Overblik over Skimles funktioner
Skimle er en AI-native software til kvalitativ dataanalyse til markedsanalytikere, eksperter i kundeindsigt, akademiske forskere, konsulenter og andre nysgerrige fagfolk, der vil grave dybere i deres data.
Upload interviewtranskripter, fokusgruppeoptagelser, tabeller med tusindvis af åbne svar, dokumenter eller andre kvalitative data på over 100 sprog. Skimles grundige bottom-up workflow identificerer indsigter og opbygger en transparent kategoristruktur, som du frit kan redigere. Du kan visualisere dine data med mixed methods, opdage mønstre ved hjælp af metadata, forbinde din AI-agent til dine data via MCP, skabe stærke præsentationer og meget mere.
Vores platform omfatter også Skimle Ask, en kraftfuld AI-assisteret survey-motor til at indsamle rige qual-at-scale-indsigter. Definer din interviewguide, del linket med respondenterne, og indsamle data via tekst-, lyd- eller videosvar og smarte opfølgende spørgsmål.
Skimle kombinerer akademisk grundighed med forretningsmæssig anvendelighed. Mange AI-værktøjer springer selve analysen over og producerer blot et plausibelt, men ikke-dokumenterbart resumé, der er udsat for bias og hallucinationer. Traditionelle værktøjer som NVivo, MAXQDA eller ATLAS.ti tvinger dig til at bruge størstedelen af din tid på manuel kategorisering i stedet for faktisk analyse. Skimle er bygget anderledes: du får en grundig, automatiseret AI-workflow til analyse med fuld tovejstransparens og brugerkontrol.
Skimle er en komplet platform til kvalitativ analyse
Skimle er et alsidigt værktøj, der lader dig…
Et animeret diagram over, hvordan Skimle fungerer. Data kommer ind gennem fire indløbsrør: transskription, upload af dokumenter, dataimport og Skimle Ask-interviews. De passerer en anonymiseringsventil ind i maskinen, hvor indsigter sorteres i temaer, udforskes med visualiseringer, sammenlignes på tværs af metadata og drøftes med en AI-forskningsassistent. Resultaterne forlader maskinen gennem tre eksportrør: præsentationer, API- og MCP-forbindelser samt dataeksport.
Akademisk forskning
Litteraturgennemgang
Importér artikler og sekundære kilder, kod temaer automatisk på tværs af hundredvis af dokumenter, og find huller og mønstre i litteraturen på timer i stedet for uger.
Læs mere →Tematisk analyse
Skimles AI finder gennemgående temaer i dine interviewtransskriptioner og opbygger et kategoritræ, du kan gennemgå, redigere og validere – hvert tema kan spores til bestemte citater.
Læs mere →Grounded theory
Opbyg teori induktivt ud fra rådata. Skimle koder dine transskriptioner, fremhæver begreber, der træder frem, og lader dig forfine dit kodebog trin for trin, efterhånden som mønstrene viser sig.
Læs mere →Induktiv kodning
Begynd med åben kodning, og lad Skimle foreslå kategorier direkte ud fra dine data. Gennemgå, læg sammen og omdøb koder, så de passer til dit analytiske perspektiv, med fuld kontrol hele vejen.
Læs mere →Deduktiv kodning
Anvend en færdig kodebog på dit materiale. Skimle matcher dine kategorier mod nye data med fuldt indblik i, hvilke citater der udløste hver kode.
Læs mere →Mixed methods
Kombinér kvantitative metadata med kvalitative temaer. Krydstabulér kodningskategorier mod deltagernes baggrund for at finde statistisk meningsfulde mønstre.
Læs mere →
Markedsanalyse
Kvalitativ markedsanalyse
Gennemfør og analysér dybdeinterviews, fokusgrupper og åbne besvarelser ét sted: hele processen for kvalitativ markedsanalyse, fra transskription til temaer underbygget med citater.
Læs mere →Fokusgruppestudier
Transskribér og analysér fokusgruppesamtaler, og hold styr på, hvem der sagde hvad, og hvordan temaerne varierer mellem deltagergrupper, moderatorer og sessioner.
Læs mere →Kundeinterviews
Kod dybdeinterviews systematisk, se hvornår mætning indtræffer i dit program, og eksportér klare rapporter underbygget med citater til kundepræsentationer.
Læs mere →Markedets stemme
Saml og kod åbne besvarelser fra store stikprøver for at forstå markedets opfattelser, udækkede behov og nye tendenser på tværs af segmenter.
Læs mere →Fokuserede interviews
Gennemfør strukturerede dybdeinterviews med Skimle Ask, kod derefter svarene automatisk, og sammenlign resultaterne på tværs af deltagersegmenter med det samme.
Læs mere →
Rådgivning og due diligence
Syntese af ekspertsamtaler
Transskribér og kod samtaler fra ekspertnetværk gennem et helt projekt. Få et struktureret billede af eksperternes syn på markedsdynamik, risici og muligheder på en brøkdel af tiden.
Læs mere →Analyse af interessenternes input
Analysér interessentinterviews og workshopresultater systematisk, så alle stemmer bliver repræsenteret og kan spores i dine endelige anbefalinger.
Læs mere →Opsummering af dokumenter
Hent centrale temaer og holdninger ud af store dokumentmængder – tilsynsindberetninger, selskabsrapporter, forskningsartikler – på en brøkdel af tiden.
Læs mere →AI-drevet dataanalyse
Brug Skimles AI til hurtigt at kode og kategorisere kvalitative data fra interviews, spørgeskemaer og dokumenter, så konsulenterne kan koncentrere sig om syntese og indsigter.
Læs mere →Skrivebordsanalyse
Organisér og analysér sekundære kilder, kod temaer automatisk, og hold styr på præcis, hvor hver indsigt stammer fra i dit materiale.
Læs mere →
Nysgerrige fagfolk
Virksomhedens hukommelse
Opbyg et søgbart og kodet arkiv over virksomhedens viden: mødereferater, strategidokumenter og undersøgelser, som dit team kan søge i, analysere og bygge videre på over tid.
Læs mere →AI-drevet dataanalyse
Upload alle former for ustrukturerede data – e-mails, rapporter, noter – og lad Skimle strukturere og kode dem, så spredt råmateriale bliver til ordnet og søgbar viden.
Læs mere →Dokumentanalyse
Analysér kontrakter, policydokumenter eller forskningsartikler, og hent centrale temaer og indsigter ud uden at læse hvert ord, med citater der kan spores til den oprindelige kilde.
Læs mere →Engangsanalyse
Lav en hurtig struktureret analyse af et hvilket som helst datasæt – interviewnoter, kunde-e-mails, feedback – uden at binde dig til et langt forskningsprogram eller lære et kompliceret værktøj.
Læs mere →Syntese af datasæt
Saml indsigter fra flere datakilder i ét fælles kodebog, og find fælles temaer og forskelle mellem datasæt fra forskellige sammenhænge.
Læs mere →
Produktledelse
Analyse af kundefeedback
Saml appanmeldelser, supportsager og spørgeskemasvar i strukturerede temaer. Find de største problemer og de mest efterspurgte funktioner med det samme, uanset datamængde.
Læs mere →Løbende discovery
Kør lette interviewrunder, og kod resultaterne i et vedvarende indsigtsarkiv. Følg, hvordan temaerne udvikler sig på tværs af produktversioner og kvartaler.
Læs mere →Brugerundersøgelser
Transskribér og analysér brugstest, dybdeinterviews og dagbogsstudier. Nå hurtigere frem til indsigterne uden at miste den kvalitative rigdom, dit team har brug for.
Læs mere →Analyse af opkaldslogs
Upload optagelser af salgs- eller supportsamtaler, transskribér automatisk, og kod i stor skala for at finde gentagne indvendinger, funktionsønsker og mønstre i stemningen.
Læs mere →
HR, mennesker og kultur
Analyse af fratrædelsessamtaler
Kod svar fra fratrædelsessamtaler i stor skala for at opdage risiko for personaleafgang, ledelsesmønstre og systemiske problemer, før de vokser i organisationen.
Læs mere →Medarbejderundersøgelser
Gør åbne besvarelser til strukturerede temaer. Forstå, hvad der driver engagement og utilfredshed på tværs af teams, lokationer og anciennitet.
Læs mere →Pulsmålinger
Kør hyppige, korte interviews med Skimle Ask, og følg hvordan temaerne i medarbejdernes oplevelse udvikler sig over tid, så HR får et aktuelt billede af organisationens tilstand.
Læs mere →Kulturundersøgelser
Analysér kvalitative kulturmålinger for at finde afstanden mellem udtalte og levede værdier, med fuld sporbarhed til enkelte citater til afrapportering til ledelsen.
Læs mere →
Offentlig sektor og policyanalyse
Analyse af høringssvar
Analysér høringssvar i stor skala, kod de indkomne bidrag, og find de mest almindelige holdninger, bekymringer og anbefalinger blandt tusindvis af indlæg.
Læs mere →Gennemgang af policydokumenter
Hent centrale temaer og holdninger ud af policydokumenter, tilsynsindberetninger og lovtekster – hvert fund kan spores til afsnittet i kilden.
Læs mere →Feedback fra interessenter
Kod og analysér struktureret feedback fra borgere, brugere eller samarbejdspartnere systematisk – så alle stemmer bliver opsamlet og repræsenteret i afrapporteringen.
Læs mere →Programevaluering
Analysér interview- og spørgeskemadata fra deltagerne i et program for at vurdere effekten, fremhæve gennemgående temaer og lave evidensbaserede evalueringsrapporter.
Læs mere →
Forbind med MCP
Brug Skimle fra Claude
Forbind Skimle med Claude via MCP, og spørg til dine forskningsdata, kategorier og indsigter i almindeligt sprog – uden at skifte kontekst.
Læs mere →Byg AI-arbejdsgange
Brug Skimles MCP-server til at få dine kvalitative forskningsdata ind i et hvilket som helst MCP-kompatibelt AI-værktøj – automatisér analysetrin, og send resultaterne videre i større arbejdsgange.
Læs mere →Forespørg materialet via API
Få adgang til Skimles data programmatisk via API'et. Hent projekter, dokumenter, kategorier og indsigter til at drive egne dashboards eller eksterne rapporteringsværktøjer.
Læs mere →
Temaer vokser frem af dataene
Hver ændring logges og kan fortrydes.
Trin 1
Upload og indsaml data
Hent optagelser, dokumenter og datasæt ind, eller indsaml ny data med AI-assisterede interviews, og anonymiser den, før analysen går i gang.
Transskriber lyd og video
Upload lyd eller video, og Skimle omdanner det til præcise transskriptioner med flere talere på over 100 sprog. Du behøver ikke betale for et separat transskriptionsværktøj eller flytte filer mellem systemer: teksten flyder direkte ind i dit projekt. Se hvordan du uploader optagelser.
For hver datakilde vælger du selv, om du vil gennemse transskriptioner før analysen, om den enkelte optagelse bliver gemt til afspilning eller slettet, så snart transskriptionen er klar, og om teksten skal anonymiseres, før noget andet sker.
- MP3, M4A, WAV, MP4, MOV og andre almindelige formater
- Taleropdeling og tidsstempler
- Valgfri manuel gennemgang før analyse
Upload dokumenter
Hent interviewtransskriptioner, rapporter, artikler, noter og åbne besvarelser ind i de formater, du allerede bruger, og bland sprog frit inden for ét projekt. Se de understøttede formater.
Skimle læser hvert dokument i sin fulde længde og bevarer et link fra hver indsigt til det nøjagtige afsnit, den stammer fra, så intet går tabt, og alt kan efterprøves.
- PDF, Word (DOCX), RTF og TXT
- Over 100 sprog, blandet i ét projekt
- Hver indsigt linket til sit kildeafsnit
Importer datasæt
Importer regneark og survey-eksporter samlet. Hver række bliver et dokument, og for hver kolonne bestemmer du, om den er indhold, metadata eller skal ignoreres. Se hvordan du importerer og tilføjer metadata.
Fordi metadataen følger med hver besvarelse, kan du senere sammenligne, hvad forskellige grupper af respondenter har sagt, for eksempel nye versus loyale kunder, eller én region mod en anden.
- Excel- og CSV-import
- Vælg indholds- og metadatakolonner
- Tusindvis af besvarelser pr. projekt
Interview med Skimle Ask
Skimle Ask gennemfører kvalitative interviews i samme skala som en spørgeskemaundersøgelse. Beskriv, hvad du vil undersøge, lad AI udarbejde interviewguiden, og finjuster hvert spørgsmål og dets opfølgende instruktioner. Se hvordan du opretter et Ask-interview.
Respondenter åbner et link, svarer med tekst eller stemme, og AI-interviewerstillerst opfølgende spørgsmål som en erfaren forsker. Færdige interviews går direkte ind i analysen sammen med dine øvrige data.
- Åbne spørgsmål og multiple choice-spørgsmål
- AI-opfølgninger med en dybde, du selv styrer
- Interviews på flere sprog
Anonymiser
Skimle Anonymise identificerer personhenførbare oplysninger i seks kategorier og erstatter dem, før dine data analyseres. Slå det til for den enkelte datakilde, og vælg om du vil gennemgå hvert dokument eller anonymisere alt automatisk. Se hvordan anonymisering fungerer.
Den samme person får det samme pseudonym i alle dine dokumenter, så analysen stadig hænger sammen, og respondenter kan tale frit, velvidende at de ikke kan identificeres.
- Navne, roller, steder, organisationer, datoer og andre identificerbare oplysninger
- Konsistente pseudonymer i alle dokumenter
- Revisionsrapport og oversættelsestabel til etiske komitéer
Introduktion til Skimle Anonymise: grundig pseudonymisering af kvalitative data
Anonymiseringsværktøjer til kvalitativ forskning i 2026: De-ID, Textwash, Presidio, MAXQDA og Skimle sammenlignet
Sådan anonymiserer og pseudonymiserer du kvalitative forskningsdata: IRB-kompatibel afidentificering af interviewtransskriptioner
Trin 2
Analyser og udforsk dine data
En grundig analysemotor med fuld gennemsigtighed og kontrol, mixed-method-visninger, metadata-sammenligninger og en AI-forskningsassistent.
Grundig analyse i kernen
Skimle følger etablerede kvalitative metoder i stedet for bare at opsummere. Det læser hvert dokument i sin fulde længde, identificerer indsigter bottom-up og organiserer dem i kategorier, hver især knyttet til det citat, de stammer fra. Se hvordan analysen fungerer.
Vælg identificerede temaer for at lade strukturen vokse ud af dataene, foruddefinerede kategorier for at kategorisere ud fra dit eget kategorisystem, eller en agentisk analyse, der styres af dit forskningsspørgsmål. Kategorisammenfatninger citerer herefter hver indsigt og hvert citat, de bygger på.
- Induktiv, deduktiv og forskningsspørgsmålsstyret analyse
- Hver indsigt knyttet til et ordret citat
- Sammenfatninger, der citerer deres belæg
Fuld kontrol og gennemsigtighed
Skimles tovejstransparens betyder, at du altid kan kontrollere arbejdet. Klik på et citat i en sammenfatning for at se indsigten og det ordrette citat bag det, og åbn dokumentet for at se præcis, hvad der blev kategoriseret, og hvad der ikke blev. Se hvordan du administrerer kategorier.
Når strukturen ikke passer til din tankegang, kan du ændre den: slå kategorier sammen, der overlapper, opdel dem der er for brede, omdøb dem med dine egne ord, og flyt indsigter mellem dem. Enhver ændring kan fortrydes.
- Sammenlæg, opdel, flyt og omdøb kategorier
- Spor fund tilbage til kilden, og kilder til fund
- Fortryd enhver ændring
Brug mixed methods og visualiser data
Dine kategoriserede data bliver til tal, du kan stole på, fordi hver optælling bygger på verificerede indsigter. Udforsk hyppigheder pr. kategori, ordskyer, heatmaps på tværs af dokumenter og tendenser over tid. Se statistikvisningen.
Visningerne opdateres, mens du finjusterer strukturen, og hver søjle eller punkt fører tilbage til indsigterne og citaterne bag det, så tallene og historierne altid stemmer overens.
- Frekvenser, ordskyer og heatmaps
- Trends over tid
- Hvert tal kan spores tilbage til sine citater
Find mønstre med metadata
Sammenlign to grupper af dokumenter på deres metadata, og Skimle viser, hvilke kategorier hver gruppe nævner oftere end den anden. Herefter beskriver den, hvad der skiller grupperne, og hvad de har til fælles, med citater. Se hvordan du analyserer metadata.
Ikke sikker på, hvilken opdeling der er vigtig? Skimle rangerer hver metadataopdeling efter, hvor meget den skiller grupperne fra hinanden, så du finder de forskelle, der er værd at rapportere, i stedet for at teste dem én for én.
- Gruppesammenligninger med skriftlige opsummeringer
- Hver opdeling rangeret efter effektstørrelse
- Metadata fra dine data eller udledt af AI
Agentisk chat som din forskningsassistent
Forskningsassistenten arbejder ovenpå din strukturerede analyse i stedet for rådata. Stil spørgsmål i almindeligt sprog, og den søger gennem dine kategoriserede indsigter, ræsonnerer i trin, du kan følge, og svarer med verificerede, ordrette citater. Se hvordan du bruger AI-chat.
Den kan også handle direkte på analysen: oprette indsigter, omorganisere kategorier og tilføje noter, alt sammen gennem de samme kommandoer, du selv bruger, så hver ændring forbliver synlig og kan rulles tilbage.
- Svar funderet i verificerede citater
- Gennemsøger hver kategoriseret indsigt
- Kan omorganisere og tilføje noter til analysen
Trin 3
Eksporter og integrer
Del resultater som præsentationer og rapporter, eksporter til de værktøjer, du bruger, og forbind dine egne systemer og AI-agenter.
Overbevisende præsentationer
Eksportér din analyse som en PowerPoint-præsentation eller en Word-rapport. Vælg omfanget, gruppér resultaterne efter kategori eller metadata, og vælg, om du vil inkludere opsummeringer, citater og tilskrevne citater. Se hvordan du eksporterer til Office.
Resultatet er et færdigt udgangspunkt for din rapport eller præsentation: temaer, dokumentation og citater er allerede på plads, og alt kan spores tilbage til analysen.
- PowerPoint-præsentationer og Word-rapporter
- Opsummeringer, citater og tilskrevne citater
- Omfang og gruppering, du selv vælger
API- og MCP-forbindelser
Skimles MCP-server giver Claude, Cursor, Windsurf og andre kompatible agenter adgang til at arbejde med dine strukturerede projektdata, med de samme værktøjer som agenten i appen bruger. Læs mere om at forbinde med MCP.
REST API'et giver dine egne systemer mulighed for at læse og skrive projektdata eller køre et projekt fra start til slut. Opret API-nøgler pr. projekt, med læse- eller redigeringsadgang, fra projektets adgangsindstillinger.
- MCP til Claude, Cursor og andre agenter
- REST API til at læse og skrive projektdata
- API-nøgler pr. projekt
Dataeksport
Tag din analyse med dig, hvor du har brug for den: Excel til den fulde Skimle-tabel, Word med kategorisering vist som kommentarer, og det åbne REFI-QDA-format til NVivo, ATLAS.ti og MAXQDA. Se hvordan du eksporterer til REFI-QDA.
Eksportér kategorisystemet, gem en kopi af den fulde analyse sammen med dit forskningsdata, eller fortsæt med manuel kategorisering i et ældre værktøj.
- Excel, Word og REFI-QDA (.qdpx)
- Eksport af kategorisystem
- Fungerer med NVivo, ATLAS.ti og MAXQDA
Platform
Sikker platform til samarbejde
Databeskyttelse i enterprise-klasse, hvor dit team arbejder sammen om én fælles analyse.
Sikker platform
Skimle er bygget til sensitiv forskning. Al data hostes i EU, krypteres under overførsel og i hvile, og bruges aldrig til at træne AI-modeller. Læs vores privatlivspolitik.
Du bestemmer selv, hvem der kan se og redigere hvert projekt, personoplysninger kan anonymiseres før analyse, og der findes en databehandleraftale. Enterprise-kunder kan vælge privat cloud-hosting og SSO.
- EU-hosting og GDPR-compliance
- Bruges aldrig til at træne AI-modeller
- Privat cloud og SSO til enterprise-kunder
Samarbejd
Et Skimle-projekt er et delt arbejdsområde. Invitér kolleger som redaktører, der kan uploade og redigere, eller som læsere, der kan udforske alt uden at ændre noget. Se hvordan deling fungerer.
Beslutninger om kategorisering, tags og noter samles ét sted, så et forskerteam, en kunde eller en vejleder altid ser den samme, aktuelle analyse.
- Redaktør- og læserroller
- Tags og noter på indsigter
- Én delt, aktuel analyse
Hvordan sammenligner Skimle sig
Manuelle værktøjer er grundige, men langsomme, generisk AI er hurtig, men kan ikke verificeres, og vertikale værktøjer er bygget til én opgave til en premium-pris. Kun Skimle kombinerer en grundig analysemotor, fuld transparens og alsidighed, fra €20 per bruger om måneden.
| Manuelle værktøjer NVivo, MAXQDA, ATLAS.ti… | Generiske AI-værktøjer ChatGPT, Claude… | Branchespecifikke værktøjer CoLoop, Listen Labs… | Skimle | |
|---|---|---|---|---|
| Grundig analysemotor |  | | | |
| Tovejstransparens, fra resumé til kilde | | | | |
| Alsidig på tværs af datatyper og anvendelsesområder | | | | |
| Hurtig | | | | |
| Nem at lære | | | | |
| Pris | ~€80 per bruger om måneden | ~€20 per bruger om måneden | €400+ per måned | Fra €20 pr. måned, gratis prøveperiode |
| Skala | Begrænset af manuel kategoriseringsindsats | Begrænset kontekst, uverificerbar dækning | Varierer efter værktøj | Tusindvis af dokumenter per projekt |
| GDPR og datasikkerhed | Varierer efter implementering | Afhænger af plan og indstillinger | Varierer efter leverandør | Indbygget · EU-servere · DPA tilgængelig |
| Konklusion | Grundighed i publikationskvalitet, men ugers manuel kategorisering per projekt. | Hurtig, men svarene varierer efter prompt og kan ikke spores eller dokumenteres. | Bygget til én arbejdsgang, ofte til enterprise-priser. | Akademisk grundighed i AI-hastighed, fuldt transparent, til alle former for kvalitative data. |
Ofte stillede spørgsmål
Ofte stillede spørgsmål
- Hvad er Skimle?
- Skimle er en AI-drevet platform til analyse af kvalitative data, som systematisk strukturerer ustrukturerede dokumenter – interviews, rapporter, høringssvar, kundefeedback – til ordnede og analyserbare datasæt med fuld sporbarhed. I modsætning til chatbots behandler Skimle hele din dokumentsamling på forhånd, henter indsigterne frem og ordner dem i hierarkiske temaer, hvor hvert fund er koblet til et verificeret, ordret citat.
- Hvordan adskiller Skimle sig fra ChatGPT eller RAG-baserede værktøjer?
- RAG-værktøjer henter relevante tekststykker i samme øjeblik, spørgsmålet stilles – derfor får du forskellige svar, hver gang du stiller det samme spørgsmål. Skimle analyserer hele datasættet systematisk på forhånd og skaber en stabil struktur, hvor hvert tema er koblet til verificerede citater. Du får fuld dækning, ensartede resultater og komplet sporbarhed i stedet for svar fra en sort boks.
- Hvordan adskiller Skimle sig fra NVivo, MAXQDA eller ATLAS.ti?
- Traditionelle værktøjer kræver manuel kodning af hvert tekststykke – systematisk, men tidskrævende, fra uger til måneder. Skimle automatiserer kodningen med AI og bevarer samtidig den samme systematiske og gennemsigtige metode. Du får grundighed i NVivo-klassen på en brøkdel af tiden, med en mere intuitiv skybaseret brugerflade, der ikke kræver ugers oplæring.
- Kan jeg bruge Skimle til akademisk forskning?
- Ja. Skimle er bygget af forskere og inspireret af etablerede metoder: tematisk analyse (Braun & Clarke), grounded theory (Glaser & Strauss; Strauss & Corbin) og Gioia-metoden (Gioia, Corley & Hamilton). Skimles komplette revisionsspor gør, at du kan dokumentere præcis, hvordan temaerne er udledt, hvilket lever op til kravene ved fagfællebedømmelse. Forskere på over 30 universiteter bruger Skimle i dag, og vi leverer et forslag til henvisning på forespørgsel.
- Hvilke sprog og filformater understøtter Skimle?
- Skimle understøtter over 100 sprog og tager imod PDF, Word (.docx), RTF, TXT, CSV, lyd (MP3, M4A, WAV) og video (MP4, MOV). Du kan blande formater og sprog i det samme projekt – upload engelske interviews, tyske rapporter og spanske spørgeskemasvar sammen. Lyd og video transskriberes automatisk.
- Er Skimle GDPR-konformt og sikkert?
- Ja. Alle data opbevares i EU og forlader aldrig EU-serverne. Skimle overholder GDPR fuldt ud og tilbyder databehandleraftaler til institutionelle kunder. Dine dokumenter bruges aldrig til at træne AI-modeller. Til virksomhedskunder med skrappere krav til datasuverænitet findes drift i sky med enkelt tenant.
- Hvordan forhindrer I, at AI'en hallucinerer?
- Hver indsigt, Skimle laver, kontrolleres mod kildedokumenterne – hvis AI'en producerer tekst, der ikke findes ordret i dit materiale, markerer systemet det og behandler forfra. Tovejsgennemsigtigheden gør, at du kan klikke på et hvilket som helst tema og se de præcise citater, der understøtter det, og åbne et hvilket som helst dokument og se, hvilken tekst der er kodet, og hvilken der ikke er. Intet kan altså opdigtes eller overses.
- Hvor hurtigt får jeg mine første resultater?
- De fleste projekter tager kun minutter at behandle. Større datasæt med 1000+ dokumenter kan tage længere tid. Et typisk sæt på 10-20 interviewtransskriptioner behandles normalt på under en time. Du kan uploade, starte en analyse og have strukturerede temaer med understøttende citater klar til at udforske samme dag, uden opsætning eller oplæring.
- Skal jeg have tekniske færdigheder for at bruge Skimle?
- Nej. Skimle er lavet til kvalitative forskere, analytikere og konsulenter – ikke til ingeniører. Du uploader dine dokumenter, beskriver dit forskningsspørgsmål, og Skimle klarer resten. At redigere kategorier, udforske temaer og eksportere rapporter kan gøres med musen. Der kræves hverken programmering, scripts eller viden om AI.
- Hvordan fungerer priserne? Er der virkelig en gratis prøveperiode?
- Ja – Skimle tilbyder en gratis prøveperiode med 200 kreditter (nok til cirka 200-300 siders dokumenter), og du behøver ikke et betalingskort. Betalte planer starter ved 20 €/måned for enkeltpersoner ved årlig betaling (25 €/måned ved månedlig betaling), og der findes større planer til storforbrugere. Planer til organisationer og virksomheder med tilpassede mængder, SSO og drift med enkelt tenant fås på forespørgsel.
- Hvor mange dokumenter kan jeg højst analysere?
- Skimle understøtter tusindvis af dokumenter pr. projekt. Det er langt mere, end nogen manuel metode kan håndtere, og det dækker de fleste professionelle anvendelser, fra 10 dybdegående interviews til 1.000+ åbne spørgeskemabesvarelser. Hvis du har et særligt stort datasæt eller løbende analysebehov, kan du kontakte os for at tale om mulighederne.
Bygget af fagfolk til fagfolk
Skimle har over 1.500 glade brugere på 50+ universiteter, offentlige institutioner, agenturer og virksomheder. Al data opbevares inden for EU og behandles efter vores strenge GDPR-politik og vores brugervilkår.
Vil du vide mere? Udforsk vores blog Signal & Noise, vores ofte stillede spørgsmål og anvendelsesområder efter branche. Vi viser også gerne produktet frem eller gennemgår, hvordan Skimle passer til dine behov. Læs mere om virksomheden bag Skimle