Hvorfor et ChatGPT-kursus til virksomheder kræver en anden beslutning end et almindeligt kursus
Et ChatGPT-kursus til virksomheder er ikke bare et “AI-introforløb”. Det er en kompetenceinvestering, der skal ændre konkrete arbejdsprocesser, uden at du øger risikoen for datalæk, fejl eller regulatoriske problemer. Derfor handler det rigtige valg ikke kun om pris og underviser, men om indhold, niveau, governance og hvordan du efterfølgende måler effekt.
Hvis du vælger forkert, får du typisk én af to udfald: enten et inspirerende oplæg, som ingen bruger til noget bagefter, eller et teknisk nørdekursus, som kun to personer kan omsætte i praksis. Formålet her er at give dig en beslutningsramme, så du kan matche kursus, målgruppe og use cases – og stille de rigtige krav til leverandøren.
Hvad er et ChatGPT-kursus til virksomheder egentlig?
Et ChatGPT-kursus til virksomheder er et målrettet læringsforløb, hvor medarbejdere og ledere lærer at bruge generativ AI – typisk ChatGPT – sikkert og effektivt i deres konkrete arbejdsopgaver. Det kombinerer grundforståelse af teknologien, praktisk træning på egne cases og klare spilleregler for data, kvalitet og ansvar.
Det adskiller sig fra et generelt AI-kursus ved at fokusere på generativ tekst (og evt. billeder og dataanalyse) og på de arbejdsprocesser, ChatGPT faktisk kan påvirke: fx udkast til mails og rapporter, idéudvikling, kundeservice, dokumentation eller oplæring.
Et virksomhedsforløb bør typisk dække fire ben:
- Produktivitet – hvordan medarbejdere bruger ChatGPT til at løse opgaver hurtigere.
- Kvalitet – hvordan output bliver bedre gennem god prompt engineering og systematisk kvalitetssikring.
- Sikkerhed og governance – hvad man må og ikke må dele, og hvordan man undgår hallucinationer og regelbrud.
- Adoption – hvordan værktøjet bliver en del af hverdagen i stedet for en enkeltstående øvelse.
Den væsentlige pointe: Et godt kursus handler ikke kun om at skrive smarte prompts, men om at vælge de rigtige use cases, bygge ind i eksisterende workflows og have klare rammer for data og ansvar.
Hvilket niveau og hvilken kursustype skal virksomheden vælge?
Det rigtige niveau afhænger primært af to ting: medarbejdernes rolle og opgavernes kompleksitet. Ledelse har brug for strategi, governance og økonomi. Teams har brug for hands-on træning i egne workflows. Specialister har brug for avanceret prompting, databrug og kvalitetssikring. Derudover skal du vælge mellem korte workshops, klassiske kurser og længere implementeringsforløb.
Fire typiske niveauer
En enkel, virksomhedsrelevant inddeling kan se sådan ud:
- Begynderniveau – for medarbejdere, der stort set ikke bruger ChatGPT endnu.
- Let øvet – for brugere, der eksperimenterer, men uden faste metoder eller klare regler.
- Avanceret – for power users og specialister, der skal bygge workflows, skabeloner og kvalitetssikring.
- Målrettet/branchespecifikt – for teams med særlige krav, fx jura, finans, HR eller kundeservice.
Hvilket format passer til hvilket formål?
Formatet handler om ambitionsniveau:
- Inspiration / intro-workshop (2 – 3 timer) – godt til at skabe fælles sprog og appetit, men sjældent nok til varig adfærd.
- 1-dags kursus – typisk bedste balance mellem teori og hands-on træning, hvis dagen designes til konkrete use cases.
- Bootcamp eller forløb (flere moduler) – relevant, hvis du vil ændre arbejdsgange på tværs af organisationen og koble AI tæt til strategi.
- Skræddersyet team-workshop – målrettet ét fagområde, fx marketing eller kundeservice, med deres egne data og opgaver.
Rollebaseret anbefaling (hurtigt overblik)
| Rolle | Typisk niveau | Bedst egnede formater | Fokus |
|---|---|---|---|
| Direktion & topledelse | Begynder/let øvet | Halvdags workshop eller 1-dags lederforløb | Strategi, risiko, governance, investeringscase |
| Funktionschefer & mellemledere | Let øvet | 1-dags kursus eller modul i lederudvikling | Use cases i egen afdeling, mål, KPI’er, forankring |
| Specialister (fx marketing, analyse, HR) | Let øvet/avanceret | 1 – 2 dages kursus eller bootcamp-forløb | Avanceret prompting, data, kvalitetssikring, skabeloner |
| Frontlinjemedarbejdere (kundeservice, salg) | Begynder | Team-workshops + korte opfølgningssessioner | Konkrete scripts, svarskabeloner, do’s & don’ts |
Hvis du i dag primært vil bruge AI til mindre tekstopgaver, er et grundkursus til let øvede ofte nok. Hvis du derimod vil ændre kundeservice eller indkøb fundamentalt, er et kort kursus typisk kun første modul i et længere adoptionsforløb.
Hvilke emner bør et godt virksomhedsforløb dække?
Et godt ChatGPT-kursus til virksomheder bør kombinere introduktion til generativ AI, praktiske prompts på egne opgaver, træning i kvalitetssikring og klare regler for sikker brug. Hvis agendaen kun handler om “sådan skriver du en god prompt”, er den for snæver til egentlig forretningsværdi.
Kernepensum, der bør være på plads
- Grundforståelse af generativ AI
Hvad ChatGPT og andre GPT-baserede modeller kan og ikke kan, forskel på generativ AI og klassisk automatisering, og hvorfor modellen kan “hallucinere”. - Prompt engineering i praksis
Strukturerede prompts (rolle, kontekst, format, kriterier), systemprompts, iterative prompts og hvordan man bygger simple “promptskabeloner” til gentagne opgaver. - Arbejdsprocesser og use cases
Oversættelse af værktøjet til konkrete opgavetyper, fx kundesvar, udbudsmateriale, rapportudkast, indkøbsanalyser eller onboarding-materiale. - Brug af egne data og dokumenter
Hvornår og hvordan man sikkert kan lade ChatGPT arbejde med virksomhedens materialer, hvad der kræver særskilt teknisk opsætning, og hvornår man bør holde sig til “offentlige” opgaver. - Kvalitetssikring og evaluering
Metoder til at gennemgå output kritisk, tjekke fakta, strukturere review-processer og undgå, at AI-output går direkte ud til kunder uden menneskelig kontrol. - Etik, regler og begrænsninger
Fortrolighed, GDPR, ophavsret, bias og hvordan EU AI Act og andre regler påvirker brugen. Her kan et kursus med fordel bygge videre på fx virksomhedens eksisterende arbejde med EU AI Act-kortlægning.
Supplerende moduler til mere modne teams
- Realtidsdata og dataanalyse – fx hvordan man bruger GPT-værktøjer til at analysere excel-filer, logfiler eller spørgeskemadata.
- Billed- og præsentationsgenerering – til marketing, pitch decks og intern kommunikation.
- Workflow-design – mapping af nuværende processer og design af nye flows, hvor ChatGPT er indbygget ét eller flere steder i kæden.
Når du vurderer en kursusagenda, bør du spørge: “Hvilke konkrete arbejdsopgaver vil vores medarbejdere kunne løse anderledes dagen efter?” Hvis svaret er uklart, er indholdet for generelt.
Sådan vælger du indhold og niveau til netop din virksomhed
Det mest robuste valg tager udgangspunkt i tre ting: jeres AI-modenhed, datafølsomhed og de vigtigste arbejdsopgaver, I vil forbedre. En marketingafdeling og en juridisk afdeling bør ikke have samme pensum, selvom værktøjet er det samme.
1. Start med use cases, ikke med kurset
Før du booker noget som helst, bør du have et første bud på, hvor ChatGPT faktisk skal bruges. Det kan være:
- Produktion og redigering af tekster (mails, artikler, tilbud, stillingsopslag).
- Kundeservice og support (udkast til svar, vidensbase-artikler).
- Indkøb og udbud (udkast til kravspecifikationer, tilbudssammenligning).
- Analyseopgaver (opsummering af dokumenter, sammenligning af lovtekster, dataanalyse).
Har I svært ved at vælge de første opgaver, kan I med fordel bruge en tilgang som i guiden om at vælge de første AI-opgaver: små, lavrisiko-opgaver med høj gentagelse er ofte det bedste sted at starte.
2. Match rolle, modenhed og indhold
| Rolle/område | Modenhed | Typiske use cases | Anbefalet fokus i kurset |
|---|---|---|---|
| Marketing & kommunikation | Ofte let øvet | Tekstudkast, kampagneidéer, SoMe, nyhedsbreve | Promptskabeloner, tone-of-voice, kvalitetssikring, ophavsret |
| Kundeservice & salg | Begynder/let øvet | Svarskabeloner, FAQ-artikler, lead-opfølgning | Standardprompts, sikker håndtering af kundedata, godkendelsesflows |
| HR & rekruttering | Begynder | Stillingsopslag, interviewguides, onboarding-materiale | Strukturerede prompts, bias-risici, dokumentation og compliance |
| Jura & compliance | Let øvet/avanceret | Opsummering af kontrakter, lovsammenligninger, notater | Begrænsninger, hallucinationer, verificering, ingen fortrolige data i åbne modeller |
| Finans & risiko | Let øvet | Rapportudkast, regulatoriske oversigter, risikoanalyser | Regler som NIS2/DORA, datarisiko, dokumentation, governance |
Pointen er, at kursusindholdet skal tage afsæt i deltagernes faktiske opgaver. Det gør det lettere at bygge et internt “promptbibliotek” og tydeligere at vurdere, om kurset har haft effekt.
3. Juster efter datafølsomhed og regulering
Hvis du arbejder i en sektor med tung regulering (finans, sundhed, offentlig sektor), eller hvis I håndterer mange persondata, skal governance-delen fylde væsentligt mere i kurset. Her er det oplagt at koble træningen til det arbejde, I i forvejen laver med fx NIS2, DORA eller EU AI Act.
Hvad koster et ChatGPT-kursus til virksomheder – og hvad betaler du egentlig for?
Standard 1-dags ChatGPT-kurser i Danmark ligger typisk i et midt- til højt firecifret beløb pr. deltager ekskl. moms. Virksomhedstilpassede forløb bliver dyrere, især når indhold, cases og opfølgning skræddersys til jeres behov. Prisen afhænger først og fremmest af deltagerantal, format og graden af tilpasning.
Typiske prisniveauer i markedet
De fleste danske udbydere ligger omtrent her for åbne kurser (vejledende niveauer, ikke faste satser):
- Ca. 4.800 – 6.200 kr. ekskl. moms pr. deltager for 1 dags standardkursus.
- Holdstørrelse ofte mellem 6 og 10 deltagere for at sikre interaktion.
- Nogle inkluderer kort opfølgning (fx 30 minutters online sparring) efter kurset.
Virksomhedsspecifikke workshops og forløb prissættes typisk som fast pris pr. dag/forløb snarere end pr. deltager, fordi forberedelse og tilpasning fylder mere.
Hvad driver prisen op eller ned?
| Parameter | Eksempel på konsekvens |
|---|---|
| Deltagerantal | Små hold giver mere sparring pr. person, men højere pris pr. deltager. |
| Tilpasning til jeres cases | Standardindhold er billigere; branchespecifikke cases kræver mere forberedelse. |
| Opfølgning | Efterfølgende Q&A-sessioner, feedback på prompts og 30/60-dages opfølgning øger prisen, men også chancen for reel effekt. |
| Format og varighed | Korte online-moduler er billigere; fysiske heldagsforløb og bootcamps dyrere. |
| Branche- og compliancekrav | Hvis underviser skal ind i specifik regulering og interne politikker, stiger kompleksiteten. |
Når du sammenligner priser, er det derfor vigtigere at spørge “hvad får vi med, og hvordan følger I op?” end at jagte laveste pris pr. deltager. Uden opfølgning ender mange AI-kurser som engangsinspiration.
Hvordan måler man effekten af et ChatGPT-kursus?
Effekten af et ChatGPT-kursus måles bedst ved at kombinere tre ting: tidsbesparelse, kvalitetsløft og faktisk brug i hverdagen. Et kursus er først en succes, når medarbejderne bruger værktøjet stabilt på konkrete opgaver – ikke når de har haft en god dag i undervisningslokalet.
1. Sæt en simpel baseline før kurset
Vælg 3 – 5 typiske opgaver, som kurset skal påvirke, fx:
- Udarbejdelse af kundemails eller tilbud.
- Opsummering af rapporter eller mødenoter.
- Udarbejdelse af jobopslag eller kampagnemateriale.
Mål (eller mindst estimér) for hver opgave:
- Hvor lang tid tager det i dag?
- Hvor ofte udføres opgaven pr. måned?
- Hvor ofte kræver det omarbejdning eller ekstra kvalitetssikring?
Du behøver ikke et avanceret BI-setup. Et simpelt regneark kan være nok, særligt hvis du følger nogle af principperne for meningsfulde KPI-oversigter som i guiden om dashboards, der ikke spilder nogens tid.
2. Definér klare KPI’er
| KPI | Hvad måles? | Eksempler på mål |
|---|---|---|
| Tidsbesparelse | Tid brugt pr. opgave før vs. efter | Fx 20 – 40 % kortere tid på standardtekster |
| Kvalitet | Behov for omarbejdning, fejl, afviste udkast | Fx færre korrekturlæsninger, færre kundeklager |
| Adoption | Hvor ofte AI-værktøjet reelt bruges i hverdagen | Fx andel af afdelingen, der bruger ChatGPT mindst ugentligt |
| Medarbejdertryghed | Oplevet sikkerhed og kompetence | Fx før-/efter-spørgeramme på “hvor tryg føler du dig ved at bruge ChatGPT i dit arbejde?” |
Vær bevidst om, at tallet aldrig bliver perfekt. Målet er at få en retning, ikke en eksakt ROI på decimalniveau.
3. Brug en 30/60/90-dages opfølgningsplan
- Efter 30 dage
Spørg: Hvem bruger værktøjet? Til hvilke opgaver? Hvad blokerer? Kør evt. en kort online Q&A-session, hvor deltagerne får hjælp til deres første rigtige cases. - Efter 60 dage
Mål på de valgte KPI’er igen. Justér promptskabeloner, opdater guidelines, og udpeg evt. interne “AI-champions”, som kan hjælpe kolleger videre. - Efter 90 dage
Tag stilling til næste skridt: Skal der flere kurser til? Skal nogle teams i gang med mere avancerede workflows eller integrationer? Er der behov for at koble indsatserne til et bredere strategisk roadmap?
Hvis du fra start tænker kurset som første trin i et 90-dages forløb, er chancen for reel adfærdsændring væsentligt større.
Hvilke risici, regler og governance-krav skal ind i et ChatGPT-kursus?
Et virksomhedsforløb om ChatGPT skal altid dække databeskyttelse, fortrolighed, kvalitetssikring og intern politik – ellers risikerer du, at kursusdagen accelererer brugen af AI hurtigere, end jeres styring kan følge med.
De vigtigste risici at adressere
- Fortrolige data
Medarbejdere må ikke kopiere persondata, følsomme kundesager, kontrakter eller strategidokumenter ind i en offentlig AI-tjeneste uden klare aftaler. Her er det relevant at trække på principperne for simpel data governance. - GDPR og compliance
Hvis AI-tjenesten behandler persondata, kræver det typisk en databehandleraftale og en vurdering af, om tjenesten opfylder jeres krav. EU AI Act skærper kravene yderligere for visse anvendelser. - Hallucinationer og fejl
Modellen kan opfinde kilder, fakta og citater. Deltagerne skal trænes i, hvornår output altid skal valideres manuelt. - Ophavsret og kildebrug
AI-genererede tekster og billeder kan genbruge mønstre fra træningsdata. Medarbejdere bør kende principper for brug, kreditering og risiko, især i eksternt materiale.
“Må, skal, skal ikke” – en simpel governance-checkliste
- Må
Brug ChatGPT til interne udkast, idéudvikling, strukturering af offentligt tilgængeligt materiale, og til at omskrive egne tekster til andre målgrupper – så længe der ikke indsættes fortrolige data. - Skal
Overholde interne AI-politikker, tjekke følsomme outputs manuelt, dokumentere væsentlige beslutninger, hvor AI har været brugt, og eskalere tvivlstilfælde til faglige eksperter. - Skal ikke
Indtaste personfølsomme oplysninger, interne lønoplysninger, sikkerhedsarkitektur eller ikke-offentlig strategi i offentlige modeller; bruge AI-output som eneste grundlag for juridiske, finansielle eller sikkerhedskritiske beslutninger.
Et godt kursus vil typisk kombinere ovenstående med en enkel, virksomhedstilpasset AI-policy. Her kan I hente inspiration i tilgangen til at vælge det rigtige sikkerhedsniveau og til at bygge den AI-styring, I faktisk har brug for.
Hvad bør ske før, under og efter kurset?
Effekten af et ChatGPT-kursus afgøres mindst lige så meget af forberedelse og opfølgning som af selve kursusdagen. Det mest effektive setup tænker i tre faser: før, under og efter.
Før kurset: afklaring og forventningsstyring
- Udpeg 3 – 5 prioriterede use cases per afdeling.
- Aftal internt, hvilke data der må og ikke må bruges under øvelser.
- Lav en kort pre-survey om nuværende brug og tryghedsniveau.
- Forankr formålet hos nærmeste ledere: Hvad forventes der efter kurset?
Under kurset: træning på egne opgaver
- Brug deltagernes egne cases som gennemgående røde tråde.
- Arbejd iterativt: fra simple prompts til faste skabeloner.
- Få deltagerne til at dele gode prompts med hinanden.
- Få styr på de første udkast til interne retningslinjer undervejs.
Efter kurset: forankring og justering
- 30 dages opfølgning med kort Q&A og deling af erfaringer.
- Udpeg “AI-champions” i hver afdeling, som kan samle spørgsmål og hjælpe kolleger.
- Opdater interne guidelines og promptbiblioteker løbende.
- Kobl indsatserne til jeres øvrige initiativer, fx et digitaliserings- eller kompetence-roadmap, evt. med inspiration fra guiden om roadmapping-processer.
Hvilke spørgsmål bør du stille kursusleverandøren før booking?
Før du binder budget og medarbejdertid, bør du teste, om leverandøren faktisk kan levere den læring og governance, du har brug for – og ikke bare et generelt AI-foredrag.
Spørg ind til indhold og målgruppe
- Hvem er kurset designet til (roller, brancher, kompetenceniveau)?
- Hvordan tilpasses indholdet til vores konkrete use cases?
- Hvor stor en del af dagen er reel hands-on træning på egne opgaver?
Spørg ind til sikkerhed og governance
- Dækker kurset vores behov for GDPR, fortrolige data og EU AI Act?
- Hvordan håndterer I eksempler og øvelser, så vi ikke deler for meget?
- Får vi hjælp til at formulere eller skærpe en intern AI-policy?
Spørg ind til opfølgning og effekt
- Er der opfølgning efter kurset (Q&A, feedback på prompts, ekstra session)?
- Hvordan anbefaler I, at vi måler effekten af kurset?
- Har I konkrete eksempler på, hvordan andre virksomheder har forankret læringen?
Hvis leverandøren har svært ved at svare klart på ovenstående, kan det være et tegn på, at kurset mere er et generisk oplæg end et målrettet virksomhedsforløb. Her kan det også være nyttigt at læne sig op ad generelle principper for leverandørvalg og kontraktpraksis.
Sådan kommer du videre
Hvis du samler trådene, bør beslutningen om et ChatGPT-kursus til virksomheden bygge på:
- Tydelige use cases og mål pr. afdeling.
- Et bevidst valg af niveau og format for hver målgruppe.
- En agenda, der kombinerer teknik, arbejdsprocesser og governance.
- En enkel før-/efter-model til at måle effekt over 90 dage.
- En leverandør, der kan tale lige så meget om sikkerhed og forankring som om prompts.
Når det er på plads, bliver kurset ikke bare endnu en post på kompetencebudgettet, men et konkret skridt i jeres bredere arbejde med data, AI og digitalisering. Og det er dér, det for alvor begynder at give mening på bundlinjen – både i tid, kvalitet og reduceret risiko.




Relaterede indlæg
Tilkoblet Data, analytics og AI, Forandringsledelse, Organisering og governance