Avancerad AI för produktägare & produktchefer

En intensiv 2-dagars kurs.

Vi erbjuder även skräddarsydda versioner av kursen för organisationer. Kontakta oss för en diskussion om hur vi kan anpassa innehållet specifikt för er organisation.

Du har koll på produktägarskapet. Nu vill du använda AI på riktigt – inte bara som chattverktyg, utan som system som jobbar för dig mellan mötena. I den här kursen bygger du feedbackslingor, agenter och strukturer som låter dig fokusera på det som gör störst skillnad – de produktbeslut som bara du kan ta.

Detta är en praktisk kurs i hur produktägare och produktchefer använder AI för att fatta bättre produktbeslut, snabbare testa idéer och skapa mer kundvärde.

När AI gör det snabbare att bygga blir omdöme, prioritering och problemförståelse ännu viktigare. Kursen hjälper dig att förstå hur produktägarrollen förändras när flaskhalsen flyttar från leverans till beslut.

Kursöversikt

Kursen är för dig som jobbar som produktägare eller produktchef och vill gå från att använda AI-verktyg ad hoc till att designa system och feedback-loopar som gör att rätt saker händer – utan att allt måste passera genom dig.

Praktisk kurs där vi tillsammans driver en produktidé genom hela livscykeln med AI och autonoma agenter i varje steg.

Du får arbeta med en produktidé från problem och målgrupp till vision, konkurrentanalys, prototyp, agentdesign och kvalitetssäkring. Under vägen bygger du inte bara prompts, utan återanvändbara arbetssätt, agenter och beslutsstöd som passar i ett verkligt produktarbete.

AI-området rör sig snabbt, och vi uppdaterar kursinnehållet inför varje tillfälle. Kursbeskrivningen ger en övergripande bild, men både innehåll och upplägg kommer att ha justerats. Kontakta oss på courses@abundly.ai om du vill veta exakt vad nästa kurs innehåller.

Förkunskaper

Produktägarskap: Du har t.ex. gått vår CSPO-kurs eller har motsvarande erfarenhet av produktarbete.

AI:* Du har vana av AI-verktyg som ChatGPT, Claude eller liknande. Du behöver inte kunna programmera, men du bör vara nyfiken på hur AI kan användas i praktiskt produktarbete.

Kursens upplägg

Du arbetar i ett litet team med flera frön till idéer. Genom kursen härdas idéerna – de utmanas, förfinas, slås ihop eller förkastas. Data tvingar dig att ändra riktning. AI stödjer dig genom processen.

Parallellt kopplar vi löpande tillbaka till din egen produkt. Varje moment avslutas med reflektion: vad betyder det här för din produkt, ditt team, dina intressenter? Du går därifrån med en konkret plan för hur du tillämpar insikterna.

Vissa moment förutsätter en befintlig produkt. Dessa löser vi med realistiska scenarion och exempeldata.

Kursen varvar kort teori, demonstrationer och praktiska övningar. Du får se hur andra produktägare tänker, jämföra lösningar, ge feedback och förbättra dina egna arbetssätt under kursens gång.

Genomgående teman

• Från AI-användare till agent-designer – du går från att prompta till att designa multi-agentsystem som jobbar åt dig
• Autonoma agenter – saker som händer mellan mötena: bevaka, samla, flagga, rapportera
• Produktägarens förbättrade verktygslåda – från att sortera tickets till att styra, validera och besluta
• Datadrivna beslut – AI-analysagent du frågar på naturligt språk\~\~, som proaktivt upptäcker avvikelser och förutsäger trender på faktisk data. Beslutsstödsagent som kopplar feedback till intäktspåverkan och churn-sannolikhet.\~\~ för att utforska produktdata, se mönster och fatta bättre beslut.
• Ansvar och styrning – vem äger beslutet när agenten agerar? Hur sätter du skyddsräcken, hanterar kunddata och förankrar AI-agenter i en organisation med regelefterlevnad? Du lär dig designa agenter som din juridikavdelning kan säga ja till.
• Kommunikation med intressenter – slipp vara flaskhalsen. Agenter som sammanfattar, delar insikter och låter teamet hämta kunddata själva – så att du slipper vara den som alltid ska ”ta med sig och återkomma”.
• Evals och kvalitetssäkring – bygg automatiserade tester som visar att dina agenter gör rätt sak, och fortsätter göra rätt efter varje förändring.
• Säkerhet och GDPR i praktiken – förstå Trust Ladder, jurisdiktionsval, känsliga data och hur du designar agenter som IT, juridik och säkerhet kan säga ja till.
• Agentens minne och kontext – lär dig använda instruktioner, dokument, data och versionshantering för att skapa agenter som arbetar konsekvent över tid.
• API:er och interoperabilitet – koppla agenter till externa system och förstå MCP
• Från pilot till agentflotta – förstå resan från enskilda experiment till en styrd agentmiljö med tydliga roller, ansvar och skyddsräcken.

Fallstudie: Från produktidé till lansering

Under kursens två dagar börjar du med att bygga en solid AI-grund – från promptteknik till kontextdesign. Sedan driver du en produktidé genom sex steg – från problemdefinition till lanseringsstrategi. I varje steg bygger och använder du AI-agenter som gör det tunga arbetet: samla data, utmana antaganden, generera prototyper, prioritera mot intäktspåverkan och granska affärsmodellen.

Fallstudien börjar tydligare i kundens och användarens problem, inte i tekniken. Du väljer målgrupp, utforskar problemet, formulerar en produktvision och använder AI för att hitta, testa och förbättra idéer.

• AI-grunder – från prompt till kontext
• Problemdefinition – koppla agenter mot faktisk data, identifiera mönster, stresstesta hypotesen
• Idéarbete – välj målgrupp, formulera problem, generera idéer och utveckla en tydlig produktvision.
• Omvärldsanalys – löpande konkurrentbevakning\~\~, perception gap-analys, vinst/förlust-mönster\~\~ och AI-stödd konkurrentanalys som hjälper dig hitta en tydligare nisch.
• Prototyp – från PRD eller idé till testbar prototyp via vibe coding\~\~, direkt i befintlig kodbas\~\~
• Prioritering & Roadmap – prioritera idéer, minska scope och skapa vertikala slices som går att testa snabbt.
• Lanseringsstrategi och affärsmodell – pitch, landningssida och tydligare kommunikation kring produktidén.
• Agent Design Canvas – dokumentera agentens syfte, input, triggers, verktyg, output och framgångskriterier på ett sätt som går att diskutera med både produkt, IT och säkerhet.
• Kvalitetssäkring med evals – definiera vad “rätt svar” betyder och skapa tester som hjälper dig att förbättra agenten utan att tappa kontrollen.
• Integrationer – låt agenter arbeta med externa system via API:er, till exempel backloggverktyg, databaser eller öppna datakällor.

Verktyg & plattform

Som kursplattform använder vi Abundly (www.abundly.ai) – en agentplattform som plockar russinen ur kakan från de ledande AI-verktygen. Claude för resonemang, Gemini för bildgenerering, ChatGPT för tal-till-text, Perplexity för research – samlat i ett gränssnitt. Du fokuserar på vad du vill åstadkomma, inte på att hantera verktyg.

Vi använder även andra AI-verktyg under kursen – vilka beror på vad deltagarna har tillgång till och vad som för tillfället är bäst för uppgiften.

Det du bygger under kursen är inte låst till Abundly – agentinstruktioner och principer går att flytta till andra plattformar.

Vi tittar på säkerhet, flexibilitet, kostnad, stabilitet, inlåsning och vad som krävs för införande i en organisation.

Innehållet mer i detalj

1. AI-grunder – från prompt till kontext

Hur generativ AI faktiskt fungerar – LLM:er, tokens och varför modellen ibland ljuger. Inte djup teknik, utan det du behöver veta för att fatta varför en prompt ger bra eller dåligt resultat.

Prompt engineering som hantverk: roller, instruktioner, exempel och tydliga framgångskriterier. Skillnaden mellan ”skriv en user story” och en prompt som konsekvent levererar.

Context engineering – det som avgör om AI:n gör rätt sak: vilken data ger du den? Vilka dokument, instruktioner och begränsningar sätter du?

Från engångsprompt till återanvändbart system – bryggan till resten av kursen: hur prompt + kontext + verktyg blir en agent som jobbar åt dig.

Du lär dig också hur agenter minns: vad som hör hemma i instruktioner, chattar, agentdokument och datadokument – och hur du håller kontexten relevant utan att fylla den med brus.

2. Problemdefinition

Vi börjar i kundens och användarens problem. AI används som stöd för att se mönster, hitta antaganden och utmana produktidén – inte som ett självändamål.

Deltagarna väljer målgrupp och problem, genererar flera möjliga produktidéer och använder AI för att sortera fram de mest lovande.

Vi arbetar vidare med produktvision, vision board och elevator pitch för att göra idén konkret och diskuterbar.

3. Användarundersökning

Deltagarna får öva på att låta AI formulera bättre frågor, utveckla målgrupps- och problemförståelse och skilja mellan vad användare säger, vad de gör och vad produkten faktiskt behöver.

Vi använder reverse prompting och reflection prompting för att förbättra både problembild och produktidé.

4. Omvärldsanalys

Deltagarna får arbeta med AI-stödd konkurrentanalys: hitta konkurrenter, se vilka nischer de inte riktar sig mot och använda resultatet för att justera positionering, målgrupp och produktidé.

5. Prototyp

Vibe coding: från PRD eller skiss till testbar prototyp – iterera snabbt för att få fram något användare kan reagera på i riktiga användartester.

Bygg prototyper och gränssnitt med AI-stöd, även om du inte är utvecklare. Fokus ligger på att snabbt få fram något användare, designers och utvecklare kan reagera på.

Inverterat flöde: PM genererar första versionen, designer förfinar UX, utvecklare refaktorerar.

Vi arbetar med vertikal slicing: att göra MVP:n mindre, tydligare och mer testbar innan vi bygger vidare.

6. Prioritering & Roadmap

Vi arbetar i stället med hur AI hjälper dig att prioritera bland många möjliga idéer, minska scope och hitta en första vertikal slice som går att bygga och testa.

Vi diskuterar hur produktägarens roll förändras när AI gör det lättare att producera fler förslag, fler prototyper och fler analyser. Då blir prioritering, omdöme och förankring viktigare än någonsin.

7. Lanseringsstrategi och affärsmodell

Du får pröva hur AI kan hjälpa till att formulera pitch, landningssida och kommunikation kring en produktidé – och använda feedback för att förbättra budskapet.

Säkerhet, styrning och kvalitet

AI-agenter blir användbara först när organisationen vågar lita på dem. Därför innehåller kursen ett praktiskt block om säkerhet, styrning och kvalitet.

Du får arbeta med:

• Trust Ladder: hur mycket självständighet ska en agent få, och när?
• GDPR i praktiken: skillnaden mellan vanlig persondata och känsliga uppgifter.
• Jurisdiktion och modellval: vad spelar det för roll var data behandlas?
• Agent Design Canvas: ett gemensamt språk för produkt, IT, juridik och säkerhet.
• Evals: automatiserade tester som visar om agenten fortfarande gör rätt sak.
• Roller för skalning: Security & Compliance, Workspace Owner och Agent Designer.

Det här går du hem med

• En konkret handlingsplan för hur du tillämpar kursens insikter på din egen produkt – inte en generisk mall, utan något du kan börja agera på veckan efter kursen
• Egna agenter som du byggt och testat under kursens gång, redo att vidareutveckla
• Ett nätverk av produktägare och produktchefer som delar dina utmaningar
• Kursmaterial
• Kursintyg
• En Agent Design Canvas för minst en agent du själv vill bygga eller införa.
• En förståelse för hur du kvalitetssäkrar agenter med evals.
• En modell för att prata med IT, säkerhet och juridik om vad agenter får och inte får göra.
• En bild av hur din organisation kan gå från enskilda AI-experiment till en styrd agentflotta.***

Praktisk information

Plats: Centralt i Stockholm, nära Hötorget. Tid: 09:00–16:30. Lunch, fika med morgonsmörgås och frukt ingår.

Kurshållare

Hans Brattberg och Reza Farhang har tillsammans utbildat över 3 000 produktägare under 20 års tid. Deras Certified Scrum Product Owner-kurs har ⭐ 4.98 av 5.0 på Trustpilot (102 omdömen).

Hans Brattberg – Medgrundare och produktansvarig på Abundly, en plattform för autonoma AI-agenter. När han inte håller kurs hjälper han företag att designa och implementera agenter i sina produktprocesser – samma typ av system som du bygger under kursen. Medverkade som expert i URs Uppdrag AI och utvecklade AI-journalisten i SVTs Generation AI. Författare till boken Prioritera – fokusera – leverera.

Reza Farhang – Certified Scrum Trainer (CST) och produktcoach på Crisp med bakgrund som utvecklare, produktchef och VD. Civilingenjör från KTH och Executive MBA från Stockholms Business School. Har coachat 50+ företag i produktledning och är ängelinvesterare i 20+ startups.