Jeg satte mig egentlig bare for at finde en god app-idé.
Det lyder uskyldigt.
Det er det ikke.
En “god app-idé” er lidt som “en simpel integration”, “et hurtigt MVP” eller “vi skal bare lige have styr på deployment”. Det starter som en lille tanke og ender ofte med tre dashboards, en auth-løsning, en pricing-model, en pitch deck og en følelse af, at man nok lige burde åbne YouTube for at få hjernen tilbage.
Jeg ville undgå den fælde.
Så jeg brugte AI som sparringspartner.
Ikke til bare at spytte 20 ideer ud.
Det kan alle modeller efterhånden. Det er ikke imponerende længere. Det er bare en meget høflig brainstorm med turbo på.
Det interessante var noget andet:
Kunne jeg bruge AI til at sortere, kritisere, skære væk og komme frem til en idé, der faktisk kunne testes?
Resultatet blev en prototype på Vært — en diskret dansk concierge for private middage, hosting, kultur, sommerhusliv og trusted services.
Ikke “ChatGPT for rige mennesker”.
Heldigvis.
Problemet var ikke mangel på ideer
Når man beder AI om app-idéer, får man hurtigt en buffet.
Og som med de fleste buffeter er problemet ikke, at der mangler mad. Problemet er, at man ender med lidt af det hele og bagefter ikke helt ved, hvorfor man tog pastasalat.
AI foreslog alt muligt:
- lokal AI-assistent
- personlig produktivitetscoach
- app til unge professionelle
- social planning-app
- app til sommerhuse
- dining club
- privat netværk
- digital concierge
- noget med events
- noget med premium adgang
- noget med AI, fordi alt åbenbart skal have AI i navnet nu
Noget af det var godt.
Meget af det var sådan en slags produktudviklingens mellemhylde: ikke dumt nok til at smide ud med det samme, men heller ikke skarpt nok til at bygge noget på.
Det er faktisk en farlig zone.
For dårlige ideer dør hurtigt. Middelmådige ideer kan leve længe, især hvis de har et pænt navn og en landing page.
Den første læring var derfor ret enkel:
AI er ikke mest værdifuld som idémaskine. AI er mest værdifuld som filter.
Det vigtige spørgsmål var ikke:
“Kan vi finde på flere ideer?”
Det kunne vi sagtens. Det kan en model gøre hurtigere end en konsulent kan åbne en Miro-template.
Det vigtige spørgsmål var:
“Hvilken idé har en tydelig målgruppe, et reelt problem, betalingsvilje og en første version, der kan testes uden at bygge et helt IT-imperium?”
Der begyndte processen at blive interessant.
Den brede AI-app døde først
Mange AI-produkter starter med samme sætning:
“Folk har brug for en personlig assistent.”
Det er ikke forkert.
Det er bare for bredt.
Hvis alle er målgruppen, er ingen målgruppen. Det lærte man sikkert på handelsskolen. Jeg lærte det ved at bruge alt for mange prompts på at få en model til at sige det samme på 17 forskellige måder.
Så jeg begyndte at presse ideerne:
- Hvem har et problem, der faktisk koster penge?
- Hvem betaler for kvalitet og tid — ikke bare features?
- Hvor kan Danmark være en fordel i stedet for en begrænsning?
- Hvad kan starte manuelt?
- Hvad bliver bedre af netværk, tillid og lokal kontekst?
- Hvad skal ikke være endnu en chatbot med abonnement?
Det sidste spørgsmål er vigtigt.
Vi har rigeligt med produkter, hvor konceptet i praksis er:
“ChatGPT, men med vores logo.”
Det kan godt være et interface.
Det er sjældent en stærk forretning alene.
Langsomt begyndte én idé at skille sig ud:
En privat dansk concierge.
Ikke en luksus-app med guldfarvet UI, VIP-sprog og desperat “premium energy”. Mere en rolig service for mennesker, der har råd til at betale for tid, diskretion, smag og koordinering.
Arbejdstitlen blev:
Vært
Kort. Dansk. Roligt.
Ikke Silicon Valley. Ikke Dubai. Mere København, Nordsjælland og sommerhus med nogenlunde styr på blomsterne.
Den bedste AI-idé blev mindre AI
Det mest interessante ved processen var, at idéen blev mindre og mindre “AI”, jo bedre den blev.
I starten ville den nemme pitch have været:
“En AI-concierge for velhavende danskere.”
Det lyder som noget, der kunne stå i et pitch deck med gradienter, stock photos og ordet “seamless” lidt for mange gange.
Men jo mere jeg arbejdede med idéen, jo mere tydeligt blev det:
Produktet er ikke AI.
Produktet er tillid.
Produktet er adgang.
Produktet er at spare tid.
Produktet er at kunne skrive:
“Vi får seks gæster på fredag. Det skal være godt, men ikke stift. Find en løsning.”
Og så få et svar, der faktisk passer.
Ikke en generisk liste med restauranter.
Ikke en hallucineret vinmenu.
Ikke en chatbot, der siger “det lyder som en fantastisk aften!” og derefter foreslår noget, der minder om Tripadvisor med selvtillid.
En rigtig løsning.
Det ændrede også AI’s rolle.
AI skal ikke nødvendigvis være forsiden.
AI skal være maskinrummet.
Den kan hjælpe med at:
- strukturere requests
- opsummere præferencer
- lave concierge-briefs
- foreslå leverandører
- skrive høflige svar
- huske hvad medlemmet ikke gider
- lave checklister til arrangementer
- hjælpe med research og partner-outreach
Men selve oplevelsen skal føles menneskelig, lokal og diskret.
Det er en produktlektion, jeg tror mange kommer til at lære de næste år:
Jo mere premium oplevelsen er, jo mindre skal AI’en stå og råbe “se mig”.
Iteration er det rigtige AI-arbejde
Der er en lidt mærkelig misforståelse om AI: at værdien ligger i det første svar.
Det gør den næsten aldrig.
Det første svar er ofte bare råmateriale.
Det gode kommer i loopet bagefter.
Jeg kunne blive ved med at udfordre modellen:
- “Det her er for generisk.”
- “Find en smallere niche.”
- “Hvem betaler faktisk for det?”
- “Hvad er første wedge?”
- “Hvorfor virker det i Danmark?”
- “Hvad skal vi ikke bygge?”
- “Gør det mere eksklusivt, men ikke cringe.”
- “Det skal føles dansk, ikke amerikansk.”
- “Lav en prototype uden backend.”
- “Skær alt væk, der lugter af en LinkedIn-case.”
Det er her, AI bliver praktisk.
Ikke fordi den har perfekt dømmekraft.
Det har den ikke.
Men fordi den kan holde momentum i en tankeproces.
Normalt dør mange ideer i det grå mellemrum mellem:
“Det kunne være sjovt”
og
“Hvad er version 0?”
AI hjælper med at bygge bro over det mellemrum.
Men kun hvis man selv bliver ved med at være kritisk.
Ellers får man bare en meget velformuleret dårlig idé.
Prototype før platform
Som udvikler får man hurtigt lyst til at bygge.
Det er nærmest en refleks.
Man ser en idé og tænker:
- login
- database
- admin panel
- request system
- partner portal
- betaling
- notifikationer
- måske lige lidt Kubernetes, fordi man har karakterbrist
Men for Vært gav det ikke mening endnu.
Den rigtige første version var ikke en færdig SaaS-platform.
Den rigtige første version var en prototype, der kunne forklare følelsen:
- Hvad er Vært?
- Hvem er det for?
- Hvordan sender man en request?
- Hvilke typer ønsker håndterer den?
- Hvordan føles medlemsoplevelsen?
- Ville nogen overhovedet betale for det?
Derfor blev første prototype statisk.
Ingen backend.
Ingen database.
Ingen login.
Ingen betalt AI API.
Bare en showcase, der viser:
- privat member dashboard
- concierge request flow
- kurateret adgang
- partner/service-netværk
- medlemspræferencer
- founding membership
Det er ikke fordi backend aldrig bliver relevant.
Det er fordi backend først skal bygges, når man ved, hvad den skal understøtte.
Ellers bygger man bare et meget flot system til en antagelse.
Og antagelser har det med at ligne arkitektur, lige indtil en rigtig bruger møder dem.
Den manuelle MVP er ikke snyd
Det sværeste for udviklere er nogle gange at acceptere, at den bedste MVP ikke er software.
Det gør lidt ondt.
Man vil gerne have et repo. En pipeline. Et miljø. En README. Måske et lille badge, der viser at noget er grønt.
Men Vært skal først testes manuelt.
Version 0 kan være:
- en landing page
- et invite-only form
- en mailadresse
- en simpel request-proces
- et spreadsheet med medlemmer og præferencer
- en håndplukket partnerliste
- manuel koordinering
Det lyder primitivt.
Det er det ikke.
Det er produktdisciplin.
Hvis ingen vil sende requests manuelt, hjælper det ikke at bygge en app.
Hvis ingen vil betale for adgang, hjælper det ikke at optimere onboarding.
Hvis requests viser sig at handle om noget helt andet end forventet, er det bedre at lære det i et spreadsheet end efter tre ugers frontend-arbejde og en diskussion om hvilken toast-library der er mest elegant.
Hvad AI faktisk hjalp med
AI hjalp ikke ved at “opfinde” Vært ud af ingenting.
Det ville være en lidt for pæn historie.
AI hjalp med at gøre processen hurtigere og mere brutal.
Den hjalp med at:
- Udvide feltet af muligheder.
- Sammenligne ideer mod hinanden.
- Finde svagheder i de mest charmerende ideer.
- Skærpe målgruppen.
- Oversætte et vagt behov til konkrete use cases.
- Formulere en prototype.
- Holde fast i MVP-disciplinen.
- Sige “nej” til features, der mest var udviklerdopamin.
Det sidste er undervurderet.
AI kan meget nemt give dig flere ting at bygge.
Den vigtige brug er at få den til at hjælpe dig med at bygge mindre.
Den næste test er virkeligheden
Vært er stadig kun en prototype.
Det er vigtigt at sige.
En prototype er ikke en virksomhed.
En landing page er ikke traction.
En god idé er ikke proof.
Og en AI-genereret analyse er ikke betalingsvilje.
Den næste test er langt mere jordnær:
- Kan jeg tale med 10 relevante mennesker?
- Vil nogen sige “det her ville jeg faktisk bruge”?
- Kan jeg få founding members eller stærke verbale ja’er?
- Kan jeg logge rigtige concierge-requests?
- Kan jeg finde pålidelige partnere?
- Kan idéen overleve kontakt med virkeligheden?
Det er her, projektet enten bliver interessant eller bliver endnu en pæn note i Obsidian.
Og det er fair.
Obsidian kan godt tåle flere noter.
Markedet er mindre sentimentalt.
Konklusionen
AI er ikke en magisk founder.
AI gør ikke automatisk en idé god.
AI kan sagtens hjælpe dig med at bygge en dårlig idé hurtigere, flottere og med mere overbevisende formuleringer.
Men brugt rigtigt kan AI være en stærk produktpartner.
Ikke fordi den ved alt.
Men fordi den gør det lettere at tænke i loops:
idé → kritik → research → struktur → prototype → test
For mig endte processen ikke med endnu en chatbot.
Den endte med en mere præcis tanke:
Velhavende danskere har ikke brug for mere software. De har brug for bedre adgang, mindre friktion og nogen, der kan få ting til at ske smagfuldt.
Det er måske en app.
Det er måske en service.
Det er måske først bare en mailadresse og en god liste med mennesker, man kan stole på.
Men det er en bedre start end en generisk AI-assistent med abonnement.
Og nogle gange er det netop pointen med AI:
Ikke at få den til at bygge mere.
Men at få den til at hjælpe dig med at skære væk, indtil idéen bliver tydelig nok til at kunne testes.
Læs også: