← Cases
Case · AI-læring i praksisSweco × Munk AI

AI ud af teorien.
Ud på ruten.

En fagdag, 50 poster og en webapp i lommen. Til Swecos AI-løb udviklede Munk AI et format, der kobler AI-viden, faglige opgaver og samarbejde i små teams.

Se casen
AI-genereret illustration: Sweco-skilt med QR-kode i grønne omgivelser
01

Postillustration fra forberedelsesmaterialet til AI-løbet.

AI-genereret illustration
50
Poster i formatet

beskrevet i den fælles introduktion

2
Typer opgaver

AI-quizzer og SwecoGPT-opgaver

Mobil
Adgang via browser

ingen appinstallation

Sammen
Teamet følges ad

fælles scanning åbner posten

Praktisk AI-læring hos

SWECOMunk AI

Faglighed, bevægelse
og AI i samme opgave.

Til Swecos fagdag den 21. august 2026 blev AI-læring tænkt ind som et fælles løb for Division Infrastruktur.

Munk AI udviklede en mobil webapp og et sammenhængende aktivitetsformat. Små teams skulle rundt til poster, drøfte spørgsmål og arbejde med opgaver i Swecos egne AI-værktøjer.

Forløbet forbandt en fælles introduktion, AI-bingo, selve løbet og en afsluttende refleksion i afdelingerne. På den måde blev teknologien koblet til både den faglige hverdag og samtalen mellem kolleger.

Hvordan gør man
AI til noget, alle prøver?

Et oplæg kan åbne øjnene for AI. Men at bruge værktøjerne kræver også, at medarbejderne selv stiller spørgsmål, prøver sig frem og taler om det, de møder.

Opgaven var at skabe en aktivitet, hvor kolleger med forskellige erfaringer kunne deltage sammen. Indholdet skulle rumme både generelle AI-begreber og relevante opgaver fra Swecos fagområder.

Samtidig skulle formatet fungere på telefoner, koordinere flere afdelinger og passe ind mellem dagens øvrige aktiviteter.

Princippet bag løbet

Flest point vinder. Holdet følges ad.Opgaverne belønner svar og samarbejde. Tempoet rundt på ruten afgør ikke vinderen.

Scan en post.
Løs opgaven sammen.

Webappen binder de fysiske poster sammen med opgaver, svar og afdelingens stilling.

01 · FIND

Åbn posten

Teammedlemmerne scanner QR-koden eller indtaster postkoden. Posten åbner, når alle er med.

02 · AFPRØV

Brug viden og AI

Quizzer besvares individuelt efter fælles drøftelse. På SwecoGPT-poster afleverer én person teamets svar.

03 · FØLG

Se den fælles stilling

Point samles i webappen, og teams konkurrerer inden for deres afdeling.

SwecoGPT er Swecos eget AI-værktøj. Munk AI’s leverance i denne case er løbets webapp, aktivitetsformat og tilhørende materiale.

En fælles start.
En faglig afrunding.

Aktiviteten blev tilrettelagt omkring dagens afdelinger og forskudte tidsrum.

  1. 01
    Sammen

    Introduktion til løbet

    Formål, posttyper og spilleregler sættes på plads, før afdelingerne går videre til deres eget program.

  2. 02
    Sammen

    AI-bingo og teamstart

    Et socialt indslag åbner samtalen om egne AI-erfaringer. Deltagerne vælger hold, afdeling og team i webappen.

  3. 03
    Munk AI

    Quiz og praktiske opgaver

    Posterne veksler mellem AI-viden og faglige opgaver. Teambuilding-spørgsmål vælger, hvem der indsender det fælles svar.

  4. 04
    Sammen

    Kåring og refleksion

    Afdelingslederen samler op med udgangspunkt i stillingen og en refleksionsøvelse, hvor teams deler deres indtryk.

Fra spørgsmål
til fælles overblik.

Skærmbilleder fra projektets præsentationsmateriale viser quiz, faglig teamopgave og afdelingsstilling. De viste point er eksempler fra materialet, ikke dokumenterede slutresultater.

Teknik og læring
i ét samlet format.

Materialet forbinder appens funktioner med den praktiske tilrettelæggelse af dagen.

01

Mobil webapp

Teamvalg, scanning eller kodeindtastning, opgaver, svar og løbende stilling i browseren.

02

To opgaveformater

Quizposter om AI og fælles opgaver med afsæt i Swecos fagområder og egne AI-værktøjer.

03

Pointmodel for teams

Quizpoint fordeles efter gruppestørrelse. Et fælles korrekt svar på en SwecoGPT-post giver teamet postens pointpulje.

04

Introduktion og praktisk materiale

Præsentationer, AI-bingo, QR-poster, tidsplan og instruktioner til deltagere og afdelingsledere.

05

Opsamling og refleksion

En afslutning, der kobler konkurrencen til en fælles samtale om dagens erfaringer.

Fra generel AI-viden
til faglige spørgsmål.

Spørgsmålsmaterialet spænder fra grundlæggende AI-begreber og prompting til anvendelse i ingeniørarbejdet. Der indgår også temaer om at vurdere svar og behandle information ansvarligt.

De faglige opgaver tager afsæt i blandt andet geoteknik, bane, bro, tunnel, vej og mobilitet. Dermed bliver AI-værktøjerne sat i relation til de områder, medarbejderne arbejder med.

De sociale opgaver er en del af formatet. Teamet skal tale sammen, vælge en svarperson og holde sammen på ruten.

TRE LAG I LÆRINGEN

Forstå.Afprøv. Tal sammen.

01

AI-forståelseBegreber, muligheder og opmærksomhed på kvaliteten af svar.

02

Faglig anvendelseOpgaver, der sætter egne værktøjer i en relevant sammenhæng.

03

Fælles refleksionEn samtale om erfaringer og anvendelse i hverdagen.

Beskriver aktivitetens indhold og læringssigte. Der er ikke fundet en før-/eftermåling af deltagernes kompetencer.

Et format, der gør
AI til en aktivitet.

Leverancen er en webapp og en samlet ramme for praktisk AI-læring på fagdagen.

01

Ét sammenhængende deltagerflow

Fra valg af team til scanning, opgavebesvarelse og stilling.

02

Faglighed koblet til værktøjer

Opgaverne forbinder AI-forståelse med konkrete spørgsmål fra Swecos arbejde.

03

Samarbejde indbygget

Fælles scanning og teamopgaver gør deltagelse til en del af spillets struktur.

04

Materiale til hele aktiviteten

Introduktion, AI-bingo, løb og refleksion hænger sammen i det fælles program.

Casen bygger på projektets webapp-skærmbilleder, endelige præsentationer og forberedelsesmateriale. Faktisk fremmøde, slutpoint og målte lærings- eller effektiviseringsgevinster er ikke dokumenteret i det fundne materiale.

Erfaringen skal
kunne bruges bagefter.

Opsamlingsmaterialet lægger op til, at deltagerne først tænker selv, derefter taler i teams og til sidst deler udvalgte refleksioner i afdelingen.

Det giver en konkret ramme for at forbinde dagens opgaver med den videre samtale om AI på arbejdspladsen.

Dette beskriver den tilrettelagte opsamling. Der er ikke fundet dokumentation for et efterfølgende implementeringsforløb knyttet til AI-løbet.

  1. 01

    Reflektér individuelt over dagens oplevelser

  2. 02

    Tal om erfaringerne sammen med teamet

  3. 03

    Saml pointer på sedler til fælles gennemgang

  4. 04

    Del en udvalgt refleksion fra hvert team

Jeres næste skridt

Hvordan får I flere til selv at prøve AI?

Munk AI hjælper med at koble læring, faglige opgaver og teknologi i et format, der passer til jeres organisation.