De bedste AI-modeller til projektledelsesopgaver
Modelandskabet: Brugen af AI i projektledelse er vokset hurtigt, og forskellige modeller er bedst egnet til specifikke opgaver.
Mødeopsummering: Forskellige AI-modeller er særligt gode til at opsummere møder; valget af model påvirker nøjagtigheden og detaljeringsgraden.
Kommunikation med interessenter: AI hjælper med at strukturere indhold til opdateringer til interessenter, men præcisionen varierer fra model til model.
Dokumentation af omfang: Claude foretrækkes til opgaver med fokus på detaljer i forbindelse med omfang, især når modellen behandler afhængigheder.
Procesdokumentation: ChatGPT er ofte bedre til at organisere spredt information i sammenhængende procesdokumenter.
Vi taler meget om AI-projektstyringsværktøjer her hos DPM — men vi har endnu ikke rettet blikket mod selve AI-modellerne og hvordan de former PM-arbejdet. Indtil nu.
Modelandskabet er hurtigt blevet tæt befolket. Ifølge Artificial Analysis' undersøgelse af AI-adoption steg det gennemsnitlige antal LLM-familier, der blev brugt eller overvejet, fra cirka 2.8 i 2024 til 4.7 i 2025. Og T4 Atlas' rangliste over 'Mest anvendte AI-modeller' viser, hvilke der bliver ved med at dukke op på markedet: GPT-4o, Claude 3.5 Sonnet, DeepSeek R1, Gemini 1.5 Pro, Llama 3, Copilot Model Stack, Grok og Codestral.
Hvis du har eksperimenteret med mere end én, ved du allerede, at de ikke kan erstatte hinanden — og hvis man behandler dem, som om de kan, kan det betyde, at man går glip af reelle præstationsforbedringer. For at finde ud af, hvordan disse modeller klarer sig på tværs af de mest almindelige PM-opgaver, gik vi direkte til praktikere. Her er, hvad de fortalte os.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Mødeopsummering og handlingspunkter
Claude, Gemini, Read AI
Mødeopsummering er en af de mest almindelige AI-anvendelser inden for projektledelse og også en af de mest følsomme over for forringelse af modellens ydeevne. Joe Troyer, marketingchef hos Great Lakes Tiny Homes, foretager en direkte sammenligning: "Claude holder handlingspunkterne korrekte i transskriptioner på en time, mens GPT begynder at udelade navne og deadlines efter de første tredive minutter." Jo længere mødet er, desto mere betyder valget af model.
Claude holder handlingspunkterne nøjagtige gennem en time lange transskriptioner, hvor GPT begynder at glemme navne og deadlines efter de første tredive minutter.
Men at identificere den rigtige model er kun halvdelen af ligningen — den anden halvdel er at vide, hvordan et godt output ser ud. Troyer er specifik: "Et godt output oplister hvert punkt med talerens navn og en enkelt sætning om forpligtelsen. Et dårligt output tilføjer ekstra opgaver, der aldrig blev nævnt, eller slår to personer sammen til én ansvarlig."
Ikke alle når frem til det samme resultat. Michael Gold, som styrer projekter på tværs af flere kunder, krydsrefererer bevidst modeller i stedet for at binde sig til én: "Jeg ender i sidste ende med at bruge alt muligt som Gemini, Claude, Chatty osv., selv når jeg har Firefly. Jeg tager Fireflys transskription og lægger den ind i noget andet, fordi jeg ikke stoler på Firefly." Hans tilgang behandler modelsammenligning som en del af selve arbejdsgangen — ikke som et opsætningstrin, man udfører én gang.
Ryan Gilbreath har en mere struktureret tilgang og rangerer de muligheder, han har testet: "Hvis jeg skulle rangere min liste over værktøjer til AI-notetagere, vil jeg sige, at Read AI lige nu har været en af de bedste for mig. På andenpladsen kommer Gemini, simpelthen fordi jeg arbejder i et Google-arbejdsområde, og det er nemt at synkronisere og samle alle mine noter ét sted. Og derefter vil jeg sige Otter AI."
Kommunikation med interessenter og statusrapportering
Claude Opus, ChatGPT-4
En nyttig statusopdatering gør bestemte ting godt. Som Guillermo Ginesta, ledende partner for APAC hos Brinc, siger: "Et nyttigt output skal adskille fakta, blokeringer, handlinger knyttet til specifikke ansvarlige og politisk risiko uden at opfinde sikkerhed." Ken Herron, medstifter hos VCONify, formulerer det lige så skarpt: "Et godt output opsummerer, hvad der ændrede sig, hvorfor det er vigtigt, hvem der ejer den næste handling, og hvor der kræves beslutninger. Et dårligt output læser som et generisk referat af et møde, behandler alle problemer som lige vigtige og mister den ledelsesmæssige kontekst."
Med det i tankerne har fagfolk en tendens til at dele sig efter, hvad de optimerer for. Ken Herron, medstifter hos VCONify, vælger Claude, når kommunikationskvalitet er prioriteten: "Når jeg skal omdanne mødenoter, e-mailtråde og feedback fra ledelsen til en kortfattet opdatering til interessenter, producerer Claude [Opus] konsekvent klarere og mere nuanceret kommunikation end andre modeller, jeg har testet."
Andre argumenterer for ChatGPT-4. Bogdan Condurache, medstifter og CPO hos Brizy, bruger GPT-4 til kommunikation med interessenter sammen med Claude til afgrænsning. Han fremhæver GPT-4's evne til at tilpasse kommunikationen til forskellige målgrupper: "Hvis jeg skal forklare en forsinkelse til ledelsen, forenkle en produktopdatering for kunder eller opsummere teknisk gæld for ikke-tekniske teams, tilpasser den tone og detaljeringsgrad godt."
Dokumentation af omfang og krav
Claude Opus, ChatGPT-4
Når det handler om at definere omfanget, hælder fagfolkenes konsensus til Claude — særligt ved komplekst arbejde med mange afhængigheder, hvor omkostningen ved en overset antagelse er høj. Murli Pawar, vicepræsident hos SunTec, beskriver, hvordan hans team bruger Claude Opus til netop dette: "Vi bruger Claude Opus til at omdanne kundens omfangsdokument til en egentlig projektplan ved at opdele den i opgaver, fastlægge deres rækkefølge og kortlægge afhængigheder. Vores projekter har en tendens til at indeholde mange indbyrdes afhængige trin, hvor én fase ikke kan begynde, før en anden er afsluttet og afklaret, så det er her, planlægningen skal være reelt gennemtænkt frem for blot oplistet."
Det, der adskiller Claude i denne sammenhæng, er efter Pawars opfattelse, hvordan den håndterer tvetydighed: "Når jeg giver den en vag opgavebeskrivelse, er Claude bedst til konsekvent at opdage, at trin C i det skjulte afhænger af trin A, og gøre opmærksom på, hvor opgavebeskrivelsen er ufuldstændig, i stedet for stille og roligt at opfinde antagelser for at udfylde hullerne. De andre giver mig oftere en plan, der ser komplet ud, men hvis rækkefølge falder fra hinanden, så snart man gennemgår den."
Pawars definition af et godt og et dårligt resultat er værd at huske: "Et godt resultat er en plan, jeg kan stille spørgsmål til. Den synliggør sine egne antagelser. Den kan også gruppere opgaver i logiske faser og fortælle mig, hvor opgavebeskrivelsen var tvetydig, i stedet for at dække over det. Jeg bør redigere den, ikke bygge den op igen. Et dårligt resultat er en overmodig plan, der grundlæggende er forkert."
SOP- og procesdokumentation med ChatGPT
Procesdokumentation stiller andre krav til AI end optagelse af møder i realtid — og forskellen mellem et resultat, der ser poleret ud, og et, der kan bruges, kan være særligt kostbar her. Fagfolk, der regelmæssigt udfører dette arbejde, vælger ofte ChatGPT, blandt andet fordi den er god til at omstrukturere spredt information til logiske rækkefølger.
Hien Nguyen, medstifter og direktør hos Happy Way, bruger ChatGPT til at samle operationel viden, der er "spredt på tværs af forskellige steder — møder, beskeder i Slack, e-mails og fra individuelle medlemmer af driftsteamet." Modellens værdi er efter hendes erfaring dens evne til at tage uorganiserede input og skabe struktur: "Et godt resultat vil definere processen trin for trin og inkludere beslutningspunkter med så mange detaljer, at en ny medarbejder kan bruge dokumentet til at udføre processen uden at have brug for løbende afklaringer."
Han identificerer tydeligt det grundlæggende fejlmønster: "Et dårligt resultat vil se gennemarbejdet ud, men vil ikke indeholde de praktiske detaljer. Hvis AI opretter nye trin, udelader vigtige oplysninger om en proces og bruger generelle termer til at beskrive forretningsområder uden at forklare, hvordan arbejdet udføres, bliver dokumentet næsten ubrugeligt." For SOP'er er sammenhæng på overfladen ikke nok — specificiteten skal være til stede, ellers mislykkes dokumentet i praksis.
Tekstforfatning og skriftligt arbejde
Claude, Gemini
For skriveopgaver — uanset om det drejer sig om at udarbejde projektkommunikation, indhold eller tekst — oplever fagfolk en tydelig forskel. Claude og Gemini fremstår som de foretrukne muligheder, mens ChatGPT sakker bagud i direkte sammenligninger.
Jennifer Goebel, projektkoordinator hos Baker Marketing Laboratory, synes, at Claude er det bedste skriveværktøj, når det gælder tone: "Claude virker som det værktøj, der fungerer bedst til kommunikation, med mindre frem og tilbage end ChatGPT og en mere naturlig tone i det skrevne."
Yonelly Gutierrez, som administrerer projektarbejdsgange på tværs af flere værktøjer, foretog et mere markant skift: Hun opsagde helt sit professionelle ChatGPT-abonnement, efter at have bemærket et fald i ydeevnen. "Jeg har bemærket en enorm forskel, selv mellem GPT-modeller. Jeg plejede at bruge ChatGPT hele tiden, men nu har jeg bemærket, at det hallucinerer alt for meget." Nu bruger hun Gemini til at skrive: "Når det kommer til selve skrivningen, foretrækker jeg Gemini." Hendes sekundære værktøj er Glean — ikke på grund af dets skrivekvalitet, men fordi det kan hente relevant intern projektkontekst.
Tilpas modellen til situationen
På tværs af mødereferater, statusopdateringer, procesdokumentation og afklaringsarbejde går et konsekvent tema igen: AI-resultater mislykkes ikke, fordi teknologien er forkert, men fordi der blev anvendt forkerte forventninger — eller den forkerte model — til opgaven. De projektledere, der får mest værdi ud af AI, bruger ikke ét værktøj til alt. De betragter modelvalget som en bevidst del af deres arbejdsgang — og holder resultaterne op mod en klar standard for, hvordan et godt resultat faktisk ser ud.
Vil du have flere indsigter som disse? Opret en gratis DPM-konto for at høre fra flere eksperter som disse.
