Artikler · AI i hverdagen · 10 min. læsning
AI i små virksomheder: sådan kommer I i gang uden at købe mere
Mange små virksomheder ved godt, at AI kan hjælpe, men ikke hvor de skal begynde. Den gode nyhed er, at I ofte kan komme i gang uden at købe noget nyt. Her er en rolig og praktisk vej fra idé til en beslutning, I kan stå på.
Af Martin Egesø · Udgivet
Kort svar
Den bedste måde at komme i gang med AI i små virksomheder er at starte med opgaverne, ikke med værktøjet. Vælg 2 til 3 konkrete opgaver, hvor der bruges meget tid på tekst, opsummering eller analyse. Brug de AI-funktioner, I allerede har adgang til, sæt enkle regler for data, og lav en kort pilot med en ejer og et mål.
I artiklen 8 afsnit
Det vigtigste
- Start med de opgaver, der tager tid, ikke med et nyt værktøj.
- Mange systemer har allerede AI-funktioner. Undersøg dem, før I køber mere.
- Vælg 2 til 3 opgaver, ikke 10. Små forsøg giver hurtigere svar.
- Enkle regler for data er vigtigere end en lang politik.
- Hver pilot skal have en ejer, et mål og en dato for beslutning.
Hvor langt er AI i små virksomheder?
Mange små virksomheder er allerede i gang, men langt fra alle. I 2025 brugte 37 % af danske virksomheder med 10 til 49 ansatte AI, mod 12 % i 2023. Blandt virksomheder med 250 ansatte eller flere var tallet 75 % (Digitaliseringsstyrelsen, 2025). Tallene kommer fra Danmarks Statistiks undersøgelse af it-anvendelse i virksomheder og dækker virksomheder med mindst 10 ansatte i private, ikke-finansielle byerhverv.
Brugen handler mest om tekst. Den hyppigste anvendelse i 2025 var at lave skrevet eller talt tekst, som 31 % af alle virksomhederne i opgørelsen brugte AI til, tæt fulgt af tekstanalyse med 29 % (Digitaliseringsstyrelsen, 2025). Det er opgaver, som fylder i mange små virksomheder: mails, tilbud, referater og kundehenvendelser.
Den hyppigste barriere er viden. I Danmarks Statistiks opgørelse for 2024 pegede 80 % af de virksomheder, der havde overvejet at bruge AI uden at gøre det, på manglende relevant viden og erfaring, og 40 % på hensynet til databeskyttelse (Danmarks Statistik, 2025). Begge dele kan I tage hul på med små, konkrete forsøg og klare regler, ikke med et stort indkøb.
1Start med opgaverne, ikke værktøjet
Det første skridt er at finde de opgaver, hvor tiden går, og derefter se, om AI kan hjælpe. Rækkefølgen er vigtig. Starter I med et værktøj, leder I efter problemer, der passer til det. Starter I med opgaverne, finder I ud af, hvor AI faktisk gør en forskel, og hvor en enklere løsning er bedre.
Spørg hvert team eller hver funktion om tre ting:
- Hvilke opgaver gentager sig hver uge?
- Hvor bruger I meget tid på at skrive, læse, opsummere eller lede efter information?
- Hvor opstår der fejl eller ventetid, fordi noget skal skrives af eller samles fra flere steder?
Skriv svarene ned som opgaver, ikke som ønsker til værktøjer. "Svare på spørgsmål om levering" er en opgave. "Vi skal have en chatbot" er et værktøj. Nogle opgaver viser sig at kræve en bedre skabelon, en rettet proces eller en integration mellem to systemer. Det er også et godt resultat.
2Brug det, I allerede har
Før I køber noget, så undersøg de AI-funktioner, der allerede findes i jeres systemer. Kontorpakker, mailsystemer, mødeværktøjer, CRM og regnskabsprogrammer får løbende indbygget AI. Nogle funktioner er med i det abonnement, I har. Andre kræver et tilkøb eller skal slås til af en administrator.
Lav en kort liste over jeres vigtigste systemer og tjek hos hver leverandør:
- Hvilke AI-funktioner findes, og er de slået til hos jer?
- Er de med i jeres nuværende aftale, eller koster de ekstra?
- Hvad gør leverandøren med jeres data? Tjek om data bruges til træning i jeres aftale, og hvor de behandles.
- Hvem hos jer kan slå funktionerne til og fra?
Der er to fordele ved at starte her. I bruger værktøjer, som medarbejderne allerede kender, og I har som regel allerede en aftale med leverandøren. Det giver et bedre udgangspunkt end en gratis tjeneste, som ingen har taget stilling til.
Undersøg samtidig, hvad medarbejderne selv er begyndt at bruge. Nogle bruger måske allerede AI i arbejdet uden en aftale, og det er værd at vide, før I lægger en plan. Læs mere om skygge-AI, når medarbejdere bruger AI uden aftale, og om hvordan I får overblik over jeres AI-brug.
3Vælg 2 til 3 opgaver
Vælg 2 til 3 opgaver til de første forsøg, fordi få opgaver giver hurtigere og tydeligere svar. Gode første opgaver har tre ting til fælles: de gentager sig ofte, et menneske kan nemt tjekke resultatet, og de kræver ikke følsomme data.
Tabellen viser typiske opgaver i en SMV, hvor AI ofte hjælper, og hvad I skal passe på:
| Opgave | Hvor AI ofte hjælper | Hvad I skal passe på |
|---|---|---|
| Tekster | Første udkast til tilbud, mails, opslag og produkttekster | AI kan skrive noget, der lyder rigtigt, men er forkert. Tjek fakta, priser og løfter, før noget sendes. |
| Opsummering | Referater af møder, lange dokumenter og mailtråde | Opsummeringer kan udelade vigtige detaljer. Møder og mails indeholder ofte persondata, så brug kun et godkendt værktøj. |
| Kundeservice-udkast | Forslag til svar på typiske spørgsmål om levering, åbningstider og ordrer | Et menneske læser og sender svaret. Kundens oplysninger er persondata, og AI må ikke love noget, I ikke kan holde. |
| Dataanalyse | Hjælp til formler, overblik over salgstal og mønstre i regneark | Beregninger og konklusioner kan være forkerte. Kontrollér tallene, og vær varsom med fortrolige tal. |
| Oversættelse | Udkast til oversættelse af vejledninger, mails og produkttekster | Fagtermer og aftaletekster skal læses af en, der kan sproget. |
| Søgning i egne dokumenter | Finde svar i interne vejledninger og tidligere tilbud | AI, der søger i jeres filer, kan vise alt, som medarbejderen har adgang til. Ryd op i adgange først. |
Vent med opgaver, hvor AI træffer eller forbereder beslutninger om mennesker, fx udvælgelse af ansøgere eller vurdering af medarbejdere. De kræver mere omtanke og kan være omfattet af særlige krav. Læs mere om hvornår brug af AI er højrisiko.
4Sæt enkle regler for data
Enkle regler for data er det vigtigste værn, når I tager AI i brug, og de kan stå på én side. Datatilsynet opfordrer arbejdspladser til at forholde sig til, om og hvordan medarbejderne må bruge AI-værktøjer (Datatilsynet, 2024).
En enkel model med tre niveauer er nok til at starte:
- Frit: Offentlige og generelle oplysninger, fx tekst fra jeres hjemmeside eller en generel faglig tekst.
- Kun i godkendte værktøjer: Interne oplysninger, fx procesbeskrivelser, priser og tilbud. Brug kun værktøjer med en erhvervsaftale, som I har tjekket.
- Kun når det er aftalt: Persondata om kunder og medarbejdere og fortrolige oplysninger, fx kontrakter og regnskab. Her skal der som regel være en databehandleraftale med leverandøren, og brugen skal være besluttet af ledelsen.
Tilføj tre korte regler: brug arbejdskonti og ikke private konti, et menneske tjekker alt, før det sendes ud, og er man i tvivl, spørger man den ansvarlige. Reglerne kan senere blive en del af en kort AI-politik i virksomheden. Handler det om bestemte værktøjer, kan I læse mere om ChatGPT og GDPR.
Brug også reglerne som en kort introduktion for dem, der skal bruge værktøjerne. AI-forordningen (EU's regler for kunstig intelligens) kræver, at virksomheder, der bruger AI-systemer i arbejdet, træffer foranstaltninger, der støtter udviklingen af AI-færdigheder hos personalet og andre, der bruger systemerne på deres vegne (artikel 4, som ændret i 2026). For en lille virksomhed kan det starte med en gennemgang af reglerne, de valgte opgaver og det, AI ofte tager fejl af. Se mere om AI-færdigheder efter artikel 4.
5Lav en lille pilot, mål og beslut
En pilot er et kort, afgrænset forsøg med én opgave, én ejer og ét mål, som ender i en beslutning. Den skal være lille nok til at komme i gang i næste uge og lang nok til, at nyhedens interesse har lagt sig, fx 4 til 6 uger.
Beskriv hver pilot på et pilotkort:
| Felt | Hvad I skriver |
|---|---|
| Opgave | Den konkrete opgave, fx første udkast til svar på leveringsspørgsmål |
| Ejer | Én person, der følger forsøget og samler erfaringer |
| Deltagere | Hvem der bruger værktøjet i perioden |
| Værktøj | Hvilket værktøj eller hvilken funktion, og at det er tjekket for data |
| Data | Hvilket niveau af data, der indgår |
| Mål | Hvad I måler, fx tid pr. opgave, antal rettelser eller medarbejdernes vurdering |
| Periode | Start, slut og dato for beslutning |
Mål det samme før og efter. Tag tid på opgaven i en almindelig uge, før I starter, så I har noget at sammenligne med. Tal er gode, men spørg også de medarbejdere, der bruger det: Blev arbejdet bedre, eller flyttede tiden sig bare fra at skrive til at rette?
Slut af med en beslutning. Der er tre gode udfald: fortsæt og gør det til en fast del af arbejdet, justér og prøv igen, eller stop. At stoppe er ikke et nederlag. Det er et svar, og det har kostet få uger i stedet for et stort indkøb.
Et tænkt eksempel
En lille handelsvirksomhed vælger to opgaver: udkast til svar på kundemails om levering og referater af de ugentlige salgsmøder. Kundeservicechefen ejer den første pilot, salgschefen den anden. Begge bruger AI-funktionerne i den kontorpakke, virksomheden allerede har, efter at den it-ansvarlige har tjekket aftalen om data. Efter fem uger fortsætter kundeservice med udkastene. Referaterne stoppes, fordi de krævede for mange rettelser.
Når de første piloter er afsluttet, så skriv resultatet ned: hvad der virkede, hvilke regler der gælder, og hvem der ejer det. Så er I godt på vej med implementering af AI i små og mellemstore virksomheder: få anvendelser, der er besluttet og fulgt op, frem for mange forsøg, som ingen styrer.
Kan I gøre det selv?
Ja, de fleste små virksomheder kan klare de første skridt selv. At finde opgaverne, tjekke de systemer, I har, skrive enkle regler og lave to eller tre piloter kræver ikke specialister. Det kræver mest, at nogen får tid og ansvar for det.
Hjælp udefra kan give mening i nogle situationer:
- I har mange systemer, og det er svært at se, hvilke AI-funktioner der er slået til hvor.
- Der indgår persondata, og I er i tvivl om aftaler og behandling.
- I er i tvivl om kravene, fx om en anvendelse kan være højrisiko.
- Ingen har tiden, og forsøgene går i stå.
- Standardværktøjerne passer ikke til jeres arbejde, og I overvejer at købe, tilpasse eller bygge.
I de tilfælde kan en system- og AI-gennemgang være en mulighed, fordi den samler systemer, brug, data og krav ét sted. Men start gerne selv med opgaverne. Det gør også en eventuel rådgivning bedre.
Ofte stillede spørgsmål
Hvordan kommer man i gang med AI i en lille virksomhed?
Start med at finde 2 til 3 opgaver, der gentager sig og tager tid, fx tekster, opsummeringer eller svar på kundehenvendelser. Undersøg, om jeres nuværende systemer har AI-funktioner, der kan bruges. Sæt enkle regler for data, og lav en pilot på nogle uger med en ejer og et mål.
Skal vi købe et AI-værktøj for at komme i gang?
Som regel ikke. Mange kontorpakker, mailsystemer og forretningssystemer har allerede AI-funktioner, som I kan afprøve først. Tjek, om de er med i jeres aftale, og hvad leverandøren gør med jeres data, før I køber noget nyt.
Kan man få tilskud til AI som SMV?
Det kan være muligt, fx med det rådgivertilskud til digitalisering, som Virksomhedsguiden beskriver for SMV'er med mindst 2 årsværk og højst 249 ansatte. Tilskuddet dækker halvdelen af udgiften til en ekstern rådgiver op til et loft, og analyse af brug af AI til produktivitetsforbedringer er nævnt som et område. Næste ansøgningsrunde er annonceret fra 9. til 16. november 2026 (Virksomhedsguiden, 2026). Tjek krav, beløb og datoer på siden, da de kan ændre sig.
Skal vi have en AI-politik, før vi starter?
Nej, men I skal have enkle regler for data, før medarbejderne bruger AI til arbejdsopgaver. Reglerne kan stå på én side. Når de første piloter er afsluttet, har I et bedre grundlag for at skrive en egentlig AI-politik.
Hvad kræver AI-forordningen af en lille virksomhed?
AI-forordningen gælder uanset størrelse, men kravene afhænger af, hvordan I bruger AI. Ved almindelige opgaver som tekst og opsummering handler det især om at støtte AI-færdighederne hos dem, der bruger systemerne. Anvendelser, der vedrører fx rekruttering eller vurdering af medarbejdere, kræver et nærmere kig.
Om forfatteren
Martin Egesø er rådgiver og udvikler. Han hjælper virksomheder med at få mere ud af deres systemer og AI-værktøjer og bygger nye løsninger, når standarden ikke passer, med styr på brug, data og ansvar. Han driver MLE Gruppo ApS i Randers.
Mere om MartinArtiklen er generel vejledning og ikke juridisk rådgivning. Udgivet .