Hvis du nogensinde har brugt tyve minutter på at forsøge at huske syntaksen til VLOOKUP, stirret på en kolonne med datoer i syv forskellige formater eller indsat data fra en PDF, som endte i én kolonne med forvansket tekst, er denne artikel til dig.
Regneark er formentlig den kategori af arbejde, der har oplevet den næststørste forbedring i AI-tidsalderen, kun overgået af skrivning. Forbedringen handler ikke om at erstatte regneark — du har stadig brug for dem. Den handler om at fjerne friktionen mellem “jeg har data” og “jeg har svar.”
Tre ting har ændret sig:
- De største regnearksværktøjer har nu indbyggede AI-funktioner — Copilot i Excel og Gemini i Google Sheets, som begge er overraskende kompetente.
- ChatGPT, Claude og Gemini kan læse uploadede regneark, foretage analyser og levere resultater, uden at du behøver skrive formler.
- Ræsonneringsmodeller er nu gode nok til dataarbejde i flere trin til, at “beskriv den ønskede analyse på almindeligt dansk” som regel virker.
Artiklen gennemgår, hvordan du bruger funktionerne i praksis, i den rækkefølge de fleste vil møde dem.
Tre måder at kombinere AI og regneark på
Groft sagt har du tre muligheder. Hver af dem er den rette i forskellige situationer.
Tilstand 1: AI i regnearket. Brug Copilot i Excel eller Gemini-sidepanelet i Sheets direkte. Skriv dit spørgsmål i et sidepanel. Værktøjet skriver formler, opretter diagrammer og opsummerer data. Bedst, når dine data allerede findes i et regneark, og du vil have svar uden at forlade det.
Tilstand 2: AI uden for regnearket. Upload en CSV- eller Excel-fil til ChatGPT, Claude eller Gemini. Stil spørgsmål. Modellen udfører analysen — ofte ved at skrive og køre Python i baggrunden — og returnerer resultater, diagrammer og en renset fil. Bedst til rodede data, enkeltstående spørgsmål og alt, der rækker ud over det grundlæggende.
Tilstand 3: AI som formelskribent. Beskriv på almindeligt sprog, hvad du ønsker, og bed modellen om den nøjagtige formel. Indsæt den i regnearket. Bedst, når du nogenlunde ved, hvad du vil, men ikke kan huske syntaksen.
Vi gennemgår alle tre.
Tilstand 1: AI i regnearket
Copilot i Excel og Gemini-sidepanelet i Google Sheets fungerer på nogenlunde samme måde: Du vælger et område eller åbner et dokument, skriver en anmodning, og AI returnerer formler, diagrammer eller opsummeringer.
Pålidelige prompts til AI i regnearket:
Se på dataene i kolonne A til F. Opsummér dem: Fortæl mig datointervallet, kolonnetyperne og alle åbenlyse problemer (manglende værdier, uens formater, afvigende værdier).
Tilføj en kolonne til højre, som klassificerer hver række som “høj”, “mellem” eller “lav” prioritet ud fra værdien i kolonne D.
Lav et diagram, der sammenligner den månedlige omsætning på tværs af de tre produktkategorier. Gør det læsbart på en præsentationsslide.
Find de rækker, hvor kolonnen “status” indeholder andet end “open”, “closed” eller “in progress” — de er sandsynligvis stavefejl.
Beregn det løbende 7-dages gennemsnit af kolonne C, og placer det i kolonne G.
Mønstret er ensartet: Vær konkret om kolonnerne, handlingen og det ønskede resultat. AI skriver formlerne eller opretter diagrammet for dig. Kontrollér resultaterne, og justér.
Begrænsningerne: Kompleks analyse i flere trin giver stadig af og til problemer for AI i regnearket. Alt, der kræver ræsonnering på tværs af flere ark, betinget logik i tre lag eller omfattende oprydning, løses som regel bedre i tilstand 2.
Tilstand 2: AI uden for regnearket
Upload din CSV- eller Excel-fil til ChatGPT (Plus eller Pro), Claude eller Gemini Advanced. Modellen kan læse den, analysere den, skrive kode til at behandle den og returnere både et skriftligt svar og en bearbejdet fil, du kan downloade.
En pålidelig arbejdsgang:
Jeg uploader et regneark med [what it is]. Giv mig først et hurtigt overblik:
- Hvad indeholder det — rækker, kolonner og hvad hver kolonne ser ud til at være.
- Er der problemer med datakvaliteten (manglende værdier, mærkelige formater, sandsynlige stavefejl, dubletter)?
- En første omgang oplagte, men nyttige nøgletal (antal, intervaller, fordelinger).
Vent derefter på mit konkrete spørgsmål.
Denne første gennemgang tager modellen 20 sekunder. Du får en ærlig vurdering af, hvad du har med at gøre. Stil derefter det egentlige spørgsmål:
Blandt posterne i dette regneark:
- Hvor mange kom fra Estland, Finland og Tyskland?
- Hvad er den gennemsnitlige aftalestørrelse i hvert land?
- Hvilken sælger har den højeste konverteringsrate?
Giv mig en enkel oversigtstabel. Er der desuden rækker, hvor landefeltet er tvetydigt (f.eks. “DE”, “Germany” eller “Deutschland”)? Markér dem.
Modellen leverer svaret, ofte sammen med et diagram og en renset version af filen, som du kan downloade. Instruktionen “markér tvetydige rækker” er den del, de fleste glemmer. Uden den gemmer problemer med datakvaliteten sig i opsummeringen.
Til analyse i flere trin:
Jeg vil forstå, hvilke kunder der er faldet fra, hvorfor de gjorde det, og hvad der forudsiger frafald. Gennemgå analysen i tre trin:
- Identificér først de kunder, der er faldet fra — definér kriteriet (f.eks. ingen aktivitet i 90 dage).
- Sammenlign derefter frafaldne og aktive kunder på de dimensioner, jeg har data for.
- Fortæl mig til sidst, hvilke dimensioner der viser den største forskel og er de bedste tidlige indikatorer på frafald.
Brug en ræsonneringsmodel, og vis dit arbejde, så jeg kan kontrollere, om det virker rimeligt.
Henvisningen til en ræsonneringsmodel har betydning for alt, der består af flere trin. Den hurtige standardmodel kan tage genveje. Ræsonneringsvarianten (GPT-5 Thinking, Claude Extended Thinking, o3) er langsommere, men leverer en mere pålidelig analyse.
Tilstand 3: AI som formelskribent
Den enkleste tilstand. Du ved, hvad du vil, men kan ikke huske formlen. Åbn ChatGPT — du behøver ikke uploade noget — beskriv målet, få formlen, og indsæt den i regnearket. Færdig.
Eksempler, der konsekvent virker godt:
Jeg har en liste med e-mailadresser i kolonne A. Jeg vil have kolonne B til kun at vise domænet. Hvilken formel skal jeg bruge i Google Sheets?
Hvordan tæller jeg i Excel de rækker, hvor kolonne D er mellem 10 og 20, OG kolonne E indeholder “active”?
Jeg har datoer i kolonne A, der ser sådan ud: “2026-04-12T14:30:00Z” — fuldt ISO-format. Jeg vil have kolonne B til kun at vise datoen i formatet DD/MM/YYYY i estisk tidszone.
Jeg har en kolonne med valutatekst som “€1,234.56”, “$987.00”, “£42.10”. Jeg vil opdele den i to kolonner: numerisk værdi og valutasymbol.
Jeg har to ark. Sheet1 indeholder kunde-id’er og navne. Sheet2 indeholder kunde-id’er og beløb i dollar. Jeg vil have et tredje ark, der kombinerer dem med kundenavn, kunde-id og beløb.
Du får den nøjagtige formel. Til det sidste eksempel får du sandsynligvis et VLOOKUP-, INDEX/MATCH- eller XLOOKUP-eksempel med en klar forklaring. Indsæt det, og tilpas celleområderne.
En særligt nyttig opfølgning til formler, du bruger regelmæssigt: “Forklar nu linje for linje, hvad denne formel gør, så jeg forstår den.” Det er en af de bedre måder faktisk at lære regnearkssyntaks på — bedre end vejledninger, fordi forklaringen tager udgangspunkt i dit konkrete problem.
Oprydning i rodede data
Dataoprydning er regnearksarbejdets skjulte tidsrøver. Her er AI allerbedst. Nogle almindelige oprydningsopgaver og måder at formulere dem på:
Uens datoformater:
Se på kolonne A. Datoerne har blandede formater: nogle er “2026-04-12”, nogle er “12/04/2026”, nogle er “April 12, 2026”, og nogle er indtastet på mærkelige måder. Normalisér dem alle til ISO-format (YYYY-MM-DD). Markér alle rækker, du ikke kunne fortolke.
Uens virksomhedsnavne:
Se på kolonne B (Company). Nogle rækker indeholder “Apple Inc.”, nogle “Apple”, nogle “apple inc” og nogle “Apple Computer Inc.”. Gruppér dem under standardiserede navne. Tilføj en ny kolonne med standardnavnet for hver række.
Telefonnumre i mange formater:
Kolonne D indeholder telefonnumre. Nogle har landekoder, andre har ikke; nogle har parenteser, bindestreger eller mellemrum. Normalisér dem til det internationale E.164-format (+372…). Antag Estland, hvis der ikke er angivet en landekode. Markér alle numre, jeg ikke kan fortolke.
E-mailadresser med skjulte fejl:
Kolonne E indeholder e-mailadresser. Find alle, der sandsynligvis er ugyldige (mangler @, mangler topdomæne, indeholder mellemrum eller har slåfejl som “.con” i stedet for “.com”). Markér dem i en ny kolonne.
Modellen returnerer ofte den rensede fil sammen med en opsummering af ændringerne. Gennemgå opsummeringen, før du stoler på resultatet.
En fælde: tavse fejl
AI-baseret dataanalyse kan give ubemærket forkerte svar på to måder.
Hallucinerede beregninger. Modellen skriver tal, der lyder sandsynlige, uden faktisk at have beregnet dem. Det er sjældent med moderne førende modeller, der har indbygget kodekørsel (Python/Code Interpreter), men det forekommer. Beskyttelsen er udtrykkeligt at bede: “Vis mig den kode eller formel, du brugte, og giv mig en måde at kontrollere den på.”
Fejlfortolkning af data. Modellen antager, at en kolonne betyder noget andet end det, den faktisk betyder — “total”, når den er “subtotal”, eller “aktive kunder”, når den er “alle kunder”. Vis altid modellen de faktiske kolonnenavne, og bed den bekræfte sin fortolkning:
Før du udfører analysen, skal du fortælle mig, hvad hver kolonne er. Bekræft med mig, at din fortolkning svarer til min hensigt. Vent på min bekræftelse, før du beregner noget.
Det tilføjer 20 sekunder og fanger de mest almindelige fejl på analyseniveau.
Når regnearket bliver for stort
ChatGPT, Claude og Gemini har praktiske grænser for filstørrelsen ved analyse. I 2026 kan du uden problemer analysere regneark med op til cirka 50,000 rækker eller nogle få hundrede MB. Derefter bør du skifte til egentlige dataanalyseværktøjer som Python, R, SQL og BI-værktøjer som Hex eller Mode.
Et nyttigt mellemtrin er at tage et repræsentativt udsnit af et datasæt med en million rækker (10,000–50,000 rækker), uploade det, foretage analysen og kontrollere resultatet på alle data med et mere kapabelt værktøj. AI er fremragende til “fortæl mig, hvad dataene indeholder, og hvad jeg skal lede efter”. Specialiserede værktøjer er de rette til den egentlige produktionsanalyse.
Beskriv problemet, og stikprøvekontrollér resultatet
Tre tilstande — i regnearket, uden for regnearket og som formelskribent. Vælg den rette til opgaven, så går dit regnearksarbejde fra “tyve minutter på at huske VLOOKUP” til “to minutter på at beskrive problemet på almindeligt dansk.”
Du behøver ikke længere lære formelsyntaks, medmindre du har lyst. Du skal være konkret om dataene, handlingen og resultatet. Og du skal altid stikprøvekontrollere resultaterne. Det tager kun tredive sekunder, og resten af regnearksarbejdet foregår nu med AI-hastighed.
Prøv i dag én virkelig regnearksopgave i den rette tilstand.
