AI Ideation: Sådan genererer dit team 50+ idéer på 2 timer

Et AI hackathon starter altid med ideation, og det er her AI for alvor skinner. I modsætning til klassisk brainstorm, hvor grupper ofte sidder fast i de samme tankemønstre, kan AI-modeller tilføre radikalt anderledes perspektiver på sekunder.

Hvad er AI-assisteret ideation?

AI-assisteret ideation er en struktureret proces, hvor teams bruger AI-modeller som ChatGPT, Claude og Gemini som aktive meddeltagere i ideprocessen, ikke som søgemaskiner, men som kreative sparringspartnere der udfordrer antagelser og foreslår uventede kombinationer.

De 4 faser i AI ideation

Fase 1: Opvarmning (15 min)

Start med at lade teamet "træne" AI-modellen på jeres virksomhedskontext. Jo bedre kontekst I giver AI fra start, jo mere relevant er outputtet. Beskriv virksomheden, de vigtigste udfordringer og hvad I vil løse. Bed AI om at stille et opklarende spørgsmål inden idégenereringen begynder. Det tvinger teamet til at præcisere problemet og sparer gennemsnitligt 20 minutter på irrelevant output bagefter.

Fase 2: Divergens (45 min)

Her gælder det om kvantitet frem for kvalitet. Brug disse teknikker:

Omvendt brainstorm: Spørg AI: "Hvordan kan vi FORVÆRRE [problemet]?" Vend derefter svarene om. Denne teknik bryder kognitive blokader og genererer overraskende innovative løsninger. Et logistikteam der spørger "Hvordan forsinker vi leverancer mest muligt?" ender typisk med 5-8 idéer til forbedret tracking og kommunikation, som de aldrig ville have nået via positiv formulering.

SCAMPER med AI: Systematisk gennemgang af Substitute (erstat), Combine (kombiner), Adapt (tilpas), Modify (modificer), Put to other uses (brug anderledes), Eliminate (fjern), Reverse (vend om) med AI som idégenerator på hvert trin. Denne metode er særlig effektiv for teams der arbejder med eksisterende processer, fordi den tvinger til at betragte det kendte fra nye vinkler.

"Hvad hvis"-prompts: "Hvad hvis vi havde ubegrænset budget?", "Hvad hvis vores kunder var 10 år yngre?", "Hvad hvis vi fjernede vores vigtigste produkt?" Disse spørgsmål er ikke ment som realistiske scenarier, men som tankeredskaber der løsriver teams fra den vante selvforståelse.

Persona-skift: Bed AI om at generere idéer fra perspektivet af en konkurrent, en startup, en non-profit eller en anden branche. "Hvad ville en neobankstartup gøre med vores kundeserviceudfordring?" giver konsekvent idéer ingen i teamet ville have tænkt på selv.

Fase 3: Konvergens (30 min)

Claude er særlig stærk her. Indsæt alle idéer og bed om en ICE-scoring (Impact, Confidence, Ease) analyse. Claude kan strukturere og kategorisere 50+ idéer på under 2 minutter.

Et vigtigt princip i konvergensfasen: undgå at lade de mest veltalende teammedlemmer dominere sorteringen. Lad AI lave en første sortring, og brug derefter teamets vurdering som korrektiv. AI er ikke farvet af intern politik, hierarki eller den entusiasme der opstår i selve ideationsrummet.

Fase 4: Prioritering (30 min)

Brug en 2x2-matrix: Kundepåvirkning vs. implementeringskompleksitet. AI kan hjælpe med at placere idéer baseret på jeres kontekst og branchekendskab.

Bed AI om at argumentere IMOD jeres foretrukne idéer, inden I beslutter. Teams der udfører dette trin undgår de mest oplagte faldgruber i prototypefasen og sparer gennemsnitligt 6-8 timers arbejde.

Data fra 120+ hackathons

Fra vores erfaring med 120+ AI hackathons ser vi konsekvent:

• Teams der bruger AI i ideation genererer 3-5 gange flere idéer end teams der brainstormer uden AI
• 67% af de bedste hackathon-prototyper kom fra idéer genereret i AI-faciliteret ideation
• Gennemsnitlig ideation-session med AI: 52 idéer på 2 timer (mod 8-12 uden AI)
• Præcis kontekst fra start giver 40% mere relevante idéer end teams der "bare starter"

Hvilken AI-model til hvad?

Ikke alle modeller er ens gode til alle dele af ideationsprocessen:

ChatGPT (GPT-4o): Stærkest til divergent ideation og "hvad hvis"-scenarier. Genererer hurtigt mange forskellige idéer og er god til at tilpasse stil og tone. Svagere til nuanceret forretningslogik.

Claude (Anthropic): Bedst til konvergens, sortring og kritisk analyse. Claude er mere tilbageholdende med at rose idéer ukritisk, hvilket gør modellen mere nyttig i prioriteringsfasen. God til at identificere blinde vinkler og potentielle udfordringer.

Gemini: Nyttig når ideation kræver integration med faktuelle data fra søgning, fx markedsdata eller konkurrentanalyse i realtid.

Den bedste tilgang er at kombinere modellerne: divergens i ChatGPT, konvergens i Claude.

Typiske fejl i AI-ideation

Fejl 1: For generiske prompts. "Generer idéer til at forbedre vores forretning" giver generiske svar. Jo mere specifik kontekst, jo mere brugbart output.

Fejl 2: At acceptere det første output. AI-modeller svarer med det mest sandsynlige, ikke det mest kreative. Bed om "10 mere" eller "5 der er radikalt anderledes end det du netop foreslog" for at komme til de uventede idéer.

Fejl 3: At springe konvergensfasen over. Teams der er begejstrede for mange idéer hopper direkte til prototypering. Resultatet er prototyper der løser et dårligt defineret problem.

Fejl 4: Ingen menneskelig vurdering. AI kan ikke vide, hvad der er politisk muligt i jeres organisation, hvad der allerede er forsøgt, eller hvad der passer til jeres kultur. Brug AI til at generere og sortere, brug teamet til at vurdere.

Konklusion

AI-assisteret ideation er ikke en erstatning for menneskelig kreativitet. Det er en forstærker. De bedste hackathon-resultater vi ser, opstår når teams bruger AI til at udvide deres eget tænkespænd og herefter bringer menneskelig kontekst, erfaring og skøn ind i prioriteringen. Den kombination og den strukturerede proces er opskriften på de 52 idéer på 2 timer.