at hoppe frem og tilbage til ChatGPT.A- og B-holdet: Hvorfor det kræver træning og kulturændring at få succes med udrulningen, så AI ikke bare bliver "penge ud af vinduet".Uanset om du er beslutningstager eller bare gerne vil have en nemmere hverdag i Office-pakken, giver denne episode dig svaret på, hvordan du kommer i gang.(00:00) Intro (01:15) Velkomst og introduktion af Frederik Krause (02:30) Hvad er Microsoft Copilot 365? (04:02) Sikkerhed i højsædet: Enterprise Data Protection (05:05) Integration i Office-pakken (Word, Excel, Outlook) (06:20) To typer AI: Den genererende vs. den analyserende Copilot (07:05) Motoren bag: Samarbejdet med OpenAI og GPT-modellerne (09:10) Hvorfor Copilot er mere sikkert end gratis chat-modeller (10:00) Den betalte version: Adgang til Microsoft Graph og egne data (11:55) Avancerede agenter: Researcher og Analyst (13:02) Pris og ROI: Kan det betale sig at spare 11 minutter om dagen? (15:15) Bedre output gennem kontekst og "Tone of Voice" (17:55) Outlook-tricks: Hurtigere og mere personlige e-mailbesvarelser (20:00) Kreativt arbejde: LinkedIn-posts og billedgenerering (21:00) Risikoen ved at dele sensitive data med andre AI-værktøjer (23:05) Adgangsstyring: Copilot ser kun det, du har adgang til (24:35) Deep Research: Kombinationen af interne og eksterne data (27:15) Gode råd til virksomheder: Implementering og træning af medarbejdere (28:35) Afslutning og tak for i dag

Kan du stole på Google AI Overview? Øverst i dine Google-søgninger popper der nu oftest et flydende, sammenhængende svar op, før du overhovedet når de klassiske links. Det er Google AI Overview. I denne episode af HverdagsAI dykker Jacob og Mads ned i, hvad Google AI Overview er for noget, hvilken betydning det får for vores online adfærd i fremtiden, og om du kan stole på de resultater, som du får. I denne episode kan du blive klogere på:Hvad er AI Overview egentlig? Vi forklarer forskellen på Googles opsummeringer og klassiske chatbots som ChatGPT eller Gemini.Risikoen for fejl: Hvorfor AI’en mangler menneskelig intuition, og hvad det kan betyde for de svar, du får.Kildekritik 2.0: Hvordan du spotter, hvornår du kan nøjes med AI-svaret, og hvornår du absolut skal klikke videre til kilden.Deep Research vs. Overview: Hvornår skal du bruge de tunge værktøjer, og hvornår er den hurtige søgning nok?Googles dilemma: Hvordan balancerer tech-giganten mellem at give dig hurtige svar og samtidig tjene penge på annoncer og compute-kraft? Vi giver dig de praktiske tommelfingerregler til, hvordan du bruger AI Overview effektivt i din hverdag, uden at lade dig snyde af smarte opsummeringer.(00:00) Intro (01:13) Hvad er Google AI Overview? (02:56) Hvordan fungerer AI-opsummeringerne i praksis? (05:34) Kildekritik og risikoen for forældet data (06:22) Hvornår fungerer AI Overview godt (og mindre godt)? (07:26) Deep Research som alternativ til komplekse spørgsmål (09:06) Eksempel på fejl (12:10) Sådan undgår du fejl med præcis prompting (14:26) Udfordringer med sammenkobling af forskellige kilder (fx Mary vs. Margrethe) (15:45) Reddit som kilde og troværdighed (17:42) Sundhedsrelaterede søgninger og niche-emner (19:50) Ændring af vaner: Fra klassisk Google til AI-søgning (22:42) Googles fremtid og "Cashcow"-dilemmaet (24:50) Omkostninger ved AI-søgning og computerkraft (26:36) Opsamling: Tænk over konsekvensen af fejl

Er EU AI Act bare endnu en omgang tung bureaukrati, eller er det din virksomheds nye rettesnor? I denne episode af HverdagsAI dykker Jacob og Mads ned i netop AI ACT, også kendt som AI-forordningen.Vi skærer igennem de juridiske gloser og fokuserer på det praktiske: Hvad betyder det for dig, der bruger AI i hverdagen, og hvad er dit ansvar som virksomhedsejer?I episoden lærer du bliv klogere på:De 4 risikokategorier: Fra "uacceptabel risiko" til "minimal risiko" Kravet om AI-literacy: Hvorfor virksomheder nu har pligt til at sikre, at medarbejdere har modtaget træning i de AI-værktøjer, de bruger.Labeling & Gennemsigtighed: Hvornår skal du markere dine billeder og videoer som "AI-genereret"?Bøder og konsekvenser: Er det lige så alvorligt som GDPR, og hvem holder øje med os i Danmark?Lyt med og få styr på, hvordan du navigerer sikkert i det nye AI-landskab.Læs mere om hvordan HverdagsAI kan hjælpe dig med AI ACT: https://hverdagsai.dk/ai-act/00:00) Introduktion: Bliver AI ulovligt? (01:06) Hvad er EU’s AI Act / AI-forordningen? (03:07) Hvem rammer lovgivningen? (Forbrugere vs. Virksomheder) (04:46) Tidsplan: Hvornår træder de forskellige regler i kraft? (06:05) Udbydere vs. Anvendere (Provider vs. Deployer) (07:41) Krav om træning og viden for medarbejdere (08:43) Krav om gennemsigtighed og labeling af AI-indhold (10:57) Hvordan sikrer man undervisning i virksomheden? (12:34) Læring fra GDPR: Bølgeeffekten til resten af verden (14:45) Konsekvenser og bøder ved overtrædelse (16:15) Tilsynsmyndigheder: Digitaliseringsstyrelsen i Danmark (17:43) Behovet for en klar AI-politik (19:51) Praksis: Case-eksempler fra forskellige brancher (21:03) Klassiske fejl og hvordan man minimerer dem (25:39) De 4 risikogrupper i AI Act (Uacceptabel, Høj, Begrænset, Minimal) (26:56) Hvad er decideret forbudt? (Følelsesgenkendelse, Social scoring mm.) (28:16) Højrisiko-systemer: Krav om dokumentation og bevisbyrde (31:05) Ansvar ved tilpasning (customization) af AI-løsninger (31:57) Opsummering og gode råd til fremtiden

I denne episode af HverdagsAI dykker vi ned i NotebookLM, måske Googles mest oversete AI-værktøj lige nu.Jacob deler ud af sin erfaring med Google NotebookLM og fortæller, hvordan værktøjet kan bruges til mere end man skulle tro ved første øjekast. Vi taler om, hvordan du kan tage tunge dokumenter, rapporter, lovtekster eller YouTube-videoer og forvandle dem til podcasts, præsentationer, mind maps, quizzes og infografikker. Alt sammen i et lukket og kontrolleret miljø, hvor AI’en kun bruger dit eget materiale.Særligt dykker vi ned i den populære Audio Overview-funktion, hvor NotebookLM automatisk laver en podcast baseret på dine egne kilder. Et stærkt værktøj, hvis du vil lære nyt på farten, forberede dig til møder eller gentage stof på en måde, der faktisk hænger fast.Vi taler også om:hvorfor NotebookLM adskiller sig markant fra klassisk chat-AIhvad den nye Gemini-model betyder for kvaliteten, også på danskkonkrete brugsscenarier fra hverdagen og arbejdslivetfaldgruber, fejl og hvordan du får mest muligt ud af platformenEn episode fyldt med konkrete eksempler, erfaringer og ærlige vurderinger af, hvor NotebookLM virkelig skinner, og hvor du stadig skal være kritisk.(00:00) Intro (01:12) Hvad er NotebookLM? (04:47) Hvorfor navnet "Notebook"? (Forskellen på NotebookLM og andre AI'er) (06:30) Kildemateriale: Sådan uploader du PDF, Word og YouTube-links (08:27) Præcision og kontrol over data (Minimering af hallucinationer) (10:15) Gratis vs. betalt version (Begrænsninger og kilder) (11:34) Audio Overview: Lav dine dokumenter om til podcasts (14:45) Praktiske eksempler: Forberedelse til kundemøder og AI Act (16:06) Interaktiv podcast: Stil spørgsmål til værterne (Engelsk vs. Dansk) (17:40) Andre funktioner: Video Overview, Mindmaps og rapporter (20:14) Flashcards, quizzer og præsentationer (21:30) Datatabeller og strukturering af information (22:45) Cases: Deling af viden og medarbejderhåndbøger (28:51) Brug YouTube-links til at opsummere og huske indhold (30:10) Afrunding og kommende emner

AI kan i dag skrive tekster, der ligger meget tæt på det, vi selv ville formulere. Spørgsmålet er bare, om man stadig kan gennemskue, når noget er lavet med AI.I denne episode af HverdagsAI tager vi fat på AI Detection med særligt fokus på tekst. Vi ser også på, hvorfor emnet er blevet relevant for langt de fleste.AI bruges i dag overalt. I mails, SoMe-opslag, jobbeskrivelser og ansøgninger, rapporter, markedsføring og meget mere. Det er i sig selv ikke et problem. AI kan være et effektivt værktøj og en stærk hjælp i hverdagen. Men der findes situationer, hvor det personlige udtryk betyder noget. Og hvor du ikke ønsker, at modtageren sidder tilbage med indtrykket af, at teksten bare er hurtigt genereret af et AI-værktøj.Derfor giver det mening både at kende de typiske tegn på AI-genereret tekst og at vide, hvilke værktøjer man kan bruge til at tjekke og justere sit indhold, før det sendes videre.Vi taler bl.a. om:Hvad AI Detection egentlig er, og hvad det ikke erHvorfor jobansøgninger, jobopslag og marketingtekster ofte begynder at ligne hinandenRisikoen for at få falsk positive svar, også på tekster skrevet af menneskerHvordan vores eget sprog langsomt bliver påvirket af tekster skrevet af AIKlassiske sproglige kendetegn, der ofte afslører AIForskellen på AI som sparringspartner og AI som et dovent shortcutHvilke AI-detection-værktøjer der faktisk fungerer på danskEn episode for dig, der allerede bruger AI og gerne vil gøre det på en måde, der stadig føles gennemtænkt, personlig og troværdig.Faktisk vurderer Smodin (AI detection værktøj), at denne tekst med 60% sandsynlighed er skrevet af AI. Det er især ordet AI detection, der skubber sandsynligheden op, samt det at ”AI” bliver nævnt flere gange. Men da vi mener beskrivelsen af podcasten er god, så justerer vi det ikke til.(00:00) Intro (01:03) Definition af AI Detection (02:53) Hvorfor er det relevant at kende til AI detection? (07:11) Hvordan fungerer teknologien bag? (08:38) "Kattens leg med musen" og etik (12:10) AI-brug i skoler og virksomheder (14:54) Hvordan AI påvirker vores eget sprog (17:09) Eksempler på fejl (falske positiver) (19:31) Undgå at blive "doven" med AI (22:27) Klassiske tegn på AI-tekst (25:32) Anbefalede værktøjer til dansk tekst (29:14) Skjulte vandmærker fra Google og OpenAI (32:36) Opsamling og gode råd til bedre prompts

I denne episode af HverdagsAI tager Mads og Jacob fat på et af de mest omdiskuterede emner inden for AI: AGI og ASI. Hvad betyder begreberne egentlig? Hvor tæt er vi på? Og hvorfor er eksperterne så uenige om både definitioner, tidslinjer og konsekvenser?Samtalen bevæger sig fra tekniske definitioner og benchmarks til meget konkrete spørgsmål om energi, infrastruktur, arbejdsmarked og sikkerhed. Vi taler både om de enorme muligheder  og de reelle risici, som følger med, hvis AI bliver markant klogere end os. Undervejs forsøger vi at skære hype, frygt og oversimplificerede takes fra og i stedet give et nuanceret billede af, hvor vi står i dag, og hvad der faktisk er værd at holde øje med.Episoden er for dig, der gerne vil forstå AGI og ASI uden dommedagsretorik, men heller ikke med skyklapper på.Vi kommer bl.a. omkring:Hvad AGI og ASI betyder og hvorfor der ikke findes én fælles definitionForskellen på OpenAI, Google og Anthropics syn på “generel intelligens”Hvorfor tidslinjen mod AGI er blevet markant kortere de seneste årProgressiv udvikling vs. pludselige gennembrud i AIEnergiforbrug, datacentre og de reelle flaskehalse for videre udviklingTest, benchmarks og hvorfor de kan være misvisendeKonsekvenser for arbejdsmarkedetHvorfor man skal være skeptisk over for dem, der påstår at kende svaret(00:00) Intro (01:05) Velkomst og dagens emne: AGI & ASI (01:56) Hvad er definitionerne på AGI og ASI? (04:54) Anthropics tilgang: "Powerful AI" frem for AGI (06:27) Tidslinjen: Hvornår når vi AGI? (07:54) Udviklingen: Gradvis proces eller pludseligt spring? (12:28) Flaskehalse: Energiforbrug og infrastruktur (16:33) Skyggesiden: Risiko for misbrug og våben (18:17) Lyspunkterne: Sygdomsbekæmpelse og videnskab (20:00) Konsekvenser for arbejdsmarkedet (26:00) Fysisk arbejde vs. vidensarbejde (29:10) Hvordan måler og tester man AGI? (37:25) Opsamling og konklusion

I årets sidste episode af HverdagsAI kigger Mads og Jacob på de største forventede AI-tendenser i 2026. Vi starter med et kort tilbageblik på de spring som har gjort størst indtryk i 2025, hvorefter vi går i dybden med de trends og udviklings-spring, som du med stor sandsynlighed vil se i 2026Vi taler blandt andet om:Billed- og videomodellerne, der på rekordtid er blevet næsten fejlfrie og langt mere tilgængeligeAutomations- og agentteknologi, der nu gør det muligt at bygge mere avancerede AI-flows uden tung teknisk indsatsGoogles vilde comeback, hvor Gemini-modellerne igen blander sig i toppenMultimodale modeller, der kan forstå og kombinere video, billeder, lyd, tekst og dokumenter i samme promptHurtigere og smartere reasoning, så komplekse opgaver løses bedre og langt hurtigereAI-agent swarms – en hel sværm af små specialiserede modeller, der samarbejder for at give bedre og mere præcise svarMere naturlig dialog, hvor stemmeinteraktion bliver både hurtigere, bedre og langt mere central i hverdagsbrugApples forventede AI-opgradering, inklusive en “ny Siri”Open source-modellernes fremmarch, der presser priserne ned og mulighederne opStørre kontekstvinduer, der gør det muligt at arbejde med langt større datamængderFaldende priser på intelligens, der gør avancerede AI-løsninger tilgængelige for endnu flereAI direkte på dine devices, især på mobilenNye grænseflader, hvor AI i stigende grad bruges til shopping, søgning og daglige handlingerBedre hukommelse (med forbehold) og hvorfor det stadig er en funktion, man skal bruge med omtankeAI Act, og hvad der kommer til at betyde noget i 2026 Kort sagt: En episode, hvor vi opsummerer på 2025 og giver dig et klart billede af, hvad du kan forvente i 2026.(00:00) Intro (00:58) Tilbageblik på 2025: Billeder, Agenter og Googles comeback (05:18) Multimodalitet: Når tekst, lyd og video smelter sammen (08:22) Reasoning: Hurtigere og dybere tænkning (11:32) AI Agent Swarms: Fra generalist til specialister (15:32) Dialogkvalitet: Voice Mode og naturlig samtale (20:52) Apple Intelligence og den nye Siri (23:12) Open Source: Billigere og bedre alternativer (25:16) Kontekstmængde: Håndtering af store mængder data (30:22) Prisfald: AI bliver markant billigere (34:20) AI on Device: Kør AI direkte på din telefon (36:23) Nye brugerflader og Shopping i ChatGPT (40:32) Hukommelse: Fordele og ulemper ved at AI husker dig (42:54) AI Act: Regulering og ansvar (44:42) Status på AI i danske virksomheder (47:19) Afrunding og glædelig jul

I denne episode af HverdagsAI dykker vi ned i et tema, som mange efterspørger, men som ofte skaber usikkerhed: Hvordan bruger man AI sikkert og lovligt både på jobbet og privat?Mads og Jacob tager afsæt i det voksende fænomen Shadow AI, hvor medarbejdere bruger AI-værktøjer uden klare retningslinjer fra arbejdsgiveren. Vi taler blandt andet om:At op mod 50 % af medarbejdere bruger AI uden tilladelse eller retningslinjerHvad virksomheder bør gøre for at undgå risiko, datalæk og misforståelserForskellen mellem træning på dine data og GDPR-complianceHvorfor gratis AI-værktøjer ofte betyder, at du selv er produktetHvordan man slår datatræning fra, og hvorfor det ikke gør din løsning GDPR-sikkerHvornår Microsoft Copilot, ChatGPT Enterprise eller lokale modeller giver meningOn-device AI: Hvorfor det bliver stort i 2026, og hvad det betyder for almindelige brugereDu får desuden konkrete råd til, hvordan man som virksomhed kan lave sikre og klare AI-retningslinjer, som forhindrer fejl og øger sikkerheden.En episode, der gør dig klogere på både risici, muligheder og best practice uden at drukne dig i paragraffer.(00:00) Intro (01:00) Velkomst: Sikkerhed og lovgivning (02:40) Hvad er "Shadow AI"? (05:00) Sådan bliver I GDPR-compliant (07:45) Træner AI på dine data? (Gratis vs. betalt) (11:30) Hvad kræver det reelt at være compliant? (15:40) Lokale modeller: Kan det betale sig? (20:20) On-device AI: Fremtiden på din telefon (22:50) Det vigtigste råd til virksomheder

I denne episode af HverdagsAI dykker Jacob og Mads ned i billedgenerering med AI, da Google har netop udgivet deres nye Nano Banana Pro. En opdatering, der for alvor flytter grænserne for, hvad AI kan skabe visuelt.Vi ser på, hvor meget der faktisk er sket på bare et år: fra billeder med seks fingre og mærkelige ansigter til hyperpræcis redigering, korrekte tekster og en billedkvalitet, der begynder at udfordre professionel grafik.Men midt i alt det nye teknologi opstår det store spørgsmål:Hvad betyder det her for grafikere og designere?Er vi på vej mod et skift, hvor AI overtage alle grafiske opgaver? Eller vil det blive et værktøj som kan spille grafikere endnu bedre?Vi taler bl.a. om:• hvad Nano Banana Pro kan – og hvorfor den skiller sig ud• den vilde forbedring i redigering, opløsning og stilkontrol• AI kan nu holde ansigter og genstande konsistente• grafikerens nye rolle og hvorfor jobbet ikke forsvinder, men ændrer sig• praktiske eksempler fra både kreative fag og almindelige virksomhederEn ærlig, nørdet og super relevant episode for alle, der arbejder med visuelle udtryk, marketing eller bare er nysgerrige på fremtiden for AI og design.(00:00) Intro (01:34) Googles nye "Nano Banana" (Gemini) opdatering (02:23) Tilbageblik: Fra 6 fingre til fotorealisme (04:09) ChatGPT vs. Google (05:40) Udfordringen: At redigere et billede vs. at skabe et nyt (08:43) Sådan bevarer du ansigtstræk og identitet (10:16) Hvad kan den nye Pro-model? (11:50) Konsistens: Brug referencebilleder til at styre stilen(13:41) Model over Prompt: Hvorfor værktøjet er vigtigere end prompt (17:00) Dommen: Bliver grafikeren overflødig nu? (20:05) Branding: Sådan sikrer du et ensartet visuelt udtryk (23:25) Pris og Credits: Hvad koster Pro-modellen? (24:40) Konkrete use-cases: Fra anlægsgartner til præsentationer (27:09) Lovgivning: EU AI Act og markering af AI-billeder (27:39) Afrunding

I denne episode af HverdagsAI dykker Jacob Lynov Mindak og Mads Bang ned i det næste store skift inden for kunstig intelligens: AI-browsere.Vi undersøger, om vi virkelig er der, hvor AI kan agere som en selvstændig assistent, eller om det stadig er for risikabelt at slippe den løs på nettet. Du får både indblik i det enorme potentiale for at spare tid, men også de kritiske sikkerhedshuller, du absolut skal kende til, før du går i gang.I episoden kommer vi omkring:Hvad er en AI-agent? Forstå forskellen på en almindelig browser og de nye "agent modes", der selv kan klikke rundt på nettet.Spaghetti-testen: Kan AI finde ud af at købe ind til 10 personer på Nemlig.com, eller ender du med de forkerte varer?Det usynlige hack: Hvorfor "hvid tekst på hvid baggrund" kan snyde din AI og udgøre en sikkerhedsrisiko.Privat vs. Erhverv: Hvorfor du gerne må lege med det privat, men bør holde det langt væk fra virksomhedens følsomme data (endnu).Lyt med nu, og bliv klogere på, om du skal hoppe med på bølgen, eller se tiden an.Link til Comet: https://www.perplexity.ai/comet(00:00) Intro (01:05) Introduktion til AI Browsere (Definition og funktioner) (03:53) De Største Spillere (Open AI's Atlas og Perplexity's Comet) (04:29) Forskelle mellem Atlas og Comet (Adgang til hjemmesider og tilgængelighed) (05:39) Agenttilstand i Praksis (Eksempel med indkøb og vigtigheden af detaljerede prompts) (11:17) Sikkerhedsrisici og GDPR (Manglende erhvervsmæssig sikkerhed) (12:30) Prompt Injection: Den Alvorlige Sikkerhedsrisiko (Skjult tekst der kan give AI-agenten uautoriserede instruktioner) (20:51) Fremtidsudsigter og Skalering (Udfordringen med 'compute' og bevægelsen mod en cloud-baseret 'virtual desktop') (27:56) Konklusion og Anbefalinger (Anbefaling om privat test, undgå erhvervsmæssig brug)

I denne episode af HverdagsAI dykker vi ned i, hvordan man rent faktisk kommer i gang med at implementere AI i sin virksomhed, uanset om man er en lille håndværksforretning eller en stor organisation. Med udgangspunkt i Jacobs erfaringer gennemgår vi, hvorfor AI-initiativer skal drives indefra/nedefra, hvordan man identificerer de rigtige processer til at starte med, og hvorfor intern viden, medarbejderinvolvering og realistiske forventninger er afgørende for succes. Vi kommer bl.a. ind på:• Hvor virksomheder bør begynde deres AI-rejse• Hvordan workshops og intern læring åbner øjnene for mulighederne• Hvornår konsulenter giver mening - og hvornår de ikke gør• Hvordan man undgår dyre fejltagelser ved at få medarbejderne med i processen• Hvilke spørgsmål man skal stille sig selv, før man investerer i en AI-løsning Hvis du overvejer, hvordan din virksomhed kan komme i gang med AI? Men ikke ved hvordan. Så er denne episode for dig.(00:00:00) Intro (00:01:09) Hvor skal man starte med AI-implementering? (00:02:15) Ændringerne skal komme nedefra og drives internt (00:03:32) Undgå forandringsledelse ved at inddrage medarbejderne (00:04:04) Start med workshops for at åbne horisonten (00:05:41) Afgrænsning: Find et sted at starte og mål effekten (00:06:12) Målet: Spare tid eller hæve kvaliteten (00:06:55) Det ideelle flow: Små skridt (Generativ AI, automation, større projekter) (00:08:50) Synergi mellem ledelse (opbakning) og medarbejdere (proces) (00:11:06) AI-implementering sammenlignes med at indføre et nyt ERP-system (00:11:43) Medarbejderfeedback er afgørende for kontinuerlig udvikling (00:14:50) AI-løsninger skal drives indefra – Pas på konsulentfælden (00:16:22) Byg en klar blueprint og brug en buffer i budgettet (00:18:22) Start småt med automatisering af overflødige processer (00:19:50) Behovet for en intern AI-driver/ambassadør (00:24:25) Nøgle-spørgsmål 1: Hvad kan gå galt? (Konsekvenser) (00:25:22) Nøgle-spørgsmål 2: Hvad er den faktiske gevinst? (Tid/Kvalitet) (00:26:19) Beslutningsgrundlag: Sammenlign gevinst (i kroner) med omkostninger

I denne episode af HverdagsAI dykker vi ned i et af de mest omtalte emner inden for AI: hallucinationer. Altså når AI-modeller finder på fakta, der ikke findes i virkeligheden.Mads og Jacob taler om, hvorfor AI-modeller kan tage fejl, hvordan man som bruger kan minimere risikoen for misvisende svar, og hvorfor det aldrig helt kan undgås, præcis som med mennesker.Du får konkrete råd til, hvordan du:skriver bedre prompts, der reducerer fejlbruger kontekst og kildehenvisninger korrektspotter usikre eller opdigtede svarog sikrer mere pålidelige resultater i dit arbejde med AI.(00:00) Intro – Hvordan undgår man AI-fejl og hallucinationer(01:05) Hvad er en AI-hallucination(03:11) Eksempler på AI-fejl(05:36) Hvorfor laver AI fejl(06:35) Kan man undgå AI-fejl helt(09:12) Sådan prompt’er du smartere(10:05) Brug kilder og web-søgning(12:46) Giv modellen en udvej(16:33) Giv tydelig kontekst i din prompt(18:45) Brug egne dokumenter som grundlag(27:10) Tjek dine AI-svar kritisk

I denne episode af HverdagsAI dykker Jacob og Mads ned i den naturlige udvikling i, hvordan vi bruger AI. Fra de første spæde skridt med simple prompts i ChatGPT til GPT’er, automations og agenter, der selv kan handle på vores vegne.Vi taler om, hvordan virksomheder og medarbejdere bevæger sig fra at bruge AI som et værktøj til at få inspiration, til at bygge systemer, der tager beslutninger, udfører opgaver og integrerer sig i arbejdsflowet.Du får konkrete eksempler på, hvordan AI kan automatisere e-mails, forbedre kundeoplevelser og kobles sammen med værktøjer som Zapier, Make og N8N – uden at du behøver at kunne kode.(00:00) Introduktion: Fra ChatGPT til AI Agenter (00:53) Udviklingen i brugen af AI (03:13) Næste Skridt: GPT'er/Gems (Gemte Prompts) (06:24) Automations: Kobling af Systemer og Opgaver (15:39) Agenter vs. Automations (Forskellen) (25:08) De 3 Steps i Praksis (Eksempel) (32:43) Værktøjer til at Bygge Automations & Agenter

I denne episode af HverdagsAI dykker vi ned i en af de mest spændende funktioner inden for AI: Deep Research.Vi taler om, hvordan AI nu kan lave research for dig. Ikke bare finde hurtige svar, men faktisk læse, sammenligne og samle viden fra mange kilder på én gang.Jacob forklarer, hvorfor Deep Research er en game changer for både private og virksomheder, og hvordan du kan bruge det til alt fra lovgivning og markedsanalyse til produktvalg og konkurrentanalyse.Vi gennemgår også, hvilke modeller der klarer sig bedst – og hvorfor ChatGPT måske ikke er den bedste til opgaven.Læs mere om ChatGPTs research funktion: https://openai.com/da-DK/index/introducing-deep-research/Læs mere om Geminis research funktion: https://gemini.google/overview/deep-research/Læs mere om Perplexity research funktion: https://www.perplexity.ai/hub/blog/introducing-perplexity-deep-research(00:00) Hvad er Deep Research, og hvorfor er det en game changer? (02:05) Forskellen på Deep Research og en simpel Google-søgning (06:17) Den store forskel: Tid og kilder (Deep Research er langsommere) (07:35) Deep Research vs. almindelig internetsøgning i sprogmodeller (11:25) Hvilke AI-værktøjer er bedst til Deep Research? (15:36) Konkrete use cases (Softwarevalg og konkurrentanalyse) (19:03) Deep Research på tværs af markeder og sprog (20:00) Vigtigheden af en god prompt til Deep Research

I denne episode af HverdagsAI dykker Jacob Lynov Mindak fra HverdagsAI og Mads Bang ned i nogle af de oversete funktioner i ChatGPT. Det fede er, at de fleste af disse kræver ikke den store øvelse. Men det kræver man kender til dem, og man lige tester dem af en gang eller to.Vi gennemgår blandt andet:Canvas - En stor opgradering så du kan skrive, redigere og versionere direkte i tekstenResearch - AI søgefunktion, så du ikke blot besøger de 5 første resultater i GoogleGPT’er og Projekter – hvordan du kan opbygge dit eget “arbejdsområde” med hukommelse og filerDiktafon og stemmestyring - hvordan du kan tale til AI’en og få hurtigere og mere nuancerede svarBilledværktøjer - forskellen mellem ChatGPT og Googles “Nano Banana” til billedredigeringChatGPT som app – Hvad kan appen på mobil og på desktop, som du ikke kan online?Connectors (plugins) - integrationer til Gmail, Drive m.m. og hvad du skal vide om GDPRHverdagsAI er en podcast, der gør AI forståeligt og praktisk for alle.Hos os slipper du for buzzwords og hype – men får brugbare tips og tricks, der gør AI til et effektivt værktøj for dig.Chapters(00:00) Intro(01:08 ) Funktioner i AI-brug(02:22) Canvas i ChatGPT(11:07) Research i ChatGPT(19:48) GPT'er og Projekter(27:25) Diktafon og Tale til Tekst(31:08) Billedgenerering med AI - Nano Banana(35:59) Desktop-versionen af ChatGPT(38:10) Plugins og GDPR

I denne episode af HverdagsAI dykker Jacob Lynov Mindak fra HverdagsAI og Mads Bang ned i spørgsmålet, mange stiller sig selv: Skal man betale for ChatGPT – og hvornår giver det mening?De gennemgår forskellene mellem de gratis og betalte versioner af ChatGPT, hvad man får ud af at opgradere, og hvilke funktioner der faktisk gør en forskel i hverdagen.Du får også konkrete eksempler på, hvornår den gratis udgave er nok – og hvornår det betaler sig at smide de 150 kr. om måneden.(00:00) Intro (01:19) Hvem skal betale for et AI-abonnement?(04:35) Er ChatGPT stadig den bedste model? (06:33) Overblik: Abonnementer i ChatGPT (07:49) Forskel på gratis og betalt version (Tænkeevne og hastighed) (13:45) Begrænsninger og frustrationer med gratis version (18:01) Deep Research og GPT'er (Custom Tools) (22:27) Hvornår er den gratis version tilstrækkelig? 00:24:08 Token-grænser og højere kvalitet i betalt version

Mange oplever, at ChatGPT skuffer: svarene bliver for generiske, upræcise eller bare ikke helt, som man havde forestillet sig. Men ofte handler det ikke om ChatGPT – det handler om hvordan man bruger det.I denne første episode af HverdagsAI deler Jacob Lynov Mindak sine vigtigste erfaringer fra at have undervist mere end 2.000 kursister i, hvordan man får bedre resultater med AI i hverdagen.Jacob har arbejdet med alt fra topledere og konsulenter til håndværkere og selvstændige – og han har set mange af de samme fejl gå igen. Du får hans bedste tips og tricks til at bruge ChatGPT mere effektivt, lave bedre prompts, forstå hvordan AI tænker, og hvordan du kan bruge det som et konkret værktøj i stedet for et eksperiment.Kort sagt: Sådan bruger du ChatGPT, så du får de svar, du faktisk har brug for.Vil du vide mere - besøg os på hverdagsai.dk(00:00) Intro (01:07) Fejl. 1: At bruge AI, som man bruger Google (03:13) Fejl. 2: Ikke at forstå at data kan være forældet (06:40) Hvorfor man ikke altid vil have AI til at gå på nettet (09:41) Fejl. 3: At blande emner i den samme chat (12:27) Løsning: Sådan fortsætter du en chat bedst (Edit Prompt) (16:46) Fejl. 4: At acceptere generiske svar (19:13) Fejl. 5: Upræcise prompts (Mangler kontekst) (24:50) Hack: Sådan får du AI til at spørge dig om manglende information (25:17) Fejl. 6: At overforklare i stedet for at give eksempler (31:59) Fejl. 7: At bruge en for lille model (34:56) Fejl. 8: Ikke at bruge diktafon (Tale som input)