Brug Claude uden at blive fyret: 5 fejl, der kan koste dig jobbet

Jeg tror ikke, at AI kommer til at erstatte marketingfolk. Men marketingfolk, der bruger AI skødesløst, bliver erstattet, og det kommer til at gå meget hurtigere, end nogen regner med.

Jeg ser det i analyser. Jeg ser det i de teams, vi coacher. Jeg ser det internt hos Savvy, hvor jeg mere end én gang har måttet sige fra (og ja, jeg har også selv gjort det).

Mønsteret er altid det samme: Toolet er glimrende, outputtet ser flot ud, og et eller andet sted undervejs holdt personen bag op med at tage ansvar for arbejdet.

Herunder får du de fem måder, jeg regner med, at marketingfolk kommer til at miste jobbet på grund af Claude, sorteret fra “lidt bekymrende” til “du er fyret”. Til sidst får du de regler, der holder dig på den rigtige side af stregen. For den største fejl af dem alle er slet ikke at bruge AI.

Fejl 1: Du giver Claude hele æren

Den her fælde er let at gå i, fordi ingen gør det med vilje. Du er begejstret for, hvad toolet kan, så når du præsenterer arbejdet, bruger du halvdelen af tiden på at fortælle, hvordan det er lavet, i stedet for hvad det betyder.

“Claude lavede bare det hele. Det er helt vildt. Jeg fatter det ikke.”

Det, din chef hører, er: “Så hvad er det præcis, du bidrager med?”

Der hviler stadig et stigma over AI-genereret arbejde. Uanset om det er fair eller ej: Tror din chef, at hele leverancen kommer fra Claude, ser du dårligere ud. Tror din chef, at du leverede hurtigere og mere præcist, fordi du brugte Claude, ser du bedre ud. Samme arbejde, helt forskellig opfattelse. En undersøgelse fra Atlassian viste, at 94% af vidensarbejdere havde brugt AI inden for den seneste måned, men også at det direkte skadede opfattelsen af arbejdet, hvis man var åben om det.

For år tilbage argumenterede jeg for, at Google Ads-ansvarlige skulle holde op med at tale om Smart Bidding i tredje person. Altså holde op med at sige “Smart Bidding besluttede at gøre det her” og i stedet behandle det som en del af teamet og tale om, hvad du og Smart Bidding har opnået sammen. Samme princip gælder her.

Jeg bruger hele tiden Claude Cowork til at bearbejde og visualisere data og gøre præsentationer færdige. Men der er ét trin, jeg aldrig overlader til den: at læse dataene og drage konklusionerne.

Medmindre spørgsmålet er helt banalt, skal du ikke engang lade den prøve. Får du en konklusion fra Claude og skal derefter vurdere, om den holder, vil du have en tendens til at godtage den. Det er det modsatte af skrækken for det hvide papir. Der står allerede noget på siden, og nu skal du bruge energi på at modbevise det i stedet for at tænke frit. Det forhindrer dig i at se de andre konklusioner, der ligger i de samme data. Din hjerne tager den nemme vej.

Og har du ikke erfaring med emnet, opdager du slet ikke, at konklusionen er forkert. Claude er overbevisende. Det ved vi alle sammen.

Lad Claude pakke pointerne ind med de rigtige visualiseringer. Fortæl din chef, hvordan du brugte den. Men lad ikke et tool, der har sparet dig for 75% af grovarbejdet, løbe med 100% af æren for din dømmekraft.

Vurdering: Arbejdet kan sagtens være godt. Du var bare dårlig til at formidle dit eget bidrag. Bekymrende, men ikke en fyringsgrund.

Fejl 2: Du bruger Claude til at producere mere arbejde

Lige siden nogen automatiserede det at tilføje søgetermer som søgeord, har vi vidst, at det at gøre mere i Google Ads ikke er det samme som at gøre det bedre.

Vi ser det, hver gang vi ansætter nye folk hos Savvy. Vi henter PPC-specialister ind, der har jongleret med 20 til 100 konti, og giver dem 2 til 4. Deres første indskydelse er at kaste sig over alle de ting, de aldrig har haft tid til: flere annonceudvidelser, dybere søgetermanalyse, at splitte kampagner op, mere granularitet. Det er næsten aldrig det rigtige at gøre.

Det rigtige er at gå den modsatte vej: op i helikopteren i stedet for ned i detaljerne. Brug tiden på strategi, på produktsortimentet, på marketingplanen, på hvordan forbrugerne faktisk opfører sig i netop den branche.

Claude gør den fælde meget værre, for nu kan du producere langt mere, end noget menneske realistisk kan nå at forholde sig til. Nogen får Claude Cowork til at generere en rapport på 40 sider, eksporterer den som PDF og sender den rundt. Modtageren bruger så Claude til at koge PDF’en ned igen.

Det er bare så dumt.

Jeg har været meget aktiv (læs: irriterende) med at slå ned på det internt, men jeg ser det overalt: i vores eget team, hos annoncører og i de teams, vi coacher.

Et nyligt eksempel: Jeg lavede en analyserapport, der var fuld af gode informationer. Det meste var korrekt. Og det meste var fuldstændig irrelevant for den, jeg skulle præsentere for. Løsningen var at plukke de grafer ud, der understøttede netop de pointer, jeg ville frem til, i stedet for at dumpe hele rapporten i hovedet på annoncøren.

Den største ændring var at skære alt væk, der ikke førte til en konkret handling. Vi havde nogenlunde samme performance i de fleste kategorier. Teknisk set er det et fund. Realistisk set er det en fodnote. Men man har en naturlig tilbøjelighed til at beholde det, fordi analysen allerede ligger der og ikke har kostet dig noget.

I de fleste rapporter fra Claude Cowork bør du skære 80% af indsigterne væk. De lyder godt. De er sikkert også gode. Men de er irrelevante for den pointe, du vil frem til.

Folk kan godt mærke, når noget er galt. Det farlige er, at de sjældent kan sætte ord på hvorfor. En lang, uprioriteret rapport skaber præcis den følelse, og følelsen bliver dobbelt så stærk, når rapporten har tydelige AI-kendetegn, fx de endeløse “ikke det her, men det der”-formuleringer.

Claude skal gøre dit arbejde lettere at forstå, ikke skabe mere indhold, som en anden skal tygge sig igennem. Det er dit job at koge det ned. Før var det et tegn på indsats at aflevere en lang rapport. Nu er det et tegn på dårlig dømmekraft.

Vurdering: Ikke en øjeblikkelig fyringsgrund, men gør du det tit nok, bliver din chef langsomt mere og mere irriteret på dig.

Fejl 3: Du præsenterer noget, der aldrig er sket

Enten har du prøvet det, eller også har du været tæt på. Du beder Claude om noget. Den leverer. Det ser godt ud. Du sender det videre. Svaret kommer tilbage: “Øhm, hvad er der sket her?” Du går tilbage og tjekker ordentligt, og ganske rigtigt: Dele af det er opfundet.

Det sker sjældnere end før, men det sker stadig. Jeg oplevede det selv forleden.

Jeg var ved at lave et overblik over Auction Insights-trends, der viste, hvordan TEMU var forsvundet fra vores auktioner. Jeg gav Claude dataene og en solid prompt. Outputtet så godt ud. Jeg var træt og lige ved at sende det uden at gennemgå det ordentligt, men jeg tjekkede det grundigt alligevel, for det er jo det, jeg selv beder mit team om.

Mine data viste TEMU med 40% impression share i januar og 12% i juli.

Claude havde ingen data for månederne imellem. Så den opfandt bare et jævnt, stabilt fald måned for måned mellem de to punkter.

Januar var korrekt. Juli var korrekt. Hele historien imellem var opfundet. Og den var oven i købet forkert, for annoncøren vidste allerede fra Googles egne slides, at TEMU havde trukket sig markant ud i juni og ikke gradvist over seks måneder.

Fejlen ligger i den måde, du gennemgår det på. Når du tjekker Claudes output, skimmer du. Ser grafen pæn ud? Virker tallene plausible? Matcher konklusionen det, jeg allerede tror på? Du bekræfter i stedet for at efterprøve.

Spil djævelens advokat på alt, hvad du præsenterer. Følg tallene tilbage til kilden. Find fejlene, ret dem, og send det så.

Vurdering: Alvorlig forseelse. Hvis din chef eller kunde ikke kan stole på, at du overhovedet har kigget på dataene, før du sendte dem, hvad bidrager du så med i kæden? Du har bare tilføjet et trin, hvor de selv skal kontrollere dit arbejde.

Fejl 4: Du implementerer en strategi, du ikke kan forklare

Det her er den største grund til, at jeg er sikker på, at vi kommer til at se bureauer og in-house marketingfolk blive fyret på grund af AI: Folk lader Claude træffe beslutninger med alt for lidt kontrol.

Jeg ser det allerede i analyser. Marketingfolk, der er en anelse for grønne i Google Ads, bliver meget selvsikre omkring strategier, de ikke selv har fundet på og ikke rigtig forstår.

Et team hos en annoncør havde brugt forecasts fra Keyword Planner til at beslutte, hvor meget de skulle bruge hver måned. I teorien gav det mening. De kørte det i omkring et år, og strategien så ud til at virke.

Så forudsagde Keyword Planner et fald i markedet, og alle gik i panik. Ingen kunne argumentere for, at dataene var forkerte, for de havde lænet sig op ad dem i tolv måneder, og teknisk set havde de leveret. Ingen kunne bede direktøren om at slappe af. Imens faldt den faktiske trafik slet ikke i de følgende måneder.

Da jeg blev hevet ind, havde et in-house team og et andet bureau brugt uger på at bygge fortællinger om, at AI Mode tog markedsandele, for at forklare forecastet.

Det rigtige svar var meget enklere: Keyword Planner kan ikke bruges til forecasting.

Deres strategi virkede, fordi forecastene gav dem en grund til at stoppe med at bruge det samme faste beløb hver måned og i stedet flytte budget mod sæsonens toppe og bunde. Forecastet hang sammen med deres succes i et år, så de behandlede det som årsagen. De ville have fået det samme resultat (uden den falske alarm) ved at forecaste ud fra deres egen historiske performance.

Det er præcis det fejlmønster, Claude sætter turbo på.

Jeg ved det, fordi jeg ser vores egne folk flirte med det. Når nogen har travlt, er fristelsen at lade Claude foreslå en strategi til et problem. Vi er heldige: Vi har dygtige folk, der siger fra, når noget ikke holder, og en kultur, hvor det er velkomment. Sidder du alene, er der ingen til at sige fra. Strategien lyder sammenhængende nok til, at du implementerer den uden nogensinde at bygge dit eget argument for, hvorfor den burde virke.

Så falder performance, og din chef spørger, hvorfor du valgte den tilgang. “Claude foreslog det” er ikke et svar. Kan du ikke forklare, hvorfor det burde virke, er tilliden væk.

Vurdering: Fyringsgrund. Du står inde for den strategi, du implementerer, også når Claude har skrevet den.

Fejl 5: Du mister kontrollen over kontoen

Den her er jeg allerede i gang med at rede ud i analyser, og det bliver meget værre.

Ikke al automatisering er dårlig. Problemet starter, når der er så mange bevægelige dele, at du ikke længere ved, hvordan én ting påvirker en anden.

Jeg forventer, at det sker tre steder: scripts, budautomatiseringer og kampagneopsætninger.

De fleste Google Ads-ansvarlige gik aldrig i dybden med scripts og automatisering, fordi barrieren var høj. Du skulle kunne kode. Den barriere er væk. Du kan bygge et script på få minutter med Claude Code. Du kan udføre handlinger gennem en Google Ads MCP i Claude Cowork. Du kan give Claude en plan (din egen eller dens egen), og den kører den.

Vi, der har været med et stykke tid, lærte om lag på lag af automatisering på den hårde måde. Jep, så gammel er jeg. Vi byggede vores egne budregler dengang, hvor der var bud på kampagne-, annoncegruppe- og søgeordsniveau, så justeringer for mobil, desktop og tablet ovenpå, så målgruppejusteringer ovenpå dem og så geografiske justeringer ovenpå dem igen. Ingen anede, hvad pokker der egentlig skete med et bud.

Det samme er på vej. Et Claude Code-script ændrer noget. Budautomatiseringen reagerer på ændringen. En anden automatisering ser den nye performance og ændrer noget helt tredje. Læg Claude-drevne kampagneopsætninger ovenpå, og ingen har det fulde overblik over, hvad der styrer kontoen.

De fleste Google Ads-ansvarlige har hverken en baggrund i programmering eller en naturlig sans for den systemtænkning, der skal til for at holde komplekse automatiseringer sammenhængende. Det er dér, performance stille og roligt falder fra hinanden.

Intet af det betyder, at du ikke skal automatisere. Det betyder, at du skal bruge 80/20-reglen benhårdt og bygge de få automatiseringer, der leverer det meste af gevinsten, og så vide præcis, hvad hver enkelt gør, og hvordan du ruller den tilbage.

Vurdering: Du er fyret. Performance glider nedad over flere måneder, og du har ingen forklaring, for du mistænker aldrig din egen geniale automatisering. Til sidst bliver en tredjepart hyret til at analysere kontoen, og inden for få timer kan de se, at faldet startede den uge, dine automatiseringer gik live.

Sådan bruger du Claude uden at blive fyret

Reglerne er ikke komplicerede.

1. Du drager konklusionerne. Brug Claude til at bearbejde dataene, visualisere dem og pakke præsentationen. Du bestemmer, hvad dataene betyder, og hvad der skal ændres i kontoen.
2. Tjek alt, hvad du præsenterer. Følg tallene tilbage til kildedataene. Gennemgå selve arbejdet i stedet for at skimme, om det ser rigtigt ud.
3. Brug Claude til at skære arbejde væk, ikke til at skabe mere. Send ikke en rapport på 40 sider, bare fordi Cowork kunne lave en. Kog den ned til de få indsigter, der bør ændre nogens adfærd.
4. Stå inde for hver eneste strategi, du implementerer. Du skal kunne forklare antagelserne, dataene og logikken uden nogensinde at sige “Claude foreslog det”.
5. Hold styr på dine automatiseringer. Vid, hvad hver enkelt ændrer, hvordan den spiller sammen med resten af kontoen, og hvordan du ruller den tilbage.
6. Tag æren for din dømmekraft. Fortæl folk, hvordan Claude hjalp dig med at arbejde hurtigere. Gør det tydeligt, hvilken del der krævede din erfaring.

Den største fejl, du kan begå med AI, er slet ikke at bruge det. Om et år eller to bliver du fyret for det i stedet. En anden vil bruge Claude, Claude Cowork og Claude Code til at skære 75% af grovarbejdet ud af sin uge, mens du stadig sidder og gør det i hånden. De får mere tid til strategi, de forstår annoncøren bedre, og de rykker hurtigere end dig.

Brug Claude aggressivt. Men behold dømmekraften, ansvaret og kontrollen selv.

[TL;DR]

• Det, der får marketingfolk fyret, er at overlade dømmekraft, kontrol og ansvar til Claude.
• Lad aldrig Claude drage konklusionerne. Brug den til at bearbejde, visualisere og pakke data, og tænk så selv, for når en konklusion først står på siden, vil din hjerne som udgangspunkt godtage den.
• Tjek, før du præsenterer. Jeg fangede Claude i at opfinde seks måneders Auction Insights-data mellem to korrekte datapunkter. At skimme er ikke at gennemgå.
• Mere output er ikke bedre output. Skær 80% af indsigterne væk i en rapport fra Claude, og behold kun det, der ændrer en beslutning.
• Stå inde for din strategi og dine automatiseringer. “Claude foreslog det” er ikke en forklaring, og lag på lag af automatisering, som ingen forstår, tærer stille og roligt på performance i månedsvis.
• Den største risiko er slet ikke at bruge AI. Brug det aggressivt, men behold dømmekraften og ansvaret selv.

Brug Claude uden at blive fyret: 5 fejl, der kan koste dig jobbet