AI Marketing Specialist

Arbejdet er praktisk. Du bruger AI til det, en marketingafdeling ellers laver i hånden: tekster, billeder, e-mails, annoncer og rapporter. Forskellen fra en almindelig markedsføringsspecialist er værktøjerne og arbejdsgangen.

En typisk dag starter tit med oprydning. AI'en har kørt natten over, og noget skal rettes. Derefter går tiden med at bygge, teste og kontrollere.

Typiske opgaver

• Skriver og finpudser prompts (instruktioner til AI'en) til produkttekster, nyhedsbreve og annoncer
• Bygger virksomhedens egne AI-assistenter, der kender tone of voice, produktdata og faste formuleringer
• Genererer billeder og korte videoer i Midjourney, Adobe Firefly, Canva eller HeyGen
• Oversætter og tilpasser kampagner til flere sprog på en brøkdel af tiden
• Sætter automatiske flows op i HubSpot, Klaviyo eller Mailchimp, hvor AI vælger emnelinje og segment
• Fodrer Meta Advantage+ og Google Performance Max med varianter og lader systemet teste dem
• Bygger små automatiseringer i Zapier, Make eller n8n, så data flytter sig af sig selv
• Laver rapportudkast ud fra tal i Google Analytics 4 og retter dem til bagefter
• Skriver interne retningslinjer og underviser kolleger, der er usikre på værktøjerne

Halvdelen af jobbet er kontrol

AI opfinder fakta. Det kaldes hallucination. En specialist faktatjekker påstande, tal og henvisninger, før noget bliver publiceret.

Der er også regler. Forbrugerombudsmanden håndhæver markedsføringsloven, og den gælder også for tekst, en maskine har skrevet. Vildledende påstande er lige så ulovlige, uanset hvem der formulerede dem. EU's AI-forordning stiller desuden krav om, at syntetisk indhold mærkes, blandt andet deepfakes og AI-genererede personer i annoncer.

Data er det tredje sted, det kan gå galt. Datatilsynet har flere gange præciseret, at kundeoplysninger ikke bare må uploades til et AI-værktøj. Der skal være et lovligt grundlag og en databehandleraftale med leverandøren. Derfor bruger mange danske virksomheder erhvervsudgaver af værktøjerne, hvor data ikke bruges til træning.

Hvor sidder man?

Typiske arbejdspladser er webshops, mediebureauer, SaaS-virksomheder, forsikring, telebranchen og større detailkæder. I bureauer arbejder man på mange kunder samtidig. In-house går det dybere: færre kampagner, men egne assistenter, egne data og en fast tone of voice.

I små virksomheder er rollen ofte en del af et andet job. En marketingansvarlig får AI-delen oveni. I større organisationer er det et selvstændigt job, tit med ansvar for at få resten af afdelingen med.

For dig der skal hyre

Bed om konkrete eksempler frem for certifikater. Se en prompt, personen selv har bygget, og hør hvad den løste. Spørg til en fejl, AI'en lavede, og hvordan den blev fanget. Spørg også, hvordan personen håndterer kundedata i værktøjerne. En dygtig specialist svarer roligt på begge dele.

Der findes ingen autoriseret uddannelse til jobbet. Titlen er ikke beskyttet, og ingen kan forbyde dig at bruge den. Til gengæld ansætter arbejdsgivere efter dokumenterede resultater.

Den almindelige vej

De fleste kommer fra en marketinguddannelse og lærer AI-delen ovenpå.

• Markedsføringsøkonom på erhvervsakademi tager 2 år. Adgangskravet er en gymnasial eksamen eller en relevant erhvervsuddannelse, typisk med matematik og engelsk på C-niveau. Se optagelseskravene hos Uddannelsesguiden.
• Professionsbachelor i digital konceptudvikling eller i international handel og markedsføring er en overbygning på 1½ år.
• Fra universitetet kommer folk med cand.merc. i marketing, kommunikation eller digitalisering.

Alternative veje ind

Mange i faget er skiftet fra noget beslægtet. Copywritere, SoMe-ansvarlige, grafikere, webredaktører og dataanalytikere har alle et naturligt spring. Oplæring på jobbet tager typisk et halvt til et helt år.

En del kommer også helt udefra. Journalister og folkeskolelærere har fundet vej via tekstarbejdet. Det, der afgør det, er en portefølje: før-og-efter-eksempler, dine egne prompts og tal på hvad det flyttede.

Kurser og certifikater

De fleste relevante certifikater er gratis eller billige og tager timer, ikke måneder. HubSpot Academy, Google Skillshop og Meta Blueprint har alle spor om AI i markedsføring. Microsoft og Google udbyder certificeringer i deres egne AI-værktøjer. Ingen af dem er adgangsgivende, men de viser, at du har rørt værktøjet.

Vil du have noget mere formelt, findes akademiuddannelsen i digital konceptudvikling og enkeltfag i digital markedsføring. De læses på deltid ved siden af jobbet over nogle måneder.

Et krav værd at kende

EU's AI-forordning kræver, at virksomheder sikrer, at medarbejdere har tilstrækkelig viden om AI, når de bruger den i arbejdet. Kravet gælder brugeren, ikke leverandøren. Derfor betaler flere danske arbejdsgivere nu selv for kurser i faget.

Hvad skiller de dygtige ud?

Det er sjældent værktøjskendskabet. Det er dømmekraften: at vide hvornår output er godt nok, og hvornår det skal skrives om i hånden.

Værktøjskassen skifter hurtigt, men falder i faste grupper.

Tekst og research

• ChatGPT, Claude, Gemini og Microsoft Copilot til udkast, omskrivning og idéer
• Perplexity til research med kildehenvisninger
• Jasper og Copy.ai til kampagnetekst i fast skabelon
• Egne assistenter bygget på virksomhedens produktdata, så svarene bliver konkrete

Billede, lyd og video

• Midjourney og DALL·E til visuelt indhold
• Adobe Firefly, som er trænet på licenseret materiale og derfor bruges af mange virksomheder med kommercielle krav
• Canva Magic Studio til hurtige formattilpasninger
• ElevenLabs og HeyGen til speak og korte videoer

Automatisering og e-mail

• HubSpot, Klaviyo og Mailchimp med indbyggede AI-funktioner til segmentering og emnelinjer
• Salesforce til de større organisationer
• Zapier, Make og n8n til at binde systemerne sammen uden kode

Annoncer og søgning

• Meta Advantage+ og Google Performance Max, hvor algoritmen selv fordeler budgettet
• Semrush, Ahrefs og Surfer SEO til søgeord og indholdsanalyse

Måling

• Google Analytics 4 og Looker Studio til tal og rapporter
• Regneark stadig, oftere end folk tror

Det praktiske

Erhvervsudgaverne koster mere, men det er dem, der bruges. De giver kontrol over, om data indgår i træning, og de kan indgå i en databehandleraftale. Det er ofte specialisten selv, der skal forklare den forskel til ledelsen.