Sådan gør Finanssektorens Uddannelsescenter sine nyhedsbreve bedre med AI

      Når Finanssektorens Uddannelsescenter laver nyhedsbreve, er det med AI'en på sidelinjen. Læs, hvordan kunstig intelligens gør nyhedsbrevene bedre før og efter, de er sendt.

      Af Kasper Villum Jensen

      Peytz Mail

      +45 70 60 48 36 /

      Kunstig intelligens har potentiale til at forbedre dine arbejdsgange og slutprodukter. Men hvordan kommer du konkret i gang med at drage nytte af AI, når du laver nyhedsbreve?

      Hvis du har stillet dig selv det spørgsmål, så har Finanssektorens Uddannelsescenter svar og inspiration til dig.

      AI som sparringspartner

      Finanssektorens Uddannelsescenter (FU) uddanner og holder finanssektorens ansatte opdateret. Blandt andet via 10 forskellige nyhedsbreve sendt via Peytz Mail.

      Sådan opbygger du en god prompt

      • Rolle: Definer en tydelig rolle, som modellen skal påtage sig.

      • Opgave: Angiv præcis, hvad du ønsker, den skal gøre. Vær eksplicit omkring den ønskede handling eller det ønskede resultat.

      • Kontekst: Giv modellen alt, hvad den har brug for for at præstere godt. Inkluder baggrundsdetaljer, begrænsninger og eksempler.

      • Instruktion om ræsonnement: Bed den om at tænke problemet igennem. Anmod om, at GPT-5 forklarer sit ræsonnement eller følger en logisk COT (Chain of Thought), før den giver det endelige svar.

      • Output-format: Specificer, hvordan du ønsker svaret præsenteret. Angiv formatet tydeligt (punkttegn, nummererede trin, tabeller, fortællende afsnit).

      • Stop-betingelser: Sæt grænser for svaret. Dette kan betyde begrænsning af længden eller at stoppe ved et bestemt trin.

      Nogle af dem laver Marie Sofie Christiansen:

      "Når vi laver vores nyhedsbreve, hjælper Copilot os med idéer, vinkler og sparring,” forklarer projektmedarbejder Marie Sofie Christiansen.

      Copilot er Microsoft AI-tjeneste. Men den samme funktionalitet finder du i produkter som Claude, ChatGPT, Gemini og Le Chat.

      Kan man med almindelige Microsoft-Office-Pakke-evner bruge Copilot - eller skal man have teknisk indsigt eller være nysgerrig på ny teknologi?

      “Det er meget nemt og intuitivt at bruge, så man behøver ikke være specielt teknisk ferm. På FU har alle medarbejdere en licens til den betalte version af Copilot, hvilket betyder, at vi har adgang til flere muligheder og formodentlig også en bedre kvalitet end i gratisversionen.”

      Alle medarbejdere gennemgår intern træning i Copilot og får kendskab til funktioner, brugsscenarier og menneskeligt ansvar.

      Forbedrer de udsendte nyhedsbreve

      Det er på den analyserende front, at AI'en har været den største øjenåbner:

      “Vi er rigtig glade for at bruge AI til at analysere vores månedlige dataindsamling og på den baggrund komme med tips og tricks til, hvordan vi kan forbedre vores kommunikationsindsatser,” forklarer Marie Sofie Christiansen.

      “Vi har lavet en dataanalyseagent, som gennemgår vores månedlige dataindsamling og fremhæver nøglefund og tendenser, vi skal lægge mærke til”.

      Helt lavpraktisk samles den relevante data i en PowerPoint-produktion hver måned. AI’en tygger sig så igennem dataindsamlingen. Dette gør det muligt at bevæge sig fra mavefornemmelser til datadrevne beslutninger:

      fuFinanssektorens Uddannelsescenter faciliterer både undervisning i Skanderborg og online.

       “Den kommer med tips og tricks til, hvad vi med fordel kan gøre i fremtiden. Det kan varmt anbefales at lave en dataanalyseagent til det formål,” siger Marie Sofie Christiansen.

      Har du et eksempel på et brugbart råd, den er kommet med?

      “Den har givet os konkrete anbefalinger til, hvordan vi kan forbedre vores subjects ud fra de tendenser, den ser i åbningsrater og klikrater. Helt konkret kunne den i sidste måned udlede, at subjects med datoer, nyhedsvinkel og konkrete budskaber opnår en høj åbningsrate, mens subjects med tydelig værdi, teaser-format eller eksklusivt indhold genererer markant flere klik,” fortæller Marie Sofie Christiansen.

      Er det bøvlet/tidskrævende at lave en agent?

      “Faktisk ikke. Det var relativt ligetil at skrue fundamentet sammen for agenten. Det er dog tidskrævende at eksperimentere med AI generelt,” indrømmer Marie Sofie Christiansen, som pt. eksperimenterer med at udvide dataarbejdet til at analysere Excel-ark med en stor mængde af data.

      Husk den menneskelige kontrol

      Finanssektorens Uddannelsescenter deler gerne gode erfaringer - men også en opfordring:

      “Vi har ikke oplevet nogle typiske fejl, men vi er generelt opmærksomme på at huske
      the human in the loop. Det betyder, at vi altid tjekker op på kvaliteten af outputtet, og at vi sikrer, at dens konklusioner stemmer overens med de tendenser, vi også selv ser,” siger Marie Sofie Christiansen.

      Sådan kommer du selv i gang med AI

      Et godt tip til at lave brugbare prompts er at få din foretrukne AI-assistent (ChatGPT, Gemini, Mistral..) til at lave den for dig. Forklar i menneskeord, hvilken data du har, og hvad du gerne vil opnå.

      Her er en prompt, som kan hjælpe dig med at systematisere den viden, som du fx kan trække ud af Peytz Mail og andre mailsystemer:

      Eksempel på prompt

      Du er en dataanalytiker specialiseret i e-mailmarketing.

      Jeg vil give dig et Excel-datasæt, der indeholder følgende kolonner: Åbningsrate, Klikrate, Emnelinje og Tidspunkt. Din opgave er at analysere dataene og identificere mønstre og sammenhænge mellem disse fire faktorer. Specifikt vil jeg have dig til at undersøge:

      1. Hvilke karakteristika ved emnelinjen korrelerer med de højeste og laveste åbningsrater? (f.eks. længde, tone, brug af spørgsmål, hastebudskaber, personalisering, emojis)

      2. Er der en sammenhæng mellem åbningsrate og klikrate? Fører høje åbningsrater altid til høje klikrater?

      3. Er der mønstre i tidspunkterne — sender e-mails afsendt på bestemte tidspunkter på dagen eller ugedage sig signifikant bedre?

      4. Hvordan interagerer emnelinjekarakteristika med afsendelsestidspunkt? (f.eks. Klarer afslappede emnelinjer sig bedre på bestemte tidspunkter?)

      For hvert fund skal du levere:

      — En klar beskrivelse af mønsteret

      — Understøttende data eller eksempler fra datasættet

      — Et tillidsinterval (højt / medium / lavt) baseret på mængden af data, der understøtter fundet

      — En kort, handlingsorienteret anbefaling Præsenter dine fund i en struktureret rapport, ordnet fra stærkeste til svageste mønster.

      Når har har opnået fortrolighed med at bruge AI i dine processer, kan du begynde at opbygge agenter, der kontinuerligt løser opgaver for dig.

      Læs også:

      Bruger du selv AI i dit arbejde med nyhedsbreve? Del dine erfaringer med os i en mail.

      (Opdateret 17. marts 2026)

      Publiceret 17. marts 2026