Automation Platforms
Zapier, Make, n8n, recurring workflows, human review, and safer tool connections.
48 historier (25 artikler · 23 videoer)
Start her
Et par gode steder at begynde, før du går på opdagelse i hele oversigten.
7 min læsningDin første automatisering uden kode: Zapier + AI på 20 minutter
Byg din første nyttige AI-automatisering på tyve minutter. En trinvis gennemgang af Zapier med AI — automatisk opsummering af nye e-mails i Slack — plus fire andre mønstre, du kan kopiere, og den vej ind i AI-agenternes verden, som de åbner.
Begynder
9 min læsningn8n vs Zapier vs Make: vælg den rigtige automatiseringsplatform
En ærlig sammenligning af de tre vigtigste automatiseringsplatforme til AI-arbejdsgange i 2026. Hvad de hver især er gode til, hvor deres grænser går, og beslutningsreglerne til at vælge uden fortrydelse.
Let øvet
11 min læsningByg din første AI-agent i n8n: en komplet arbejdsgang til leadtriage
En komplet gennemgang af, hvordan du bygger en virkelig AI-agent i n8n — en agent, der sorterer indgående leads, beriger dem med data, scorer dem og sender dem videre. Hver node, hver prompt og hver faldgrube.
Let øvetFlere i dette emne
8 min læsningThe dignity of work when machines can do more of it
A practical job-redesign assessment for SME leaders: examine worker voice, retained judgement, skill paths, workload, monitoring, and appeal before declaring an automation successful.
Let øvet
8 min læsningWhat to tell your team when you automate part of their job
A practical communication sequence for automation projects: what to say before the decision hardens, which commitments build trust, and which promises managers should not make.
Let øvet
7 min læsningThe automation you should delete: maintenance cost and quiet failure
A practical audit for deciding which automations to keep, repair, simplify, or retire — including ownership, breakage, hidden review work, and silent-failure risk.
Let øvet
12-Factor Agents: Mønstre for pålidelige LLM-applikationer — Dex Horthy, HumanLayer
AI Engineer.
Let øvet
AWS re:Invent 2025 — Implementing Human-in-the-Loop Controls for Multi-Agent AI Systems (CNS428)
AWS Events.
Let øvet
AI Voice Agents: How They Actually Work & Why They Sound So Human
CX Foundation.
Avanceret
9 min læsningByg eller køb AI-systemer: en praktisk beslutningsramme
De fleste teams bør købe, før de bygger, men ikke altid. En beslutningsramme for AI-værktøjer, workflowautomatisering, RAG, agenter, databeskyttelse, integrationsdybde, samlede omkostninger og strategisk differentiering.
Avanceret
9 min læsningHuman-in-the-loop-designmønstre til AI-arbejdsgange
Menneskelig gennemgang er ikke et vagt sikkerhedsnet. En praktisk guide til at beslutte, hvad mennesker skal godkende, stikprøvekontrollere, revidere, eskalere eller aldrig uddelegere i AI-arbejdsgange.
Let øvet
9 min læsningVoice-agenter i kundeworkflows: hvor de virker, og hvor de fejler
Voice-agenter er nyttige, når workflowet er afgrænset, dataene er tilgængelige, og fallbacken fungerer. En praktisk beslutningsramme for systemer som Twilio og Retell med oplysning, overdragelse, test og udrulning.
Avanceret
11 min læsningLangGraph vs. CrewAI vs. direkte API: valg af agentframework i 2026
Landskabet for agentframeworks er i 2026 mere modent, men ikke mere overskueligt. LangGraph, CrewAI, Pydantic AI, OpenAI Agents SDK og direkte API passer hver til nogle teams og projekter, men ingen passer til alle. Her får du en ærlig sammenligning og en beslutningsramme.
Avanceret
13 min læsningDesign af agenter, der ikke fortsætter i det uendelige
Den mest almindelige fejl for produktionsagenter er uendelige eller næsten uendelige løkker — agenter, der prøver igen, forgrener sig og bruger tokens uden at gøre fremskridt. Her er de arkitekturmønstre, der forhindrer det og skaber agenter, som afslutter selv svære opgaver.
Avanceret
11 min læsningAI-kundeserviceagenten, der løser 70% af alle sager
Et realistisk design til en AI-kundeserviceagent, der løser de almindelige sager, eskalerer de svære og ikke begår den type fejl, der ender på Hacker News. Arkitekturen, prompterne og sikkerhedsforanstaltningerne.
Let øvet
7 min læsningAI til møder: transskriptioner, opsummeringer og handlingspunkter
En realistisk arbejdsgang til at registrere møder med AI — hvilket værktøj du skal bruge, hvad det registrerer godt og dårligt, og den prompt, der omsætter en transskription til faktiske beslutninger og opfølgninger.
Begynder
10 min læsningAI-marketingstacken: indhold, SEO og sociale medier på autopilot
En praktisk AI-marketingstack fra ende til anden til indhold, SEO og sociale medier — værktøjerne, arbejdsgangene, prompterne og disciplinen, der adskiller reel automatisering fra spam. Bygget til enkeltpersoner og små teams, ikke store virksomheder.
Let øvet
11 min læsningAI-salgsstacken: leadberigelse, personalisering og opfølgning i stor skala
En praktisk AI-salgsstack, der håndterer research, personalisering, sekvenser og opfølgning — uden at ende som den spam, alle sletter. Arkitekturen, værktøjerne, prompterne og værnene, der adskiller effektiv kontakt fra irriterende kontakt.
Let øvet
10 min læsningByg en løbende briefing eller et nyhedsbrev med AI
En automatiseret daglig briefing eller et nyhedsbrev, der lander i din indbakke med indhold, som faktisk er værd at læse, er et af de AI-projekter, der giver størst udbytte. Her er arkitekturen, prompterne og den disciplin, der gør løsningen bæredygtig.
Let øvet
11 min læsningBrowseragenter og computerbrug: Hvad de faktisk kan i dag
Browseragenter og AI til computerbrug lover at betjene din computer på samme måde som dig. Virkeligheden i 2026 er mere nyttig og mere begrænset, end demonstrationerne antyder. En nøgtern guide til, hvad der virker, hvad der ikke gør, og hvor teknologien bør bruges.
Let øvet
10 min læsningByg din egen personlige RAG: chat med dine egne dokumenter (ingen kode)
Byg din egen dokumentbaserede chat på under en time uden kode. De tre no-code-løsninger, der er værd at bruge i 2026, deres afvejninger og de mønstre, der adskiller en nyttig RAG fra en frustrerende.
Let øvet
12 min læsningComputerstyring og browseragenter i produktion
Computerstyring og browseragenter skaber virale demoer. Produktionsklare implementeringer i stor skala ser anderledes ud — afgrænset omfang, stærke sikkerhedsforanstaltninger og fokus på brugeroplevelsen. Her er de mønstre, der virker, de fejl, vi fortsat ser, og den reelle økonomi.
Avanceret
10 min læsningSådan forbinder du AI sikkert til din e-mail, kalender og CRM
At forbinde AI til dine rigtige værktøjer — e-mail, kalender og CRM — frigør produktivitet og skaber samtidig risiko. En praktisk guide til de integrationer, der virker i 2026, de sikre mønstre og de grænser, du ikke bør overskride.
Let øvet
8 min læsningInbox Zero med AI: en realistisk arbejdsgang til e-mail
Et praktisk system, du kan gentage, til at sortere, skrive udkast til og følge op på e-mails med AI — uden at være udvikler, bygge automatiseringer eller være produktivitetsguru.
Begynder
10 min læsningMCP for ikke-teknikere: Forbind Claude eller Cursor med dine værktøjer
MCP er den nye standard for at forbinde AI med dine værktøjer. Du behøver ikke selv udvikle en server for at få glæde af teknologien. En guide for ikke-teknikere til, hvad MCP er, hvilke servere du bør installere, og hvad der bliver muligt, når din AI faktisk kan handle.
Let øvet
12 min læsningSådan bygger du hukommelse til langvarige agenter
Agenter har brug for hukommelse ud over kontekstvinduet. Arkitekturen til langtidshukommelse — hvad der skal gemmes, hvornår det skal hentes, og hvordan det skal glemmes — afgør, om agenter føles, som om de »kender« dig, eller starter forfra hver gang. Her er mønstrene og produktionsmæssige afvejninger.
Avanceret
10 min læsningOrkestrering af flere modeller: Routing efter omkostning, latenstid og kvalitet
At bruge én model til alt er en begynderfejl. AI-systemer i produktion sender forskellige forespørgsler til forskellige modeller og sparer 60-90% i omkostninger, samtidig med at kvaliteten forbedres. Her er mønstrene, routinglogikken og afvejningerne.
Let øvet
11 min læsningByg genanvendelige promptbiblioteker: fra tekststumper til fælles skabeloner
Når du for alvor bruger AI, skriver du de samme typer prompts igen og igen. Her får du et praktisk system til at opbygge, organisere og dele et promptbibliotek — hvad du skal gemme, hvordan du versionsstyrer det, og hvilken infrastruktur du bør bruge.
Let øvet
LangGraph Complete Course for Beginners – Complex AI Agents with Python
freeCodeCamp.org.
Avanceret
CrewAI Tutorial: Complete Crash Course for Beginners
aiwithbrandon.
Avanceret
How We Build Effective Agents: Barry Zhang, Anthropic
AI Engineer.
Avanceret
Tips til at bygge AI-agenter
Anthropic.
Avanceret
Sådan bygger du en AI-kundeserviceagent med n8n (gratis skabelon)
Bart Slodyczka.
Let øvet
Sådan bygger og sælger du AI-agenter: Ultimativ begynderguide
Liam Ottley.
Let øvet
Jeg byggede et team af researchagenter til nyhedsbrevsautomatisering i n8n (uden kode)
Nate Herk | AI Automation.
Let øvet
Introduktion til Operator & Agents
OpenAI.
Let øvet
Claude | Computer use til orkestrering af opgaver
Anthropic.
Let øvet
Claude har taget kontrol over min computer...
Fireship.
Avanceret
Anthropics Claude Computer Use er en game changer | YC Decoded
Y Combinator.
Avanceret
Fra nul til din første AI-agent på 25 minutter (uden kodning)
Futurepedia.
Let øvet
n8n Masterclass: Byg AI-agenter og automatisér arbejdsgange (begynder til pro)
Nate Herk | AI Automation.
Let øvet
Sådan bruger du Zapier: Basics, du skal kende
Tom Nassr | XRAY.
Begynder
Automatisér alt med Zapier AI Agents (trin-for-trin begynderguide)
Kevin Stratvert.
Begynder
Hukommelse til agenter (konceptuel video)
LangChain.
Avanceret
Bygning af hjerne-lignende hukommelse til AI | LLM Agent Memory Systems
Adam Lucek.
Avanceret
Alle AI-modeller forklaret
Tina Huang.
Let øvet
RouteLLM opnår 90% GPT-4o-kvalitet OG 80% BILLIGERE
Matthew Berman.
Let øvet
n8n vs Make: Vælg ikke den forkerte (2025)
Jack Roberts.
Let øvet