15 spørgsmål, som kunder stiller, inden de går i gang med et projekt hos Startup House
Alexander Stasiak ・ Marek Pałys
25. sep. 2026・5 min. læsning
Indholdsfortegnelse
Hver salgsdialog kommer ind på de samme emner – og det er et godt tegn: Det er de rigtige spørgsmål at stille enhver softwarepartner. Her er de 15, vi oftest hører, med de samme svar, vi giver på opkaldene.
Økonomi
1. Hvad koster et projekt?
Små MVP-projekter ligger typisk på €25.000–€50.000. Enterprise-løsninger starter ved €200.000 og opefter, afhængigt af skala og compliance-krav. De største omkostningsdrivere er projektets størrelse, kompleksitet og nødvendige integrationer. Efter en discovery-samtale og scoping får du et præcist estimat. Både Product Discovery og Scope Building afsluttes med et udviklingsestimat, så du allokerer et build-budget til et valideret tal – ikke et gæt.
2. Hvad betaler jeg egentlig for?
Udviklerkapacitet og resultater – ikke overhead. I Team Augmentation betaler du for udviklernes arbejde uden personalegoder, kontorplads eller dødtid mellem projekter; omkostningerne er direkte koblet til output. I managed modeller (Dedicated Team, AI-Native Pod) dækker prisen det tværfaglige team plus leverancestyring.
3. Er der et minimumskrav?
Samarbejder kan starte fra én måned. De fleste augmentation-forløb kører 3–12 måneder og skalerer op eller ned, efterhånden som projektet udvikler sig. Dedicated teams har ingen langsigtede bindinger ud over den aktive sprintcyklus.
Tid
4. Hvor hurtigt kan vi starte?
Profiler til shortlisten typisk inden for en uge; onboarding er færdig 2–4 uger efter dit valg. For et komplet Dedicated Team tager det få uger fra kickoff til første sprint. Udvikling på et scopet projekt begynder inden for få uger efter den første workshop.
5. Hvor lang tid tager min MVP?
En MVP kan gå fra kickoff til første bruger på helt ned til 1 uge. Konkrete eksempler: Simon Care's healthcare-MVP blev formet af omfattende brugertests med patienter; NegotiateNows markedsplads blev bygget på en no-code-stack for at komme hurtigt på markedet. AI-produkter som KnowHub eller SmartSearch kan gå live på helt ned til 2 uger, når dine data er gjort klar.
6. Hvor lang tid tager præ-udviklingsfasen?
Product Discovery varer 4–8 uger og besvarer "skal vi bygge det her?". Scope Building varer 2–5 uger og besvarer "hvad bygger vi helt præcist, og hvad koster det?". Har du allerede solid research, kan du gå direkte til Scope Building.
Team
7. Hvem arbejder faktisk på mit projekt?
Mid-level og senior specialister fra vores 50-mands team i Warszawa: product managers, designere, frontend- og backend-udviklere, QA og DevOps. Vi sætter ikke juniors i augmentation-roller. Hver udvikler gennemgår teknisk assessment, code review, struktureret interview og referencecheck, før de når din shortlist – og du godkender hvert teammedlem, før de starter.
8. Hvem leder teamet?
Det afhænger af modellen, du vælger. I Team Augmentation rapporterer udviklerne til dine leads i dine processer. I et Dedicated Team eller en AI-Native Pod står vores delivery lead for sprint planning, code review og retros, mens du sætter retning og prioriteringer. I Build-Operate-Transfer leder vi teamet, indtil du overtager.
9. Hvad hvis en udvikler ikke passer ind?
Vi igangsætter straks en erstatningsproces uden forsinkelse, så din tidsplan er beskyttet. I dedicated teams sikres kontinuiteten af en fast delivery lead og seniorudviklere, der bliver på tværs af udskiftninger.
10. Kan vi skalere teamet op eller ned midt i projektet?
Ja, med aftalt varsel og uden langsigtede minimumskrav pr. udvikler. Læg kapacitet til i en kritisk sprint, reducer når scope stabiliserer sig. Scope-ændringer er normale – ikke kontraktbrud.
Ejerskab og sikkerhed
11. Hvem ejer koden?
Det gør du. Al kode, dokumentation, design og produktartefakter, du bestiller, tilhører dig – inkl. fuld kildekode, designfiler og adgang til deployment. Ingen vendor lock-in, ingen licensgebyrer. Handover-dokumentation skrives, så den kan stå alene – uanset om du fortsætter med os, dit interne team eller en anden partner.
12. Hvordan beskyttes mine data og min IP?
NDAs er standard. Startup House er ISO 27001-compliant med GDPR-kompatibel datahåndtering. For regulerede industrier mapper vi til jeres HIPAA-, SOC 2- og DORA-krav, og infrastruktur og datahåndtering dokumenteres til jeres revisorer efter behov. I AI-projekter bruges dine data aldrig til at træne AI-modeller, og al behandling foregår i dit sikre miljø.
13. I bruger AI i udviklingen. Hvordan styres det?
Vores teams bruger AI-værktøjer til code generation, test writing og dokumentation. Tre regler gælder: Ingen AI-genereret kode udrulles uden menneskelig review af seniorudviklere, sikkerhedsscanning kører på hvert push, og AI-brug dokumenteres i pull requests for fuld audit trail.
Match
14. Hvilke typer virksomheder arbejder I med?
Store virksomheder og produktvirksomheder på tværs af fintech, sundhed, cybersikkerhed, rejser, logistik og uddannelse – i Polen, Vesteuropa, Skandinavien og USA. Kunder inkluderer Siemens Financial Services (siden 2016), Siemens Healthineers, PwC, Toyota, Rainbow Tours, CHOOOSE og Omnipack. Vi arbejder også med early-stage produkter: Graspify gik fra koncept til en platform, der kører live virksomhedstræning.
15. Hvordan kommer vi i gang?
Book et 30-minutters opkald. Du deler idéen eller forretningsudfordringen; vi kører en discovery-workshop og udarbejder et detaljeret projektbrief, derefter en Software Requirements Specification, der definerer scope, features og budget. Derfra: roadmap, team-sammensætning og udvikling inden for få uger – med demos og løbende opdateringer hele vejen.
Principperne bag svarene
Tre principper ligger bag alle femten svar. Estimater følger validering, så du binder budgetter til afprøvet scope. Teams bøjer sig efter din roadmap, fordi scope-ændringer er normen i produktudvikling. Og alt, hvad vi bygger, er dit – for en partner, du bliver hos af lyst, slår en, du er låst til.
Om Startup House
Startup House er et 50-mands tværfagligt softwareudviklingshus med base i Warszawa, Polen, etableret i 2016, ISO 27001-compliant, med 100+ produkter leveret, en kunde-NPS på 75 og kunder på 5 kontinenter. Optræder på Financial Times' og Statistas lister over Europas hurtigst voksende virksomheder i 2022 og 2023.
Har du et sekstende spørgsmål? Book et 30-min opkald.
Sådan blev denne artikel til. Udarbejdet med AI-assistance, derefter faktatjekket og redigeret af vores team. Redaktionelt ansvar: Startup Development House sp. z o.o. Læs vores politik for AI-indhold
Alexander StasiakAlexander Stasiak – medstifter og bestyrelsesmedlem i SH. Siden 2016 har han og teamet udviklet software- og AI-løsninger til finanssektoren, produktion og FMCG, for bl.a. Siemens, Toyota og PwC. Han går efter målbar effekt.Marek PałysMarek Pałys – Co‑Founder hos Startup House med 15+ års erfaring i at bygge digitale firmaer. Tidl. Head of Groupon Goods i Groupon Poland og ekspert i lean product strategy. Han hjælper firmaer med at omsætte forretningsmål til fungerende software.Digital Transformation Strategy for Siemens Finance
Cloud-based platform for Siemens Financial Services in Poland
Du kan også lide...
Sådan foregår samarbejdet med Startup House i praksis: udviklere, scope-ændringer og IP-ejerskab
Inden du indgår aftale med en softwarepartner, har du som regel tre spørgsmål: Hvem skal arbejde på mit produkt? Hvad sker der, når prioriteter ændrer sig? Og hvem ejer det, vi bygger? Denne artikel besvarer dem alle med de faktiske vilkår, Startup House arbejder efter. Du får indblik i, hvordan udviklere bliver vurderet og godkendt af dig, hvordan teams kan skaleres op eller ned med aftalt varsel, og hvorfor al kode, design og dokumentation tilhører dig – uden leverandørlåsning. Den dækker også de fire samarbejdsmodeller og reglerne for AI-assisteret leverance.
Alexander Stasiak
27. sep. 2026・5 min. læsning
AI-agenter til personligt tilpasset shopping og produktanbefalinger
Sådan erstatter chatbots facetteret søgning — med semantisk produktsøgning, personalisering i realtid og guidet køb, der øger den gennemsnitlige ordreværdi.
Marek Pałys
30. aug. 2026・9 min. læsning
AI-agenter til pris- og kampagneoptimering
Hvordan autonome agenter prissætter i realtid og målretter tilbud præcist — og dermed beskytter avancen i stedet for at give rabat til alle, der ellers ville have betalt fuld pris.
Marek Pałys
28. aug. 2026・10 min. læsning
AI-agenter til produktionsplanlægning og scheduling
Sådan omlægger autonome agenter planerne på produktionsgulvet på få sekunder, når en maskine går i stå eller en hasteordre tikker ind — og frigør kapacitet, du allerede råder over.
Marek Pałys
27. aug. 2026・7 min. læsning
AI-agenter til planlægning af patientaftaler og koordination af pleje
Sådan booker, ombooker og fylder autonome AI‑agenter afbudstider op døgnet rundt — reducerer udeblivelser, minimerer tab af henvisninger og frigør tid hos klinikpersonalet.
Marek Pałys
31. aug. 2026・10 min. læsning
AI-agenter til automatisering af kundeservice i detailhandlen
Sådan kan autonome agenter løse kundesupporten i detailhandlen end-to-end—fra returbehandling og ordresporing til opsalg—i stedet for blot at henvise kunder til en FAQ-side.
Alexander Stasiak
25. aug. 2026・12 min. læsning
Senest tilføjet
Sådan reducerede Startup House ansøgningstiden for leasing til 2 minutter for Siemens Financial Services
Leasing betød tidligere papirarbejde, manuelle kreditvurderinger og beslutninger, der måtte vente til kontortid. For Siemens Financial Services Poland har Startup House erstattet det med SimplyLease Online: en ansøgning, som kunderne kan udfylde på cirka 2 minutter, og en automatiseret kreditbeslutning, der afgives på omkring 7 minutter – døgnet rundt. Denne case viser, hvordan platformen er bygget i overensstemmelse med Siemens Group's sikkerhedsstandarder, hvordan den integrerer med Siemens' systemer og eksterne dataleverandører, og hvad et partnerskab, der har kørt siden 2016, har skabt. Den afrundes med tre læringer, der kan bruges på næsten ethvert finansierings- eller låneprodukt.
Alexander Stasiak
06. okt. 2026・5 min. læsning
Sådan reducerede en cybersikkerhedsplatform, der servicerer Fortune 500-kunder, onboardingtiden med 95 % ved hjælp af en AI-agent bygget af Startup House
En cyberrisikoplatform, som Fortune 500-virksomheder stoler på, stod med et velkendt problem: Kunderne respekterede platformen, men åbnede den kun én gang i kvartalet, og onboarding tog 45 minutter med guidet opsætning. Startup House byggede Aria, en AI-agent indlejret i produktet, med en firelags-grænseflade, der betjener bestyrelsesmedlemmer, CFO’er og CISO’er i ét panel. Onboardingtiden faldt med 95 % til under to minutter, dataudforskningen blev fuldt selvbetjent, og platformen blev til et dagligt beslutningsstøtteværktøj. Denne case beskriver grænsefladen, tenant-isolation-arkitekturen samt hvorfor intet af det krævede at røre ved platformens kernekodebase.
Marek Pałys
05. okt. 2026・5 min. læsning
AI- og digitale projekter hos Startup House: 5 målbare resultater i tal
Påstande er lette i softwareudvikling, så denne artikel holder sig til tal. Den gennemgår fem resultater fra Startup Houses kundeprojekter, fra en 95 % reduktion i onboarding-tid med en indlejret AI-agent til en 40 % reduktion i udviklingsomkostningerne for Omnipack. Hvert afsnit forklarer, hvilken type arbejde der førte til tallet, og linker til det offentlige casestudie bag det. Det afsluttende afsnit nævner tre fælles mønstre i projekterne, som er værd at låne, uanset om du arbejder med os eller ej.
Alexander Stasiak
04. okt. 2026・5 min. læsning
Healthtech-softwareudvikling hos Startup House: Projekter og resultater med compliance i højsædet
I sundhedssoftware er compliance enten et arkitekturvalg eller noget, der bygges på bagefter. Denne artikel viser, hvordan det ser ud i praksis, når man tænker det ind fra dag ét, på tværs af tre Startup House-projekter: en salgsplatform for Siemens Healthineers, aktiv i mere end 60 lande, et demenspleje-MVP formet af 7 brugertests med patienter og omsorgspersoner, og Doogie, et AI-showcase på HIPAA-niveau bygget på 2 måneder. Den forklarer også, hvordan RAG gør kliniske AI-svar sporbare til verificerede kilder, og hvorfor patientdata aldrig bruges til at træne modeller. For MedTech-virksomheder og sundheds-SaaS-platforme er det et praktisk kig på, hvad compliance-first engineering reelt betyder – mere end bare et label.
Marek Pałys
03. okt. 2026・5 min. læsning
Edtech-udvikling hos Startup House: Hvad vi har bygget, og hvad det har ændret
EdTech-platforme fejler oftere på grund af UX end på grund af teknik: deltagere falder fra, indholdet skalerer ikke, og ROI forbliver usynlig. Denne artikel viser, hvordan Startup House undgår det med levering i faser og test med rigtige brugere – bevist gennem to projekter. Graspify gik fra en modig idé til en microlearning-platform, der trænede hundredvis af medarbejdere under et virksomhedsevent, og LITTLEWINE fik et investorklart scope baseret på 10 brugerinterviews på 2 uger. Den dækker også AI-læringsværktøjer, der kun svarer ud fra godkendt indhold og kan gå i luften på helt ned til 2 uger.
Alexander Stasiak
02. okt. 2026・5 min. læsning
AI i fintech: Startup House-projekter, erfaringer og resultater
Fintech-kunder forventer hastighed på niveau med forbruger-apps, mens tilsynsmyndighederne forventer kontrol på bankniveau. Denne artikel viser, hvordan Startup House har håndteret det spændingsfelt i tre projekter: automatiserede 24/7-kreditbeslutninger for Siemens Financial Services, en cyberrisikoplatform, der øgede omsætningen med 150 % på ét år, og et klima-fintech-team for CHOOOSE samlet på 2 uger. Hvert projekt ledsages af den indsigt, det gav os. Artiklen slutter med fem regler for AI i finans, fra at forankre hvert svar i verificerede data til at indbygge tenant isolation i arkitekturen.
Marek Pałys
01. okt. 2026・5 min. læsning
Klar til at centralisere din knowhow med AI?
Start et nyt kapitel inden for vidensstyring — hvor AI-assistenten bliver den centrale søjle i din digitale supportoplevelse.
Arbejd med et team, som topvirksomheder stoler på.
