Det samme mønster går igen i Danmark: Salgschefen ved godt, at der burde følges op på flere tilbud, flere gamle leads og flere inaktive kunder – men tiden er der ikke. Hverdagen vinder. Og når ressourcerne er begrænsede, bliver prioriteten naturligt de varmeste sager og de største kunder.

Samtidig er kundernes forventninger ændret. Ifølge undersøgelser fra bl.a. HubSpot og Salesforce ligger forskellen ofte på, hvem der følger hurtigst og mest konsekvent op – ikke nødvendigvis hvem der har det bedste produkt. Virksomheder, der bruger AI til at automatisere e-mailopfølgning og personalisering direkte fra deres CRM, ser typisk markant højere svarrater og flere møder ud af de samme leads.

I stedet for endnu et stort marketingprojekt handler det om noget mere jordnært: at bygge en lille AI-salgsmotor oven på jeres nuværende CRM – med 1–2 specialiserede AI-agenter og et simpelt workflowværktøj som n8n. Ingen nye systemer. Ingen lange implementeringer. Bare altid‑tændt, disciplineret opfølgning.

Problemforståelse i danske SMV’er

I virksomheder med 10–100 ansatte er udfordringen sjældent manglen på leads. De fleste har allerede:

• trafik på website
• tilmeldinger til nyhedsbrev eller webinarer
• møder fra messer og netværk
• gamle kunder i CRM, der ikke er kontaktet længe

Problemet er, at opfølgningen ikke er konsekvent. Typiske mønstre vi ser:

• Leads får én eller to e-mails – og derefter intet.
• Tilbud bliver sendt – men kun nogle af dem bliver fulgt metodisk op.
• Gamle kunder bliver først kontaktet, når salget har et hul i kalenderen.
• Marketing laver kampagner i ryk, som ikke bliver fulgt til dørs i salg.

Samtidig ligger der meget manuelt arbejde bag hver enkelt kontakt:

• kopiere tekst fra gamle e-mails
• tilpasse formuleringer til person, virksomhed og branche
• slå noter op i CRM for at huske historik
• manuelt oprette opgaver for opfølgning – som ofte glider i travlheden

Her opstår spildtiden og fejlene:

• Spildtid, fordi sælgere skriver mange variationer af de samme mails igen og igen.
• Tabte muligheder, fordi leads aldrig får det tredje eller fjerde forsøg, hvor mange faktisk svarer.
• Uens kundeoplevelse, fordi opfølgning afhænger af den enkelte sælgers disciplin og kalender.
• Dårlige data i CRM, fordi noter, status og næste skridt ikke bliver opdateret systematisk.

Kort sagt: Systemerne er der, men motoren mangler. CRM’et ender som passivt arkiv i stedet for en aktiv AI-salgsmotor, der sikrer, at hver eneste lead og kunde bliver behandlet ordentligt.

Løsningen – sådan virker AI-agenter og n8n i praksis

Løsningen er ikke en stor, magisk superbot, men en lille, fokuseret AI-salgsmotor bygget af tre dele:

1. Jeres eksisterende CRM (HubSpot, Dynamics, Pipedrive, Salesforce, e.l.).
2. n8n som automationsmotor, der styrer timing, regler og integrationer.
3. 1–2 AI-agenter, der skriver, tilpasser og registrerer e-mails og noter på tværs.

Inspireret af globale erfaringer fra bl.a. HubSpot, Salesforce og McKinsey ser vi et klart mønster: De virksomheder, der lykkes, bygger små, specialiserede AI-agenter med klart ansvar – ikke én generel chatbot. Nedenfor er fire konkrete scenarier, der tilsammen udgør en simpel, men effektiv AI-salgsmotor.

1. AI-agent til altid‑tændt lead-opfølgning

Når et nyt lead kommer ind (kontaktformular, download, webinar), sker der ofte kun én ting: en standard-autoresponder. Derefter skal salg eller marketing manuelt vurdere, om og hvornår der skal følges op.

Med en AI-salgsmotor i CRM kan det i stedet se sådan ud:

• n8n opfanger automatisk nye leads fra CRM eller webforms.
• AI-agenten læser leadets data (branche, størrelse, tidligere aktiviteter) og vælger en passende vinkel.
• Agenten genererer en personlig opfølgningsmail i dit toneleje – fx én version til direktører og en anden til driftschefer.
• Mailen sendes automatisk eller lægges som forslag til sælger i CRM til hurtig godkendelse.
• Hvis der ikke svares, planlægger n8n næste opfølgning efter 3, 7 og 14 dage med justeret vinkel.

Resultat: Hvert lead får et gennemtænkt, personligt forløb – uden at en sælger skal skrive de samme mails igen og igen.

2. AI-agent til tilbudsopfølgning

Tilbud er ofte der, hvor der ligger mest tabt omsætning. Mange får én opfølgning – få får tre. Men data fra internationale undersøgelser viser, at flere kontakter over tid giver markant højere winrate.

Her kan en AI-agent hjælpe:

• n8n overvåger jeres tilbudsstadie i CRM (fx “Tilbud sendt”).
• Efter et defineret antal dage uden svar udløses en opfølgningssekvens.
• AI-agenten læser tilbudsnoter, produkter og kundetype og skriver et kort, konkret opfølgningsforslag – fx “skal vi tage en hurtig status?”, “er der noget internt, der spænder ben?”, eller “skulle vi justere løsningen?”.
• Sælger kan godkende, justere eller sende med ét klik – og CRM opdateres automatisk med aktivitet.

Ingen tilbud bliver glemt, og opfølgningerne rammer kundens situation bedre end standardtekster.

3. AI-agent til genaktivering af gamle kunder og døde leads

I de fleste CRM-systemer ligger der flere års historik på kunder, der ikke har købt længe, eller leads, der aldrig kom i mål. Her ligger en stor, ofte overset mulighed.

Med en AI-salgsmotor kan I fx kvartalsvist:

• lade n8n udvælge kontakter, der ikke har været i dialog i 6–18 måneder
• lade AI-agenten læse tidligere mails, tilbud og noter
• generere en personlig “vi vil gerne høre, hvor I er i dag”-mail, der refererer til den historik, I faktisk har
• køre små batch-kampagner på 20–50 kontakter ad gangen, så sælger kan følge op på svar

Her viser erfaringer fra bl.a. HubSpot og Salesforce, at virksomheder ofte finder “glemte” muligheder, der kan vækkes til live – uden nye marketingbudgetter. Forskellen er blot, at i stedet for én generisk kampagnemail får kontakten en personlig opfølgning med udgangspunkt i den relation, I allerede har.

4. AI-agent som CRM-skribent og datavogter

En stor del af værdien i CRM går tabt, fordi data ikke bliver opdateret. Noter mangler, statusfelter er forældede, og ingen ved præcist, hvad næste skridt er på en sag.

Her kan en AI-agent fungere som “digital salgsassistent”:

• Når sælger har haft et møde, kan en kort, løst struktureret note (eller møderesumé) lægges ind.
• AI-agenten omskriver noten til klar, struktureret CRM-tekst med aftaler, behov og næste skridt.
• Felter som branche, interesseområder og købsstadie kan foreslås og opdateres automatisk.
• n8n kan bruge disse felter til at styre, hvilke e-mailflows kunden skal igennem.

Det betyder, at jeres AI-salgsmotor i CRM får et langt bedre datagrundlag at arbejde ud fra – uden at sælgerne skal bruge mere tid på registrering. Tværtimod frigives tid, fordi simple tekster og opgaver håndteres af agenten.

Den forretningsmæssige effekt

International research peger på, at mindre og mellemstore virksomheder, der automatiserer dele af deres salgs- og marketingopfølgning med AI, typisk oplever:

• 20–40 % tidsbesparelse på e-mailarbejde og CRM-registrering.
• markant hurtigere svartid på nye leads (ofte ned fra dage til minutter/timer).
• flere møder og tilbud ud af den samme mængde leads.
• bedre datakvalitet i CRM, fordi opdateringer sker mere konsekvent.

Overført til en dansk kontekst med fx tre sælgere kunne billedet se således ud:

• Hver sælger bruger i dag måske 1–2 timer dagligt på mails, der ligner hinanden.
• Med en AI-salgsmotor, der skriver udkast og styrer flows, kan 50–70 % af denne tid reduceres.
• Frigivne timer kan flyttes til kvalificerede samtaler, møder og reelt salgsarbejde.

På bundlinjen kan det betyde:

• flere vundne sager, fordi opfølgning sker 3–5 gange i stedet for én gang
• højere kundelivstid, fordi eksisterende kunder får mere systematisk opmærksomhed
• mindre afhængighed af enkeltpersoners disciplin – processerne bærer mere af ansvaret

Samtidig er pointen fra både DeepLearning.AI og McKinsey klar: gevinsten kommer, når AI‑agenter sættes ind i konkrete workflows og får lov at arbejde med rigtige data, ikke som isolerede eksperimenter. En lille AI-salgsmotor oven på CRM er netop sådan et konkret workflow – bygget til at levere målbar effekt på tid, svartid og konvertering.

Sådan kommer I i gang inden for 1 uge

Hos JHAF Media bygger vi AI-agenter og automations oven på de systemer, I allerede har. Vores tilgang er praktisk og kortsigtet målbar: små leverancer, der virker i hverdagen – ikke store transformationsprojekter.

Trin 1: Kort analyse af jeres nuværende salgsflow

Vi starter med en enkel gennemgang (typisk 1–2 timer) af:

• hvordan nye leads kommer ind (web, events, telefon, partnerskaber)
• hvordan tilbud håndteres og følges op
• hvad I i dag gør for at genaktivere gamle kunder og leads
• hvilke systemer I bruger (CRM, e-mail, evt. ERP)

Målet er at finde én konkret delproces, hvor en lille AI-salgsmotor hurtigt kan give effekt – fx:

• altid-tændt opfølgning på web-leads
• systematisk tilbudsopfølgning
• kvartalsvis genaktivering af inaktive kunder

Trin 2: Lille POC med rigtige data

Næste skridt er en proof of concept, der bygges på 3–5 dage:

• Vi kobler n8n til jeres CRM og e-mail.
• Vi konfigurerer 1–2 AI-agenter – typisk én til at skrive e-mails og én til at forstå/strukturere CRM-data.
• Vi sætter et simpelt flow op (fx for nye leads eller tilbudsopfølgning).
• Vi tester på et mindre antal rigtige leads/kunder, så I kan se mails, tekster og CRM-opdateringer i praksis.

PoC’en er bevidst smal: Vi vil hurtigst muligt vise, at en AI-salgsmotor i CRM faktisk kan aflaste salget og give flere kvalificerede dialoger – uden at ændre jeres måde at arbejde på fra dag ét.

Trin 3: Færdig løsning på en uge

Når PoC’en sidder der, færdiggør vi løsningen:

• Finjustering af tekster, tone og regler (hvem må få automatisk mails, hvad kræver godkendelse osv.).
• Opsætning af logning, så I kan se, hvor mange mails der sendes, og hvilke svar der kommer.
• Enkel dokumentation og kort træning af salg/marketing i, hvordan de samarbejder med AI‑agenterne.

Hele processen kan gennemføres på omkring en uge, fordi vi bygger oven på det, I har – og bruger n8n som fleksibel lim mellem CRM, e-mail og AI. Ingen store IT-projekter, ingen skift af CRM.

Mini-case: Dansk B2B-virksomhed med 35 ansatte (fiktivt eksempel)

Nedenstående case er fiktiv, men baseret på typiske mønstre, vi ser hos danske B2B-virksomheder.

Udgangspunktet

En teknisk handelsvirksomhed med 35 ansatte sælger komponenter og løsninger til industrien. De har CRM og nyhedsbrev, men salget drives primært af tre sælgere på telefon, e-mail og kundebesøg.

Deres udfordringer:

• Web-leads får kun en automatisk takke-mail – og bliver sjældent kontaktet personligt.
• Tilbud får ofte én opfølgning – derefter drukner de i hverdagens opgaver.
• Gamle kunder bliver først kontaktet igen, når en sælger tilfældigt opdager dem i CRM.
• CRM-noter er ujævne, og ingen er helt trygge ved, om man går glip af muligheder.

Løsningen: En lille AI-salgsmotor i CRM

Virksomheden beslutter at starte med to klare use cases:

1. Altid-tændt opfølgning på nye leads fra websitet.
2. Systematisk opfølgning på alle tilbud over en bestemt størrelse.

På en uge bygges følgende løsning:

• n8n kobles til CRM og virksomhedens generelle salgsindbakke.
• En AI-agent sættes op til at skrive personlige e-mails baseret på lead- og tilbudsdata.
• Et flow for nye leads:
  • Dag 0: personlig velkomst og sparring baseret på, hvad leadet har udfyldt.
  • Dag 3: opfølgning med et konkret forslag til næste skridt.
  • Dag 10: kort “skal vi parkere eller tage et kald?”-mail.
• Et flow for tilbud:
  • Dag 4: første opfølgningsmail med fokus på spørgsmål og afklaring.
  • Dag 10: mail, der adresserer typiske interne barrierer (budget, prioritering osv.).
  • Dag 21: sidste kort statusmail.
• AI-agenten foreslår tekster, sælger godkender/sender på 1–2 klik direkte fra CRM.

Resultatet (fiktivt, men realistisk)

Efter nogle måneder ser billedet således ud:

• Sælgerne oplever, at de skriver langt færre “standardmails” – AI’en leverer 70–80 % færdige udkast.
• Svartiden på nye leads er reduceret fra typisk 1–2 dage til under én time i gennemsnit.
• Flere tilbud får tre opfølgninger i stedet for én, fordi processen ikke afhænger af kalenderdisciplin.
• CRM bliver mere opdateret, fordi AI-agenten hjælper med at strukturere noter og felter efter møder.

Virksomheden har ikke ansat flere i salg eller marketing – men får mere ud af de leads, de allerede har. AI-salgsmotoren i CRM fungerer som en digital kollega, der holder styr på opfølgningen, mens sælgerne fokuserer på dialog og lukning.

Afslutning og næste skridt

Hvis I kan genkende udfordringen med salg i ryk, forsvundne leads og uens opfølgning, er næste skridt ikke endnu en kampagne – men en lille AI-salgsmotor oven på jeres CRM.

Med 1–2 AI-agenter og n8n kan I på få dage få:

• altid‑tændt opfølgning på leads
• systematisk tilbudsopfølgning
• bedre udnyttelse af eksisterende kunde- og leaddata
• flere møder og tilbud ud af de samme indsatser

Uden nye systemer. Uden store IT-projekter. Uden at ansætte flere.

Hvis du vil se et konkret eksempel i jeres virksomhed, så kan vi bygge en lille prototype på under en uge.