Dansk eller engelsk i AI? Vores test viser, hvornår sprogvalget betyder noget

Danske instruktioner fylder lidt mere end tilsvarende engelske instruktioner i mange AI modeller. Men det vigtigste fund i vores test er ikke, at virksomheder skal skifte til engelsk. Det vigtigste er, at sprogvalg skal afhænge af arbejdsgangen.

Mange danske virksomheder er begyndt at diskutere, om medarbejdere bør bruge engelsk, når de arbejder med ChatGPT, Copilot, Claude, Gemini og andre AI værktøjer.

Det lyder umiddelbart effektivt. Engelsk er ofte kortere. Mange modeller er trænet tungt på engelsk. Mange tekniske begreber findes allerede på engelsk. Og i nogle workflows kan en engelsk instruktion give et mere kompakt input.

Men der er et problem: AI bruges ikke kun af specialister.

AI bruges også af HR-medarbejdere, undervisere, konsulenter, kundeservice, marketing, projektledere, sagsbehandlere, ledere og ansatte, der tænker bedst på dansk, arbejder med danske kunder og skal skrive til danske modtagere. Hvis de bliver tvunget over i engelsk for at være "mere effektive", kan man hurtigt miste præcision, tryghed og adoption.

Derfor lavede vi en kontrolleret test.

Vi ville ikke bare spørge, om dansk fylder mere end engelsk. Det gør det ofte. Vi ville finde ud af, hvornår det betyder noget, hvornår det næsten forsvinder i mængden, og hvornår sprogskiftet kan være en falsk besparelse i praksis.

Det vigtigste først

• I den udvidede test brugte danske instruktioner i gennemsnit 1,06x så mange prompt-tokens som tilsvarende engelske instruktioner, når svaret stadig skulle være på dansk.

• Forskellen var størst i korte hverdagsopgaver, hvor dansk lå omkring 1,11x.

• I gentagne workflows lå dansk omkring 1,06x.

• I lange opgaver med dansk kildemateriale faldt forskellen til omkring 1,01x, fordi kildeteksten fylder langt mere end selve instruktionen.

• Den praktiske kvalitet holdt sig høj i testen, med en gennemsnitlig kvalitetsscore på 4,5 ud af 5.

• Konklusionen er ikke, at alle skal prompte på engelsk. Konklusionen er, at virksomheder bør vælge sprog efter arbejdsgang.

• Dansk bør normalt være standard for bred medarbejderbrug, kunde-nære opgaver, HR, undervisning, intern kommunikation og situationer, hvor nuance betyder noget.

• Engelsk eller hybrid kan give mening i specialistarbejde, tekniske flows og gentagne AI automatiseringer, men bør testes på den konkrete opgave.

En prompt er ikke bare tekst. Den er en del af en arbejdsgang. Hvis sprogvalget gør medarbejderen usikker, bliver det samlede output ikke nødvendigvis bedre, selv om instruktionen bliver kortere.

Hvorfor vi testede dansk mod engelsk

Hos HverdagsAI arbejder vi med danske virksomheder, der både bruger AI i almindelige chatværktøjer og i mere faste processer: promptskabeloner, interne assistenter, agent-workflows, mødenoter, kundeservice, content, undervisning, compliance, rapportering og AI automatisering.

Hvis I vil arbejde mere systematisk med prompts, kan I starte med vores Prompt Engineering Guiden.

I den virkelige verden bliver sprogvalg hurtigt blandet sammen med modelvalg.

Nogle spørger:

• Skal vi skrive vores prompts på engelsk?

• Skal output stadig være på dansk?

• Er dansk godt nok til professionelle workflows?

• Bør vores interne promptskabeloner være engelske, selv om medarbejderne arbejder på dansk?

• Betyder det mere i AI agenter og automationer end i almindelig ChatGPT-brug?

Den praktiske problemstilling er derfor ikke, om danske virksomheder skal prompte på engelsk for at spare tokens. Det er, hvornår dansk giver bedre kvalitet og adoption, og hvornår engelsk faktisk er den mest effektive arbejdsstandard.

Den skelnen er vigtig.

I almindelig medarbejderbrug kan det være helt forkert at optimere efter kortest mulig instruktion. Medarbejderen skal kunne forklare sin opgave præcist, vurdere svaret og bruge det videre. Hvis dansk giver bedre input og bedre vurdering, er dansk ofte det stærkeste valg.

I højvolumen-workflows er situationen anderledes. Hvis en agent eller API-baseret proces kører samme type opgave igen og igen, kan selv små forskelle i tokenforbrug blive relevante. Men også her skal man teste kvalitet, sprogcompliance og fejltyper. En kortere instruktion er ikke nyttig, hvis den skaber mere efterarbejde.

Sådan er testen lavet

Den udvidede test bestod af 1.080 gennemførte modelkørsler fordelt på 12 modelspor, 30 danske forretningsscenarier og 3 sprogvarianter.

Sammen med den første mini-test giver det et samlet evidensgrundlag på 1.260 kontrollerede runs.

Testen er designet som et praktisk HverdagsAI studie, ikke som en universel modelrangliste. Formålet var at undersøge, hvordan prompt sprog påvirker tokenforbrug og praktisk output i realistiske danske opgaver.

Testdesignet

De tre promptvarianter

Vi testede hver opgave i tre varianter:

1. Dansk instruktion, dansk output.

2. Engelsk instruktion, dansk output.

3. Engelsk instruktion, engelsk output.

Den vigtigste sammenligning i denne artikel er variant 1 mod variant 2: hvad sker der, når output stadig skal være dansk, men instruktionen skifter fra dansk til engelsk?

Det er den situation, mange danske virksomheder faktisk overvejer. De vil stadig kommunikere med danske kunder, medarbejdere og ledere på dansk, men overvejer om selve prompten eller den faste systeminstruktion bør være engelsk.

Hvad vi målte

Vi registrerede blandt andet:

• Prompt-tokens.

• Completion-tokens.

• Reasoning-tokens, hvor modellen eksponerede dem.

• Total-tokens.

• Latency.

• Sprogcompliance.

• Praktisk kvalitet.

• Faktuel fastholdelse i lange opgaver med dansk kildemateriale.

Alle rækker med længdegrænser, sprogproblemer eller QA-fejl blev genkørt med justeret outputgrænse, før finalen blev analyseret. Slutstatus var 1.080 ud af 1.080 gennemførte runs i den udvidede test, uden manglende kørsler, uden manglende usage-data, uden sprogfejl og uden kvalitetsscore under den valgte grænse.

Hovedresultat: dansk fyldte 1,06x mere i den udvidede test

I den udvidede test brugte danske instruktioner i gennemsnit 1,06x så mange prompt-tokens som tilsvarende engelske instruktioner, når svaret stadig skulle være på dansk.

Den første mini-test viste 1,08x. Den udvidede test trak gennemsnittet lidt ned, men bekræftede samme hovedmønster: dansk fylder ofte lidt mere, men forskellen er ikke ens i alle typer opgaver.

Det er netop pointen.

Hvis en medarbejder bruger AI fem gange om ugen til almindelige opgaver, er sprogkvalitet, tryghed og præcision ofte vigtigere end en lille forskel i prompt-længde.

Hvis et fast workflow kører tusindvis af gange, bør sprogstrategien testes konkret. Ikke som ideologi. Som drift.

Forskellen afhænger af opgavetypen

Den største forskel kom i korte opgaver. Det giver mening, fordi selve instruktionen fylder en større del af hele prompten.

I lange opgaver med dansk kildemateriale bliver instruktionen derimod relativt mindre vigtig. Her dominerer kildeteksten. Hvis du sender lange danske mødereferater, kundetekster, sagsnotater eller produktbeskrivelser ind i modellen, er det ofte bedre at optimere kildemateriale, struktur og datamængde end at skifte prompt sprog.

Modelsporene reagerede forskelligt

Vi testede 12 modelspor på tværs af store, mellemstore og mindre modeller.

Det højeste gennemsnit i den udvidede test lå hos DeepSeek med 1,09x. Det laveste lå hos Qwen Flash med 1,04x. De øvrige modelspor lå i spændet imellem.

Det betyder ikke, at Qwen Flash nødvendigvis er "bedst", eller at DeepSeek nødvendigvis er "dårligst". Testen måler ikke alt, og modellerne har forskellige styrker. Pointen er mere jordnær: modelvalg og sprogvalg hænger sammen, og virksomheder bør ikke antage, at samme promptstrategi fungerer ens på alle modeller.

Der er to praktiske konsekvenser.

For det første bør virksomheder ikke bygge en promptstandard uden at vide, hvilken model eller platform den skal bruges i. En god promptskabelon i ChatGPT er ikke automatisk den bedste i Claude, Gemini, Copilot eller en agent bygget oven på flere modeller.

For det andet bør virksomheder være varsomme med brede regler som "alle prompts skal være engelske" eller "alt skal være dansk". De regler lyder enkle, men AI arbejde bliver hurtigt mere situationsbestemt.

Kvaliteten holdt sig høj

En sprogtest er ikke meget værd, hvis man kun måler tokens.

Derfor scorede vi også outputtet på praktisk kvalitet. Det handler om, hvorvidt svaret var brugbart, struktureret, komplet og anvendeligt i den opgave, modellen fik.

I den udvidede test lå den gennemsnitlige kvalitetsscore på 4,5 ud af 5. Sprogcompliance lå på 4,99 ud af 5. Det betyder, at testen ikke viser et generelt kvalitetskollaps, når man sammenligner dansk og engelsk instruktion.

Det er vigtigt, fordi den praktiske konklusion bliver mere nuanceret:

Dansk er ikke "dårligt". Engelsk er ikke "magisk". Begge kan fungere godt. Det rigtige spørgsmål er, hvor sproget skal ligge i arbejdsgangen.

Den vigtigste læring: sprogstrategi skal følge arbejdsgangen

Hvis man kun læser overskriften, kan man få lyst til at lave en hurtig regel: "Skriv på engelsk."

Det vil være en forfladigelse.

I praksis bør danske virksomheder skelne mellem fem situationer.

Et godt AI setup kan sagtens være hybrid.

Medarbejderen skriver på dansk. Den faste systeminstruktion bagved kan være engelsk. Outputtet kommer tilbage på dansk. Et reviewlag sikrer, at faglige og juridiske begreber passer til dansk kontekst.

Det er mere besværligt end en simpel regel. Men det er også mere professionelt.

Regionalt perspektiv: dansk er ikke bare en oversættelse af engelsk

Når vi taler om "regionalt" i denne undersøgelse, handler det ikke om forskelle mellem danske landsdele. Testen er ikke lavet som en geografisk måling af København, Aarhus, Odense eller bestemte brancheregioner.

Den regionale pointe er sproglig og markedsmæssig: Danmark er et lille sprogområde i en AI verden, hvor meget teknologi, dokumentation, træningsdata og terminologi stadig er meget engelsk.

Det skaber et praktisk dilemma for danske virksomheder.

På den ene side kan engelsk være mere kompakt og naturligt i tekniske instruktioner. På den anden side arbejder danske virksomheder med danske medarbejdere, danske kunder, danske regler, danske aftaler, danske møder og danske begreber.

Ord som "udbud", "forankring", "tillidsrepræsentant", "arbejdsmiljø", "kommunal sagsbehandling", "ledelsesret", "samarbejdsudvalg" og "borgerkontakt" er ikke bare gloser. De bærer kontekst.

Hvis den kontekst forsvinder, kan outputtet stadig se pænt ud, men miste noget af det, medarbejderen faktisk skulle bruge.

Derfor er en dansk AI strategi ikke kun et spørgsmål om oversættelse. Det er et spørgsmål om arbejdspraksis.

Hvad betyder det for almindelig ChatGPT, Copilot og Claude-brug?

For almindelige medarbejdere er vores anbefaling klar:

Start på det sprog, hvor opgaven kan beskrives mest præcist.

I en dansk virksomhed vil det ofte være dansk.

Hvis en medarbejder skal skrive til en dansk kunde, opsummere et dansk møde, lave en intern besked eller forstå et dansk dokument, er det sjældent en god ide at tvinge opgaven gennem engelsk først. Det er samme bevægelse, vi ser i arbejdet med ChatGPT i praksis: værdien kommer, når brugen bliver til en arbejdsform og ikke bare et enkelt prompt.

Det betyder ikke, at engelsk aldrig skal bruges. Det betyder, at engelsk skal bruges bevidst.

Brug engelsk, når:

• Opgaven handler om kode, international research eller engelske kilder.

• Værktøjets dokumentation og begreber allerede er engelske.

• Der findes en fast promptskabelon, som er testet bedre på engelsk.

• Outputtet skal bruges internationalt.

• Arbejdsgangen er så gentagelig, at det er værd at teste flere sprogvarianter.

Brug dansk, når:

• Brugeren skal forklare en kompleks lokal situation.

• Outputtet skal bruges af danske kunder, borgere, medarbejdere eller ledere.

• Nuance, tone og organisatorisk forståelse er vigtigt.

• Målet er bred adoption, ikke specialistoptimering.

• Opgaven kræver dansk fagterminologi eller dansk juridisk/kulturel kontekst.

Hvad betyder det for AI agenter og automationer?

AI agenter og AI automation ændrer regnestykket, fordi de gentager opgaver.

En medarbejder, der bruger ChatGPT manuelt, laver måske få prompts om dagen. En agent kan køre mange gange i timen. En API-baseret arbejdsgang kan behandle store mængder ensartet information.

I den situation bør virksomheden ikke bare kopiere medarbejderens prompt ind i en automation.

Den bør designe workflowet:

• Hvad er fast instruktion?

• Hvad er brugerinput?

• Hvad er kildedata?

• Hvad kan skæres væk?

• Hvad skal være dansk for at bevare nuance?

• Hvad kan være engelsk bag kulissen?

• Hvilken model skal bruges til hvilken delopgave?

• Hvor skal mennesker godkende output?

I flere lange opgaver viste testen, at kildematerialet betyder mere end prompt sproget. Det er et vigtigt fund for agentarbejde. Hvis en agent får alt for meget rå tekst, bliver gevinsten ved at oversætte den faste instruktion hurtigt lille.

Her er det ofte mere effektivt at gøre systeminstruktionen kortere, fjerne gentaget boilerplate, strukturere kildedata bedre og dele opgaven op i mindre trin. Det lyder mindre smart end bare at skifte til engelsk. Til gengæld er det ofte her, den praktiske forbedring ligger.

Hvad danske ledere bør tage med sig

AI ledelse handler ikke om at finde én promptregel, der gælder for alle.

Det handler om at gøre AI brug fælles, testbar og ansvarlig.

Hvis alle medarbejdere selv vælger værktøj, sprog, promptstil og outputformat, får virksomheden hurtigt en masse lokal improvisation. Noget virker. Noget virker ikke. Næsten intet kan sammenlignes. Det er netop derfor rollen som AI orchestratoren bliver vigtig i mange virksomheder.

I praksis er det mere brugbart at dele arbejdet op. Lad medarbejdere bruge dansk i de opgaver, hvor de selv skal tænke og vurdere svaret. Lav fælles skabeloner til gentagne opgaver. Test faste workflows på sprog, model, datamængde og outputkvalitet. Og når noget bliver automatiseret, skal nogen eje grænserne, reviewet og ansvaret for kvaliteten.

Det flugter også med vores generelle anbefaling om at gøre indhold, skabeloner og hjemmesider lettere for både mennesker og AI at forstå. Vi har skrevet mere om det i artiklen Er jeres hjemmeside og skabeloner klar til AI?.

En praktisk testmodel for virksomheder

Hvis I vil teste jeres egen sprogstrategi, behøver I ikke starte stort.

Start med tre arbejdsgange:

1. En almindelig medarbejderopgave, for eksempel mail, mødenote eller opsummering.

2. En gentagen workflow-opgave, for eksempel kundeservice, tilbud, contentbrief eller intern rapport.

3. En lang kildeopgave, for eksempel referat, politik, kontraktuddrag, vidensartikel eller dokumentpakke.

Test hver opgave i mindst tre varianter:

• Dansk instruktion til dansk output.

• Engelsk instruktion til dansk output.

• Hybrid, hvor faste instruktioner er engelske, men brugerinput og output er dansk.

Mål ikke kun tokens. Mål også:

• Om medarbejderen forstår prompten.

• Om outputtet kan bruges uden tung omskrivning.

• Om faglige begreber bevares korrekt.

• Om svaret følger jeres tone og format.

• Om modellen holder sig til dansk, når den skal.

• Om fejlene er acceptable i jeres proces.

Det er især vigtigt at teste med de mennesker, der faktisk skal bruge workflowet. En prompt, der ser elegant ud for en AI specialist, kan være dårlig i hænderne på en travl medarbejder, hvis den er svær at forstå eller føles fremmed.

Begrænsninger i undersøgelsen

Ingen enkelt test kan afgøre, hvordan alle modeller og alle virksomheder bør arbejde.

Derfor er det vigtigt at læse resultaterne med de rigtige begrænsninger:

• Testen bruger syntetiske danske forretningsscenarier, ikke kundedata.

• Testen måler udvalgte modelspor på et bestemt tidspunkt.

• Modeller, tokenizere og outputadfærd ændrer sig løbende.

• Testen er ikke en fuld modelrangliste.

• Kvalitetsscoren er praktisk, ikke akademisk peer review.

• Testen måler ikke forskelle mellem danske landsdele eller brancheregioner.

• Testen viser mønstre, som virksomheder bør bruge til egne benchmarks, ikke universelle regler.

Alligevel er testen nyttig, fordi den viser et klart nok mønster til at ændre samtalen.

Samtalen bør ikke være: "Skal vi altid bruge engelsk?"

Den bør være: "Hvor i vores AI arbejdsgange giver dansk, engelsk eller hybrid bedst kvalitet, adoption og driftssikkerhed?"

HverdagsAIs anbefaling

Hvis vi skal koge undersøgelsen ned til én praktisk anbefaling, er den her:

Brug dansk, hvor mennesker skal tænke, forklare, vurdere og bruge outputtet i en dansk kontekst. Test engelsk eller hybrid, hvor instruktionen er fast, teknisk og gentages ofte.

Det er ikke den mest simple regel. Men det er den mest brugbare.

AI værdi kommer ikke af adgang alene. Den kommer af bedre beslutninger, tydeligere arbejdsgange og stærkere kvalitetssans.

Sprog er en del af den kvalitetssans.

FAQ: dansk, engelsk og AI prompts

Er danske prompts altid længere end engelske?

Nej. I vores test brugte danske instruktioner i gennemsnit flere prompt-tokens end tilsvarende engelske instruktioner, men forskellen varierede mellem modeller og opgavetyper. I lange opgaver med dansk kildemateriale var forskellen meget lille.

Bør danske medarbejdere prompte på engelsk?

Ikke som standard. Hvis medarbejderen arbejder med danske kunder, danske dokumenter eller dansk intern kommunikation, er dansk ofte det bedste udgangspunkt. Brug engelsk, når opgaven, kilderne eller den faste logik i workflowet faktisk peger den vej.

Hvornår er engelsk det bedste valg?

Engelsk er ofte stærkest i kodearbejde, international research, faste systeminstruktioner og gentagne workflows, men kun når I har testet, at kvaliteten stadig holder.

Hvad betyder tokens i praksis?

Tænk på tokens som de små tekststykker, modellen læser og skriver med, når den arbejder med din opgave. En token er ikke altid det samme som et ord. Korte ord, tegn, dele af ord og mellemrum kan blive opdelt forskelligt afhængigt af modellen.

Hvorfor betyder dansk kildetekst så meget?

Hvis opgaven indeholder lange danske dokumenter, fylder selve kildeteksten langt mere end instruktionen. Her kan en kortere kilde, bedre struktur og mindre rod i inputtet betyde mere end om selve instruktionen står på dansk eller engelsk.

Kan man bruge mønstret i ChatGPT, Copilot, Claude og Gemini?

Ja, som en praktisk rettesnor. Ikke som en facitliste. I bør stadig teste i jeres egne værktøjer, men mønstret er nyttigt, hvis I arbejder på tværs af AI værktøjer og skal vælge mellem dansk, engelsk og hybrid promptning.

Er det her en modelrangliste?

Nej. Tabellen viser, hvordan modelsporene reagerede i denne test. Den siger ikke alene, hvilken model der er bedst for jeres virksomhed. Det kræver test på jeres egne opgaver, kilder og kvalitetskrav.

Få hjælp til at teste jeres AI arbejdsgange

Hvis AI skal bruges seriøst i virksomheden, skal promptskabeloner, modelvalg, datakilder, reviewlag og medarbejderadoption hænge sammen.

Hos HverdagsAI hjælper vi danske virksomheder med AI kurser, AI agenter, AI automation, governance, EU AI Act og de praktiske arbejdsgange, der gør AI brugbar i hverdagen.

Vil I finde ud af, hvor dansk, engelsk eller hybrid giver bedst mening hos jer, kan vi hjælpe med at teste konkrete opgaver og omsætte resultaterne til skabeloner, træning og faste arbejdsgange.

Kontakt HverdagsAI om jeres AI arbejdsgange