Hvad koster AI automation? En guide til danske SMV'er
Prisen på AI automation spænder fra 5.000 til 200.000+ kr. Det handler om, hvad der skal automatiseres, hvilke systemer det involverer, og hvem der bygger det. Her er et ærligt overblik.
For tre år siden ringede en maskinhandler fra Jutland til os. De ville automatisere fakturabehandling. De brugte to medarbejdere til at taste regnskabsdata manuelt fra leverandørfakturaer ind i e-conomic. Opgaven var enkel, gentagen, og alle mente den var nem at automatisere.
De havde allerede betalt 18.000 kr. til en freelancer. Automationen kørte i seks uger, brød derefter ned, og de manglede nu nogen til at reparere den.
Det er den fortælling, vi hører oftest fra SMV'er, der har prøvet at automatisere på egen hånd. Det er muligt, men der er en afgørende forskel på at bygge noget der virker og noget der holder.
- Prisen spænder fra 5.000 til 200.000+ kr. - kompleksiteten bestemmer prisen, ikke leverandøren.
- Tre klasser: enkle point-to-point flows (5-15.000 kr.), sammenhængende procesautomation (15-50.000 kr.), AI-agenter og komplekse integrationer (50.000+ kr.).
- Datakvalitet og fejlhåndtering er de to mest undervurderede faktorer. Begge øger prisen markant.
- Automation giver typisk mening hvis processen gentager sig mindst ugentligt, er veldefineret, og kræver mere end 2-3 timers arbejde om måneden.
Hvad bestemmer prisen, og hvorfor svinger den så meget?
Det er fristende at tro, at automation-priser er ligesom software-abonnementer: et fast beløb per funktion. Det er de ikke. Prisen på en automation er primært en funktion af arbejdstid, og arbejdstid afhænger af kompleksitet på tre niveauer.
Datakvalitet er den skjulte variabel. Den mest undervurderede faktor. Hvis jeres fakturaer ankommer i et konsistent format fra de samme leverandører, er de langt nemmere at processere end hvis I modtager PDFer, scannede billeder, emails på tre forskellige sprog, og Excelarks fra 2009. Før vi overhovedet kan automatisere, skal vi kortlægge, hvad I faktisk modtager. Og det kortlægningsarbejde koster tid.
Antallet af systemer der skal integreres afgør om vi trækker på færdige connectorer eller bygger custom. HubSpot, Dinero, e-conomic, Shopify og de fleste store SaaS-platforme har veldokumenterede APIs og eksisterende integrationer i Make og n8n. Et proprietært ERP-system fra 2005 har det som regel ikke. Én API-integration kan fordoble projekttiden.
Fejlhåndtering er usynlig, men afgørende. En automation der virker 90% af tiden er ikke god nok til produktion. De sidste 10%, herunder edge cases, korrupte filer, netværksfejl og API-timeouts, kræver næsten ligeså meget tid at håndtere som de første 90%. Det er det, der skiller en prototype fra en løsning, der kører uden tilsyn om 18 måneder.
Hvad er et realistisk budget? Tre prisklasser
5.000-15.000 kr.: Enkle point-to-point automations
Her taler vi om opgaver med en enkelt trigger, et enkelt flow, og et enkelt output. Eksempler der typisk lander i denne kategori:
- Formularindsendelse fra hjemmeside opretter automatisk kontakt i CRM og sender bekræftelsesmail
- Ny ordre i Shopify opretter opgave i Notion eller Trello og sender Slack-besked til pakkeafdelingen
- Ugentlig rapport trækker data fra Google Analytics og sender som PDF til ledelsen
- Kunderatings fra Trustpilot gemmes automatisk i et regneark til analyse
Disse løsninger kan typisk bygges på 1-3 dage. Tilbagebetalingstiden er sjældent mere end 2-3 måneder, hvis processen involverer bare 3-4 timers manuel arbejde om måneden.
En vigtig nuance: Selv simple automations skal dokumenteres, testes med edge cases, og opsættes med fejlnotifikationer. Det er den tid, der gør prisen til 8.000 kr. frem for 3.000 kr.
15.000-50.000 kr.: Sammenhængende procesautomation
Det mellemstore segment er det, der typisk giver den bedste ROI for SMV'er. Det er her, vi bygger sammenhængende flows der erstatter gentaget, kvalificeret arbejde.
-
Lead-til-kontrakt: Fra webformular eller email-henvendelse, over automatisk berigelse af leaddata, AI-screening af forespørgsel, routing til relevant sælger, opfølgningsemail-sekvens, til CRM-opdatering og faktureringsklargøring. Et flow som dette kan erstatte 5-8 timers koordinationsarbejde om ugen.
-
Faktura-til-bogføring: Indkommende fakturaer via email OCR-behandles, valideres mod leverandørliste, oprettes i e-conomic med korrekt kontering, og flagges til godkendelse. Fejlhåndtering sikrer, at tvetydige fakturaer altid lander hos et menneske.
-
Ny kunde onboarding: Kontrakt underskrevet i DocuSign -> mappestruktur oprettes i Google Drive -> velkomstmail med personlige loginoplysninger sendes -> opgaver oprettes i projektværktøj -> kalenderinvitationer sendes -> status opdateres i CRM.
Implementeringstid: 1-4 uger, afhængigt af antallet af systemer og mængden af edge cases.
50.000+ kr.: AI-agenter og komplekse integrationer
Her er vi i et anderledes territorie. Det er systemer med beslutningslogik, naturlig sprogforståelse eller integrationer til legacy-systemer.
Typiske projekter:
- AI-agenter til kundeservice der forstår dansk og slår op i jeres egne systemer
- Intelligent dokumentanalyse med kategorisering og routing
- Custom API-integration til ERP- eller branchespecifik software
- Prediktiv analyse med automatisk handling baseret på mønstre
Disse projekter koster mere, fordi de kræver mere: arkitekturdesign, databeskyttelse, iterativ test med rigtigt indhold, og typisk en bredere sikkerhedsgennemgang. ROI er ofte overbevisende, men det tager 6-12 måneder at realisere fuldt ud.
Hvis en proces tager mere end 3 timer om måneden og er klart defineret, er en automation på 15.000 kr. sandsynligvis tilbagebetalingsdygtig inden for et år, også med en konservativ timeløn på 300 kr. 3 timer x 300 kr. x 12 måneder = 10.800 kr. i sparet tid. Læg til frigjort kapacitet til andet arbejde, og regnestykket bliver tydeligt bedre.
De skjulte omkostninger, ingen taler om
Selve byggeprisen er ikke den eneste pris. Her er hvad mange SMV'er glemmer at kalkulere med:
Kortlægningsomkostninger: Inden vi kan bygge noget, skal vi forstå jeres nuværende proces. Det kræver jeres tid. To-tre møder, testdata, adgange til systemer. Det er ikke en stor post, men det er reel tid der skal afsættes.
Platform-abonnementer: Make, n8n cloud, og Zapier koster alle penge løbende. For et flow med moderate datamængder regner man typisk 100-500 kr./måned til platformabonnement. Det er en lille post, men den eksisterer.
API-kald til AI-modeller: Bruger automationen OpenAI eller Claude til at processere tekst, betales der per token. For en automation der håndterer 500 emails om måneden med GPT-4o, kan det løbe op i 100-400 kr./måned.
Vedligeholdelse og opdateringer: APIs ændrer sig. Systemer opdateres. Det, der virkede i dag, kan gå i stykker om seks måneder, fordi HubSpot valgte at omdøbe et felt. En god leverandør informerer jer og tilbyder et vedligeholdelsesetaal; en dårlig leverandør efterlader jer med en automation der stille fejler og ingen ved hvornår det startede.
Træningstid: Selv en perfekt automation kræver, at nogen i virksomheden forstår, hvad den gør og ikke gør. Denne tid er svær at kvantificere, men er sjældent nul.
Hvad kan en SMV få for 10.000 kr. om måneden?
De fleste prisdiskussioner om AI automation drejer sig om engangsprojekter. Men for mange SMV'er er den relevante enhed den månedlige driftsomkostning.
For en samlet driftsomkostning på ca. 10.000 kr. om måneden kan en typisk SMV have én mellemkompleks automation fuldt implementeret og driftet:
| Post | Typisk månedlig udgift |
|---|---|
| Byggeomkostning amortiseret over 12 mdr. | 2.000-3.500 kr. |
| Platformabonnement (Make eller n8n cloud) | 200-600 kr. |
| Vedligeholdelse og monitoring | 2.000-3.500 kr. |
| Løbende optimering og ny funktionalitet | 2.000-3.000 kr. |
Det svarer til hvad en medarbejder koster i én arbejdsuge om måneden. Automationen kører dog hele måneden.
Vil I se hvad der konkret er muligt for jeres virksomhed? Vores AI rådgivning og sparring er et kortlægningsforløb med ROI-estimater for jeres specifikke processer.
Gør-det-selv: Hvornår er det en god idé?
Platforme som Make og n8n er genuint gode til det, de er designet til. Hvis I har en teknisk person internt, ikke nødvendigvis en udvikler men nogen der er komfortabel med at arbejde i visuelle flow-editorer, kan I opnå gode resultater på selv.
Det virker godt for:
- Simple, stabile processer med velkendte systemer
- Interne workflows uden kritiske fejlkonsekvenser
- Situationer, hvor I kan acceptere, at det tager 3x så lang tid som et bureau
Det virker dårligt for:
- Processer der involverer kundedata eller har compliance-krav
- Komplekse fejlhåndteringsscenarier
- Integrationer til systemer uden gode connectorer
- Situationer, hvor nedetid på automationen har forretningskonsekvenser
Vi ser jævnligt virksomheder, der har brugt 40+ timer internt på at bygge en automation, som vi ville have leveret på 2 dage. Det er et argument for at lave en ærlig vurdering af interne ressourcer, inden man starter.
Start med at kortlægge processen på papir. Beskriv hvert trin, hvad der kan gå galt, og hvad der sker hvis det fejler. Hvis I ikke kan beskrive processen præcist, er I ikke klar til at automatisere den endnu. Automation forstørrer eksisterende kaos. Den fjerner det ikke.
Hvornår giver investeringen mening?
Den ærlige version: ikke altid. Vi afslår jævnligt projekter, fordi regnestykket ikke hænger sammen. Det sker enten fordi processen er for kompleks, for sjælden, eller fordi den kræver menneskelig vurdering i et omfang, der gør automation urentabel.
Automation giver typisk mest mening, når:
- Processen gentager sig mindst ugentligt
- Processen er veldefineret: de samme trin, de samme systemer
- Fejl i processen har direkte konsekvenser (tab af kunde, forsinkelse, fejlbogføring)
- Processen involverer mere end 2-3 timers arbejde om måneden
Automation giver sjældent mening, når:
- Processen kræver fortolkning og skøn i hvert enkelt tilfælde
- Processen sker så sjældent, at en automation næppe tilbagebetalers
- De relevante systemer ikke har APIs eller er for ustabile
Hvad koster en konsultation?
Vores konsultationer som AI-konsulenter er gratis. Ikke som et salgstrick, men fordi vi har en klar interesse i kun at tage projekter, hvor vi kan levere reel værdi. En konsultation er 30 minutter, og vi fortæller jer ærligt, om der er noget at hente.
Hvis vi finder et projekt, der giver mening, sender vi et fast tilbud. Et fast beløb, ikke en timeprisestimering. Vi mener, at I skal kende prisen, inden I siger ja.
Kilder og metode
Prisintervallerne i denne guide er baseret på OCHOs egne projekter og markedsobservationer fra 2024-2026. Platformpriser er verificeret mod officielle prissider:
- Zapier priser (verificeret maj 2026)
- Make priser (verificeret maj 2026)
- n8n priser (verificeret maj 2026)
- OpenAI API priser (verificeret maj 2026)
Book en gratis 30-minutters konsultation. Vi kigger på jeres specifikke situation og fortæller jer, hvad vi kan gøre.
Book konsultation