Artikler · Overblik over AI · 10 min. læsning

Det svære ved AI er sjældent teknologien: sådan får I AI til at fungere i organisationen

AI-værktøjerne virker. Alligevel kan det være svært at få dem til at give værdi i hverdagen. Efter min erfaring er det sjældent teknologien, der er problemet, men alt det, der skal fungere omkring den: mennesker, arbejdsgange, ledelse, data, sikkerhed og ansvar, mens forretningen kører videre. Her er, hvordan I får AI til at passe ind, blive forbedret og blive brugt.

Af Martin Egesø · Udgivet

Seks små hverdagsgenstande på et egetræsbord og et linnedstykke, forbundet af én rød tråd, med en lille sort terning som den mindste del helt til venstre.

Kort svar

Det svære ved AI er sjældent teknologien, men alt det, der skal fungere omkring den. Efter min erfaring handler det om seks ting: mennesker, arbejdsgange, ledelse, data, sikkerhed og ansvar, og om, at forretningen kan køre videre imens. Få AI til at passe ind ved at starte med et konkret behov, bygge lidt, prøve det med få, forbedre det og først derefter udbrede det.

I artiklen 11 afsnit
  1. Hvorfor er det sjældent teknologien, der er det svære?
  2. Hvilke seks ting skal fungere omkring AI?
  3. Hvordan får I AI til at passe ind i organisationen?
  4. Hvem skal sidde med, så ledelse, IT og medarbejdere forstår hinanden?
  5. Hvordan får I medarbejderne til at have lyst til at bruge det?
  6. Hvordan bygger I noget, der holder, når teknologien flytter sig igen?
  7. Hvordan ændrer I arbejdsgange uden at forstyrre den daglige drift?
  8. Hvad sker der, hvis I ikke gør noget?
  9. Hvad kan I gøre nu?
  10. Ofte stillede spørgsmål
  11. Kilder

Det vigtigste

  • Teknologien er blevet lettere at komme i gang med. Efter min erfaring er det svære at få den til at passe ind i organisationen og blive brugt.
  • Seks ting skal fungere omkring AI: mennesker, arbejdsgange, ledelse, data, sikkerhed og ansvar. Det er min egen model og ikke en standard.
  • Det går lettere, når nogen kan tale med både dem, der bygger, ledelsen og medarbejderne og oversætte mellem dem.
  • Medarbejdere bruger det, der løser deres opgave. Start med en opgave, de selv har brug for, og lad nogle få prøve først.
  • Byg i små dele, og hold arbejdsgang og data adskilt fra værktøjet, så I kan skifte, når teknologien flytter sig.

Artiklen er generel vejledning og ikke juridisk rådgivning. Hvor jeg skriver “min vurdering”, “min anbefaling” eller “min model”, er det mine egne synspunkter og ikke krav eller fakta.

Se filmen (42 sek.)

Det svære ved AI er sjældent teknologien, men alt det, der skal fungere omkring den: seks ting, fem trin og én, der kan oversætte mellem dem, der bygger, ledelsen og medarbejderne. Det er min model og min vurdering. Se alle film
Udskrift af filmen

AI-værktøjerne virker. Alligevel kan det være svært at få dem til at give værdi. Efter min erfaring er det sjældent teknologien, der er det svære. Det er alt det, der skal fungere omkring den. Mennesker. Arbejdsgange. Ledelse. Data. Sikkerhed. Ansvar. Og forretningen skal køre imens. Så start med et konkret behov. Byg lidt. Prøv det med få. Forbedr det. Og udbred først bagefter. Find en, der kan oversætte mellem dem, der bygger, ledelsen og medarbejderne. Det er min model, ikke en standard. Læs mere på martinegesoe.dk.

Hvorfor er det sjældent teknologien, der er det svære?

Fordi teknologien er blevet lettere at komme i gang med. Man kan i dag bygge løsninger på en brøkdel af den tid, det tidligere tog, automatisere opgaver og ændre arbejdsgange. Det er min vurdering ud fra egne projekter og ikke en målt udvikling. Resultatet er, at flaskehalsen flytter sig: Det svære er at få løsningen til at passe ind i en eksisterende organisation, uden at forretningen, der skal fungere hver dag, bliver forstyrret.

Et tænkt eksempel: En virksomhed køber AI-licenser til alle og holder et oplæg. Tre måneder senere bruger få af dem værktøjet, nogle bruger deres egne, ledelsen spørger, hvad det har givet, og ingen kan svare. Værktøjet virkede hele tiden. Eksemplet er tænkt.

Jeg har selv stået med ansvaret for at bringe AI ind i en virksomhed med over 500 medarbejdere. Derfra ser jeg, at det svære sjældent er selve værktøjet, men alt det, der skal ændre sig omkring det.

Hvilke seks ting skal fungere omkring AI?

Seks ting skal fungere omkring AI: mennesker, arbejdsgange, ledelse, data, sikkerhed og ansvar. Det er min egen måde at dele det op på og ikke en standard. Hver ting kan koges ned til ét spørgsmål, som I bør kunne svare på.

AI er den lille del. Seks ting skal fungere omkring den. En rød linje med seks stationer: mennesker, arbejdsgange, ledelse, data, sikkerhed og ansvar. Længst til venstre sidder en lille rød prik, AI. Under den er en stiplet linje med et tog, som er forretningen, der kører videre imens. MenneskerArbejdsgangeLedelseDataSikkerhedAnsvar AI FORRETNINGEN KØRER IMENS
Figur: AI er den lille del (den røde prik til venstre). De seks stationer er det, der skal fungere omkring den, mens forretningen kører videre. Skemaet er en forenklet illustration og min egen model, ikke en standard.
OmrådeSpørgsmålet, I bør kunne svare på
MenneskerHvem skal bruge det, og hvad har de brug for at vide? Se kollegerne spørger, hvad de må bruge AI til.
ArbejdsgangeHvilken opgave bliver løst anderledes, og hvad ændrer det for dem omkring? Se sådan kortlægger I en arbejdsgang.
LedelseHvorfor giver det mening for forretningen, og hvem har givet mandat? Se ledelsen vil have styr på AI.
DataHvilke oplysninger indgår, og må de bruges til det? Se datakvalitet før automatisering og AI.
SikkerhedHvem har adgang, og hvad sker der, hvis noget går galt? Se sådan risikovurderer I AI uden at være ekspert.
AnsvarHvem ejer løsningen, og hvem svarer, når nogen spørger? Se hvem ejer AI-systemet.

Dertil kommer det, der gør det svært: Forretningen skal køre imens. Der er sjældent tid til at stoppe og bygge om. Derfor betyder rækkefølgen og størrelsen på skridtene mere end selve værktøjet.

Hvordan får I AI til at passe ind i organisationen?

Ved at gå fra behov til brug i små trin og afsætte tid til at forbedre og udbrede løsningen. Min model har fem trin. Den er min egen og ikke en standard.

TrinHvad sker der
1. Forstå behovetBeskriv opgaven, som den løses i dag, sammen med dem, der løser den.
Hvem skal med: Medarbejderne og deres leder
2. Byg lilleLav den mindste løsning, der kan prøves, og afklar data og sikkerhed først.
Hvem skal med: Udvikler eller leverandør og den, der ejer data
3. Prøv med fåLad nogle få bruge den i deres rigtige arbejde i en aftalt periode, uden at forretningen står stille.
Hvem skal med: De få brugere, deres leder og en ansvarlig
4. ForbedrBrug erfaringerne til at rette løsningen og vejledningen, og skriv ned, hvad der virker.
Hvem skal med: Brugerne, udvikleren og ejeren
5. UdbredUdvid først, når andre kan bruge den uden løbende hjælp, og ejer og rammer er på plads.
Hvem skal med: Ledelsen og de næste brugere

Trin 4 og 5 er der, hvor løsningen bliver forbedret og taget i brug. Efter min erfaring springes de oftest over, fordi første version virker. Læs mere om at få en løsning videre i jeres AI-forsøg virker, hvordan får resten glæde af det og fra AI-prototype til drift.

Hvem skal sidde med, så ledelse, IT og medarbejdere forstår hinanden?

Nogen, der kan føre tre samtaler og oversætte mellem dem. Ledelse, IT og medarbejdere taler ikke nødvendigvis samme sprog, og det er ofte her, det går i stå. Det er min vurdering.

  1. Med dem, der bygger: Hvad kan faktisk bygges, og hvad kræver det af tid og drift?
  2. Med ledelsen: Hvorfor giver det mening for forretningen, og hvad kræver det af dem?
  3. Med medarbejderne: Hvordan skal det fungere i deres hverdag, og hvad skal ikke ændre sig?

Det er ikke nødvendigvis en titel. Det kan være en projektleder, en ekstern rådgiver eller en medarbejder med tid og mandat. Det vigtigste er, at mandatet er tydeligt. Se jeg fik ansvaret for AI, men der fandtes ingen manual og AI governance for små og mellemstore virksomheder.

Hvordan får I medarbejderne til at have lyst til at bruge det?

Ved at løse noget, de selv har brug for, og ved at lade dem være med fra starten. Efter min erfaring virker pres alene sjældent. Fire ting hjælper:

  • Start med en opgave, medarbejderne selv synes er besværlig.
  • Lad nogle få prøve først og fortælle, hvad der driller.
  • Giv dem én at spørge i de første uger.
  • Gør det trygt at fortælle, hvad de allerede bruger.

Mange bruger allerede AI på egen hånd. I en global undersøgelse fra 2024 tog 78 % af dem, der bruger AI i arbejdet, deres egne AI-værktøjer med (Microsoft Work Trend Index, 2024). Hos Tænketanken Mandag Morgen oplevede hver fjerde medarbejder i den gruppe, der bruger AI, selvom ledelsen endnu ikke har taget stilling, det som en barriere, at de ikke har adgang til relevante AI-værktøjer (Tænketanken Mandag Morgen, 2026). Det er et tegn på, at lysten findes, når værktøjet løser noget. Det er min læsning og ikke noget, undersøgelserne selv konkluderer.

Læs mere i indførelse af nyt system: sådan får I brugerne til at bruge det og skygge-AI.

Hvordan bygger I noget, der holder, når teknologien flytter sig igen?

Ved at bygge i små dele og skrive ned, hvad løsningen hviler på. Det er min anbefaling og ikke et krav.

  • Hold arbejdsgangen og dataene adskilt fra det enkelte værktøj, så værktøjet kan skiftes.
  • Skriv ned, hvad løsningen bruger (data, leverandør, instruktioner), og hvornår den sidst blev gennemgået.
  • Aftal faste gennemgange, så I opdager, når noget har ændret sig.

Se jeres AI-værktøj har ændret sig: hvornår bør I vurdere det igen og ny software er ikke færdig ved go-live.

Hvordan ændrer I arbejdsgange uden at forstyrre den daglige drift?

Ved at lade det nye køre ved siden af det gamle, indtil det er prøvet. Det er min anbefaling:

  1. Vælg én arbejdsgang med lav risiko. Se hvilke arbejdsgange egner sig til automatisering.
  2. Aftal på forhånd, hvad “godt nok” betyder, og hvem der vurderer det.
  3. Kør parallelt, så der altid er en vej tilbage.
  4. Skift først, når resultatet er prøvet i det rigtige arbejde.

Hvad sker der, hvis I ikke gør noget?

Det er ikke sikkert, at der sker noget med det samme, men det kan fx betyde:

  • Værktøjer bliver købt og brugt, uden at nogen ejer resultatet.
  • Medarbejdere bruger deres egne værktøjer, fordi de ikke har fået et godt alternativ.
  • Ledelsen spørger, hvad AI har givet, og ingen kan svare.

Det er en vurdering af, hvad der kan ske, og ikke en forudsigelse.

Hvad kan I gøre nu?

  1. Vælg én opgave, hvor AI allerede bruges, eller hvor nogen gerne vil bruge det.
  2. Find ud af, hvem der ejer den, og hvem der har mandat til at beslutte.
  3. Gå de seks spørgsmål nedenfor igennem, og skriv, hvor I mangler et svar.

Tjekliste: seks spørgsmål til direktionen

  1. Mennesker: Hvem bruger det, og ved de, hvad de må?
  2. Arbejdsgange: Hvilken opgave bliver løst anderledes, og er det beskrevet?
  3. Ledelse: Hvorfor giver det mening for forretningen, og hvem har mandat?
  4. Data: Hvilke oplysninger indgår, og må de bruges til det?
  5. Sikkerhed: Hvem har adgang, og hvad sker der, hvis noget går galt?
  6. Ansvar: Hvem ejer løsningen, og hvem svarer, når nogen spørger?

Kan I besvare et spørgsmål skriftligt og med et navn, er det afklaret. Hvor I kun har en fornemmelse, mangler I stadig afklaring.

Næste skridt: Læs, hvordan I får AI til at fungere på tværs af virksomheden.

Hvor passer SPOR ind?

Hvem ejer løsningen? Hvilke oplysninger indgår, og hvem godkendte brugen? Det er de spørgsmål, SPOR udvikles til at samle. SPOR er under udvikling og er hverken certificering eller en garanti for, at kravene er opfyldt. Et værktøj erstatter ikke ansvaret.

Ofte stillede spørgsmål

Hvem skal eje AI i virksomheden?

Hver løsning bør have én navngiven ejer, og det bør stå klart, hvem der har mandat til at beslutte. Om ejeren sidder i IT, i forretningen eller i ledelsen, afhænger af løsningen. Det er min anbefaling og ikke et krav.

Skal vi ansætte en AI-ansvarlig?

Ikke nødvendigvis. AI-forordningens artikel 4 kræver hverken certifikat, eksamen eller en særlig AI-ansvarlig. Det vigtige er, at nogen har tid og mandat til at holde overblikket. Det kan være en medarbejder, en ekstern rådgiver eller en kombination.

Er AI en IT-opgave?

Teknologien hører til i IT, men værdien opstår i arbejdsgangene hos dem, der bruger den. Min vurdering er, at forretningen, IT og medarbejderne bør være med fra start.

Hvor lang tid tager det at få AI taget i brug?

Det afhænger af opgaven, organisationen og hvor mange der skal bruge løsningen, så jeg kan ikke give et tal. Planlæg i små skridt og aftal på forhånd, hvornår I gør status.

Hvad hvis teknologien flytter sig, mens vi bygger?

Det gør den. Byg derfor i små dele, hold arbejdsgang og data adskilt fra det enkelte værktøj, og gennemgå løsningen med faste mellemrum.

Kilder

Tallene er hentet fra de to kilder nedenfor og er kontrolleret mod kilderne 13. oktober 2026. Resten af artiklen er min vurdering, min anbefaling og min egen model, og det står markeret i teksten. Artiklen er generel vejledning og ikke juridisk rådgivning.

Martin Egesø

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 Martin

Artiklen er generel vejledning og ikke juridisk rådgivning. Eksemplet er tænkt. SPOR er under udvikling og er hverken certificering, revision eller en garanti for, at virksomheden overholder reglerne. Udgivet .

Læs også