AI & Automatisering
Fra manuelt arbejde til intelligent drift for en e-commerce webshop
Udfordringen
Cykel Center Midtjylland er en veletableret cykelbutik med en stor online webshop, der sælger alt fra hverdagscykler til specialiseret udstyr. De har eget lager, men fører også et bredt udvalg af produkter via fjernlager, altså varer der sendes direkte fra leverandøren til kunden. Det giver et enormt sortiment, men det skaber også en række udfordringer, som hurtigt kan vokse en virksomhed over hovedet.
For det første: produktdata er et kaos. Når du henter produkter fra flere forskellige leverandører, kommer de i vidt forskellige formater. Nogle leverer detaljerede specifikationer, andre kun en titel og en pris. Varianter (størrelse, farve, årgang) er opbygget forskelligt fra kilde til kilde. Det betyder, at hvert nyt produkt kræver manuel gennemgang, formatering og tilpasning, før det overhovedet kan lægges i webshoppen.
For det andet: lagerstatus er upålidelig. Når en kunde bestiller en vare, der viser sig at være udsolgt hos leverandøren, ender det med en dårlig oplevelse, og ofte en refundering. Det koster tid, penge og tillid. At holde styr på hvad der faktisk kan leveres, kræver løbende opdateringer fra flere kilder, og det blev gjort sporadisk og manuelt.
For det tredje: SEO og indhold blev nedprioriteret. Alle ved, at gode produktbeskrivelser og relevante artikler driver organisk trafik. Men at skrive en enkelt velresearchet artikel tager 1-2 timer. At skrive en god produktbeskrivelse med specifikationer, SEO-tags og den rigtige tone tager endnu mere, når det skal gøres manuelt for hundredevis af produkter. Det blev simpelthen ikke gjort i det omfang, det burde.
Og for det fjerde: der var ingen samlet oversigt. Produkter blev administreret et sted, artikler et andet, leverandørdata i et tredje, og konkurrentanalyse… ja, den blev ikke lavet. Ingen vidste helt, hvordan butikken performede i forhold til konkurrenterne, hvilke søgeord der var muligheder i, eller om de publicerede produkter faktisk matchede det, kunderne søgte efter.
Kort sagt: virksomheden brugte det meste af sin tid på drift og vedligeholdelse i stedet for vækst og forbedring. De havde brug for et system, der kunne samle alt et sted, og automatisere det tunge arbejde, så teamet kunne fokusere på det, der virkelig tæller.
Løsningen
Jeg byggede en intern "cockpit"-platform, en webapp der fungerer som virksomhedens operationelle kontrolcenter. Ideen var enkel: samle alt det, der før lå spredt i forskellige systemer, i et interface, og koble det til en automatiseringsmotor, der tager sig af det tunge arbejde i baggrunden.
Platformen er ikke bare et dashboard med tal. Den er bygget som et aktivt arbejdsværktøj, hvor teamet kan styre produkter, igangsætte artikelproduktion, kuratere sortiment fra fjernlagre, overvåge konkurrenter og følge med i, hvor meget tid automatiseringerne rent faktisk sparer.
Hvorfor en platform, og ikke bare automatiseringer?
Det ville have været hurtigere bare at opsætte en række workflows, der kørte i baggrunden. Men erfaringen er, at automatisering uden overblik og styring hurtigt bliver uigennemskuelig. Hvad kørte? Hvad fejlede? Hvad publicerede systemet egentlig? Derfor valgte jeg en todelt arkitektur: platformen er styring og overblik, og n8n-workflows er eksekveringsmotoren bag kulisserne.
Det betyder, at virksomheden altid har kontrol. De kan beslutte hvilke produkter der skal publiceres, justere AI-prompts og tone, sætte frekvens for automatisk artikelproduktion, og se præcis hvad maskineriet laver. Det er forskellen på at "have en automation kørende" og at have et system man kan stole på.
Rent konkret er løsningen bygget i Next.js med server-side rendering, koblet til en Supabase-database (PostgreSQL), og integreret med n8n-workflows der håndterer alt fra leverandørdata-indsamling til AI-drevet tekstproduktion og produktpublicering. AI-modellerne bruges ikke bare til at generere tekst, de kategoriserer, mapper brands, laver SEO-analyse og bygger en søgbar videnbase over hele produktkataloget.
Hvad platformen kan
Platformen er opdelt i en række moduler, der hver løser et konkret problem i den daglige drift. Lad mig tage dig igennem de vigtigste.
Dashboard, overblik over alt
Det første teamet ser, når de logger ind, er et dashboard der samler de vigtigste driftsindikatorer: antal publicerede produkter, kladder, status på fjernlager-pipeline, artikelproduktion pr. måned, og trafik-/trenddata. Det lyder simpelt, men det er afgørende. Før var "sandheden" spredt over flere forskellige systemer, nu er den et sted.
Artikelproduktion, AI-drevet content pipeline
Det her er et af de moduler, der virkelig flytter noget. I stedet for at starte med et tomt dokument, udfylder teamet blot et emne og en kort beskrivelse, og så tager systemet over. Via et n8n-workflow producerer AI'en en komplet artikel med research, SEO-struktur, FAQ-sektion og call-to-action, tilpasset virksomhedens tone og branche.
Men det stopper ikke der. Platformen har en ideliste med to spor: AI-genererede ideer og manuelle ideer fra teamet. Man kan redigere, prioritere og sende ideer direkte til produktionsflowet. Og for dem der vil have det helt automatisk, er der en konfigurationsside, hvor man kan slå automatisk artikelgenerering til, med kontrol over frekvens, tidspunkt og kilde.
Resultatet? SEO-output er blevet forudsigeligt og skalerbart, uden at det kræver dagligt manuelt arbejde.
Produkter & fjernlager, sortiment under kontrol
Det her er kernen i casen. Platformen kan vise alle fjernlagerprodukter fra flere leverandører, med avancerede filtre på kilde, kategori, producent og type. Brugeren kan gennemse hele kataloget og markere produkter som "valgte", det vil sige: dem vi faktisk vil sælge.
Det er en kritisk distinktion. Bare fordi en leverandør har 10.000 produkter, betyder det ikke, at alle skal i webshoppen. Med "valgte"-listen får virksomheden et kurateret sortimentsflow, hvor kun det bevidst udvalgte sortiment går videre til automatisk behandling og publicering.
Valgte produkter gennemgår herefter en AI-pipeline, der genererer produktbeskrivelser, specifikationer, SEO-metadata og kategorisering, og opretter dem automatisk i webshoppen som enten simple eller variable produkter. Status opdateres løbende, så teamet altid kan se om et produkt afventer behandling, er klar til gennemgang, eller allerede er publiceret.
Søgeord & konkurrentanalyse
SEO-arbejde uden data er gætværk. Derfor har platformen et analyselag, der løbende indsamler data om virksomhedens egne rankings, konkurrenters trafik og søgeordsmuligheder. Konkret kan teamet se: hvor mange søgeord de ranker på, estimeret trafik, markedsposition i forhold til specifikke konkurrenter, og, vigtigst, lav-konkurrence muligheder med høj søgevolumen.
Det gør det tydeligt, hvilke artikler der bør skrives næste gang, og hvilke produktkategorier der bør prioriteres. Data i stedet for mavefornemmelse.
AI Produktspecialist, spørg om hvad som helst
Platformen har en indbygget chat, der fungerer som en "produktspecialist". Bag kulisserne bruger den RAG-teknologi (Retrieval-Augmented Generation), det vil sige, at den søger i virksomhedens rigtige produktdata og baserer sine svar på faktiske informationer, ikke gætværk.
Spørg "Hvilken mountainbike er bedst til stier under 15.000 kr?" og få et svar med konkrete produkter, priser og links. Svaret streames i realtid, så det føles som en live rådgiver. Det kan bruges internt til afklaring mellem medarbejdere, eller potentielt eksponeres som en kundevendt assistent.
Styring, prompts & driftsovervågning
Et af de mest undervurderede elementer i AI-projekter er styring af kontekst. Platformen har et helt modul til at administrere de prompts og retningslinjer, som AI-modellerne bruger, opdelt i kategorier som tone, juridisk, produkt og brand. Det gør, at marketing kan justere AI-output uden at kode noget som helst.
Og så er der n8n Stats-modulet: en historik over alle kørte workflows med type, tidspunkt, status og estimeret tid sparet. Det gør automatisering målbart og giver et klart billede af, hvad der virker, og hvad der skal optimeres.
Platformen i praksis
Herunder ses udvalgte skærmbilleder fra platformen, der viser de forskellige moduler i brug.
Startside - Oversigt
Artikel Ideliste
Produkter
Medie Index
Søgeord Oversigt
Søgeord Oversigt
Bag om automatiseringen
Platformen er kun halvdelen af historien. Det der virkelig gør løsningen kraftfuld, er de 9 automatiserede workflows, der kører i baggrunden. Her er de vigtigste, forklaret uden teknisk jargon.
Artikelproduktion via flertrins AI
Når teamet igangsætter en artikel fra platformen, starter et workflow der ikke bare "beder AI om at skrive". Det kører en flertrins pipeline: først research og søgeordsanalyse, derefter struktur og outline, så selve skrivningen med virksomhedens tone og kontekst, og til sidst SEO-metadata, FAQ og call-to-action. Hvert trin løser et afgrænset problem, hvilket giver markant bedre kvalitet end et enkelt prompt.
Daglig fjernlager-synkronisering
Hver morgen henter separate workflows produktdata fra hver leverandørkilde. De parser, normaliserer og opdaterer lagerstatus, og fjerner produkter, der ikke længere er tilgængelige. Det sikrer, at webshoppen altid viser et reelt sortiment, og at kunder ikke bestiller varer, der er udsolgt. Ingen manuel kontrol nødvendig.
AI-drevet produktpublicering
Når et produkt er markeret som "valgt" i platformen, tager et dagligt workflow over. AI'en genererer produktbeskrivelse, kort beskrivelse, specifikationer og SEO-felter, alt sammen i virksomhedens brandtone. Produktet oprettes automatisk i webshoppen med korrekte kategorier, attributter og varianter. Det er hele publiceringsprocessen fra leverandørdata til live webshopprodukt, uden manuelt arbejde.
Videnbase & AI-produktspecialist
Alle produkter konverteres til en søgbar videnbase via embeddings, en teknologi der gør, at AI'en kan forstå betydningen af et spørgsmål og matche det med de mest relevante produkter. Når nogen spørger i chatten, henter systemet de mest relevante produkter og formulerer et svar baseret på rigtige data, ikke gætværk. Det giver præcise anbefalinger med priser, links og billeder.
Automatisk konkurrent- & keyword-analyse
Et periodisk workflow indsamler data om virksomhedens egne søgeordsplaceringer og konkurrenternes trafik. Historikken gør det muligt at spotte trends, finde uudnyttede muligheder og prioritere indsats. Det gør SEO-arbejdet datadrevet i stedet for at bygge på mavefornemmelse.
Tilsammen danner de 19 N8N workflows et sammenhængende automations-økosystem, der tager sig af alt fra dataindsamling over AI-behandling til publicering og analyse, styret og overvåget fra platformen.
Teknologier
Resultatet
Systemet er i fuld drift. Fjernlagerprodukter synkroniseres automatisk hver morgen, artikler produceres løbende, og teamet har et samlet overblik over hele virksomhedens digitale drift, fra produktstatus til SEO-performance.
Den største forandring er ikke et enkelt tal, det er et skift i, hvad teamet bruger sin tid på. Før gik dagene med at kopiere data mellem systemer, manuelt oprette produkter og skrive beskrivelser fra bunden. Nu går tiden med at træffe beslutninger: hvilke produkter skal prioriteres? Hvilke søgeord skal vi gå efter? Hvordan forbedrer vi konverteringen?
Contentproduktionen er skaleret markant op, uden en tilsvarende stigning i lønomkostninger. Nye artikler produceres løbende med ensartet kvalitet, og produktbeskrivelserne følger samme standard, uanset om det er det første eller det tusinde produkt.
Og så er der det mest tilfredsstillende: platformen er bygget til at skalere uden lineær omkostning. Flere leverandører kan tilkobles, flere produkter kan kurateres, og mere indhold kan produceres, uden at driften kræver flere hænder.
“Alle systemer vi hidtil har prøvet, har haft hver sine svagheder, det du har lavet til os matcher 100% med præcis det vi har brug for. Kæmpe anbefaling herfra!”
Har du en lignende udfordring?
Måske har du også en webshop med for meget manuelt arbejde? Eller en anden del af din virksomhed, hvor AI og automatisering kunne spare tid og skabe bedre resultater? Lad os tage en uforpligtende snak om mulighederne.